SEGUNDA PARTE: 10 PASOS PARA LA ELABORACIÓN DEL PLAN DE ACCIÓN.
A continuación vamos a analizar los pasos que nos van a ayudar a definir el plan de acción para incorporar a nuestras empresas y organizaciones a la revolución de la Inteligencia Artificial, como una oportunidad para fortalecer sus estructuras y generar valor a sus clientes, usuarios y accionistas.
Si en este proceso solo estuvieran presentes los factores tecnológicos, el objetivo de su implantación sería tarea fácil. La complejidad radica en integrar en la ecuación otros factores que son mucho más complejos que la tecnología, su uso y apropiación, como es la cultura de la organización, el estilo de liderazgo y dirección o las habilidades blandas (soft skills) implicadas en su correcto engranaje.
Para hacer más comprensible el proceso vamos a recurrir a ejemplos relacionados con las entidades financieras, ya que en torno a ellas hemos llevado a cabo la investigación y el estudio de casos para la elaboración de esta Guía, cuya lógica es aplicable a cualquier empresa u organización.
Paso 1. Diagnóstico de partida y análisis de la cultura de trabajo de la organización.
Las organizaciones viven en unas inercias del pasado que configuran su cultura y señas de identidad, manifestándose en hábitos y prácticas arraigadas que son difíciles de modificar. La Inteligencia Artificial supone una transformación que cambia las formas de trabajar, por lo que el diseño e implantación de un plan para acomodarla a las actividades del día a día, precisa necesariamente de un análisis de la cultura de trabajo que sirva de apoyo para desaprender las viejas prácticas y aprender otras nuevas.
En esta parte analizamos también los flujos y ciclo de trabajo en la entidad, los pensamientos limitantes, las actitudes, los aspectos de mejora en la gestión del trabajo, etc. Una información que resulta esencial para plantear el plan de acción.
Paso 2. Identificación de las actividades que la IA puede realizar y reemplazar en condiciones ventajosas costes/beneficios.
Comenzando por las más elementales que realiza el personal de manera automática y su sustitución, por ejemplo, a través de asistentes de voz (chatbots) que ofrecen respuestas a preguntas recurrentes a los usuarios,
continuando por las más especializadas que implican la entrada en escena de ingentes cantidades de datos y algoritmos; hasta llegar a otras donde es necesaria la implicación de procesos donde interviene de manera coordinada la acción colaborativa de la Inteligencia Artificial y la humana en tareas complejas (por ejemplo, en torno a la toma de decisiones en el análisis de la cartera en función del perfil de riesgo, identificación de oportunidades de inversión, análisis de crédito, etc).
Continuando con el ejemplo del sector financiero, procedemos a la
identificación de actividades donde la IA se puede implantar:
Respuesta rápida al cliente: atender preguntas y proporcionar respuestas rápidas a los clientes, atender a preguntas recurrentes y prestar asesoramiento personalizado.
Análisis de riesgo: evaluar el riesgo crediticio de los clientes y predecir los impagos.
Detección de fraudes: detectar y prevenir el fraude financiero al analizar los patrones de gastos y comportamiento de los clientes en tiempo real.
Predicción de mercados: predecir las tendencias del mercado y proporcionar recomendaciones a los asesores financieros sobre las inversiones más rentables.
Análisis de sentimiento: analizar el sentimiento de los clientes y sus reacciones a las noticias financieras.
Automatización de procesos: automatizar los procesos de gestión de carreras y otros procesos financieros.
Personalización de ofertas: analizar el perfil de riesgo de los clientes y ofrecer los productos financieros a la carta.
Detección de oportunidades de inversión: a partir del análisis de bases de datos y cantidades ingentes de información.
Análisis de comportamiento: analizar el comportamiento de los clientes y anticipar decisiones de compra.
Optimización de carteras: proporcionar información a los clientes para maximizar el beneficio.
Análisis crediticio: analizar la solvencia financiera del cliente, su capacidad de pago y riesgo crediticio.
Automatización de decisiones: automatizar las respuestas y toma de decisiones a partir de la minería de datos y la obtención de información cualificada.
Mejora de la experiencia del cliente: ofrecer un asesoramiento personalizado al cliente auxiliado por información cualificada y la utilización de recursos combinados (hologramas, realidad aumentada, etc.).
Recomendación de productos: recomendar productos a través de un servicio personalizado al contrastar ingentes cantidades de información y su ajuste al perfil del cliente.
Análisis de comportamiento de los mercados: proporcionar información cualificada y personalizada al cliente desde el manejo de una información al que éste no tiene acceso.
