¿Nos obligará la inteligencia artificial a repensar la empresa o solo es una herramienta más? Te explicamos su estado actual y hacia dónde se dirige el debate.

Al expandir los límites de lo que las máquinas son capaces de hacer, la inteligencia artificial (IA) plantea nuevos retos a los directivos, desde entender esta tecnología en constante evolución hasta darle un uso práctico o resolver los dilemas éticos asociados a sus crecientes cualidades humanas.

Se trata de un mundo completamente nuevo para muchos. Aunque la IA podría marcar la transformación empresarial del siglo XXI, la mayoría no alcanzan a definir qué es ni a calibrar el impacto que podría tener en sus organizaciones y en la sociedad.

Se invierte más que nunca en IA, pero el concepto tiene 60 años

“La IA es la nueva TI. No significa lo mismo para todo el mundo”, asegura Darío Gil, vicepresidente de IA y computación cuántica de IBM. En su definición más básica, la IA es la manifestación de inteligencia de las máquinas. Aunque comprende el aprendizaje de estas, las redes neuronales y el aprendizaje profundo, se ha convertido en un término paraguas que abarca muchos otros temas relacionados, como el big data.

Según el profesor de IESE Javier Zamora, “es lo que Marvin Minsky, cofundador del laboratorio de IA del Instituto Tecnológico de Massachusetts, solía denominar ‘una palabra maleta’, o sea, con muchos significados. Debemos ser más específicos”.

La IA y su impacto en la dirección de empresas ha sido el tema de diversos foros del IESE en los últimos meses. En ellos, directivos y académicos han debatido sobre sus implicaciones para el futuro del trabajo.

Sesenta años de avances aislados
Aunque las empresas están invirtiendo más que nunca en IA, no se trata de un concepto nuevo. Establecida como disciplina académica en 1956, los temblores de este cambio sísmico se empezaron a sentir en el mundo empresarial esa misma década, cuando los primeros ordenadores permitieron que los distribuidores recopilaran datos de ventas a una escala sin precedentes.

Pero no funcionó lo bastante bien ni resultó útil a la mayoría de las empresas hasta hace unos diez años, cuando confluyeron el abaratamiento del poder de computación, algoritmos más sofisticados y las vastas series de datos recabadas de internet y otras fuentes.

Los directivos deben saber qué es posible y hacer las preguntas correctas

“Los recientes éxitos de la IA y del aprendizaje profundo se deben básicamente a dos elementos que no había hasta hace poco: el acceso a una computación de alto rendimiento a un coste relativamente bajo y, cómo no, la disponibilidad de una ingente cantidad de datos”, explica Ramón López de Mántaras, director del Instituto de Investigación en Inteligencia Artificial, perteneciente al Consejo Superior de Investigaciones Científicas de España. “Aunque los conceptos existen desde hace años, esta tecnología aún está en pañales”.

De todas formas, hay quien empieza a ver a la IA como una tecnología de propósito, así llamada por su capacidad para transformar amplios sectores de la economía, como la máquina de vapor, la electricidad e internet. Más allá de sus usuarios pioneros, las grandes empresas tecnológicas, está penetrando en la automoción, las telecomunicaciones y las finanzas. Se usa en la distribución y en los medios de comunicación y se considera que tiene un enorme potencial, además, en la salud y en la educación.

El profesor Julian Birkinshaw, de London Business School, compara la creciente ubicuidad de la IA con vivir en un mundo montañoso y ver cómo el agua va subiendo gradualmente de nivel. Como la IA se limita actualmente a aumentar la eficiencia de los procesos existentes y damos por hecho que jamás alcanzará la perspicacia cognitiva que exigen determinadas tareas, nos parece que estamos a salvo. Pero Birkinshaw llama a no caer en la complacencia: “El futuro será muy diferente”.

Puede que nuestra actitud cultural determine el éxito de esta adaptación. Tomo Noda, fundador de la Universidad Shizenkan de Tokio, destaca que los medios japoneses suelen mostrar una IA que está aquí para ayudarnos, con Doraemon y Astroboy como ejemplos. Todo un contraste con la visión distópica de las películas de Hollywood, como A.I. Inteligencia Artificial, 2001: Una odisea del espacio o Terminator. Noda insta a reenfocar nuestra relación con la IA haciéndonos preguntas más positivas: ¿nos puede servir para mejorar las cosas? ¿Qué nuevas oportunidades permite explorar? ¿Cómo podría mejorar la sociedad?

De débil a fuerte
La tecnología IA actual es “débil” o “estrecha”, o sea, capaz de realizar a una velocidad sobrehumana una tarea única en un dominio concreto, como una traducción, la transcripción de discursos, la detección de objetos o el reconocimiento facial. Pero ya estamos avanzando hacia la IA “fuerte” o “general”, que será mucho más disruptiva.

