Cómo obtener valor empresarial de la IA: dialogando con los grupos de interés
El último artículo se centraba en la comprensión del problema empresarial que se pretende resolver con la IA. Está claro que esto no ocurre por sí solo como una actividad aislada: desglosar el problema y trabajar con diversos grupos de interés van de la mano. Pero, ¿cuáles son los grupos de interés? Sobre la base de lo expuesto en el artículo anterior acerca de la comprensión del problema empresarial, podemos agrupar a grandes rasgos a estos grupos de interes en usuarios empresariales (o financieros) y tecnológicos (ingenieros) (Ve la ilustración en la figura 1).
Cada uno de estos grupos aporta su propia perspectiva, totalmente válida. Por ejemplo, los ingenieros se preocupan por la viabilidad y el sentido práctico. Los usuarios se centran en el impacto y el resultado, mientras que los empresarios aportan su perspectiva sobre la inversión y el valor. Para cada uno de estos grupos, es vital empezar a entenderlos tanto en términos de necesidades empresariales como de motivaciones individuales. Además, tenemos que trabajar con las tres partes para negociar el marco del proyecto, ya que tiene que haber un equilibrio entre cada una de sus perspectivas porque cada una es correcta. Mediante la construcción de una relación y el establecimiento de la confianza con los grupos de interés, somos capaz de entenderlos mejor y comprender sus necesidades, ayudarlos a trabajar juntos, lo que a su vez mejora nuestro diseño de la solución y, en última instancia, el éxito del proyecto.
Los patrocinadores principales y los grupos de interés que representan a la empresa tienen la visión (normalmente también la financiación) y suelen estar dispuestos a participar en el proceso de creación y definición del proyecto. Esto puede ser muy positivo: están comprometidos, deseosos de que el proyecto sea un éxito y prestan un gran apoyo (tanto en términos de tiempo como de dinero). Sin embargo, los altos cargos suelen tener una visión incompleta de las operaciones de la empresa y de las funciones y responsabilidades individuales en el día a día. Esto puede dar lugar a lagunas en la comprensión de lo que la solución debe hacer, cuál es el alcance total de las tareas que debe ser capaz de realizar, y cómo la solución puede interactuar con los usuarios cuando se despliega.
Por lo tanto, es fundamental establecer relaciones y consultar a quienes acabarán utilizando la solución final. Es probable que estas personas tengan un conocimiento más detallado del problema que la solución pretende resolver o abordar, así como una comprensión muy clara de los posibles inconvenientes, circunstancias inusuales o requisitos que la solución tendrá que navegar con éxito.
También es fundamental contar con la participación de las personas implicadas en los aspectos técnicos de la empresa. Lo más probable es que estas personas, desde el punto de vista de la ingeniería, añadan toda una serie de posibles dificultades, circunstancias inusuales y requisitos que habrá que tener en cuenta en la solución. Aunque estas conversaciones sin duda añadirán retos y complejidades al proyecto, es vital que se descubran lo antes posible para que puedan incorporarse al diseño de la solución.
Contar con la presencia de todos los grupos de interés adecuados en la definición, el alcance y la planificación inicial del proyecto es sólo la mitad de la batalla para superar las diferencias. Por ejemplo, como científico de datos u otro profesional de la IA, tú has participado en proyectos anteriores, has entendido cómo se desarrollaban y cómo era la solución final. Además, conoces en profundidad las tecnologías subyacentes: algorítmica, datos e infraestructura, así como áreas relacionadas, como UX y diseño. Todo esto junto significa que estás en una buena posición para imaginar cómo será la solución y qué es posible. En el caso de los grupos de interés, es poco probable que sea así, y es muy posible que tengan un horizonte reducido, lo que significa que subestiman lo que se puede hacer o sobrestiman la posibilidad de algún tipo de solución mágica. Cualquiera de las dos cosas es errónea y poco útil.
Como pequeño inciso, en este punto merece la pena profundizar brevemente en nuestro papel: Como expertos del proyecto en inteligencia artificial, tenemos que actuar como guía y obtener los mejores resultados para el proyecto en estas situaciones. Cuando hay un horizonte reducido o una infravaloración de lo que se puede hacer, hay una pobreza de aspiraciones. Por lo tanto, como guía, tienes el difícil reto de intentar ayudar a un grupo de interés a imaginar cómo podría ser la solución y alejarlo de algo inferior que quizá no resuelva por completo el problema de la empresa. Quizá la mejor estrategia en este caso sea actuar como facilitador, ayudándoles a comprender el impacto de sus decisiones en la solución.
También es importante ser consciente de la situación contraria que se da con un grupo de interés, es decir, el optimismo poco realista sobre los "poderes mágicos" de la IA o la GenAI para proporcionar automáticamente una solución sin que el problema ni siquiera se haya verbalizado (y mucho menos documentado sistemáticamente) en primer lugar. Por eso, en el proceso de comprensión del problema empresarial descrito anteriormente, se dedican muchos pasos a extraer información sobre la dificultad. Al reunir los requisitos e identificar los problemas potenciales, resulta más fácil debatir en términos concretos cómo podría ser la solución en estas primeras conversaciones con los grupo de interés.
Sin embargo, en el caso concreto de estos grupos, existen varios retos recurrentes: en primer lugar, hay expectativas poco realistas sobre el aspecto que podría tener la solución final y sobre lo que es posible que haga. En segundo lugar, puede haber una falta de realismo sobre el detalle de los requisitos de usuario/solución que hay que documentar (ya que ocurre por arte de magia). En tercer lugar, y continuando con el tema de la magia, también puede haber una falta de comprensión de cuánto tiempo se tarda en construir una solución de este tipo. En conjunto, todo esto puede suponer un problema para los desprevenidos científicos de datos o gestores de proyectos. Sin embargo, a menudo la gran ventaja de estos grupos de interés es su entusiasmo sin límites. Lo importante es aprovecharlo y, al mismo tiempo, fijar adecuadamente las expectativas y canalizar sus energías de forma constructiva (por ejemplo, trabajando con ellos para detallar cómo sería la solución ideal, cómo podría funcionar, presentarles a los grupos clave, etc.).
En resumen,
Independientemente del tipo de grupo de interés (y no hay dos iguales), es vital que participen en el proyecto a medida que se desarrolla, para que puedan comprometerse y proporcionar información continua, asegurándose de que no se aleja mucho de lo que necesita la empresa.
Como ya hemos visto, ser capaces de relacionar claramente nuestra solución -ya sea Gen AI, IA "antigua" o cualquier otra- con el problema empresarial es clave para el éxito de nuestro proyecto. En el próximo artículo, nos adentraremos en el diseño de la solución con más detalle para explorar cómo la IA puede adaptarse a la lógica empresarial de la organización.