Segmentación de clientes: establecer patrones y categorías de clientes para ofrecer un asesoramiento más especializado y personalizado.
Análisis de la competencia: proporcionar ejemplos de buenas prácticas que utiliza la competencia para poder integrarlas en el plan de la entidad.
Análisis de la rentabilidad: identificar aquellas inversiones más rentables para los clientes.
Detección de patrones de fraude: prevenir el fraude a través del análisis de grandes bases de datos.
Análisis de información relevante en redes sociales y medios de comunicación: proporcionar información a través del filtrado de información y la identificación de prescriptores que pueda ser servida a los clientes.
Establecimiento de precios: ayudar al banco a fijar el precio de sus productos y servicios financieros y resto de actividades.
Predicción de la demanda: ayudar a los bancos a anticipar y adaptarse a las necesidades de los clientes y a la competencia.
Análisis de tendencias: plantear escenarios de futuro y proyectar alternativas en torno al manejo de grandes cantidades de datos para ofrecer al cliente información cualificada para que pueda tomar decisiones fundadas.
Siguiendo este ejemplo y en función de la empresa o la organización, procedemos de la misma manera elaborando la relación detallada de actividades en las que incorporar la IA por orden de prioridad.
Paso 3. Análisis de la competencia en materia de incorporación de la Inteligencia Artificial a sus actividades.
Este análisis comprenderá el estudio de las respuestas más vanguardistas que está ofreciendo la competencia y otras entidades para su aplicación a la entidad.
Paso 4. Definición de los objetivos que se plantea la empresa o la organización a la hora de implantar la IA.
En torno al análisis de los factores críticos abordados hasta ahora, es el momento para plantear desde la dirección de la organización los resultados que se quieren conseguir, para a partir de ahí, formular los objetivos concretos, medibles y realizables.
Paso 5. Identificación de las tecnologías críticas para reemplazar tareas.
Procedemos a la identificación de las tecnologías que van a sustituir a las actividades humanas que se establecieron en el Paso 2, así como las empresas o entidades que ya lo están haciendo.
Tecnología de análisis de datos (big data): análisis de grandes cantidades de datos como están haciendo empresas como Bloomberg en el sector financiero para realizar análisis de datos.
Aprendizaje automático: para la personalización de carteras como está haciendo BlackRock.
Procesamiento de lenguaje natural (NLP): para entender el lenguaje humano y responder de manera eficiente en materia de asesoramiento financiero, como está haciendo Wells Fargo.
Reconocimiento de imágenes: para analizar datos visuales en combinación con otras tecnologías como la realidad aumentada y las holografías, como está haciendo Kavout.
Robo-advisors: para proporcionar asesoramiento financiero basado en algoritmos, como está haciendo Wealthfront.
Análisis de sentimiento: para proporcionar información sobre los estados de ánimo y sentimiento en los mercados, como está haciendo Ayasdi.
Asistentes virtuales: para proporcionar asesoramiento financiero personalizado a los clientes, como está haciendo IBM Watson.
Minería de datos: para descubrir patrones en grandes volúmenes de datos financieros, como está haciendo DataRobot.
Redes neuronales: para realizar análisis predictivo en los mercados financieros, como está haciendo DeepMind.
Blockchain: para mejorar la seguridad y la transparencia en los mercados financieros, como está haciendo Ripple.
Análisis de voz: Para analizar el trasfondo emocional en las conversaciones con el cliente y proporcionar soluciones a la carta, como está haciendo VoiceOps.
Análisis de cartera: para analizar la cartera del cliente y proporcionar información cualificada para su mejora, como está haciendo Smartleaf.
Siguiendo este ejemplo, adapta el análisis a tu caso en cuestión.
Paso 6. Plan de recursos humanos (selección de los mejores perfiles y recualificación del personal).
Como hemos señalado, un plan de incorporación de la Inteligencia Artificial no puede atender solo a factores tecnológicos, ya que supone un cambio de prácticas en la organización, un cambio cultural y un cambio de paradigma en toda regla que va mucho más allá de la tecnología; aspectos que tienen su repercusión en el estilo de dirección y organización de los recursos humanos. Tenemos que ser conscientes que las organizaciones y las empresas están hechas de personas antes que de cosas y tecnología.
Uno de los factores que habrá que tener más presente es la reestructuración de las plantillas, para poder adaptarlas al nuevo contexto con la reducción del número de empleados necesarios en las tareas que pueden ser asumidas por la IA y la posibilidad de abordar actividades más complejas y de alto valor añadido donde intervengan la creatividad y otras funciones humanas superiores.
