Mark Purdy es director general de Purdy & Associates, una consultora independiente que se centra en cuestiones de política económica y tecnológica. A. Mark Williams es científico investigador sénior en el Institute of Human and Machine Cognition en Florida.
De: HBR.org
Cada vez son más las empresas que recurren a tecnologías basadas en IA para ayudar a cerrar la brecha de conocimiento de datos y mejorar su capacidad de toma de decisiones en situaciones de alta presión y en las que el tiempo es crítico. Estas tecnologías abarcan una amplia gama de herramientas, incluidos asistentes virtuales, realidad virtual y aumentada, herramientas para el descubrimiento de procesos y la minería de tareas, y una variedad de plataformas de análisis de datos e inteligencia empresarial. Recientemente, ha habido un enorme interés en la IA generativa o los grandes modelos de lenguaje (LLM, por sus siglas en inglés), toda una clase de algoritmos que son capaces de ingerir grandes cantidades de datos, y de comprender su estructura probabilística y crear resúmenes, respuestas, simulaciones y escenarios alternativos basados en estos datos.
Las tecnologías basadas en IA pueden agilizar y mejorar la toma de decisiones en al menos tres formas principales:
1. SEGUIMIENTO Y PREDICCIÓN MEJORADOS
Con datos cada vez más detallados provenientes del seguimiento tecnológico de las cadenas de suministro, las empresas ahora pueden comprender de dónde provienen sus materias primas e insumos, quién los produjo o los suministró, y si estos insumos se han producido u obtenido de una manera ética y respetuosa con el medio ambiente.
Consideremos el caso de Unilever, el gigante de los bienes de consumo. La compañía implementó una serie de tecnologías de próxima generación para detectar signos emergentes de deforestación en su extensa cadena de suministro de aceite de palma. Para los usuarios industriales de aceite de palma, la deforestación en cadenas de suministro remotas es un riesgo ambiental siempre presente. Para obtener una mejor visión de las condiciones sobre el terreno, la empresa utiliza el análisis anónimo de señales de teléfonos móviles para rastrear el flujo de aceite de palma a lo largo de sus diversas redes de ramificación, lo que ayuda a identificar cualquier fuente de suministro no autorizada o anómala. El análisis de imágenes satelitales por IA también puede identificar cambios repentinos o inesperados en el dosel forestal, proporcionando alertas en tiempo real a los administradores sobre posibles riesgos de deforestación.
2. JUEGO DE ROL VIRTUAL EN CONDICIONES DEL MUNDO REAL
Ahora, muchas industrias implementan tecnologías basadas en IA para dotar a los trabajadores y gerentes de habilidades para la toma de decisiones en una variedad de escenarios comerciales. Verizon, el titán de las telecomunicaciones estadounidense, utilizó la tecnología de realidad virtual de Strivr para sumergir a los agentes de clientes en formación en entornos virtuales donde podrían intercambiar roles con el cliente y ver los problemas desde su perspectiva. Esta experiencia inmersiva les permitió tomar decisiones que ayudaron a reducir las tensiones y desarrollar su fluidez verbal en las interacciones.
La Fuerza de Policía de Fort Meyers en Florida utiliza tecnologías inmersivas para ayudar a los oficiales a aprender cómo tomar decisiones críticas en situaciones de emergencia o de alta presión, por ejemplo, tomando medidas para reducir las interacciones con personas con enfermedades mentales. El Comando de Operaciones Especiales de EE. UU. (SOCOM, por sus siglas en inglés), está utilizando la realidad virtual para entrenar las habilidades de toma de decisiones en escenarios de combate realistas, mientras que en el cuidado de la salud, los profesionales están utilizando sistemas de inteligencia artificial para ayudarlos a diagnosticar afecciones como el cáncer de mama, eliminar errores de dosificación y realizar cirugías más seguras.
3. SUSURRADORES, COPILOTOS Y CAJAS DE RESONANCIA VIRTUALES
Un tercer ámbito en el que las tecnologías de IA, especialmente la IA generativa, pueden desempeñar un papel importante en la toma de decisiones es como asesores virtuales y cajas de resonancia.
En el cuidado de la salud, por ejemplo, los sistemas de IA pueden limitar la carga cognitiva en los médicos al filtrar y sintetizar automáticamente los datos clave necesarios para una toma de decisiones efectiva, reducir los volúmenes de alertas de medicación innecesarias y activar automáticamente las acciones y comunicaciones de seguimiento de los pacientes.
