Al leer las últimas publicaciones de negocios probablemente haya leído acerca de las maravillas de la inteligencia artificial (IA). Como en un infomercial, los expertos citados en los artículos pregonan las soluciones de vanguardia y las propiedades de transformación comercial de la IA. Sin embargo, en un artículo del 7 de junio en Harvard Business Review, Nick Harrison y Deborah O’Neill advierten en contra de adoptar la IA si aún no se ha dominado el análisis de datos.

“Las compañías que se apresuran a utilizar [IA] sofisticada antes de llegar a una masa crítica de procesos automatizados y análisis estructurado de datos pueden terminar paralizadas”, escriben Harrison y O’Neill. “Pueden cargarse de costosas asociaciones con empresas emergentes, impenetrables sistemas de caja negra, engorrosos grupos informáticos en la nube y juegos de herramientas de fuente abierta sin programadores que escriban código para ellos”.

Sin embargo, las compañías que tienen capacidades sólidas de análisis de datos pueden utilizar y maximizar la IA. Los autores usan el ejemplo de una compañía de telecomunicaciones que, gracias al aprendizaje automático, ahora es capaz de predecir con una precisión 75 veces mayor cuándo los clientes están a punto de cancelar su servicio.

Harrison y O’Neill comparten algunas medidas que deben tomar las compañías antes de la implementación de Inteligencia Artificial:

  1. En primer lugar, los gerentes deben examinar si los procesos automatizados actuales de la compañía se concentran en áreas problemáticas que le cuestan dinero a la compañía y obstaculizan las operaciones. “Las compañías necesitan automatizar los procesos repetitivos que comprenden cantidades importantes de datos, especialmente en áreas en las que la información de inteligencia proporcionada por el análisis de datos o la velocidad podrían ser una ventaja”, escriben. “Sin automatizar primero esos alimentadores de datos, las compañías descubrirán que sus nuevos sistemas de IA sacan conclusiones equivocadas porque están analizando datos desactualizados”.

  2. A continuación, los gerentes deben cultivar el análisis estructurado y el procesamiento centralizado de los datos para poder respaldar un sistema único y estandarizado. Los autores plantean que, con esta información, los gerentes pueden comprender mejor a sus clientes y los factores que impulsan sus decisiones. Entonces, los profesionales pueden colaborar más de cerca con los proveedores para fabricar y ofrecer los productos que los clientes quieren.

Una vez que una compañía está lista, integrar el análisis estructurado de datos con la IA permite a las compañías predecir, describir y recomendar con exactitud el comportamiento del cliente. “Los sistemas de inteligencia artificial generan una gran diferencia cuando también se requieren datos no estructurados como medios sociales, notas de centros de llamadas, imágenes o encuestas con preguntas abierto para alcanzar una conclusión”, escriben Harrison y O’Neill. Ambos elogian a los sistemas de IA sólidos por su capacidad de realizar pronósticos precisos.

Apenas estamos comenzando a conocer los beneficios que ofrecen la IA y sus tecnologías relacionadas para mejorar los negocios. “Pero hay algo que ya está claro: [las compañías]deben invertir tiempo y dinero para estar preparadas con análisis de datos suficientemente automatizados y estructurados de modo de aprovechar totalmente las nuevas tecnologías”, recomiendan los autores.

Implicancias para la cadena de suministro

Para hacer realidad las promesas del análisis de datos y la IA, las compañías y los profesionales necesitan entender los beneficios de la automatización, que el diccionario de APICS define como: “La sustitución del trabajo físico y mental humano por el trabajo de una máquina, o el empleo de máquinas para trabajo que de otra forma no podría lograrse, que supone una interacción menos continua con seres humanos que los equipos anteriores usados para tareas similares”.

APICS ofrece una variedad de recursos para ayudar a los profesionales a entender y usar los recursos disponibles más recientes. Por ejemplo, considere asistir a APICS 2017, que se realizará del 15 al 17 de octubre en San Antonio. Entre las más de 65 sesiones educativas se incluye “Pronóstico del Centro de Excelencia: cómo adoptar un enfoque analítico en la planificación de la demanda, presentada por Fazlur Rahman, de The Kraft Heinz Company. Puede encontrar más información sobre el contenido que se ofrecerá en APICS 2017 y reservar su lugar hoy mismo en apics.org/conference.

FacebooktwitterlinkedinmailFacebooktwitterlinkedinmail

About Author

CSCP, CPA, CAE Chief Executive Officer, APICS

Comments are closed.