El sinsentido de introducir inteligencia artificial en la empresa sin

pensar antes cmo usarla

A medida que los algoritmos de inteligencia artificial (IA) se infiltran en todas y
cada una de las reas de las empresas, el aprendizaje organizacional adquiere
tanta importancia como el aprendizaje automtico. Cmo debera un equipo
directivo inteligente maximizar el valor econmico de contar con sistemas ms
inteligentes?

El rediseo de los procesos de negocio as como una mejor formacin de los

trabajadores son importantes, pero mejores casos de uso las tareas e
interacciones del mundo real que determinan los resultados diario de la empresa
son los que ofrecen mayores retornos. Priorizar el desarrollo de algoritmos ms
inteligentes por delante de casos de uso reflexivos y estudiados representa el
error ms pernicioso que veo en las iniciativas actuales de las empresas para
introducirse en la IA. Algo falla cuando optimizar tecnologas de procesos va
por delante de reflexionar y cambiar la manera en la que el trabajo se lleva
realmente a cabo.

A no ser que realmente estemos automatizando un proceso es decir, eliminando a

los humanos de la ecuacin, los algoritmos de IA deberan hacer que el
trabajo de las personas resulte ms fcil y productivo. Identificar casos de uso
en los que la IA aada tanto valor al rendimiento de la gente como a la eficiencia de
un proceso es fundamental para implementar con xito la inteligencia artificial en
la empresa. Por el contrario, las empresas comprometidas con proporcionar ms
autonoma y control a las mquinas inteligentes se centran en la gobernanza y los
derechos de decisin.

En lo que a estrategia se refiere, un brillante algoritmo impulsado por datos

normalmente importa menos que una experiencia de usuario (UX, por sus siglas en
ingls) bien diseada. Un diseo de UX razonado puede entrenar mejor a los
sistemas de aprendizaje automtico para que se vuelvan an ms
inteligentes. Los cientficos de datos ms eficaces que conozco aprenden de las
claves que obtienen a partir de casos de uso y la UX. En una empresa de
control industrial, por ejemplo, los cientficos de datos descubrieron que los
usuarios de uno de sus sistemas inteligentes utilizaban por su propia cuenta un
conjunto de datos propio a fin de priorizar las respuestas de los clientes. Ese uso
inesperado motiv una reformulacin del algoritmo original.

Centrarse en casos de uso ms claros y detallados se traduce en una relacin

ms productiva y mejor entre la IA y sus usuarios humanos. La divisin del
trabajo se convierte en una fuente de inspiracin para el diseo y la
investigacin. La bsqueda de mejores resultados se traslada pasa entonces de
entrenar algoritmos ms inteligentes a averiguar cmo deberan evolucionar
los casos de uso. Eso impulsa tanto el aprendizaje de mquinas como el
aprendizaje organizacional.
Cuando las empresas priorizan a las personas y procesos mejorados por la IA por
delante de los sistemas autnomos en s, se obtienen cinco categoras principales
de casos de uso. De forma nada sorprendente, estas categoras describen cmo
trabajan juntas las entidades inteligentes para completar el trabajo; ponen de
manifiesto que el toque personal an importa. En funcin de la persona, el proceso
y resultado deseado, la inteligencia artificial puede conseguir que el elemento
humano importe ms.

- Asistentes. Alexa, Siri y Cortana ya encarnan casos de uso reales en los que
la intelicia artificial acta como asistente. Segn la acertada expresin de
Amazon, los asistentes tienen las habilidades que les permiten realizar tareas
no muy complejas. Tanto si funcionan por voz como por bots de
conversacin, unas sencillas interfaces hacen que los asistentes
resulten fciles y rpidos de utilizar. Su eficacia queda demostrada tanto
por la gente que sabe exactamente lo que necesita como por la sofisticacin
de los algoritmos. A medida que los asistentes inteligentes se vuelven ms
inteligentes y capaces, tambin aumenta su repertorio de tareas. Los
asistentes ms eficaces aprenden a sondear incluso a sus usuarios con
preguntas y palabras clave oportunas para mejorar tanto la interaccin como
los resultados.

- Guas. Mientras que los asistentes realizan tareas que se han pedido, los
guas ayudan a los usarios a abrirse paso por una tarea compleja para
conseguir los resultados deseados. Utilizar Waze para conducir a travs de
una ciudad en obras es un ejemplo. Utilizar una herramienta de realidad
aumentada para examinar y reparar un dispositivo mvil o un sistema de
climatizacin, otro. Los guas muestran digitalmente a los usuarios
humanos los que deberan ser sus prximos pasos y, en caso de cometer
alguna equivocacin, ofrecerles alternativas hacia el xito. Los guas son los
sherpas del software inteligente: su conocimiento lleva los usuarios hasta
su destino deseado.

