Por el personal de AI Trends
Las organizaciones deben pasar de la toma de decisiones táctica y oportunista en torno a la IA a un enfoque más estratégico, sugieren los principales directores de negocios.
Dos autores de un artículo reciente en el Revisión de la gestión Sloan del MIT sugieren que el camino hacia la IA estratégica para las empresas puede descansar en tres pilares. Amit Joshi es profesor de inteligencia artificial, análisis y estrategia de marketing en IMD Business School en Suiza, y trabaja con empresas de telecomunicaciones, servicios financieros, farmacéutica y fabricación. Michael Wade es profesor de innovación y estrategia en IMD Business School en Suiza. Su libro más reciente es "Orchestrating Transformation" de DBT Center Press, 2019.
Los tres pilares de la IA estratégica para las empresas que sugieren los autores son:
- Una infraestructura tecnológica robusta y confiable;
- Nuevos modelos comerciales destinados a brindar los mayores beneficios de la inteligencia artificial; y
- IA ética
Infraestructura de tecnología
La inteligencia artificial se basa en técnicas matemáticas, estadísticas e informáticas que se basan en gran medida en una infraestructura estable y datos utilizables, señalan los autores. "Sin el apoyo de una infraestructura y datos que funcionen bien, es inútil".
Este soporte de infraestructura debe extenderse a toda la cadena de valor de los datos, desde la captura de datos hasta la limpieza, almacenamiento, gobernanza, seguridad, análisis y disponibilidad de resultados. Se espera que el mercado de infraestructura de IA crezca de $ 14.6 mil millones en 2019 a $ 50.6 mil millones para 2025, según Mercados y Mercados.
Se necesitan circuitos de retroalimentación para actuar en caso de fallas. Cuando Ticketmaster quiso reducir la oportunidad para que los revendedores de boletos compren bloques de boletos y luego los revendan a un precio más alto los precios, utilizó el aprendizaje automático para construir un sistema de defensa. El sistema combinó datos de venta de entradas en tiempo real junto con una visión amplia de la actividad del comprador para bloquear a los revendedores e intentar recompensar a los clientes legítimos. Los ciclos de retroalimentación ayudaron a Ticketmaster a mantenerse por delante de los revendedores.
Nuevos modelos de negocio
La transformación de la inteligencia se refiere a nuevos modelos comerciales que explotan la inteligencia artificial, que tiene el potencial de mejoras que superan las capacidades humanas.
Los autores señalaron tiburón naranja, una startup de marketing digital con sede en Singapur que utiliza el aprendizaje automático para ayudar a automatizar las campañas publicitarias. El sistema cubre la selección de medios, la ubicación de anuncios, el seguimiento de clics y las conversiones, e incluso cambios menores en el texto del anuncio. tiburón naranja es capaz de ofrecer un modelo comercial de pago por desempeño, en el que los clientes solo pagan un porcentaje de la diferencia entre los costos de adquisición de clientes de un modelo de publicidad estándar y el tiburón naranja modelo.
En otro ejemplo Affectiva ofrece un servicio de "medición de emociones" que aprovecha una enorme base de datos de rostros humanos analizados por sentimientos. La compañía analiza y clasifica una variedad de emociones humanas utilizando modelos de aprendizaje profundo que luego pueden ponerse a disposición de los clientes, que incluyen a los fabricantes de automóviles para rastrear el estado del conductor. Por lo tanto, Affectiva ha construido un modelo de negocio basado en proporcionar inteligencia como servicio de una manera que no era posible antes de que sus capacidades de inteligencia artificial estuvieran disponibles. Los nuevos modelos comerciales deben considerarse la base de cualquier estrategia de IA.
IA ética
La IA ética debe tenerse en cuenta en el plan de negocios. Una revisión del mercado del reconocimiento facial ilustra los riesgos de una consideración laxa de la ética. Los sistemas de reconocimiento facial que incorporan IA han demostrado ser efectivos, como para las fuerzas policiales. Sin embargo, las preocupaciones éticas incluyen sesgos como una menor precisión en la identificación de personas de piel oscura que las personas blancas y las mujeres frente a los hombres.
En diciembre de 2018, Google anunció que suspendería las ventas de su software de reconocimiento facial, citando preocupaciones sobre la ética y la confiabilidad. Los competidores de Google llegan a conclusiones similares 18 meses después. En junio de 2020, en respuesta al movimiento Black Lives Matter, IBM detuvo la venta de software de reconocimiento facial a las fuerzas policiales de EE. UU. Dos días después, Amazon anunció una moratoria de un año en las ventas de su software de reconocimiento facial a la policía; Microsoft siguió al día siguiente. La experiencia fue perjudicial para estas empresas, lo que sugiere que la tecnología se adelantaba a las consideraciones éticas en torno al producto. Es necesario anticipar estos escenarios.
"Es posible que sea necesario crear una oficina de ética de IA dentro de las organizaciones para supervisar las actividades de IA, establecer e implementar pautas éticas de IA y responsabilizar a la organización por sus prácticas éticas", sugieren los autores.
Los profesores de la Escuela de Negocios de Harvard describen el uso estratégico de la IA en un nuevo libro
Un nuevo libro de dos profesores de Harvard Business School también anima a pensar en la IA de forma estratégica. Marco Iansiti, profesor de Administración de Empresas David Sarnoff, y Karim R. Lakhani, profesor de Administración de Empresas Charles Edward Wilson, ambos en la Escuela de Negocios de Harvard, son los autores de “Competir en la era de la IA”De Harvard Business Review Press, 2020.
Los autores citan el ejemplo del fundador de Peloton, John Foley, quien se sintió frustrado con su gimnasio local cuando seguía siendo expulsado de sus clases de spinning preferidas. Fundó la empresa en 2012, ofreciendo bicicletas fijas a un precio de $ 2,200 con tabletas integradas de 21 pulgadas. Por $ 39 por mes, Peloton ofrece acceso a clases transmitidas en vivo donde los miembros pueden rastrear su desempeño, conectarse con sus compañeros de clase y hacer que los instructores mencionen sus logros. La empresa generó $ 700 millones en ingresos en su primer año fiscal.
En una cuenta reciente del Escuela de Negocios de Harvard, Foley atribuyó el mérito al éxito de la empresa a la tecnología actual, incluidos software, redes de datos y comunicaciones. “Nos vemos más parecidos a Apple, Tesla, Nest o GoPro, donde es un producto de consumo que tiene la base de tecnología de hardware sexy y tecnología de software sexy”, afirmó.
Los dos autores han estado estudiando el impacto de la IA en las empresas durante 10 años. Han trabajado en estrategias de inteligencia artificial con Amazon, Microsoft, Facebook, Disney, Verizon y NASA, entre otros.
En una entrevista, Iansiti declaró: "Mucha gente piensa en esto como una disrupción, como si la industria del taxi estuviera siendo interrumpida por Uber. No es una interrupción. Más bien, es un tipo de empresa completamente diferente. Esto no ha sucedido en más de 100 años ". Se refirió a la IA como “un cambio fundamental en los medios de producción” que está afectando a todas las industrias.
Señaló que "todo el mundo todavía está tratando de resolverlo" y que el cambio a la IA conlleva riesgos, como la privacidad del consumidor, la ciberseguridad, el sesgo de datos y el sesgo de algoritmos.
Lea los artículos fuente en las Revisión de la gestión Sloan del MIT y del desplegable Harvard Business School.
