Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CÓMO LOGRAR
RENTABILIDAD
EN PROYECTOS DE
INTELIGENCIA ARTIFICIAL
Conseguir que una empresa se beneficie del potencial de la inteligencia
artificial requiere una buena colaboración entre el equipo de 'data science'
y las unidades de negocio, así como mantenerse claramente centrado
en el valor tangible
THOMAS H. DAVENPORT
President’s Distinguished Professor de Tecnologías de la
Información y Gestión Empresarial en Babson College,
profesor invitado en la Saïd Business School de Oxford y
miembro titular de la MIT Initiative on the Digital Economy
REN ZHANG
Chief Data Scientist del BMO Financial Group, miembro
de la comisión asesora global de Business of Data y mentor
en la Creative Destruction Lab
Este documento está autorizado para el uso exclusivo de publiciencia10@harvarddeusto.local (publiciencia10@harvarddeusto.local). https://www.harvard-deusto.com
Copiarlo o publicarlo es una infracción de los derechos de autor. Para cualquier consulta contacta con info@harvard-deusto.com.
Cómo lograr rentabilidad en proyectos de inteligencia artificial |61
Este documento está autorizado para el uso exclusivo de publiciencia10@harvarddeusto.local (publiciencia10@harvarddeusto.local). https://www.harvard-deusto.com
Copiarlo o publicarlo es una infracción de los derechos de autor. Para cualquier consulta contacta con info@harvard-deusto.com.
62| Harvard Deusto Business Review
L
as empresas que se em-
barcan en iniciativas de
inteligencia artificial (IA) y
de data science en el ac-
tual entorno económico
deberían aspirar a alcan-
zar un nivel de rentabili-
dad económica superior
al que lograron muchas
compañías en los prime-
ros tiempos de la IA apli-
cada a las empresas. Hay
varios estudios que sugie-
ren que, hasta ahora, ha
habido un bajo nivel de
rentabilidad, en parte, porque muchos
sistemas de IA nunca llegaron a im-
plementarse: un estudio de 2021 de
IBM1, por ejemplo, descubrió que sola-
mente el 21% de 5.501 empresas afir-
maba haber “implementado la IA en
su organización”, mientras que el res-
to aseguraba estar explorándola, de-
sarrollando pruebas de concepto o
usando aplicaciones de IA prefabrica-
das. Del mismo modo, un análisis de
VentureBeat2 indicaba que el 87% de
los modelos de IA nunca alcanza la fa-
se de producción, y una encuesta de
2019 de MIT Sloan Management Re-
view y Boston Consulting Group3 ex-
plicaba que siete de cada diez empre-
sas analizadas concluían que sus
1
TIENE LA TAREA TANTO DE mico de sus inversiones en IA. Sus es-
trategias para generar valor incluyen
dos por el equipo de data science de la
empresa, y ese equipo tiene la tarea
EJECUTAR ESOS PROYECTOS el establecimiento de estrechas rela- tanto de ejecutar esos proyectos como
COMO DE ASUMIR LA ciones entre los equipos de análisis de
datos y las unidades de negocio impli-
de asumir la responsabilidad de los
resultados obtenidos. Las siguientes
RESPONSABILIDAD DE LOS cadas, seleccionando proyectos con seis estrategias pueden ayudar a guiar
un valor tangible y una ruta clara pa- el equipo de data science hacia una
RESULTADOS OBTENIDOS ra llegar a la producción, asegurándo- mayor probabilidad de éxito en esos
se de que gozan de la confianza de los proyectos en los que está implicada
principales stakeholders antes de ini- más de una unidad.
ciar el proceso de desarrollo, constru-
yendo productos de IA reutilizables, 1. Concéntrese en las colaboraciones
aplicando de forma selectiva proyectos con las unidades de negocio que
de “prueba del concepto” y creando sean más compatibles con la IA
una secuencia o embudo de proyectos Se sabe de sobras que cualquier pro-
que abarque hasta la implementación yecto de tecnología sale beneficiado si
en el ámbito de la producción. A conti- se establecen relaciones de colabora-
Este documento está autorizado para el uso exclusivo de publiciencia10@harvarddeusto.local (publiciencia10@harvarddeusto.local). https://www.harvard-deusto.com
Copiarlo o publicarlo es una infracción de los derechos de autor. Para cualquier consulta contacta con info@harvard-deusto.com.
Cómo lograr rentabilidad en proyectos de inteligencia artificial |63
Este documento está autorizado para el uso exclusivo de publiciencia10@harvarddeusto.local (publiciencia10@harvarddeusto.local). https://www.harvard-deusto.com
Copiarlo o publicarlo es una infracción de los derechos de autor. Para cualquier consulta contacta con info@harvard-deusto.com.
