Poner a trabajar los sistemas expertos

A los ejecutivos les intrigan las historias de programas de ordenador que pueden analizar el lodo durante la perforación petrolera o configurar sistemas informáticos complejos. El MUDMAN de N L Baroid Company y el XCON de Digital Equipment Corporation realizan tareas que antes se consideraban demasiado complicadas o que no eran lo suficientemente rutinarias para los ordenadores. Sin embargo, MUDMAN y XCON no son programas de ordenador comunes. Son «sistemas expertos», programas que imitan la forma de pensar de los expertos humanos que, de otro modo, tendrían que realizar el análisis, el diseño o la supervisión (consulte el inserto reglamentado para obtener una definición detallada). Mediante una complicada serie de reglas «si… entonces» («Si hay una unidad de disco que no se haya asignado y hay capacidad para al menos una unidad de disco, asigne la unidad de disco a la configuración actual del ordenador»), estos programas permiten a los ordenadores resolver problemas difíciles y únicos.1

Cada vez son más los directivos que se preguntan si los sistemas expertos son adecuados para ellos y, de ser así, cómo pueden empezar a utilizarlos. Los que quieran aprovechar la nueva tecnología pueden aprender de los primeros usuarios de grandes sistemas comerciales expertos. Su experiencia demuestra que los sistemas expertos son, de hecho, una herramienta valiosa para captar y difundir habilidades y conocimientos, a menudo para crear una ventaja competitiva. Pero los posibles usuarios se animarán a enterarse de que, a pesar de la fascinación por aplicar la nueva tecnología a tareas más sensacionales, como la exploración del espacio o la guerra, algunas de las mejores oportunidades para los sistemas expertos se encuentran en tareas pequeñas y cotidianas, como la verificación crediticia o el análisis de la presupuestación de capital.

Beneficios reales

Los sistemas expertos (ES) se han utilizado con éxito para el diseño, el diagnóstico y la supervisión en una variedad de sectores, desde los ordenadores hasta la contabilidad. Probablemente la aplicación empresarial más famosa sea XCON (para eXpert Configurer). Lo digital tiene una amplia gama de componentes de ordenador que cambian continuamente y se pueden configurar de muchas formas. A principios de la década de 1970, los expertos humanos, conocidos como editores técnicos, se aseguraron de que cada sistema informático del pedido tuviera todos los componentes necesarios y sin extras e hicieron diagramas que mostraban cómo ensamblar el sistema. El proceso se conoce como «configuración».

¿Qué es un ES?

La inteligencia artificial se puede definir como el intento de hacer que las máquinas alcancen capacidades similares a las de las humanas, como ver, oír y pensar. Los sistemas

…

En Digital, las configuraciones iniciales a veces contenían omisiones o errores que había que corregir antes de que el fabricante pudiera programar la producción. Luego 90% de los sistemas se volvieron a comprobar en las instalaciones de ensamblaje y pruebas finales de Digital en Westminster, Massachusetts, donde las piezas del ordenador estaban conectadas físicamente y funcionaban. Una vez que pasaron la prueba, los ordenadores se desmontaron y se enviaron a los clientes.

En 1973, ante la perspectiva de añadir instalaciones de ensamblaje y pruebas por valor de decenas de millones de dólares para adaptarse al crecimiento de las ventas, Digital buscó una alternativa. El resultado fue XCON, un sistema experto que comprueba los pedidos de venta y diseña el diseño de cada pedido de ordenador que analiza. El nuevo sistema, junto con la creación de una base de datos y la mejora de la calidad de los componentes, permiten a Digital enviar la mayoría de los componentes directamente a las instalaciones del cliente para su ensamblaje final, lo que elimina la necesidad de instalaciones adicionales de ensamblaje final.

N L Baroid, una empresa de servicios de perforación, creó MUDMAN para analizar los fluidos de perforación, o «lodos», que se bombean por el pozo para facilitar la perforación mediante lubricación, devolviendo la afeitada a la superficie, etc. En pozos profundos o difíciles, un ingeniero in situ suele tener que tomar muestras y analizar el lodo al menos dos veces al día. El ingeniero analiza las lecturas de unos 20 parámetros, incluidos la viscosidad, la gravedad específica y el contenido de sedimentos. MUDMAN ayuda al ingeniero in situ a hacer su trabajo de forma más coherente. Evalúa los datos que introduce el ingeniero y, combinándolos con los datos históricos de ese pozo en particular, identifica las tendencias. A continuación, puede recomendar ajustes en la composición del lodo y alertar al ingeniero de lodos de posibles problemas.

