Cómo se benefician las empresas de la inteligencia artificial «ligera»

La inteligencia artificial está de moda, pero también es abrumadora. Los últimos avances, conocidos como computación cognitiva, aprendizaje automático y aprendizaje profundo, parecen complicados y caros. 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 Manzana 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 medianas empresas, que buscan formas de ampliar sus límites digitales. De hecho, los componentes básicos de la IA pueden producir excelentes resultados con menos requisitos técnicos y menos tiempo y dinero de lo que muchas empresas creen. Es más, los que den este primer paso van a tener una ventaja sobre el futuro de la IA, ya que ese paso va a ser un requisito previo para todo lo que siga.

Primero, orientémonos.

En la gama alta de la inteligencia artificial hay sistemas como la computación cognitiva que permiten a los coches sin conductor y otras máquinas desarrollar la capacidad de aprender de sus experiencias en el mundo, incorporando matices, recordando los resultados y adaptándose a los errores. (UN accidente reciente la participación de un «coche autónomo» de Tesla ha suscitado dudas sobre los límites actuales de la IA.)

En la parte menos costosa hay un enfoque basado en el conocimiento que organiza los datos y el lenguaje en bloques de información útiles y muy maleables. Estos sistemas «AI Lite» no aprenden nuevos trucos, a menos que sus cuidadores humanos utilicen nuevas instrucciones de código para «enseñarles». Pero pueden llegar a ser muy inteligentes a la hora de clasificar y distribuir su información de forma extremadamente rápida.

Lo que sigue son algunas guías que le ayudarán a poner en marcha AI Lite.

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

Por ejemplo, Allstate Business Insurance, una división de Allstate Insurance, utilizó las herramientas para desarrollar un asistente virtual conocido como ABie (se pronuncia «Abby») para responder a las preguntas de sus 12 000 agentes. Era un poco como contratar el Siri de Apple por una parte del precio. Mike Barton, el presidente de la división, lo expresó así: «Pensamos en ABiE como nuestro precursor de la computación cognitiva con poco dinero».

Cuando la empresa mejoró su línea de seguros comerciales para pequeñas empresas hace unos años, los agentes acudieron a los centros de llamadas internos con preguntas sobre el funcionamiento de las pólizas y cómo fijar las cotizaciones de venta. El coste de simplemente ampliar los centros de llamadas era prohibitivo.

Introduzca ABie (abreviatura de Allstate Business Insurance Expert), que mi empresa ayudó a desarrollar. Con un enfoque riguroso de las palabras y frases que forman parte de los productos de la empresa, la interfaz basada en avatares de ABie ofrece respuestas precisas a las cuestiones de política y, al mismo tiempo, agiliza el proceso de cotización. De unos pocos miles de consultas al mes en 2013, ABie ahora atiende 100 000, de todos los empleados de la empresa y no solo de los agentes. Pronto habrá una nueva versión de aBie que aceptará las consultas directamente de los clientes. Lo mejor de todo es que ABie se amortizó sola el primer año, por lo que casi todos los ahorros continuos se destinan ahora a los resultados finales.

Arremánguese las mangas. La IA Lite es mucho menos complicada y cara que la gama alta del espectro, pero eso no significa que esté lista para usar. No hay talla única para todos y no hay soluciones mágicas para conectar y usar.

Por ejemplo, se tardó casi un año en diseñar, construir e implementar un ABiE. Allstate Business asignó al proyecto un equipo de directores y expertos en la materia para que determinaran la «taxonomía» de las palabras, frases y datos que ABie necesitaría para responder a todas esas preguntas. ABie obtiene sus respuestas de un almacén de datos, donde se organizan todos los conocimientos relacionados con los productos y procesos de la empresa. En el lenguaje de la IA, eso significaba que había que cortar, dividir, etiquetar y optimizar los recursos humanos todos los números, gráficos, palabras y frases de la empresa para darle a Abie los ingredientes de esas respuestas.

En resumen, las empresas que quieran entrar en este juego tendrán que arremangarse y hacer algunos bloqueos y tacleos anticuados. Pero vale la pena perseguir el premio: si los datos correctos se unen con el vocabulario y la terminología correctos, las capacidades de información de la empresa se dispararán.

No espere que todo vaya a la perfección. Sin embargo, teniendo en cuenta todas las partes móviles, los errores y la necesidad de correcciones a mitad de camino son inevitables, así que prepárese para ellos. En el caso de ABie, el equipo empezó ofreciendo algunas respuestas que eran demasiado exhaustivas, básicamente diciéndole al interrogador cómo construir un reloj cuando lo único que se buscaba era la hora correcta. Se necesitó prueba y error (incluidos informes detallados de quienes utilizaban ABiE) para llegar a respuestas muy específicas y prácticas y establecer los procesos de gobierno, métricas y gestión de cambios para realizar actualizaciones metódicas y controladas.

No haga que su IA sea demasiado ligera. Cuando utilice la IA para interactuar con los clientes en línea, tenga en cuenta que los enfoques fragmentarios no funcionan. La mayoría de las organizaciones implementan soluciones y herramientas independientes a nivel departamental sin financiación suficiente. Los resultados suelen ser incoherentes y fortuitos, lo que obliga a realizar reparaciones costosas y lentas.

Un departamento de una empresa, por ejemplo, puede ver al cliente desde una perspectiva transaccional, mientras que otro hace hincapié en las promociones. Las diferencias en sus modelos de datos ralentizarán, y quizás perjudiquen, todo el programa.

Sacar provecho de la IA, ya sea en el extremo del espectro basado en el conocimiento o más adelante, con aplicaciones más amplias y caras, requiere tres cosas. El esfuerzo debe implicar un análisis y una preparación cuidadosos, que tengan en cuenta cada departamento, pero se centren en toda la empresa. Debe tener una estructura de gobierno formal (y matizada). Y alguien del nivel más alto de la empresa debe patrocinarlo.

Sin esos elementos fundamentales, no podrá desplegar la potencia incremental de AI Lite y no estará preparado para los cambios revolucionarios que la IA promete traer consigo.