El psicólogo Abraham Maslow dijo una famosa frase: «Si la única herramienta que tienes es un martillo, tiendes a ver todos los problemas como clavos». Y hoy en día, mires donde mires, las empresas están utilizando la IA como un martillo, con la esperanza de que pueda resolver todos sus problemas empresariales urgentes: «¿Cómo podemos utilizar la IA? ¿Cómo podemos vender la IA? ¿Cómo podemos ganar dinero con la IA?».
Pero aquí está el problema: si empiezas con esas preguntas, estás partiendo de una premisa errónea. La pregunta correcta no es «¿Cómo utilizamos/vendemos/ganamos una fortuna con la IA?», sino «¿Qué problemas estamos tratando de resolver?».
¿Qué problema estás resolviendo?
La tecnología debería hacernos más capaces de realizar tareas que son exclusivamente humanas, no sustituir nuestra capacidad para pensar, crear y conectar entre nosotros. El enfoque de partir de la herramienta en lugar de partir del problema es la razón por la que vemos cómo se estancan muchas implementaciones de IA. Las empresas están aplicando la tecnología a problemas que no han definido ni comprendido adecuadamente.
El enfoque que recomiendo a cualquier líder que esté considerando la IA es el siguiente: empieza por enumerar tus problemas reales. No problemas teóricos, ni problemas que creas que deberías tener, sino los verdaderos puntos débiles que impiden que tus equipos trabajen con rapidez. A continuación, pregúntate: ¿De qué herramientas dispongo que puedan ayudar a resolver estos problemas? La IA podría ser una de esas herramientas. Tiene sentido explorar soluciones de IA para tareas manuales, repetitivas y tediosas. Probablemente puedas identificar fácilmente esas oportunidades en tu organización.
Pero supongamos que el compromiso de tus empleados está decayendo y que ellos han expresado la necesidad de recibir un mayor apoyo en momentos difíciles. En este caso, lo que se necesita es conexión humana e inteligencia emocional, no respuestas algorítmicas. Empezar por el problema ayuda a descubrir la solución adecuada.
¿Deberíamos eliminar el factor humano?
Hoy en día, la IA destaca en la automatización de tareas repetitivas, el equivalente digital del trabajo en cadena de montaje. Si tu personal de apoyo está repitiendo las mismas tareas una y otra vez, o si tus equipos de introducción de datos se centran exclusivamente en el laborioso trabajo con hojas de cálculo, la IA puede ser de gran ayuda. Sin embargo, creo que el establecimiento de relaciones, la resolución creativa de problemas y la toma de decisiones complejas requieren el criterio humano, la intuición y la comprensión contextual que ningún algoritmo actual puede replicar todavía.
En Commvault, estamos comprometidos con el desarrollo y la implementación éticos de la IA. La hemos empleado para tareas como convertir documentos normativos complejos en resúmenes concisos o ayudar a crear versiones de contenido adaptadas a un público específico. De este modo, se ahorra tiempo a los empleados para que puedan centrarse en actividades de mayor valor añadido. Ninguna de estas tareas se lleva a cabo sin una supervisión humana minuciosa.
Las empresas que veo triunfar comprenden esta distinción. Utilizan la IA para eliminar las tareas tediosas, de modo que los trabajadores puedan centrarse en lo que los seres humanos hacemos mejor: tomar decisiones matizadas, generar confianza, gestionar relaciones complejas entre las partes interesadas y reflexionar sobre problemas que no tienen precedentes claros.
Un marco para la adopción inteligente de la IA
Antes de implementar cualquier solución de IA, los equipos directivos deben plantearse las siguientes preguntas:
- ¿Qué problema concreto estamos resolviendo?
Sed concretos. «Queremos ser más eficientes» no es lo suficientemente específico.
Probad con: «Queremos automatizar X». - ¿Por qué merece la pena resolver este problema? ¿Cuál es el impacto real en el negocio?
- ¿En qué casos es necesario que el juicio humano siga estando presente? Identifica los puntos de decisión, más allá de los escenarios de alto riesgo, que exigen sabiduría, no solo inteligencia.
- ¿Cómo mediremos el éxito? No solo por las tasas de adopción, sino por la resolución real de los problemas.
- Vuelve a revisar la conversación. La adopción exitosa de la IA no es una medición puntual.
Más información en «Principios rectores para una IA responsable».
El camino a seguir
Dedica tiempo a establecer procedimientos para el tratamiento de datos, la protección de la privacidad y la autoridad en la toma de decisiones. ¿Quién controla qué información se introduce en los sistemas de IA? ¿Qué datos no se pueden subir bajo ningún concepto a plataformas externas de IA? ¿Cómo se evita que los datos de los clientes se utilicen para entrenar modelos?
Cuando introduces información en un sistema de IA, es posible que la estés compartiendo no solo con ese proveedor, sino también con sus proveedores de servicios en la nube, subencargados del tratamiento y otros actores de su cadena de suministro de datos. Un secreto que conocen más de tres personas deja de ser un secreto, así que ten cuidado antes de revelar el tuyo a docenas de entidades. Más información sobre el enfoque de Commvault en «Principios para una inteligencia artificial responsable». Danielle Sheer es directora de confianza en Commvault.