Los lodos son un negocio de productos básicos cuyos compradores son pocos y poderosos. Las principales compañías petroleras compran precios y raciones entre muchos proveedores ansiosos. Pero MUDMAN le dio a Baroid algo único que ofrecer a los clientes. De repente, la empresa podría diferenciarse de la competencia. En un sitio del Mar del Norte, MUDMAN diagnosticó correctamente un problema de contaminación del barro que los expertos humanos habían diagnosticado erróneamente durante más de una década. El cliente de la petrolera quedó tan impresionado que modificó su política e invitó a Baroid a hacer una oferta por una participación «superior a la normal».

Westinghouse Electric Corporation diseñó un ES para monitorear las turbinas de vapor que vende. Cuando una turbina falla, a veces arroja piezas de acero que giran a miles de revoluciones por minuto a las piezas fundidas de protección, lo que provoca daños por valor de decenas de miles de dólares y semanas de inactividad. Por lo tanto, la detección de posibles fallos es muy útil. El sistema de diagnóstico de procesos (PDS) de Westinghouse rastrea continuamente los datos de los monitores de la turbina y hace recomendaciones de mantenimiento. El PDS se vende como parte del contrato de servicio de Westinghouse.

La empresa American Express utiliza un sistema experto para ayudar a su personal de autorización de crédito a clasificar los datos de hasta 13 bases de datos. La tarjeta de crédito American Express no tiene un límite de gastos fijo. Esa función es importante por motivos de competencia, pero determinar el nivel de crédito de cada cliente supone un duro desafío administrativo. Cada vez que el cliente realiza una compra importante, el vendedor llama por teléfono a AMEX para autorizar el cargo. Entonces, el empleado de AMEX tiene que tomar una decisión rápida. Las solicitudes de autorización que no se ajusten al patrón de compra normal requieren una búsqueda en las bases de datos para obtener más información. Ahora, el Authorizer’s Assistant ES realiza esa búsqueda y hace recomendaciones a la persona que toma la decisión de autorización. Todo el proceso tarda solo unos segundos; el vendedor sigue hablando por teléfono.

Coopers & Lybrand tiene una ES llamada ExperTax que ayuda a los contadores a revisar la forma en que sus clientes acumulan impuestos y a ofrecer asesoramiento en materia de planificación fiscal. ExperTax mejora la calidad del servicio de impuestos porque nunca olvida una pregunta y compara cada póliza con las estadísticas financieras del cliente. Además, al sustituir la experiencia de la que carecen los jóvenes, les permite realizar una planificación fiscal más completa y precisa.

XCON, MUDMAN, Authorizer’s Assistant y ExpertAX no decepcionaron a las empresas que los financiaron. Las mejoras que introdujeron eran reales y mensurables. Hoy, aproximadamente 90% del volumen en dólares de los sistemas de Digital se envía como componentes y se monta en las instalaciones del cliente. Los gestores digitales atribuyen a XCON algunos$ 25 millones de los ahorros obtenidos al minimizar el proceso final de ensamblaje y prueba. También citan a XCON como una importante contribución a la estrategia a largo plazo de Digital de ofrecer a los clientes muchas opciones.

La diferenciación de un producto básico a través de MUDMAN le hizo ganar nuevos negocios a Baroid. AMEX espera que su asistente de autorización no solo aumente la productividad del autorizador hasta en un 20%% sino también para reducir las pérdidas causadas por la sobreextensión del crédito (el beneficio financiero exacto se mantiene en secreto). Authorizer’s Assistant apoya la estrategia de la empresa de diferenciarse al ofrecer límites de crédito individualizados. ExperTax aprovecha mejor el tiempo de los jóvenes.

Como muestran estos ejemplos, los sistemas expertos pueden respaldar varias estrategias de la competencia diferenciando un producto o reduciendo los costes. A veces, los proyectos que comienzan con un objetivo en mente llevan al otro. En algunos casos, han surgido nuevos negocios. Tanto Texas Instruments como Digital desarrollaron por primera vez sistemas expertos para uso interno, pero desde entonces han creado organizaciones basadas en la tecnología que ofrecen nuevos productos, como «cáscaras» de sistemas expertos y consultoría y formación. (Un shell ES es una herramienta de software que proporciona un conjunto integrado de componentes básicos que se pueden utilizar para crear un programa ES.)

