Por Andrew Rowe
Chief marketing sciences officer en Rapp Estados Unidos

La inteligencia artificial domina los debates de la industria en estos días. Mientras que algunos están entusiasmados con la perspectiva de lo que la tecnología puede lograr, otros no están seguros de cómo proceder, y no están solos.

¿Por dónde empezar? ¿Cómo evitar cometer errores costosos? El cuarenta y cuatro por ciento de los encuestados en el informe Estado de la IA 2024 de McKinsey informaron al menos una consecuencia negativa de la IA.

La clave del éxito con la IA es adoptar un enfoque táctico y pensar en cómo utilizarla de una manera que sea estratégica y sostenible para el negocio.

Con los sistemas heredados que tienen las marcas y las agencias, la adopción inadecuada de la IA puede crear un caos organizacional. Si algunas partes de la empresa intentan adoptar la IA y otras no, algunos empleados pueden seguir adelante sin las barreras adecuadas, poniendo en riesgo la propiedad intelectual.

Al mismo tiempo, para seguir adelante en este nuevo mundo feliz, las empresas deben sentirse cómodas con el fracaso. Como dijo el ex director ejecutivo de IBM, Thomas J. Watson, “la forma más rápida de tener éxito es duplicar la tasa de fracaso”. Algunas cosas funcionarán, otras no y, a veces, quitarán la alfombra mientras el trabajo continúa; el cambio es así de rápido.

Para aprender a vivir con el fracaso, construir un enfoque estratégico y sostenible para la IA y evitar la inercia inducida por el riesgo, las empresas deberían comenzar con una auditoría de IA. Esto les permitirá sentar las bases adecuadas para el éxito y el fracaso controlado.

Una auditoría (una evaluación sistémica y holística de áreas comerciales específicas) revelará qué debe cambiar para adoptar una estrategia de IA sostenible y escalable.

Sin la cultura adecuada, una empresa no llegará a ninguna parte. El apoyo y la alfabetización de la alta dirección son esenciales. También lo es el acuerdo sobre la visión, la inversión y la naturaleza de la experimentación. Con la cultura adecuada, una empresa puede planificar y ejecutar con mayor facilidad las siguientes cinco tareas de auditoría.

Data
Muchas empresas se encuentran atrapadas por sus datos, ya sea ahogadas en ellos o incapaces de acceder a lo que necesitan con la suficiente rapidez. Si lleva demasiado tiempo hacer cosas mundanas como personalizar un correo electrónico, por ejemplo, puede utilizar la IA para agilizar el proceso. El primer requisito es una comprensión profunda del panorama de datos de una empresa y su enfoque hacia los datos.

Gobernanza y ética
¿Cuáles son los límites de la organización? ¿Cuáles son las directrices para la gobernanza y la ética de la IA? Esta es la etapa para determinar qué usos de la IA son aceptables. Configurar eso y encontrar una estructura es vital. Sin esto, una empresa puede encontrarse en el Lejano Oeste, con personas capacitándose con datos incorrectos o poniendo en riesgo la propiedad intelectual.

Legal y cumplimiento
¿Cuál es el proceso de una empresa para evaluar herramientas de inteligencia artificial de terceros? ¿Está al corriente de la legislación más reciente y de la opinión de los consumidores en torno a la IA? Las empresas necesitan un proceso que pueda identificar y cuantificar los riesgos para garantizar que los usos aprobados de la IA cumplan con las normas.

Capacidad de datos (ciencia)
Las empresas necesitan profesionales que comprendan las matemáticas y la ciencia detrás de la IA para moldear soluciones de código abierto para la organización y reducir el riesgo asociado con la IA generativa. Idealmente, estas mismas personas deberían tener conocimientos generales de datos para comprender las capacidades de la IA y aplicar las capacidades en evolución del código abierto de maneras innovadoras y disruptivas.

Contenido
Si aún no lo están haciendo, las empresas deben convertir su contenido en datos. Las bases de datos vectoriales serán clave. Los datos de contenido pueden proporcionar una comprensión inigualable del rendimiento del contenido, lo que puede mejorar los motores de recomendación de productos, la elaboración de perfiles de clientes, las previsiones, la búsqueda de comercio electrónico y el SEO, por nombrar algunos. Los beneficios incrementales son infinitos.

Cuando se utiliza IA generativa, una empresa necesita tratar su contenido de manera diferente. No puede simplemente almacenar contenido propietario principal en un servidor de archivos. También es necesario tener mucho cuidado con las imágenes (y su origen) en las que se entrenan los algoritmos.

Después de una auditoría de IA, una empresa puede evaluar su preparación para el viaje de la IA. En el camino, debe realizar un seguimiento de los KPI establecidos para el éxito de la IA para medir el efecto de cada implementación de la IA. Luego se pueden pronosticar las estrategias de IA para crear una hoja de ruta prioritaria diseñada con valor que pueda generar eficiencias y valor de manera rápida y sostenible.