Para “enseñar” a la IA los algoritmos que usa, aún tenemos que etiquetar nosotros mismos las primeras series de datos, por ejemplo, identificando los objetos que aparecen en fotografías. Dado que es un proceso muy caro, la mayoría de las empresas no disponen de suficientes datos etiquetados. Por eso, muchas de las compañías que han incorporado la IA a su negocio son los grandes nativos digitales, como Google o Amazon.

La IA fuerte será capaz de transferir el aprendizaje de una red a otra o de razonar para crear sus propias etiquetas, por lo que aprenderá más con menos datos. Mientras que la IA débil necesita una red neuronal para cada tarea, la fuerte será multitarea y multidominio.

La IA fuerte, con aprendizaje y razonamiento entre dominios, no la veremos hasta dentro de unas décadas. Aun siendo prematuro, el temor a la “singularidad”, ese hipotético momento en que la IA nos superará y escapará a nuestro control, es algo que tendremos que afrontar tarde o temprano.

Nuevas competencias directivas
Incluso la IA débil precisa nuevos conocimientos y capacidades de gestión. Los estudios muestran que las empresas que tienen más éxito al implementar esta tecnología son aquellas donde la alta dirección la prioriza.

Los directivos deben tener un conocimiento básico de los datos y sus posibles usos. También discernir qué tareas es mejor que realice la IA y cuáles no, además de aprender a capacitar a los equipos en su manejo. No tienen por qué ser científicos de datos o programadores, sino saber qué es posible y hacer las preguntas correctas, como apunta Ilian Mihov, decano de Insead: “Los algoritmos hallan patrones en los datos, pero no pueden interpretarlos. Los directivos han de pensar qué podría estar pasando y cómo comprobarlo a través de un experimento”.

Para Zamora, primero deben hacerse una serie de preguntas básicas: ¿es la IA relevante para el problema al que me enfrento? ¿Tengo suficientes datos de calidad para enseñar al sistema a producir soluciones? ¿Hay algún programa o algoritmo para ese problema? ¿Puedo fiarme de sus resultados?

Esa disponibilidad de los datos tiene que extenderse al resto de la organización, por lo que es esencial cultivar una cultura corporativa ducha en los datos. Nico Rose, vicepresidente de Adquisición y fidelización del talento en Bertelsmann, explica que contrataron a científicos de datos de las tecnológicas para implementar soluciones de IA avanzadas, pero sin gran éxito. Así que se volcaron en crear un ecosistema que preparara a la organización para los datos y la IA. La contratación es clave, pero también el aprendizaje continuo de todos los empleados.

Los estudiantes universitarios actuales van a labrar toda su carrera profesional al ritmo de los cambios que impondrá la IA, por lo que deben preparase. Más de mil alumnos de Stanford se matricularon el curso pasado en una clase de introducción al aprendizaje de las máquinas. El profesor Jeffrey Pfeffer lo tiene claro: “No quieren ser científicos informáticos, simplemente son conscientes de su importancia”.

El valor de las personas
También hay límites. Según Peter Cappelli, de Wharton, la nueva obsesión del mundo empresarial con los datos es “la venganza de los ingenieros”, que en parte achaca al management y al fracaso de muchas de sus teorías en áreas como la dirección de personas. Pero, en lugar de ceder funciones como recursos humanos a los científicos de datos, los directivos deberían replantearse su modo de dirigir, evaluar y motivar a los empleados.

Son las personas, y no la IA, quienes establecen la visión y diseñan la estrategia diferencial

Para Anne Marie Engtoft Larsen, del Foro Económico Mundial, no todo es tecnología. “Necesitamos recuperar algunas de las habilidades más humanas, como la resolución de problemas complejos, el pensamiento crítico, la creatividad, la dirección de personas, la coordinación con los demás y la inteligencia emocional”.

Asimismo, los directivos deberían reflexionar sobre cuáles son sus fortalezas y en qué difieren de las de la IA. Las personas siempre tendremos ventaja en cierto aspectos de la toma de decisiones estratégicas, como aportar creatividad, originalidad y emoción o hacer concesiones. Las estrategias más perspicaces, afirma Birkinshaw, suelen surgir de extrapolaciones de otros ámbitos: “Es una cualidad muy humana. Descubrimos un patrón en algo que no guarda relación y lo vinculamos al mundo en el que trabajamos. No veo a los ordenadores haciendo eso”.

En su opinión, hay que volver a lo esencial y preguntarnos qué es la estrategia. Citando a Michael Porter, la define como un conjunto de decisiones que conducen a la acción y, en el caso de las estrategias de éxito, como un todo diferenciado. En suma, una buena estrategia difiere de la de los competidores.

Si las empresas recurren a fuentes de datos y algoritmos parecidos cuando toman decisiones estratégicas derivadas de la IA, la diferenciación desaparecerá de la ecuación. Las decisiones puramente cuantitativas pueden ser estériles, por lo que el razonamiento emocional sigue añadiendo valor.

Fuente: insightreports.iese.edu