A menudo, más interesantes (y, en última instancia, más valiosos) que las esperadas ganancias en productividad y eficacia son las numerosas ventajas inesperadas que se derivan de los ES. Una de esas ventajas es la forma en que una ES puede ayudar a las personas de la organización a entender mejor un problema. Durante años, IBM estableció un conjunto de precios estándar para la prestación de servicios posventa para instalar, reubicar o retirar ordenadores. Estos precios fueron el punto de partida de las negociaciones entre el cliente, el representante del servicio de campo y la dirección del servicio. Como cada cliente tenía conductos, cables y suelos diferentes y como la experiencia de los estimadores variaba mucho, hacer ofertas coherentes era un problema. Los empleados del servicio de campo de IBM necesitaban una mejor comprensión compartida de cómo fijar el precio de los trabajos complejos o en qué medida modificar el precio estándar.

Ahora IBM utiliza un ES llamado Consultor para ayudar a los representantes del servicio de campo a fijar los precios de las ofertas. El representante simplemente especifica los tipos de máquinas y los factores específicos de la ubicación y el sistema genera una oferta. Las ofertas solo se negocian si el precio del empleado de campo difiere del del consultor en más de un 20%%. Este procedimiento ha eliminado muchos problemas administrativos.

Una vez que se revele la experiencia, se puede revisar, analizar y comunicar de formas completamente nuevas. Los estudios han demostrado que los expertos rara vez son capaces de analizar las medidas analíticas adoptadas para llegar a una decisión en particular. Es posible que puedan resaltar los factores importantes que intervienen en una decisión, pero normalmente no pueden describir todo el proceso. No están siendo evasivos intencionalmente. En el proceso de convertirse en expertos, las personas convierten muchas observaciones en intuiciones y en una comprensión profunda, pero no pueden articularlas.

Ese hecho hace que sea difícil extraer los conocimientos del experto. Pero una vez extraída la información del experto y creado el software, las reglas, los ejemplos y los datos proporcionan un espejo mental con el que el experto puede explorar, explicar y dilucidar la naturaleza de su experiencia. Por lo tanto, la comprensión revelada es valiosa tanto para el experto como para los miembros de la organización, según la experiencia.

Una vez que la experiencia queda fuera de la cabeza de alguien, más personas pueden trabajar en perfeccionarla y, a medida que se vaya afinando, la resolución de problemas pasa del arte a la ciencia. Así se podrá capturar más fácilmente en otros lenguajes de ordenador. Por lo tanto, el innovador ES de hoy puede ser la solución tradicional de mañana. Será tentador echar la vista atrás a una ES y decir que la tarea debería haberse resuelto con un enfoque de programación más tradicional. Pero adoptar esa postura suele ser malinterpretar (y subestimar) el proceso mediante el cual se capta la experiencia. Una vez resuelto el problema, la solución parece obvia.

Otra ventaja de ES es que, una vez capturado el conocimiento en el código, se puede proteger y compartir. Si se contrata a un experto en humanos o está demasiado ocupado para enseñar a sus colegas más jóvenes, una ES puede ayudar como herramienta de formación. De hecho, muchas personas pueden convertirse en aprendices de algunos expertos. Las personas que tienen miedo de hacer preguntas porque se espera que sepan las respuestas pueden consultar con un ES en privado. Y la persona con experiencia puede beneficiarse al ver cómo otro experto aborda la tarea.

Por último, construir un ES es poner un pie en la puerta a la inteligencia artificial. La mayoría de los sistemas se fabrican a medida e incluso los pocos sistemas llave en mano disponibles suelen necesitar personalización. Los ingenieros del conocimiento escasean y se necesita tiempo para desarrollar a las personas con las habilidades necesarias para que los ESs y la IA funcionen. Por supuesto, estos datos se pueden utilizar de forma competitiva. Si entra pronto, la organización puede adquirir experiencia y desarrollar el personal técnico, lo que crea una barrera que los competidores tendrán dificultades para superar.

Encontrar los puntos de apalancamiento

Una cosa es estudiar los éxitos de otras empresas y otra es producir el propio éxito. Entonces, ¿cómo busca un gerente la nueva tecnología?

El primer paso es identificar las oportunidades. Busque procedimientos de diseño, diagnóstico o monitoreo que no se estén realizando tan bien como podrían estarlo. Pregunte,¿Hay alguna tarea en mi organización que mejoraría si…

… ¿teníamos más tiempo? Los empleados de AMEX entendieron bien el proceso de autorización de crédito. Si cada autorizador tuviera media hora para procesar una solicitud, no sería necesario un sistema experto. Pero cuando un acreedor llama por teléfono para solicitar una verificación de crédito, el tiempo se mide en segundos, no en horas. El asistente del autorizador de AMEX puede utilizar las reglas y los datos mucho más rápido que un experto humano.

