Coches, teléfonos y lavadoras, hay un beneficio probado y atemporal para la innovación. Pero al igual que con Boeing Max 8, Fire Island y ese teléfono Samsung que explotó en la cara de la gente, a veces puede haber una costosa desventaja. Con el ritmo rápido de hoy estamos viendo un aumento sustancial en los efectos perjudiciales de los avances tecnológicos mal aplicados. Ha habido una onda en la tendencia a seguir las tendencias, incluso cuando esas tendencias proporcionan un valor cero. Con lo antiguo, con lo nuevo no funciona si lo nuevo no está agregando ningún valor a su negocio. La inteligencia artificial no es una excepción.

Para entender dónde la IA puede aplicar valor a un entorno empresarial, primero necesitamos entender qué es realmente la inteligencia artificial.

Definición de iA

De I, Robot a Blade Runner, la IA ha sido representada como máquinas humanas. Esta percepción se ha filtrado en la sociedad, retratando la IA es un área de ciencias de la computación enfocada en crear máquinas que trabajan, miran, piensan y reaccionan como lo hacen las personas. La definición puede ser falsamente correcta, pero si puedes hacer un robot que tosta tu pan y te pregunta cómo fue tu día, más allá de tener un poco de risa, ¿cuál es el punto?

Particularmente en las empresas, la IA debe estar centrada en el valor, y el valor que la IA puede proporcionar más, reside en sus poderes predictivos. La IA aprende de experiencias pasadas (o experiencias imaginadas) para afectar y mejorar los comportamientos futuros con el fin de lograr un mejor resultado.

Cualidades que impulsan el valor

En el negocio, el valor se logra cuando el cambio ofrece una calidad mejorada, un costo reducido o una entrega más rápida. En lo que respecta a los modelos predictivos, el valor se obtiene cuando las predicciones se hacen con mayor precisión, por menos dinero general y a un ritmo más rápido, asegurando que la entrega se mantenga al día con el mercado.

Es común que las empresas, impulsadas por cambios regulatorios o cambios de mercado, tomen decisiones ante la incertidumbre, lo que permite tener espacio para errores y pérdidas costosas. Las predicciones se realizan sobre la base de la información relevante y el lanzamiento de IA a la mezcla hace que la información relevante sea mucho mejor y más procesable. Las predicciones más precisas significan mejores resultados, y aquí es donde la IA proporciona un valor increíble para las empresas.

  1. Costos reducidos: Tomar una decisión que requiera un análisis de datos intenso requiere expertos, y aquí, la IA puede proporcionar un valor significativo. Suponiendo que la producción sigue siendo la misma, la reducción del número de expertos involucrados en el análisis predictivo de datos reduce el costo total del proceso. Al aprovechar la IA, las predicciones son más baratas, rápidas y precisas. Una consecuencia natural de esto es que el número de predicciones aumenta astronómicamente. Mientras que el talento experto debe ser reasignado, en un entorno que utiliza la IA que el talento no se pierde, pero se aumenta al ser utilizado en áreas más críticas, como la recopilación de datos y el análisis de casos críticos en un entorno con mayores volúmenes de predicciones.
  2. Calidad mejorada: La IA procesa los datos a un ritmo mucho más rápido que un humano posible. Esta potencia de procesamiento más rápida permite un análisis más preciso de la información relevante. Como resultado, la IA proporciona una mejor calidad de predicción. Más importante aún, la IA es capaz de aprender y mejorarse a sí misma, por lo que la calidad de la predicción mejora con el tiempo y la experiencia. El sistema mejora con el tiempo en la identificación de correlaciones y la asignación de diferentes pesos a diferentes variables, este proceso de aprendizaje más rápido le da a la IA una ventaja sostenible y a largo plazo por la que cualquier negocio saltaría.
  3. Predicciones más rápidas: Cuanto más rápido sepas la respuesta, más rápido podrás tomar una decisión. Cuanto más rápida sea su decisión, más rápido podrá salir al mercado con productos o servicios que le dan a su negocio una ventaja competitiva. Dado que la IA aprende a medida que crece, esa ventaja competitiva actúa como un ciclo, cada victoria te lleva más por delante del juego y a medida que tus predicciones se vuelven más baratas y más rápidas, se vuelve más y más difícil para tus competidores ponerse al día. La lealtad del cliente también garantiza que si el cliente te compra primero porque llegaste primero, es probable que vuelvan a comprarte, manteniéndote a la vanguardia de tu industria.

Por lo tanto, aquí están las 3 preguntas que se va a hacer a sí mismo cuando comience a buscar internamente oportunidades para aprovechar la IA; vamos a ahorrar dinero, ¿esto va a mejorar la calidad de lo que presentamos a nuestros clientes y usuarios, y es importante nuestra velocidad de entrega? Si la respuesta es sí, entonces mejorar su proceso predictivo con IA puede ser una buena decisión comercial.