- Consultores. A diferencia de los guas, los consultores van mucho ms all

de la gua y el conocimiento especfico de un tema. La inteligencia artificial
consultora incluye los casos de uso en los que los trabajadores necesitan
claves e informacin justo a tiempo y asesoriamiento personalizado para
resolver un problema. Los consultores algormicos, al igual que sus
homlogos humanos, ofrecen opciones y explicaciones, adems de
motivos y razonamientos. Un gestor de proyecto de desarrollo de software
necesita evaluar los pros y contras de una planificacin determinada. Para
ello, una IA consultora plantea preguntas y solicita informacin para
emitir recomendaciones concretas sobre el prximo paso a tomar. Un
sistema de este tipo puede incluir enlaces relevantes, el expediente de
proyectos anteriores e informes sobre el contexto a tener en cuenta. Los
consultores ms sofisticados ofrecen incluso consejos estratgicos que
complementen sus recomendaciones tcticas.
 Los consultores personalizan sus conocimiento ms funcional horarios,
presupuestos, asignacin de recursos, compras, diseo grfico, etc. de
acuerdo a las necesidades de cada usuario humano. Son roboconsejeros
que dispensan de forma imparcial su experiencia.

- Colega. Un colega se parece a un consultor pero con un comprensin

analtica y construida sobre datos de la situacin local. Es decir, un colega es
experto en la propia organizacin en la que lo utilizan. El colega tienen
acceso a las analticas relevantes del espacio de trabajo, los prespuestos, los
calendarios, los planes estratgicos, las prioridades y presentaciones para
as poder aconsejar al resto de personas, a sus otros "colegas". Los casos
de uso de este tipo giran en torno a los consejos que necesitan los
mnagers y empleados para trabajar de manera ms eficiente y eficaz
dentro de la empresa. Un colega de IA podra recomendar referenciar y/o
adjuntar una presentacin en un correo electrnico, a quin pedir consejo,
qu modelo de presupuesto utilizar, qu clientes necesitan un trato
preferencial, etctera. Los colegas son ms un colaborador que una
herramienta: ofrecen sabidura y conciencia. Al igual que sus pares
humanos, sirven como cajas de resonancia que -quines? ayudan a
clarificar las comunicaciones, aspiraciones y riesgos.

- Jefe. Donde los colegas y consultores aconsejan, los jefes dirigen. Los jefes
de IA indican a los humanos cules deberan ser sus prximas tareas.
Los casos de uso de jefe eliminan opciones, la posibilidad de elegir y la
ambigedad en favor de las imposiciones, los decretos y las directrices; de
la obediencia. Haz esto, deja aquello, cambia el calendario, reduce el
presupuesto, enva este memorndum...

La inteligencia artificial jefe est diseada para que la obedezcan y le rindan

cuentas. El humano cede ante el algoritmo. Representa la pendiente
resbaladiza de la autonoma, la versin laboral de un sistema de piloto
automtico que asume el control de un avin, de un sistema de frenado
automtico en un automvil. Existen casos de uso y circunstancias que
explican esta subordinacin del humano frente al software. Pero la
verdadera prueba del "jefeware" es humana: si los humanos no son
sancionados o despedidos por desobedecer, entonces el software tampoco
ocupa realmente el lugar de un jefe.

Como muestra el ltimo ejemplo, las categoras anteriores se entremezclan entre s

con facilidad. No cuesta imaginar escenarios y casos de uso en los que los
guas se conviertan en asistentes, los asistentes mejoren hasta convertirse en
colegas y los consultores se transformen en jefes. Pero las diferencias bsicas
entre las cinco categoras deberan servir para aportar cierto rigor y disciplina a la
hora de imaginar su evolucin futura.
La confianza est implcita en las cinco categoras. Confan los trabajadores en que
sus asistentes algortmicos hagan lo que se les ha encargado? Confan en los guas
para llevarles hasta donde quieren llegar? Confan los mnagers en la
competencia del jefeware, en que sus colegas no les traicionarn? Los problemas
de confianza y transparencia se mantienen al margen de lo inteligente que se
vuelva el software; se vuelven incluso ms importantes al aumentar
increblemente la complejidad de los motivos que explican cualquier decisin. Un
riesgo: que estas inteligencias artificiales evolucionen hasta convertirse en
"amienimigos". Es decir, en software que acta de forma simultnea como
amigo y rival de su compaero humano. Por tanto, los casos de uso se vuelven
esenciales para identificar qu tipos de interfaces e interacciones facilitan la
confianza entre humanos y mquinas.

Los casos de uso podran resultar vitales para impulsar la productividad resultado
de sumar un humano inteligente a una mquina inteligente. Pero la realidad
sugiere que su valor final podra nacer de lo cuidadosamente que se acelere el
avance de la organizacin hacia una mayor automatizacin y autonoma. El
verdadero impacto e influencia de estas categoras podra residir en que sirvan
para encontrar la mejor manera de que los humanos entrenen a sus
sucesores.