Las organizaciones están repletas de tareas para las que hacer las cosas más rápido significa hacerlas mejor. Los sistemas de transacciones básicos de crédito, compras, etc., son áreas prometedoras que explorar.

… ¿el mejor experto siempre hacía el trabajo? Las empresas no siempre tienen la experiencia suficiente que necesitan. En Honeywell, por ejemplo, las habilidades de los técnicos de servicio de campo varían, normalmente según la experiencia del técnico. Al utilizar un ES llamado Mentor para ayudar a diagnosticar problemas con los sistemas de aire acondicionado comerciales, Honeywell se asegura de que la calidad de las llamadas de servicio sea alta y uniforme.

Digital no podía darse el lujo de que sus ingenieros de diseño configuraran los sistemas informáticos, a pesar de que ellos entendían mejor el proceso. XCON permite a la empresa aplicar los conocimientos de los expertos a una tarea rutinaria pero importante.

… ¿tomamos decisiones coherentes? Cuando una plataforma de perforación tiene problemas con un pozo, las personas involucradas deben permanecer en el trabajo de vez en cuando durante días seguidos. Justo cuando el juicio del ingeniero de barro debe ser más agudo, puede que esté muy fatigado. Los análisis de MUDMAN son siempre cuidadosos, independientemente de las condiciones de trabajo.

La idea de una máquina pensante es seductora. Los constructores de ES suelen sentirse atraídos por las llamativas aplicaciones. Pero la observación de docenas de sistemas en desarrollo y uso indica que las tareas más mundanas son de las áreas más fructíferas para las nuevas aplicaciones. Los negocios y el gobierno tienen muchos trabajos que son importantes, pero rutinarios o incluso aburridos. Tareas como la contratación, la negociación y la auditoría están presentes en los negocios y son oportunidades prometedoras. Los candidatos más probables son aquellos puestos que actualmente utilizan cuestionarios complejos. Se podría simplificar el cumplimiento de los requisitos de las agencias gubernamentales, como la Agencia de Protección Ambiental o la Administración de Seguridad y Salud Ocupacional, codificando las normas en un sistema experto y poniéndolas a disposición de las empresas que las tengan que cumplir.

Las mejoras en la calidad, la puntualidad o la coherencia pueden parecer pequeñas, pero pueden tener un gran impacto en la empresa en general. Texas Instruments utiliza su sistema de expertos en inversiones de capital para ayudar a los empleados que solicitan presupuestos de capital. La ES proporciona un conjunto de preguntas completo y coherente que cubre todos los aspectos de cualquier propuesta. El sistema guía al usuario a través de las preguntas relacionadas con el proyecto en particular. Por lo tanto, los altos ejecutivos de TI tienen la seguridad de contar con análisis comparables, de modo que pueden tomar decisiones de asignación de capital más informadas. El sistema también ayuda a los directivos individuales a analizar sus situaciones de manera más completa.

La gente a veces habla de una aplicación ES «estándar», pero eso suele ser un oxímoron. Si una empresa necesita expertos para resolver un problema en concreto, normalmente necesita un enfoque personalizado. En consecuencia, la implementación de una ES suele ser tanto un proceso de transferir un punto de vista o un conjunto de creencias como de proporcionar una solución a un problema.

Una vez que haya identificado las oportunidades de ES, debe evaluar la viabilidad de aplicar la nueva tecnología a esas tareas. Mire, por ejemplo, la magnitud del problema. Uno que se pueda resolver en unos minutos o unas horas es un candidato razonable. Los problemas que tardan días en resolverse probablemente sean demasiado ambiciosos.

Y piense si el problema se puede describir con palabras. ¿Podría resolverse por teléfono? Si el experto necesita ver o tocar los datos, puede que la tarea no sea adecuada para un ES. En un caso, tras seis meses de trabajo en un prototipo de ES diseñado para diagnosticar problemas en la soldadura de los componentes del ordenador, los desarrolladores del proyecto llegaron a un callejón sin salida. Asumieron que los operadores podían detectar defectos que luego podrían diagnosticarse con el software. Sin embargo, discernir las sutiles irregularidades que eran visibles para el ojo de un experto superó las capacidades de los operadores, y los desarrolladores no podían escribir software para realizar esa tarea de experto. Por lo tanto, el proyecto se reorientó para abordar problemas fácilmente identificables, incluso para los novatos.

