Proyectos orientados hacia la tecnología

En un mundo cada vez más competitivo y vertiginoso, las empresas de todos los segmentos están buscando una transformación digital. Los proyectos de tecnología tienen mucha demanda y los profesionales de TI nunca habían sido tan codiciados. “The CIO Outlook for 2021”, un estudio reciente llevado a cabo por Constellation Research, reveló que 77,3% de los directores de informática reconocen que la transformación digital es su principal prioridad de presupuesto. Por este motivo, muchas empresas comenzaron a seleccionar sus proyectos con enfoque en tecnología, lo cual, como veremos, no suele ser el mejor método.

 

De hecho, solo el 10% de las empresas obtiene beneficios financieros significativos de las tecnologías de inteligencia artificial, como lo demuestra un estudio reciente de MIT Sloan. Esta cifra puede ser alarmante para algunos lectores. Sin embargo, puede haber muchas explicaciones.

 

Los proyectos con orientación en tecnología son más comunes de lo que se piensa y esta práctica se está volviendo cada vez más frecuente debido a tecnologías "de moda", como Inteligencia artificial (IA), Aprendizaje automático (que forma parte de IA), Internet de las cosas (IoT), Realidad virtual (VR) y Realidad aumentada (AR). Para mantenerse actualizadas, muchas empresas deciden emplear la tecnología y, posteriormente, piensan en qué problema podría resolver, cuando el razonamiento debería ir exactamente en la dirección contraria. Esto hace que el proyecto no cuente con una meta clara con beneficios bien definidos, lo cual, a menudo, conduce a la frustración en última instancia, ya que debió dedicarse una gran cantidad de tiempo y dinero para alcanzar un resultado sin mucha relevancia para la empresa. O inclusive peor: las personas comienzan a utilizar una tecnología que no es para nada adecuada para resolver un problema específico.

 

Demostremos esto con un ejemplo. El Aprendizaje automático (y otras técnicas derivadas), junto con el aumento de las capacidades informáticas, han abierto las puertas a numerosas aplicaciones: las más comunes pueden ser tareas automatizadas, como el reconocimiento de texto e imágenes, y árboles de decisiones, que abarcan una enorme cantidad de variables. En la toma de decisiones, la inteligencia artificial muestra sus principales beneficios cuando no se sabe de qué manera se relacionan dos o más variables, ya sea porque no existe conocimiento científico al respecto o porque es una combinación de una enorme cantidad de variables, por lo que aún no hay una fórmula para representarla.

 

No obstante, debido a su popularidad, tanto personas como empresas comenzaron a usar técnicas de Aprendizaje automático de manera indiscriminada, inclusive en casos en los que el fenómeno ya se conocía; es decir, las relaciones entre las diferentes variables ya están bien establecidas (como las leyes de la física y la termodinámica).

 

Imaginemos una empresa que busca una solución para respaldar su toma de decisiones con respecto a la mezcla de materia prima que debe usarse en el proceso de producción. El proceso es muy complejo y se debe tener en cuenta cuestiones químicas y térmicas. Dada la complejidad y el gran esfuerzo para desarrollar un modelo matemático que represente el proceso, las personas pueden pensar en usar un algoritmo de Aprendizaje profundo. Este algoritmo se entrena a partir de datos históricos para comprender la relación entre la mezcla de materiales y los indicadores de procesos. Desafortunadamente, la inteligencia artificial no parece ser el enfoque más adecuado para resolver este problema. Una computadora no comprende los equilibrios químicos y térmicos como lo hace un ingeniero. Por lo tanto, algunas soluciones pueden no ser viables a nivel operativo, ya que no respetan los fundamentos básicos de las leyes de la física. Asimismo, el algoritmo no podría sugerir soluciones innovadoras, ya que estaría limitado a interpolar mezclas de materiales utilizadas en el pasado.

 

 

Esto  demuestra el riesgo de seleccionar una tecnología en función de criterios en lugar del propio problema a resolver. Muchas personas confunden “tecnología” con “solución,” cuando, de hecho, la tecnología es solo un medio para obtener la solución deseada. Por lo tanto, antes de pensar en la tecnología, es necesario comprender realmente el objetivo que se debe alcanzar. A continuación, es importante comprender las diferentes tecnologías existentes para decidir cuál (o cuál combinación) abordaría mejor el problema. Inclusive si no va a hacer el trabajo práctico, contar con este conocimiento es fundamental para evitar caer en una trampa al aprobar un proyecto.

 

“Supongo que, si la única herramienta que tiene es un martillo, es tentador considerar todo como si fuera un clavo” - Abraham Maslow 

 

La cita anterior se refiere a la Ley del instrumento, desarrollada por Abraham Maslow. Si la relacionamos con el tema, podemos afirmar que cierta tecnología podría aplicarse, si se lo desea, a cualquier tipo de problema, lo cual no significa que funcionará bien o generará buenos resultados. En otras palabras, no significa que sea una tecnología adecuada; por ello, es importante centrarse en el problema que debe solucionarse. Por lo tanto, se evita gastar mucho dinero y tiempo en proyectos que no se adecuan a las necesidades de la empresa.

 

Cada tecnología aporta su propio valor. El propósito de esta nota no es comparar el valor de diferentes tecnologías. El único mensaje que debe tener en mente es que existe la tecnología adecuada para cada tipo de problema.

 

Top Reasons Why Companies are Still Struggling to Achieve ROI with AI - AIthority

Expanding AI`s impact with organizational learning - MIT Sloan Managment Review

Gartner Says Nearly Half of CIOs Are Planning to Deploy Artificial Intelligence - Gartner

 

Autora: Gabriela Martins - Consultora en Cassotis Consulting

  Coautor: Emmanuel Marchal - Managing Partner en Cassotis Consulting