Un ámbito donde se puede enfocar el trabajo humano es hacia las habilidades sociales, como se señala S. Benhamou en el ámbito de las entidades financieras: “Para el asesor bancario, el hecho de contar con tecnologías de IA que faciliten su trabajo y reduzcan el volumen de conocimientos necesarios (al resultar más accesibles) también puede suponer una motivación para evolucionar hacia un mayor conocimiento del cliente. Así, los asesores podrían asumir una mayor responsabilidad en la gestión de sus clientes, dedicando más tiempo a recomendar inversiones o fuentes de financiamiento. En estas circunstancias, las competencias sociales y de toma de decisiones ganarían importancia, lo que podría llevar a las sucursales bancarias a hacer hincapié en la formación en materia de diálogo y negociación”.
Paso 7. Determinación y cuantificación de los indicadores de resultado.
Para poder corroborar la consecución de los objetivos fijados de manera clara y mensurable que nos permita realizar la evaluación con precisión.
Paso 8. Establecimiento de la evaluación del proceso y sus tiempos.
Para movernos en la realidad líquida que caracteriza la aparición de la Inteligencia Artificial, se antoja imprescindible el establecimiento de una evaluación permanente de los procesos que permitan la detección de desviaciones y la reprogramación continua. Para ello proponemos una evaluación in itinere que parte de un análisis previo de la situación de partida de los servicios (ex ante), y otra al final de cada fase del plan (ex post) y a la finalización temporal del plan para determinar el avance y los resultados finales.
Desde la determinación del coste/beneficio se irán introduciendo las medidas correctoras hasta ajustar los procesos en función de los objetivos fijados.
Paso 9. Definición de la estrategia a seguir y plan de comunicación de la misma.
Se trata de plasmar la estrategia a seguir para sintonizar a toda la organización con el cambio, alineando a los trabajadores con la visión y la misión, y sirviendo a su vez para la creación de una narrativa común que sustente la nueva identidad organizacional dirigida al cliente interno (personal del banco) y externo (clientes y sociedad en su conjunto).
Paso 10. Otros elementos a tener en cuenta para el diseño del plan.
Identificación de proveedores externos de servicios (tecnología, servicios de consultoría, formación, mentoring, coaching…), posibles alianzas, prescriptores, etc.
Conclusiones previas a la elaboración del plan de acción.
La implantación de la IA precisa de una mirada holística y procesos basados en la innovación social y la inteligencia colectiva, porque la Sociedad de la Información antes que información y tecnología es sociedad. Y en el nuevo mundo de la Inteligencia Artificial (al menos en su primer estadio), más importante que lo artificial son las formas de la inteligencia humana y sus habilidades genuinas.
Desde la lógica descrita en la interacción profesionales / IA se necesitará recurrir a competencias humanas (soft skills) y antiguas disciplinas olvidadas, como la mayéutica (aprender en la conversación desde la formulación de preguntas) o la hermenéutica (interpretar mensajes e información), así como a la filosofía del lenguaje y los actos del habla para desarrollar funciones poderosas basadas en la escucha activa, la elaboración de juicios fundados para tomar decisiones, la realización de actos declarativos, la gestión de pedidos, promesas y ofertas, etc. Funciones donde somos más fuertes los humanos, que han de ser recombinadas y hibridadas con las que la IA es mejor, para aprender a trabajar juntos.
Los planteamientos y ámbitos críticos que hemos abordado para el diseño de un plan de acción han de darnos la clave para ir construyendo las nuevas organizaciones que aprenden y se transforman.
Entramos en una nueva era donde la ontología de lo humano (biología, emociones y lenguaje) han de conjugarse con el lenguaje generativo de la IA y su su mayor capacidad para recoger, analizar y procesar datos que van a revolucionar todas las actividades.
No puede haber un modelo eficiente basado en la IA sin un cambio de modelo organizacional que redefinan los procesos y protocolos del trabajo, porque el cambio tecnológico y de prácticas en un área de la empresa o la organización afecta al resto. La hoja de ruta y el plan para incorporar la IA ha de formar parte de una estrategia global de la entidad. Un desafío monumental que pondrá a prueba la capacidad de nuestras empresas y organizaciones para seguir siendo competitivas e innovadoras, todo lo cual dependerá de su flexibilidad y capacidad de alinear al conjunto de la organización con una visión y misión compartidas.
Adelante!!!
Pingback: Guía para ayudar a nuestras empresas y organizaciones a incorporarse a la revolución de la Inteligencia Artificial. | El blog de Juan Carlos Casco