Al crear ExpertAX, Coopers & Lybrand utilizaron una técnica pragmática para simular las limitaciones de la pantalla del ordenador. Sentaron a tres expertos en un lado de la mesa y a un novato con todos los datos en el otro y pusieron una cortina en el centro. Los expertos en impuestos se encargaron de realizar la acumulación de impuestos y la planificación fiscal para el «cliente». Podrían hacer las preguntas que quisieran, pero no podían levantarse y ver los datos. Por lo tanto, se vieron obligados a especificar los datos que necesitaban y a explicar por qué. Coopers grabó en vídeo el proceso y lo utilizó como base para la ES.

Una tercera prueba de viabilidad es si puede identificar las habilidades que diferencian a un experto de un novato. Es necesario hacer la distinción porque debe saber qué expertos deben participar en la creación de un sistema y debe tener una idea clara del estándar que se debe utilizar para medir su rendimiento.

Superar el desafío de la implementación

Si se presenta la oportunidad y aplicar una ES es factible, es hora de iniciar el proceso de desarrollo. En muchos sentidos, el desarrollo y la implementación de un ES son los mismos que para cualquier tecnología nueva. Todas las nuevas tecnologías implican un riesgo técnico, requieren algunos ajustes organizativos y requieren un manejo hábil de las percepciones para que los posibles usuarios no desarrollen expectativas irrazonables. Y, por supuesto, el compromiso de la dirección es esencial.

Sin embargo, con los ES, los desafíos técnicos y organizativos aumentan, en parte debido a la forma en que se diseñan estos sistemas. La mayoría de los empresarios están acostumbrados a ver las especificaciones cuidadosamente diseñadas antes de que los desarrolladores comiencen el proyecto de desarrollo de software. Sin embargo, los ES se desarrollan mediante la creación rápida de prototipos, es decir, la producción rápida de una versión preliminar cuyo uso proporciona comentarios para corregir el diseño. Los problemas a los que se enfrentan los desarrolladores a veces son tan graves que tienen que rediseñar el sistema desde cero. Algunos directivos consideran que esto es un desperdicio terrible. No se dan cuenta de que la parte más importante del proceso de desarrollo no es la codificación en sí, sino el descubrimiento progresivo del conocimiento.

Al igual que con los sistemas de apoyo a la toma de decisiones, la creación de prototipos de los ES implica elegir los datos, los mecanismos de presentación y los modelos analíticos relevantes. Pero los ESS también generan evaluaciones y recomendaciones basadas en los datos y los modelos. Los expertos deben evaluar cada versión del sistema y comparar el razonamiento incorporado en el sistema con sus propias ideas. Los gerentes y los expertos deben participar durante todo el proceso para garantizar que el proyecto va por buen camino.

La naturaleza exploratoria del proceso de desarrollo hace que sea difícil predecir la utilidad del proyecto. Los gerentes pueden encontrar frustrante esa incertidumbre. No pueden eliminar la incertidumbre, pero cuanto más entiendan los ES, mayores serán sus posibilidades de crear un sistema valioso.

Escala. Una cuestión que se plantea en la fase de desarrollo es si hay que empezar a gran escala, a pequeña escala o con una combinación de ambas. Una forma de empezar de a poco es haciendo que las carcasas basadas en PC estén ampliamente disponibles para los usuarios finales. La idea es que, a medida que las personas se sientan cómodas con la tecnología, descubran aplicaciones útiles por sí mismas. DuPont, por ejemplo, ofrece a los empleados pequeñas carcasas ES basadas en PC y los alienta a crear sistemas que se adapten a sus necesidades específicas. Se espera que estos sistemas sean pequeños, tengan un tiempo de desarrollo corto (meses, como máximo) y se amortizen rápidamente. El dinero que DuPont podría haber gastado en consultores lo gasta en capacitar a la gente en el uso de las cáscaras.

Empresas como IBM y Texas Instruments tienen una combinación de proyectos a gran y pequeña escala. La clave de este enfoque es establecer una infraestructura de apoyo y asignar a una persona (o grupo) la responsabilidad de supervisar las ideas y difundir los proyectos exitosos en toda la organización.

