Escalando los pilotos IA

Muchas organizaciones realizan proyectos piloto de IA exitosos, pero tienen problemas al escalarlos a nivel de toda la compañía.

Y esto es por una razón muy simple. Los pilotos no están pensados para operar a escala, sino para demostrar si una idea es viable o no. Al contrario que una solución empresarial, que está diseñada para funcionar de manera fiable, gobernable y rentable a nivel organizacional. Son cosas diferentes:

·         Piloto: demuestra viabilidad, pero no opera a escala

·         Solución empresarial: funciona a escala, para toda la organización

Imaginemos que se crea un asistente IA para responder los correos de los clientes. Se diseña un piloto basado en IA que procesa unos 50 correos cada día. Genera una respuesta que es revisada por una persona antes de enviarla. Los resultados son muy buenos en cuanto a productividad.

Ahora, imaginemos que la empresa intenta escalar ese piloto a nivel organizacional. Surgirán nuevos desafíos que no estaban presentes durante el piloto. Por ejemplo:

·         Ya no se tratarán solo 50 correos al día, sino miles.

·         ¿Habrá personas suficientes para revisar todos los correos generados por la IA?

·         ¿Cómo se va a gestionar las posibles equivocaciones de la IA?

·         Es posible que en algún momento este sistema se tenga que integrar con otros sistemas corporativos, como el CRM, el ERP, etc…

·         ¿Cómo se gestionan los permisos? ¿Y los datos sensibles?

Por eso, antes de implementar una solución definitiva a nivel organizacional, habrá que repensar la arquitectura, los procesos y la gobernanza, para que pueda operar en condiciones reales. Es decir, deberíamos ser capaces de responder a la siguiente pregunta: “¿Cómo hacemos para que esto funcione diez veces más grande?”.

El escalado es algo que hay que tener presente desde el primer día. Al menos, hay que ir pensando en ello mientras se diseña el piloto. No se trata de tenerlo todo resuelto. Evidentemente, al principio habrá muchas incógnitas, y necesitamos realizar el piloto para reducir esa incertidumbre. Esa “incertidumbre” son los riesgos:

·         Riesgos de integración

·         Riesgos regulatorios

·         Riesgos de adopción (o no) por parte de los usuarios

·         Riesgos de costes

·         Riesgos operacionales

·         Riesgos de calidad

·         Etc…

No necesitamos resolverlos todos antes del piloto, pero al menos sí detectar cuáles podrían convertirse en bloqueantes si algún día se decidiera implantar a escala.

La pregunta estratégica que debemos plantearnos al realizar un piloto, no es solo si la solución es técnicamente viable. También deberemos ser capaces de responder si podremos realizar una implantación a escala.

A veces, cuando alguien hace preguntas “incómodas”, como las siguientes:

·         ¿Qué ocurrirá con los procesos?

·         ¿Qué ocurrirá con la seguridad o la normativa regulatoria?

·         ¿Qué ocurrirá con los costes cuando esto escale?

Algunos pueden pensar que, al poner encima de la mesa todos estos riesgos, se está frenando la innovación. Pero en realidad, se está planteando una pregunta de negocio. El riesgo es que una organización acabe realizando un piloto exitoso que luego nunca pueda convertirse en una capacidad real. Si descubrimos que la escalabilidad posterior es inviable o muy costosa, es mejor saberlo cuando antes para evitar una inversión mayor.

Y aquí entramos ya en otras cuestiones. Porque realizar un piloto no sale gratis. Y ese piloto competirá con muchas otras iniciativas dentro de una organización. Y esto es un tema de gestión del portfolio organizacional. Habrá que valorar los pilotos en función de dos criterios principales:

1.      Si el valor de negocio es alto. Porque tenga un impacto en los costes, en los ingresos, en la experiencia del cliente o en la productividad.

2.      Si las principales incertidumbres pueden reducirse mediante una inversión razonable. Porque si son irresolubles o muy caras, puede que el piloto no sea la mejor inversión.

Cuando hacemos un piloto, estamos “comprando información”. Estamos aprendiendo si eso puede convertirse en algún momento en una capacidad a nivel organizacional. Si no es así y lo descubrimos pronto con un coste contenido, no debería haber problema. Pero sí lo habría si invirtiéramos millones y más adelante descubriésemos que hemos avanzado en una dirección equivocada.

Cuando hablamos de negocio, los directivos distinguen siempre entre decisiones reversibles, para las que es posible volver a retomar el rumbo anterior, y decisiones irreversibles. Estas últimas son las que generan muchas más dudas en un directivo.

En definitiva, hay que dejar de ver los pilotos como un fin y empezar a verlos como una inversión en aprendizaje. No se trata de poner frenos a la innovación, sino de asegurar que cuando queramos dar el paso adelante, podamos construir sobre suelo firme. El éxito de un piloto no es que el modelo de IA funcione en un entorno controlado. Es tener la visión estratégica para saber si podemos escalarlo hasta convertirlo en una capacidad real competitiva. No te preguntes solo si la IA puede hacerlo. Pregúntate si tu organización está lista para que mañana sea diez veces más grande.