Un imperativo estratégico
La capacidad de la IA generativa para aprovechar los datos de los clientes de una manera altamente sofisticada significa que las empresas están acelerando los planes para invertir y aprovechar las capacidades de la tecnología. En un estudio titulado “El futuro de los datos empresariales y la IA”, Corinium Intelligence y WNS Triange encuestaron a 100 líderes globales de alto nivel y tomadores de decisiones especializados en inteligencia artificial, análisis y datos. El setenta y seis por ciento de los encuestados dijeron que sus organizaciones ya están usando o planean usar IA generativa.
De acuerdo a McKinsey, si bien la IA generativa afectará a la mayoría de las funciones empresariales, “cuatro de ellas probablemente representarán el 75% del valor anual total que puede ofrecer”. Entre ellos se encuentran el marketing, las ventas y las operaciones con los clientes. Sin embargo, a pesar de los beneficios de la tecnología, muchos líderes no están seguros de cuál es el enfoque correcto a seguir y son conscientes de los riesgos asociados con las grandes inversiones.
Trazando una vía de IA generativa
Uno de los primeros desafíos que las organizaciones deben superar es la alineación del liderazgo superior. “Se necesita la estrategia necesaria; se necesita la capacidad de contar con la aceptación necesaria de la gente”, dice Ayer. “Debe asegurarse de tener el caso de uso y el caso de negocio adecuados para cada uno de ellos”. En otras palabras, una hoja de ruta claramente definida y objetivos comerciales precisos son tan cruciales como comprender si un proceso es susceptible de utilizar IA generativa.
La implementación de una estrategia de IA generativa puede llevar tiempo. Según Ayer, los líderes empresariales deben mantener una perspectiva realista sobre la duración requerida para formular una estrategia, realizar la capacitación necesaria en varios equipos y funciones e identificar las áreas de valor agregado. Y para que cualquier implementación de IA generativa funcione a la perfección, deben existir los ecosistemas de datos adecuados.
Ayer cita la colaboración de WNS Triange con una aseguradora para crear un proceso de reclamaciones aprovechando la IA generativa. Gracias a nueva tecnología
Sin embargo, todo eso no sería posible sin datos sobre el historial de reclamaciones pasadas, costos de reparación, datos de transacciones y otros conjuntos de datos necesarios para extraer un valor claro del análisis de IA generativa. “Sea muy claro acerca de la suficiencia de datos. No se lance a un programa en el que finalmente se dé cuenta de que no tiene los datos necesarios”, dice Ayer.
Los beneficios de la experiencia de terceros
Las empresas son cada vez más conscientes de que deben adoptar la IA generativa, pero saber por dónde empezar es otra cosa. “Uno empieza queriendo asegurarse de no repetir los errores que otras personas han cometido”, dice Ayer. Un proveedor externo puede ayudar a las organizaciones a evitar esos errores y aprovechar las mejores prácticas y marcos para probar y definir la explicabilidad y los puntos de referencia para el retorno de la inversión (ROI).
El uso de soluciones prediseñadas de socios externos puede acelerar el tiempo de comercialización y aumentar el valor de un programa de IA generativa. Estas soluciones pueden aprovechar elementos prediseñados plataformas de IA generativa específicas de la industria para acelerar el despliegue. “Los programas de IA generativa pueden ser extremadamente complicados”, señala Ayer. “Existen muchos requisitos de infraestructura, puntos de contacto con los clientes y regulaciones internas. Las organizaciones también tendrán que considerar el uso de soluciones prediseñadas para acelerar la generación de valor. Los proveedores de servicios externos aportan la experiencia de tener un enfoque integrado para todos estos elementos”.