Otras organizaciones, como Digital, Boeing y Arthur Andersen, han llevado a cabo proyectos a gran escala. Estos proyectos requieren un equipo de personas con la combinación adecuada de talentos y su creación e implementación tardan entre seis meses y al menos dos años. Plan-Power, un ES de planificación financiera personal desarrollado por Applied Expert Systems, tardó aproximadamente dos años desde el diseño hasta la entrega. Lo mismo ocurre con el asesor financiero de Palladian, un sistema experto en presupuestación de capital, y con MUDMAN.

No hace falta decir que estas empresas tardarán menos en ofrecer productos complementarios y nuevos ES debido al aprendizaje que ya se ha obtenido. Las organizaciones que crean un sistema aprenden en el proceso cómo hacerlo más rápido y mejor la próxima vez. Aun así, las mejoras en el proceso de desarrollo del ES tardan en llegar y el desarrollo de un ES a gran escala sigue siendo una propuesta larga. Por supuesto, este largo período de incubación puede constituir una ventaja competitiva.

Talento. El equipo de desarrollo de proyectos a gran escala debe tener tres tipos de talento: dominio, técnico y directivo. La experiencia en el dominio, o el conocimiento de cómo realizar la tarea, normalmente la proporciona el experto que ha estado realizando el trabajo. En el caso de ExpertAX, por ejemplo, expertos en impuestos y auditoría proporcionaron su experiencia en el campo.

La habilidad técnica (es decir, el conocimiento de las herramientas de hardware y software disponibles y utilizadas en el proyecto) puede provenir de varios lugares: universidades, consultoras, vendedores de ordenadores, personal interno de MIS o expertos asalariados en ES. Atraer talento de cualquiera de estas fuentes tiene sus ventajas e inconvenientes. Se espera que los expertos externos tengan un conocimiento profundo de las herramientas y la metodología de ES para poder desarrollar un sistema de trabajo rápidamente y aporten una nueva perspectiva. Pero son caros y aprender los negocios del cliente lleva tiempo. Por otro lado, los miembros de la empresa, por muy informados que estén sobre el negocio, suelen carecer de experiencia con los ES. Y contratar personal a tiempo completo que conozca los ES es prohibitivamente caro para la mayoría de las empresas. Por razones pragmáticas, la mayoría de las empresas recurren a expertos ajenos a la empresa que tienen experiencia en obtener y codificar las reglas generales de un experto.

Algunas empresas contratan a investigadores universitarios para crear prototipos que se desarrollen internamente; tanto MUDMAN como XCON comenzaron con prototipos desarrollados en la Universidad Carnegie-Mellon. Otros dependen en gran medida de los consultores. General Motors compró una participación accionaria en Teknowledge, Inc., una consultora de ES que había estado utilizando. Texas Instruments actúa con agresividad en todos los frentes. Ofrece formación interna y utiliza consultores.

La necesidad de dominio y talento técnico es tan obvia que nunca se pasa por alto estas dos. Sin embargo, a veces ejercen demasiada o muy poca influencia. Cuando los expertos técnicos determinan por sí solos el rendimiento y las características de la aplicación, las aplicaciones suelen no satisfacer una necesidad empresarial real. Los proyectos que tienen éxito suelen estar impulsados por un experto en el dominio o un director empresarial. Esa persona, que es la que mejor juzga las compensaciones que hay que hacer durante el desarrollo, debería tener la última palabra sobre el contenido y el proceso del ES real.

La experiencia digital lo atestigua. A los editores técnicos de Digital no les vendría bien la primera versión de XCON. Si bien era técnicamente preciso, no se ajustaba a la forma en que se hacían los negocios habitualmente. La fabricación solía ensamblar parcialmente un sistema mientras esperaba la aprobación del vendedor de las demás piezas. XCON rechazaría rotundamente ese diseño. Solo cuando se revisó el XCON para realizar dos comprobaciones, una para su revisión y aprobación por parte del departamento de ventas y otra para la fabricación, funcionó adecuadamente.

Como la tecnología ES tiene un aspecto diferente al de otros proyectos informáticos, la alta dirección no suele estar segura de si el departamento de sistemas de información gerencial debe encargarse de ello. La respuesta depende. Si el departamento de MIS es insular o se preocupa por el mantenimiento y la actualización de los sistemas existentes, no está claro qué función debe desempeñar. La mayoría de los ES que se utilizan actualmente en las empresas se originaron en un área funcional, no en el departamento de MIS. Sin embargo, si el departamento de MIS tiene un historial de apoyo e implementación de sistemas iniciados por los usuarios y puede atraer el talento necesario, entonces dar al MIS un papel importante en el proyecto de desarrollo del ES probablemente sea una buena idea.