Una aplicación emergente de la IA generativa es el desarrollo de "copilotos" de decisión que puedan evaluar la información en situaciones dinámicas, sugerir opciones y los siguientes mejores pasos, y completar tareas. En el desarrollo de software, GitHub Co-pilot utiliza IA generativa para brindar a los desarrolladores sugerencias de codificación, lo que ayuda a las organizaciones a introducir su software en el mercado mucho más rápidamente.
La IA generativa también se está utilizando para ayudar a las organizaciones con la gestión de la reputación, por ejemplo, a través de herramientas de "escucha social" que ayudan a los administradores de marketing y redes sociales a rastrear comentarios y reseñas en línea en tiempo real y a tomar decisiones efectivas sobre cómo responder.
Una de las mayores aplicaciones potenciales de la IA generativa es la comprobación y prueba de ideas, proporcionando una especie de caja de resonancia virtual. Entrevistamos a Matt Johnson, científico sénior del Institute for Human & Machine Cognition (IHMC), y expiloto de la Marina de los EE. UU., quien observó que:
"Si se usa correctamente, la IA generativa podría funcionar como un muy buen compañero de equipo, de la misma manera que yo podría querer hablar sobre un problema con mis colegas, aunque creo que ya tengo la solución. También tiene potencialmente una larga memoria organizacional, lo cual es útil para personas que pueden ser relativamente nuevas en una organización y desean saber cómo se manejaron los problemas anteriormente".
IMPERATIVOS PARA GENERAR CONFIANZA ENTRE HUMANOS Y MÁQUINAS
Si bien los sistemas de IA se utilizan cada vez más para respaldar, y en algunos casos reemplazar, la toma de decisiones humana, los desafíos y riesgos abundan. Estos riesgos incluyen problemas de posible sesgo, violaciones éticas, preocupaciones sobre la procedencia y precisión de los datos, por nombrar algunos.
Nuestra investigación y experiencia sugieren cuatro imperativos para los líderes empresariales:
1. SER ESPECÍFICO DEL DOMINIO
Si bien los modelos de IA generativa pueden, en principio, aplicarse a una amplia gama de situaciones de toma de decisiones, es probable que sean mucho más efectivos cuando se aplican a problemas discretos utilizando datos organizacionales, o de mercado, bien definidos.
2. PRESTAR ATENCIÓN A LA CURVA DE EXPERIENCIA
Las investigaciones indican que los perfiles de habilidades y experiencia de los trabajadores marcan una gran diferencia en la forma en que interactúan con la tecnología de IA y los impactos esperados. En general, los expertos tienden a confiar en gran medida en la experiencia y la intuición, y utilizan máquinas para realizar pruebas sensoriales o sugerir opciones alternativas. Los expertos también pueden ser menos competentes con las nuevas tecnologías si han estado en un campo durante mucho tiempo. Los principiantes pueden utilizar la IA para "aprender a manejar" y exponerse más rápidamente a una variedad de escenarios diferentes, pero necesitan práctica en el mundo real para evitar una dependencia excesiva de las máquinas.
3. MANTENER ACTUALIZADA LA EXPERIENCIA
Johnson, basándose en su experiencia como piloto de la Marina de los EE. UU., observa que: "Incluso los pilotos a veces necesitan apagar el piloto automático y aterrizar manualmente la aeronave. Los simuladores son fantásticos para practicar cosas que no quieres hacer en un vuelo real, pero no puedes mantener tus habilidades sólo en un simulador. Es necesario hacer las cosas en sí... y lo mismo ocurre con el uso de la IA en contextos empresariales y de gestión para la toma de decisiones".
4. HACER LAS PREGUNTAS CORRECTAS... DE LA MANERA CORRECTA
La IA generativa está dando lugar a una nueva disciplina llamada "ingeniería de instrucciones", es decir, cómo estructurar preguntas e indicaciones a los sistemas de IA para obtener las mejores respuestas posibles. Los investigadores han demostrado que los expertos en dominios específicos generalmente tienden a ser mucho mejores que los principiantes, o aquellos en otros dominios, a la hora de formular preguntas para obtener información útil. Ahora que muchas organizaciones ejecutan programas de "IA ciudadana" para democratizar el uso de la IA entre las funciones comerciales y los usuarios en general, los líderes deberán invertir significativamente en habilidades de ingeniería de instrucciones en sus empresas.