64| Harvard Deusto Business Review
2
LOS EQUIPOS DE IA DEBEN —> escala, probablemente, deberían pla-
nificarse en otro lugar.
que emplean la automatización robó-
tica de procesos (robotic process auto-
PROCURAR SIEMPRE DESCRIBIR mation –RPA–), conllevan costes de
2. Seleccione proyectos con valores desarrollo bastante asequibles y, a
LOS PROYECTOS EN TÉRMINOS tangibles y con un camino claro menudo, aportan una rápida amorti-
DE SU JUSTIFICACIÓN ECONÓMICA hacia la producción
Los equipos de IA deben procurar
zación de la inversión, especialmente
cuando permiten sustituir servicios
Y LOS BENEFICIOS QUE siempre describir los proyectos en tér- externalizados. La empresa española
minos de su justificación económica y de telecomunicaciones Telefónica O2,
APORTARÁN: CUANDO SE los beneficios que aportarán: cuando por ejemplo, recurrió a la RPA hace
DEMUESTRA QUE PRODUCEN se demuestra que producen valor, esto
contribuye a generar credibilidad, y
varios años para resolver tareas ad-
ministrativas, y obtuvo una rentabili-
VALOR, ESTO CONTRIBUYE propicia que se extienda su aplicación dad en esa inversión de entre un
Este documento está autorizado para el uso exclusivo de publiciencia10@harvarddeusto.local (publiciencia10@harvarddeusto.local). https://www.harvard-deusto.com
Copiarlo o publicarlo es una infracción de los derechos de autor. Para cualquier consulta contacta con info@harvard-deusto.com.
Cómo lograr rentabilidad en proyectos de inteligencia artificial |65
3
tintos stakeholders para evitar las ex-
pectativas desmesuradas que se aso-
cian con este tema.
4
apoyo que tuvo desde un primer mo-
mento por parte de los máximos res-
ponsables de la empresa. TANTO A REDUCIR EL COSTE COMO A ACELERAR LA VELOCIDAD
4. Cree productos de inteligencia DE EJECUCIÓN DE FUTUROS PROYECTOS, Y HACE UN USO MÁS EFECTIVO
artificial reutilizables para DEL ESCASO TALENTO DISPONIBLE EN EL ÁMBITO DE 'DATA SCIENCE'
impulsar la escala
Desarrollar un proyecto de IA es caro,
por lo que resulta lógico reutilizarlo
(completa o parcialmente) siempre que
sea posible. En BMO, por ejemplo, el de ejecución de futuros proyectos, y cas, pero que después fue aplicado a
equipo de data science creó un siste- hace un uso más efectivo del escaso otros tipos de citas, consultas sobre
ma de oferta de precios basado en el talento disponible en el ámbito de da- pagos e incluso para gestionar resul-
aprendizaje automático para los clien- ta science. De esta manera, se evita tados de pruebas de COVID-19. Los
tes internos de banca empresarial. invertir en recursos a los que se acaba líderes sabios en el campo de la IA,
Cuando finalizó ese proyecto, el equi- dando un uso limitado. así como esperan que llegue una de-
po creó un sistema genérico con capa- Una empresa de servicios sanitarios manda de un cliente concreto para
cidad para fijar precios que actual- nos comunicó que su equipo de análi- crear para él una solución, también
mente se utiliza en otros proyectos. sis de datos había creado un producto invierten un poco de su esfuerzo en
Buscar componentes que puedan ser de procesamiento natural del lenguaje cómo generalizar posteriormente esa
reutilizados contribuye tanto a reducir que fue utilizado inicialmente para solución para aplicarla de forma más
el coste como a acelerar la velocidad programar intervenciones quirúrgi- amplia en otros ámbitos. —>
Este documento está autorizado para el uso exclusivo de publiciencia10@harvarddeusto.local (publiciencia10@harvarddeusto.local). https://www.harvard-deusto.com
Copiarlo o publicarlo es una infracción de los derechos de autor. Para cualquier consulta contacta con info@harvard-deusto.com.
66| Harvard Deusto Business Review
5
relación con cada proyecto individual
de IA.
6
2. VentureBeat. Why do 87% of data science
aportarán apenas valor. Las PoC son ciones, las PoC nunca alcanzan su projects never make it into production?
una excelente manera de persuadir a valor potencial porque nunca se im- (https://venturebeat.com), 19 de julio de
2019.
los stakeholders. plementan por completo. Pero se su-
El DBS Bank de Singapur, por ejem- pone que, si una PoC demuestra que 3. Ransbotham, S., Khodabandeh, S., Fehling,
plo, desarrolló una PoC de un sistema tiene el valor esperado para el nego- E., Lafountain, B. y Kiron, D. “Winning with
AI”. Mit Sloan Management Review, 15 de
de detección de blanqueo de fondos cio, el proyecto entrará en funciona- octubre de 2019.
que utilizaba más datos que el ante- miento.
rior sistema, que se limitaba a aplicar 4. Lacity, M., Willcocks, L. y Craig, A. “Robotic
Process Automation at Telefónica O2”. The
6. Gestione el recorrido Outsourcing Unit Working Research Paper
de los proyectos hacia una Series, abril de 2015.
implementación completa 5. Davenport, T. “Pushing The Frontiers Of
“Cómo lograr rentabilidad en proyectos de Igual que con las oportunidades de Manufacturing AI At Seagate”. Forbes (www.
inteligencia artificial”. Massachusetts Institute of ventas o los proyectos de desarrollo de forbes.com), 27 de enero de 2021.
Technology, 2021. Todos los derechos reservados.
Distribuido por Tribune Content Agency, LLC. nuevos productos, los proyectos de 6. Davenport, T. “Return On AI: The CDAO
Este artículo ha sido publicado anteriormente data science deberían tener criterios Perspective”. Forbes (www.forbes.com), 24
en MIT Sloan Management Review con el título de selección claros y ser planteados de septiembre de 2020.
“Achieving Return on AI Projects”.
como una tubería o un embudo, con
Este documento está autorizado para el uso exclusivo de publiciencia10@harvarddeusto.local (publiciencia10@harvarddeusto.local). https://www.harvard-deusto.com
Copiarlo o publicarlo es una infracción de los derechos de autor. Para cualquier consulta contacta con info@harvard-deusto.com.