El tercer tipo de talento, el gerencial, es el que más a menudo se descuida o se trata ad hoc. La gestión de cualquier proyecto de desarrollo de software requiere una combinación poco común de habilidades técnicas y habilidades interpersonales, pero dado que los ES exploran dominios complejos y mal definidos, representan un desafío de gestión particularmente difícil. El supervisor del proyecto debe ser capaz de tolerar el alto grado de ambigüedad inherente al desarrollo de los ES.

Uso. Menos clara que la composición del equipo de desarrollo es la cuestión de quién será el usuario. El sistema podría ayudar a los expertos a trabajar más rápido, a los aprendices a trabajar de forma más coherente o a los novatos a empezar en el trabajo. Algunos ES se utilizan con normalidad para hacer el trabajo y otros se utilizan esporádicamente, más bien como una herramienta de entrenamiento.

Los sistemas expertos se pueden utilizar como una extensión de un experto para hacerse cargo de las tareas rutinarias y liberar a esa persona para que se dedique a la resolución de problemas más exigentes, o se pueden transmitir a una persona con menos experiencia. Las tecnologías de segunda mano pueden crear una clase completamente nueva de expertos técnicos. Esto ha ocurrido en muchos casos en los que las funciones de las personas que utilizaban la ES han cambiado considerablemente. Mediante el uso de PlanPower, por ejemplo, un empleado comenzó a adquirir la experiencia de un planificador financiero.

Cada patrón de uso implica diferentes diseños de sistema y diferentes ventajas. Un ES utilizado por los novatos es diferente del que utilizan los propios expertos. Y el impacto organizacional (la creación de nuevas categorías de trabajo, la necesidad de programas de formación o la modificación de las trayectorias profesionales) también varía.

Centrarse en una tarea en particular no siempre le indica quiénes serán los usuarios del sistema, ya que el uso real a menudo difiere del plan. Las empresas que estudian los patrones de uso van a aprender mucho sobre la forma en que los SE modifican las operaciones. Una forma de mejorar el aprendizaje que se produce es mediante la creación de prototipos organizativos, es decir, mediante la realización de experimentos que impliquen la creación y evaluación deliberadas de grupos de personas que utilizan el sistema de manera diferente o la comparación de las diferencias en los patrones de uso que surgen de forma natural. La información obtenida puede traducirse en aumentos de productividad, adaptación de las funciones laborales y una mejor idea de las necesidades de los usuarios para los sistemas del futuro.

El XSEL (asistente de venta eXpert) de Digital se diseñó para interactuar con XCON. Originalmente estaba pensado para que lo utilizaran los vendedores para comprobar la configuración cuando creaban un nuevo pedido de un sistema informático. Entre los primeros usuarios de Europa, surgieron tres patrones de uso diferentes. En algunas oficinas, los vendedores usaron XSEL según lo previsto. En otras oficinas, un asistente técnico comprobaba las configuraciones manualmente, que no utilizaba XSEL. En otras oficinas, los asistentes técnicos utilizaron XSEL. Este tercer patrón es el que se ha mantenido en Europa y Digital se ha adaptado a él. Los desarrolladores de XSEL ya no dan por sentado que todos los usuarios del sistema serán representantes de ventas, especialmente en Europa.

Medición. Algunos administradores utilizan el número total de usuarios o la cantidad de uso como medidas del éxito. Sin embargo, puede que esos no sean los mejores indicadores del valor del sistema. Por ejemplo, algunos ES se utilizan como herramienta de entrenamiento: los novatos utilizan ampliamente el ES durante unos meses hasta que aprenden todo lo que tiene para ofrecer, tras lo cual su uso disminuye hasta que aparece un nuevo grupo de principiantes. Otros los utilizan unas cuantas personas o con poca frecuencia, pero en los puntos de decisión críticos. Por lo tanto, el director de un proyecto de ES debería tratar la cuestión de la medición de forma pragmática. Los prototipos organizativos mencionados anteriormente pueden ayudar a resaltar las mejores medidas del éxito.

