En Chile, aproximadamente un 45% de las empresas, es decir 1 de cada 2, ha comenzado a implementar soluciones de inteligencia artificial (IA) y, las proyecciones son auspiciosas, ya que se espera que este porcentaje crezca al 70% para el año 2025 (Accenture). Esto sitúa a nuestro país en una buena posición en la región, un poco por debajo de Brasil y México que lideran la adopción con el 60% y 55% de las empresas usando IA, respectivamente (International Data Corporation – IDC).
Sin embargo, en el día internacional de la inteligencia artificial los invito a reflexionar respecto a, ¿qué pasa con la otra mitad de las empresas que aún no implementa este tipo de tecnología?
Las principales brechas para la adopción de IA localmente están dadas por 4 factores; La escasez de profesionales capacitados en IA y análisis de datos; la falta de infraestructura tecnológica; la falta de presupuesto para ejecución de pruebas iniciales (pruebas de concepto); y, a mi juicio la más importante, la resistencia al cambio, ya que la adopción de nuevas tecnologías a menudo enfrenta una resistencia cultural dentro de las organizaciones. Muchos de los temores tienen que ver con el riesgo de despidos o reemplazos de las personas por algoritmos o soluciones basadas en machine learning, que en la práctica es una errada interpretación, y que también es un miedo que se ha presentado frente a cada una de las tecnologías que el mismo ser humano ha ido desarrollando a lo largo de varias décadas. Con la inteligencia artificial si bien se reemplazarán ciertas labores, especialmente aquellas que son más rutinarias o de poco valor agregado, lo que más ocurrirá es un cambio importante en las funciones que cada uno de nosotros realiza, trabajando en conjunto con las soluciones de IA para ser más eficientes y productivos y utilizándola para la toma de decisiones. En ese sentido se requiere de un “reskilling”, es decir la capacitación de las y los trabajadores en nuevas funciones, pero no un reemplazo de las personas.
Disminuir la resistencia al cambio
Frente a esta resistencia, es totalmente clave que las organizaciones comiencen de manera más agresiva a incorporar la IA en sus procesos ya que los impactos son altísimos y, por cierto, muy positivos. Un estudio de McKinsey revela que las empresas que adoptan IA pueden reducir sus costos operativos en un 20-30%, por ejemplo al implementar sistemas de mantenimiento predictivo basados en IA. En el sector retail, el uso de IA para la gestión de inventarios ha aumentado la eficiencia operativa en un 15-20% o la implementación de chatbots y asistentes virtuales reportan una mejora del 40% en la resolución de consultas de primer nivel, lo que reduce la carga en los equipos de soporte humano. En agricultura hay aplicaciones con drones y algoritmos de visión por computador para monitorear cultivos, que logran aumentar el rendimiento de las cosechas sobre un 15%, y las aplicaciones en salud están generando impactos significativos con sistemas de diagnóstico basados en IA para mejorar la detección de enfermedades como el cáncer.
Así la IA está cada vez más presente en nuestro día a día con una velocidad de desarrollo nunca antes vista que está revolucionando los modelos de negocios. Para ello es necesario el generar políticas y programas para fomentar la digitalización y la adopción de tecnologías emergentes como ha estado impulsando Chile con la Estrategia Nacional de Inteligencia Artificial, la ley de Protección de Datos Personales, el desarrollo del Centro Nacional de Inteligencia Artificial (CENIA) pero todavía hay muchos desafíos sobre todo desde la perspectiva ética relacionada con los usos, como por ejemplo lo ocurrido hace poco tiempo en un colegio del sector oriente con imágenes de estudiantes desnudos creadas artificialmente (deepfake), o en materia de regulación y responsabilidad legal donde hay importantes cuestionamientos a muchas aplicaciones.
Pero si los resultados de la IA se ven tan prometedores, ¿por qué las empresas no la adoptan de manera más masiva?
Bajo mi perspectiva hay un problema estructural, donde las personas dentro de una organización generalmente tienen bajos incentivos a innovar, a probar y experimentar. No están aceptando el fracaso o la falla, que es propio de cualquier innovación, ya que tiene una cuota no menor de incertidumbre. No se les proporciona presupuesto para realizar pruebas y no se establecen procesos formales para innovar, que otorguen flexibilidad y cierto tiempo en materializarse. Por el contrario, ¡se les exige inmediatez!
La IA requiere de muchas pruebas y ajustes para que un algoritmo por ejemplo comience a dar resultados ya que la IA generalmente se entrena y opera sobre grandes volúmenes de datos. Procesar estos datos, tanto durante el entrenamiento como en la inferencia, puede ser un proceso intensivo y lento. Además los datos a menudo necesitan ser limpiados, normalizados y transformados antes de ser utilizados, lo cual añade un paso adicional y consume tiempo.
En resumen, Chile está bien posicionado en el contexto regional y muestra una tendencia positiva hacia un mayor uso de la IA en el futuro cercano, sin embargo falta asumir más riesgos, apostando a que muchos de los proyectos y pruebas van a fallar (usualmente más del 90%), pero el 10% que sí obtenga resultados positivos permitirá cubrir los experimentos fallidos y generar retornos interesantes. Para que eso ocurra, necesitamos salir de la zona de confort y atrevernos a innovar. Es clave ir generando resultados, aunque sean pequeños, y “quick wins” que validen el proceso y faciliten el cambio cultural acompañado de regulaciones y políticas desde el sector privado que faciliten la adopción y penetración, posicionando a Chile como uno de los líderes en América Latina.
Columna redactada por Sebastián Pilasi, Director Ejecutivo Club de Innovación. Conoce más artículos de opinión en Zoom Tecnológico.
About The Author