Herramientas que le ayudarán a decidir si la implementación de IA predictiva proporcionará mejoras

Los profesores Ajay Agrawal, Joshua Gans y Avi Golfarb de la Escuela de Administración Rotman de la Universidad de Toronto presentaron el lienzo de IA para ayudar a los líderes a deducir cómo la IA podría mejorar las decisiones empresariales. Recopilar información centrada en cada una de las 7 secciones le ayudará a evaluar los beneficios que la IA podría aportar a su negocio.

ai para los negocios

Predicción: El primer paso se centra en definir lo que está tratando de predecir. Por ejemplo, en Deal AI, un proyecto dirigido por CPQi, nuestro objetivo es predecir el pronóstico de volatilidad de 30 días del promedio industrial Dow Jones (DJIA).

Juicio: Cualquier predicción viene con un grado de inexactitud. Es importante comprender el costo de ese error y saber cuándo se debe introducir un experto para analizar la salida. Por ejemplo, en Deal AI, la volatilidad DJAI es la salida. Los recientes ataques a la infraestructura petrolera de Arabia Saudita crearon una reacción emocional al mercado de valores y un experto sería capaz de analizar el costo de esa reacción emocional.

Acción: ¿Cuál es la acción que planeas tomar? En Deal AI, planeamos tomar mejores decisiones de inversión basadas en la predicción de 30 días que nuestra IA sugiere.

Resultado: Las acciones conducen a resultados. Hay 6 resultados básicos que podrían ocurrir en base a nuestro uso de la IA.

  1. Se tomó la decisión de comprar, y 30 días más tarde se hizo un beneficio que no se habría logrado sin nuestros motores de IA.
  2. La misma decisión fue tomada, pero no hicimos ganancias ni pérdidas.
  3. Se tomó la misma decisión, pero perdimos.
  4. Se tomó la decisión de vender, y 30 días después se impidió una pérdida.
  5. La misma decisión fue tomada, pero no hicimos ganancias ni pérdidas.
  6. La misma decisión fue tomada, pero se nos impidió ganar algo que podríamos haber ganado si esa decisión no hubiera sido tomada.

Entrada: ¿Qué datos son relevantes para el motor predictivo? El valor objetivo y jerárquico debe asignarse a cada punto de datos y esos puntos de datos deben definirse para su valor predictivo. La IA a menudo cambia el valor de esos puntos de datos basándose en su evaluación de su valor predictivo como resultado de la exposición a largo plazo a las fluctuaciones en las previsiones beneficiosas del mercado. Por ejemplo, si bien no puedo divulgar los detalles debido a la naturaleza confidencial de nuestro proyecto, con respecto a nuestro modelo DJIA AI, una gama de valores con miles de variables informan a nuestro sistema a diario.

Formación: Se requiere una formación adecuada para evitar conclusiones falsas y sobreajuste, lo que requiere una comprensión objetiva de los datos iniciales que se deben dar. Debido a la naturaleza confidencial de nuestro proyecto Deal AI, no puedo comentar los datos iniciales utilizados.

Comentarios: El resultado de nuestra predicción se compara con el valor financiero alcanzado a partir de nuestra predicción, para crear comentarios que impulsarán la evolución de su negocio y el propio motor de IA. Al analizar la diferencia y explorar cómo se puede reducir esa diferencia, el sistema de IA es capaz de mejorarse a sí mismo y ofrecer más precisión en futuras evaluaciones. No puedo comentar los procesos de retroalimentación implementados actualmente en nuestro modelo de predicción DJIA en Deal AI como resultado de conflictos de confidencialidad.

Conclusión

El valor significativo puede derivarse de la IA, siempre y cuando se tenga debidamente en cuenta la evaluación efectiva de dónde la IA puede producir un valor económico significativo. Existe un fuerte riesgo en invertir en tecnologías que no aportan ningún valor económico como resultado de la mentalidad de hype. Gastar millones en una «nariz electrónica» que detecta residuos de cocaína usando AI proporciona un valor cero si no puede competir con el costo fundamentalmente más bajo de un perro rastreador. Es mejor mantener al perro y gastar el dinero en algo un poco más valioso, como la tecnología predictiva que puede decirte a dónde va el mercado financiero mañana.

Esteban De Bernardis

Fuente: Máquinas de predicción por Ajay Agrawal, Joshua Gans y Avi Golfarb

Sobre el autor: Esteban De Bernardis es un ejecutivo global con amplia experiencia en finanzas, estrategia y fusiones y adquisiciones que ha dirigido equipos internacionales y dispersos para diferentes organizaciones a lo largo de varias décadas.

Ha ocupado varios cargos senior, incluyendo CFO en CPQi y CFO en CSA Group, contribuyendo a su exitosa expansión global en nuevos mercados y segmentos de negocio. Posee una denominación de CA de Argentina, con una licenciatura en negocios y ha cursado estudios de postgrado en Negocios y Marketing Internacional. También tiene un MBA de Rotman (Universidad de Toronto). Además, es Asesor Certificado de Fusiones y Adquisiciones (CM&AA).

Esteban ha vivido y trabajando en tres continentes diferentes. Debido a su interés en la IA completó el curso de Inteligencia Artificial en Rotman School of Management, UofT.