Gestione las expectativas

A pesar de lo emocionantes y prometedores que son los ES, el exceso de entusiasmo a veces puede llevar a suposiciones infundadas y expectativas poco realistas.2 Una afirmación típica es que los sistemas expertos ayudan a las empresas a «clonar expertos». Esa afirmación es exagerada. La resolución de problemas es solo una pequeña parte de lo que hace un experto en una empresa. Los mejores ES hasta la fecha solo capturan una parte de los conocimientos del experto. Además, incluso los sistemas expertos más avanzados, como XCON, no sustituyen a los expertos, sino que aumentan sus capacidades o permiten que las personas con menos experiencia rindan mejor. En términos generales, los humanos cuentan con el apoyo de sistemas expertos, no los reemplazan. Además, los humanos supervisan y actualizan los sistemas expertos de forma regular, si no continua.

Los ES no son 100% correcto 100% de la época. La gente tiende a esperar un rendimiento mucho mayor y más consistente de un programa de ordenador del que cabría esperar de un experto humano, pero esas expectativas tan elevadas son un desastre. Se puede esperar coherencia de una ES, pero las ES imitan las debilidades y los puntos fuertes del juicio humano. Además, evaluar si una respuesta es «correcta» suele ser cuestión de opinión. Esto es cierto tanto en la autorización de crédito como en la configuración del ordenador. Muchas configuraciones funcionarán, pero elegir la mejor es cuestión de criterio.

Los hiperactivos suelen cometer errores acerca de la utilidad de los ES porque comparan implícitamente los ES con la automatización mecánica. La energía de vapor eliminó los caballos de fuerza y la mano de obra. Los ordenadores eliminaron el personal de oficina en sectores como los seguros. Seguir con esta lógica lleva a pensar en los ES como la automatización de los expertos. Pero esta línea de razonamiento tiene dos defectos. En primer lugar, los efectos de los tipos de automatización anteriores no eran tan directos. En segundo lugar, un ES suele ser más un activo tecnológico corporativo que una inversión en la sustitución de mano de obra.

Las investigaciones han demostrado que es difícil para las personas procesar conscientemente más de nueve datos simultáneamente; cualquier problema con más de nueve parámetros me deja boquiabierto. Sin embargo, tenemos problemas para evaluar el grado de esa complejidad porque 20 parámetros nos son tan difíciles de comprender como 100. En cualquier caso, recuperarlos fácilmente va más allá de nuestra capacidad. Esta incapacidad de evaluar la profundidad de la complejidad tiende a aumentar nuestras expectativas de los sistemas expertos.

Una versión temprana de un sistema puede parecer más impresionante de lo que sus verdaderas capacidades justifican, lo que lleva a la gente a subestimar la cantidad de trabajo que queda por hacer antes de que el sistema esté listo para su uso. En algunos casos, las exageradas expectativas de los directivos ante las primeras demostraciones de los prototipos les hicieron llegar a la conclusión errónea de que los proyectos estaban retrasados. Algunos directores incluso llegaron a denegar los recursos asignados al proyecto porque el progreso era mucho más lento de lo previsto.

A pesar de estas advertencias, los sistemas expertos han demostrado su valor para la comunidad empresarial y los directivos deberían asumir la responsabilidad de utilizar la tecnología ES con cuidado. El uso de estos sistemas permite a las organizaciones aprovechar la experiencia existente para mejorar la puntualidad y el rendimiento de muchas decisiones empresariales rutinarias pero críticas. Además, el aprendizaje acumulado en el proceso de interrogar a los expertos y estructurar sus conocimientos proporciona información valiosa que, a menudo, conduce a una mayor eficiencia en la ejecución de las tareas. La implementación de estas herramientas lleva a las organizaciones a un nuevo territorio de gestión. Los ejecutivos tienen mucha experiencia en la transferencia de conocimientos de una persona a otra. Tienen mucha menos experiencia en la gestión de la experiencia cuando las máquinas ayudan a registrar y animar los esfuerzos humanos para capturar y transferir conocimientos.

Todavía no conocemos todos los posibles beneficios y limitaciones de los sistemas hombre-máquina, pero estamos empezando a aprender. Como hemos visto, los sistemas expertos ya permiten a los novatos realizar tareas similares a las de los expertos. En algunos casos, han ayudado a las organizaciones a entender los procesos y procedimientos vitales. La próxima ola de ES puede que sea aún más poderosa y valiosa. La realización del potencial de esta combinación en evolución de conocimientos humanos y máquinas depende tanto de la gestión como de la propia tecnología.

1 El ejemplo es una regla modificada del sistema experto XCON de Digital.

2 Para hablar sobre las expectativas realistas, consulte, por ejemplo, «Pensar en la inteligencia artificial» de Beau Sheil, HBR, julio-agosto de 1987, p. 91.