IA & Analytics: Inteligencia Artificial… Siempre Acompañada de Inteligencia Humana
Data¿Quién se conoce mejor que uno mismo? Nadie.
Por este motivo, le pedí a ChatGPT que me sugiriese un titular para un artículo sobre el impacto de la IA en el mundo de Analytics:
Pero… no, cómo podéis ver, no me he quedado con la propuesta de ChatGPT (que, por otro lado, sería un ejemplo perfecto de clickbait).
Y sí, es cierto, la IA está empezando a revolucionar el sector Data&Analytics, entre otros.
El objetivo de este artículo no es entrar en profundidad en las bondades de la IA, si no, entender cuál se espera que sea su encaje dentro del contexto actual de Data&Analytics y, en particular, dentro del mundo de la empresa.
Empezaré haciendo referencia al artículo que escribí un tiempo atrás sobre las organizaciones Data-Driven: Data Driven Company: El mejor asset ante un futuro cambiante.
Ese artículo giraba entorno al modelo de transformación PPT Framework: People, Processes & Technology; con el que Bruce Schneier defiende que el éxito de un proceso de transformación cultural se sustenta en el equilibrio y, sobre todo, la interacción entre personas, procesos y tecnología.
Y es que, para que la IA tenga un alto impacto en las corporaciones (en positivo, por descontado), se deberá usar de forma inteligente y siendo consciente de sus puntos fuertes y limitaciones.
A continuación, veremos tres aspectos en los que la interacción entre tecnología (en este caso, la IA) y personas (las que forman parte de una compañía) es clave para que, tal y como nos propone ChatGPT en su titular para este artículo, la IA transforme el Paisaje del Análisis de Datos.
¿A qué lugares no puede llegar la IA sin las personas?
Identificar casos de uso:
El primer proceso donde las personas juegan un papel clave es, precisamente, en saber identificar dónde la IA puede aportar valor dentro de una empresa.
La IA no puede conocer los procesos, los puntos débiles y las maneras de trabajar de una organización.
Las personas que formamos parte de las empresas actuales tendremos que hacer las cosas bien para evitar que en 3-5 años tengamos las compañías repletas de soluciones basadas en IA que, por otro lado, habrán supuesto grandes inversiones de dinero, y que terminen cayendo en desuso porque no aportan valor.
Para eso, es importante ir al núcleo de cuál es el objetivo del Data & Analytics. Este no es otro que transformar registros de información (en muchas ocasiones, millones de registros) en algo inteligible y que nos permita sacar conclusiones.
En esta línea, la IA nos facilita el proceso a través de herramientas más potentes y, en definitiva, que ahorran una inversión de tiempo a las personas.
En el mundo empresarial, donde la eficiencia de tiempos y, sobre todo, de costes, ocupan los primeros puestos dentro de la lista de prioridades, la inteligencia artificial supondrá sin duda un paso adelante. Esto solamente se conseguirá uniendo la automatización que nos aportan las herramientas basadas en IA con el conocimiento de las personas que forman una organización, para saber dónde es más eficiente implementar estas herramientas.
Toma de decisiones
Los datos aportan valor cuando se combina un proceso técnico y conocimiento funcional.
En el mundo del dato, cuando hablamos de proceso técnico, nos referimos generalmente y simplificándolo mucho, al tratamiento de los datos, a la realización de lógicas de cálculo, y a la representación visual de la información.
Dentro del conocimiento funcional englobamos todo aquello relacionado con conocer el funcionamiento de la empresa u organización: el entendimiento de procesos de negocio, conocimiento del sector en el que la compañía trabaja, capacidad de identificar cambios de tendencia, etc.
Este último, aunque se infravalora en muchas ocasiones, es precisamente el que nos lleva a tomar decisiones y activar palancas de cambio.
Del mismo modo que en el punto anterior, donde comentábamos que las personas somos las encargadas de identificar dónde nos puede ayudar la IA, también es nuestro trabajo tomar las decisiones correctas en base a las herramientas que nos presenta la IA.
Claramente, la IA nos puede ayudar a optimizar procesos técnicos, pero no tiene el conocimiento que tienen las personas que forman parte de las compañías. Una buena decisión solamente se puede tomar si conocemos nuestro entorno; y esto, solamente lo podemos hacer las personas.
La importancia de la calidad del dato
Aunque va a sonar evidente, es importante tener presente que cualquier proceso analítico se basa en datos. Por lo tanto, es imprescindible garantizar que la información es de calidad antes de pretender sacar conclusiones a partir de ella.
Múltiples organizaciones trabajan con sofisticados dashboards e informes para tomar decisiones estratégicas, sin antes asegurar la fiabilidad de la información.
En Analytics, este hecho se conoce popularmente como Garbage in, Garbage out; es decir, si los datos de origen son malos, el outcome será malo.
Automatizar procesos analíticos usando la IA, incrementa exponencialmente el riesgo de crear una caja negra que no permita conocer de qué forma se está realizando la obtención y el tratamiento de la información y, por lo tanto, aumente la inseguridad respecto a la calidad de los datos que estamos analizando.
Según Gartner, una de las principales tendencias de este 2024 en el ámbito de la IA será lo que se conoce con el nombre de TrustOps; todo aquello relacionado con la seguridad y fiabilidad de la información.
¿Qué debemos esperar en 2024?
Este 2023 ha sido el año del boom de la IA, especialmente a nivel de visibilidad y popularidad. Ha sido el año de detectar potenciales aplicaciones, casos de uso e iniciativas sobre las cuáles aplicar la IA.
En 2024, el paradigma será diferente. Empezaremos a ver los resultados fruto de la implantación de dichas iniciativas.
También empezarán a aflorar los primeros impactos derivados de productivizar soluciones; será importante tener el foco puesto en todo aquello relacionado con la privacidad y seguridad de la información.
En conclusión…
En los próximos años se puede esperar una revolución en el sector de Data&Analytics, siempre y cuando la inteligencia artificial vaya de la mano de la inteligencia humana, que debe ser la encargada de poner la verdadera inteligencia.
Alex Gutiérrez Galopa
Data & Analytics Manager en SDG Group.
Máster en Marketing Digital e Inteligencia Artificial (Barcelona y Madrid)
