Síguenos
  • Instagram
  • Youtube
  • Linkedin
  • RSS
0 elementos

Francisco Rojas, líder de Applied Intelligence de Accenture Chile

Francisco Rojas, líder de Applied Intelligence de Accenture Chile

miércoles 07 de octubre del 2020.- La inteligencia artificial está ayudando a los ciudadanos a prepararse para la crisis de Covid-19. Para cosechar todo el valor de la IA, para los negocios y la sociedad, necesitamos «escalar de forma inteligente» para acelerar su adopción y capturar el valor identificado en etapas tempranas. Esto es una oportunidad para todas las industrias y la minería no es la excepción.

Muchas iniciativas de IA se detienen después de la prueba de concepto, incluso cuando los equipos reconocen que la escalada de la IA es una prioridad importante. Llevar algo de un programa piloto al uso en toda la empresa es un desafío que hemos asumido nosotros mismos en Accenture, así como con nuestros clientes. En esta columna romperé algunos mitos en torno a ese proceso, con la esperanza de compartir algunos aprendizajes de quienes ya han pasado por este proceso.

Mito #1: Hacerlo bien significa hacerlo rápido.

La escalada efectiva de la IA no suele ocurrir en cuestión de horas, días, semanas o incluso meses. Escalar con éxito la IA significa hacerlo con un propósito… y eso puede llevar años. Accenture realizó un estudio global -encuestando a 1.500 ejecutivos de 16 industrias (entre ellas la de minería y metales)- y descubrimos que el 65% de las empresas que han tenido más éxito en el escalamiento de IA, establece plazos de uno o dos años. Además, 86% de los ejecutivos de minería y metales afirma que no podrá alcanzar sus objetivos de crecimiento sin escalar la inteligencia artificial.

Mito #2: Los grandes gastadores ganan.

Hemos descubierto que las empresas que escalan la IA con éxito gastan menos que sus homólogos. Son más cuidadosos y atentos en su enfoque de la IA. Se basan en estrategias claramente definidas y modelos operativos para hacer realidad la IA en toda la empresa. Pero no gastan más.

Escalar la IA cuesta efectivamente menos de lo que se podría pensar, porque la tecnología en sí ya está siendo desarrollada a gran escala hoy en día por los principales proveedores de tecnología. Por ejemplo, los chatbots son bastante baratos de implementar, y pueden resultar en un gran retorno de la inversión.

Recientemente ayudamos a dos empresas, ambas de redes móviles, a introducir asistentes virtuales de chatbots en sus operaciones de servicio al cliente. Esos bots ahora manejan millones de llamadas de clientes cada año, ahorrando a nuestros clientes decenas de millones de dólares en costos de centros de llamadas.

Mito #3: Mientras más rápido se analiza el data, mejor.

Las empresas a menudo se desvían del camino cuando se centran en cuestiones de datos antes de determinar si tienen los procesos de negocio correctos en su lugar. Cuando se centran primero en los procesos de negocio, se hace más fácil abordar los problemas de datos de forma estratégica, identificando y estructurando la información necesaria para las iniciativas de IA.

Recientemente ayudamos a un cliente de tecnología a hacer precisamente eso con sus operaciones de ventas. El cliente quería automatizar el pago de comisiones a los ejecutivos de ventas. Antes de trabajar con ellos en una solución, examinamos primero cómo rastreaban sus datos de ventas, cómo se dirigían a los clientes y otras prácticas comerciales. Encontramos ineficiencias y procesos poco ágiles. Con nuestra orientación, el cliente arregló y racionalizó esos procesos antes de que miráramos los datos.

Sólo después de eso evaluamos los datos que el cliente realmente necesitaba. Armados con estos datos, ideamos una solución que al final les ahorró cientos de millones de dólares y a la vez les permitió mejorar las ventas.

Mito #4: Los departamentos de IT poseen modelos operativos de IA.

Con demasiada frecuencia nos reunimos con líderes de empresas que creen que una iniciativa de IA debe ser lanzada por un director de tecnología o un director de información. Pero las compañías que escalan la IA con éxito tienen directores generales que defienden activamente la tecnología por sí mismos, se centran en un resultado empresarial específico y dejan claro que la IA es una prioridad para toda la organización.

Además, los esfuerzos de la IA que tienen éxito a menudo son emprendidos por un equipo interdisciplinario. En ellos participan no sólo ingenieros y profesionales de las tecnologías de la información, sino también científicos de datos y expertos en negocios para garantizar que la arquitectura técnica de la iniciativa satisfaga las necesidades de la empresa. A medida que se adopta la IA, se incluye a miembros de casi todas las funciones empresariales, desde las ventas hasta la cadena de suministro, para ayudar a que la implementación se desarrolle en toda la organización.

De acuerdo con un estudio reciente de Accenture, 92% de las empresas que han tenido éxito en la escalabilidad de la IA usaron equipos multidisciplinarios.

Mito #5: Grandes compañías = Gran dolor de la IA.

Al escalar la IA, las entidades gigantes no son menos exitosas que las compañías más pequeñas. Cuando analizamos las organizaciones por tamaño, no encontramos ninguna relación significativa entre las tasas de éxito de la escalada o el retorno de la inversión.

Por qué? Porque las grandes empresas han crecido hasta su tamaño actual por una razón. Saben cómo escalar, y son buenos en ello. Aplican esas capacidades a sus iniciativas de IA. Y como cualquier otra compañía que va más allá de la prueba de concepto, están usando las estrategias probadas para hacerlo.

La IA ofrece a la industria minera importantes oportunidades. Las empresas mineras están avanzado fuerte en este aspecto, sin embargo, el desafío es acelerar y operacionalizar las soluciones para capturar el valor.


Francisco Rojas, líder de Applied Intelligence de Accenture Chile

Share This
X
X