Cómo las empresas se están beneficiando de la inteligencia artificial «Lite»

La inteligencia artificial es caliente, pero también desalentadora. Los últimos avances, conocidos de diversas maneras como computación cognitiva, aprendizaje automático y aprendizaje profundo, suenan complicados y costosos. Y ellos son, a pesar del enorme potencial que aportan al mercado. Para muchas empresas, el precio y el compromiso de recursos son un obstáculo demasiado alto. Y por otras razones, incluso un gigante como Apple se enfrenta a desafíos.

Pero la buena noticia es que los primeros dividendos de la IA ya están al alcance de la mayoría de las empresas medianas, ya que buscan formas de ampliar sus límites digitales. De hecho, los componentes básicos de la IA pueden producir grandes resultados con menos requisitos técnicos y menos tiempo y dinero de lo que muchas empresas logran. Además, aquellos que dan este paso inicial están consiguiendo una ventaja en el futuro de la IA, ya que ese paso va a ser un requisito previo para todo lo que sigue.

Primero, vamos a orientarnos.

En el extremo superior de la inteligencia artificial se encuentran sistemas como la computación cognitiva que permiten a los coches sin conductor y a otras máquinas desarrollar la capacidad de aprender de sus experiencias en el mundo, incorporando matices, recordando resultados y adaptándose a los errores. (A accidente reciente que involucra un «coche autónomo» de Tesla ha planteado preguntas sobre los límites actuales de IA).

En el extremo menos costoso se encuentra un enfoque basado en el conocimiento que organiza los datos y el lenguaje en bloques de información altamente maleables y útiles. Estos sistemas «AI Lite» no aprenden trucos nuevos, a menos que sus cuidadores humanos utilicen nuevas instrucciones de código para «enseñarles». Pero pueden llegar a ser muy inteligentes en cuanto a ordenar y distribuir su información de manera extremadamente rápida.

Lo que sigue son algunas guías para ayudarle a poner a trabajar AI Lite.

Encuentre los lugares adecuados para usarlo. Incluso en esta nueva era de la información, no todo requiere el deslumbramiento de la IA. Pero las empresas y agencias gubernamentales están empezando a encontrar muchos lugares donde las herramientas basadas en el conocimiento pueden marcar una gran diferencia. Estas incluyen mejorar las operaciones de minería de datos, ayudar con la capacitación y hacer que las tareas y procesos estructurados y repetibles sean mucho más eficientes y menos costosos. Y están encontrando las herramientas cada vez más útiles, por supuesto, para tratar con clientes en línea.

Por ejemplo, Allstate Business Insurance, una división de Allstate Insurance, utilizó las herramientas para desarrollar un asistente virtual conocido como ABiE (pronunciado «Abby») para responder a las preguntas de sus 12.000 agentes. Fue un poco como contratar a Siri de Apple a una astilla del costo. Mike Barton, presidente de la división, lo dijo así: «Pensamos que Abie es nuestro precursor de la computación cognitiva en un zapato».

Cuando la compañía actualizó su línea de seguros comerciales para pequeñas empresas hace unos años, los agentes interfirieron los centros de llamadas internas con preguntas sobre cómo funcionaban las pólizas y cómo establecer cotizaciones de ventas. El costo de simplemente ampliar los centros de llamadas era prohibitivo.

Ingrese ABe (abreviatura de Allstate Business Insurance Expert), que mi firma ayudó a desarrollar. Empleando un enfoque riguroso de las palabras y frases en el corazón de los productos de la empresa, la interfaz basada en avatares de Abie ofrece respuestas precisas a las preguntas de política al tiempo que simplifica el proceso de cotización. A partir de sólo unos pocos miles de consultas al mes en 2013, Abie gestiona ahora 100.000, de todos los empleados de la compañía, y no solo de los agentes. Una nueva versión de ABe pronto recibirá consultas directamente de los clientes. Lo mejor de todo es que Abie pagó por sí misma el primer año, por lo que casi todos los ahorros en curso ahora bajan a la línea de resultados.

Levántate las mangas. AI Lite es mucho menos complicado y menos costoso que el extremo superior del espectro, pero eso no significa que esté fuera de la plataforma. Un tamaño no se ajusta a todos, y no hay balas mágicas plug-and-play.

Por ejemplo, tardó casi un año en diseñar, construir e implementar ABIE. Allstate Business asignó un equipo de gerentes y expertos en la materia al proyecto para averiguar la «taxonomía» de las palabras, frases y datos que ABiE requeriría para responder a todas esas preguntas. Abie extrae sus respuestas de un almacén de datos, donde se ha organizado todo el conocimiento relacionado con los productos y procesos de la empresa. En hablar de IA, eso significaba que todos los números, gráficos, palabras y frases de la compañía tenían que ser cortados, trozos, etiquetados y optimizados para RHH para dar a ABIE los ingredientes para esas respuestas.

En resumen, las empresas que quieran entrar en este juego tendrán que enrollarse las mangas y hacer algunos bloqueos y tackling anticuados. Pero vale la pena perseguir el premio: si los datos correctos están casados con el vocabulario y la terminología correctos, las capacidades de información de una empresa aumentarán.

No esperes que todo sea perfecto. Sin embargo, dadas todas las partes móviles, los errores y la necesidad de correcciones a mitad del curso son inevitables, así que prepárense para ellos. En el caso de Abie, el equipo comenzó ofreciendo algunas respuestas que eran demasiado exhaustivas, esencialmente diciendo al interrogante cómo construir un reloj cuando todo lo que se buscaba era el momento correcto. Se necesitaron pruebas y errores, incluidos los informes detallados de los usuarios de ABIE, para llegar a respuestas muy específicas y procesables y poner en marcha los procesos de gobierno, métricas y administración de cambios para realizar actualizaciones controladas y metódicas.

No hagas que tu IA sea demasiado ligera. Cuando utilice la IA para interactuar con clientes en línea, tenga en cuenta que los enfoques fragmentados no funcionarán. La mayoría de las organizaciones están implementando soluciones a nivel de departamento e instrumentos independientes sin financiación suficiente. Los resultados son típicamente inconsistentes y desordenados, lo que obliga a reparaciones costosas y que consumen mucho tiempo.

Un departamento de una empresa, por ejemplo, puede ver al cliente a través de una lente transaccional, mientras que otro pone el énfasis en las promociones. Las diferencias en sus modelos de datos ralentizarán, y tal vez cojearán, todo el programa.

Obtener el valor de su dinero de la IA, ya sea en el extremo del espectro basado en el conocimiento o más adelante, con aplicaciones más extensas y costosas, requiere tres cosas. El esfuerzo debe implicar un análisis y preparación cuidadosos, que tenga en cuenta cada departamento pero mantenga el foco en toda la empresa. Debe tener una estructura de gobernanza formal (y matizada). Y alguien en el nivel más alto de la compañía debe patrocinarlo.

Sin esos elementos fundamentales en su lugar, no podrá desplegar el poder incremental de AI Lite y estará mal preparado para los cambios revolucionarios que la IA promete traer.

— Escrito por Seth Earley