Cada vez m\u00e1s organizaciones est\u00e1n adoptando estas pr\u00e1cticas b\u00e1sicas, y aquellas que lo hacen tienden a\u00a0reportar el mayor impacto final de la IA\u00a0.\u00a0Pero las organizaciones exitosas no solo se comportan de manera diferente;\u00a0Nuestra experiencia en miles de interacciones con clientes en torno a la anal\u00edtica y la IA durante los \u00faltimos cinco a\u00f1os muestra que tambi\u00e9n\u00a0piensan de manera<\/em>\u00a0diferente sobre la IA.\u00a0En estas empresas, la IA est\u00e1 grabada en la mentalidad colectiva (\u201cEstamos habilitados para la IA\u201d), en lugar de simplemente aplicarse de manera oportunista (\u201cEste es un caso de uso en el que la IA puede agregar valor\u201d).<\/p>\n Tener esta mentalidad significa internalizar profundamente los beneficios competitivos a largo plazo de aumentar la toma de decisiones humanas, procesar datos de muchas fuentes a una escala masiva y a una velocidad enorme, y adaptar continuamente los modelos comerciales y las estrategias operativas basadas en las se\u00f1ales de los datos.<\/p>\n Significa valorar la colaboraci\u00f3n y el aprendizaje continuo sobre el conocimiento y la experiencia individuales, con empleados que buscan nuevos datos, habilidades, flujos de trabajo y tecnolog\u00edas para impulsar mejoras continuas en el desempe\u00f1o.\u00a0Los individuos y el colectivo anhelan no solo saber m\u00e1s de lo que hicieron, digamos, el a\u00f1o pasado, sino saber m\u00e1s en el futuro.<\/p>\n Finalmente, esta mentalidad abarca el pensamiento de un extremo a otro y los principios arquitect\u00f3nicos consistentes sobre las soluciones en silos cuando se combinan nuevas tecnolog\u00edas y herramientas con la infraestructura existente.<\/p>\n Te puede interesar<\/p>\n https:\/\/juliancastiblanco.com\/web\/public-bigdata-para-tomar-desiciones-inteligentes-a-tiempo\/<\/p><\/blockquote>\n Este cambio no es f\u00e1cil.\u00a0Los l\u00edderes deben reorientar su propio pensamiento y luego mover todas las mentalidades de la organizaci\u00f3n.\u00a0Descubrimos que los l\u00edderes que tienen \u00e9xito en este esfuerzo lo hacen de varias maneras: reorientan el enfoque de la empresa hacia sus m\u00faltiples en lugar de sus ganancias, y enfatizan y fomentan activamente los circuitos de aprendizaje global y la adaptabilidad tecnol\u00f3gica en toda la organizaci\u00f3n.\u00a0Si bien este cambio de mentalidad no reemplaza una inversi\u00f3n en bases s\u00f3lidas para la IA, las organizaciones que adoptan una mentalidad habilitada por la IA son mejores para enfrentar los desaf\u00edos t\u00e9cnicos y culturales m\u00e1s formidables y realizar cambios organizacionales para que puedan cosechar todo el valor que los datos y oferta tecnol\u00f3gica.<\/p>\n Cuando se trata de inteligencia artificial, algunos directores ejecutivos tienden a centrarse en c\u00f3mo impulsar\u00e1 la rentabilidad en el pr\u00f3ximo ciclo de ganancias, lo que los lleva a buscar casos de uso que a menudo no est\u00e1n relacionados y que ofrecen un beneficio financiero r\u00e1pido y medible. Sin embargo, en nuestra experiencia, tal pensamiento a corto plazo generalmente resulta en cambios incrementales en el mejor de los casos, por ejemplo, una reducci\u00f3n \u00fanica en la rotaci\u00f3n de clientes o un solo aumento en la eficiencia para un proceso operativo dado.<\/p>\n<\/div>\n<\/section>\n <\/p>\n Por el contrario, los l\u00edderes de las empresas habilitadas para la inteligencia artificial adoptan una visi\u00f3n m\u00e1s sistem\u00e1tica, centr\u00e1ndose en el m\u00faltiplo de su empresa, un indicador de la capacidad a largo plazo para agregar valor a la organizaci\u00f3n.\u00a0Esto requiere que los l\u00edderes de la empresa est\u00e9n de acuerdo en que el prop\u00f3sito de la IA es transformar fundamentalmente la forma en que la empresa realiza sus operaciones diarias.\u00a0En la pr\u00e1ctica, eso significa usar IA en el proceso de un extremo a otro de capturar cada evento o punto de datos de clientes, procesos o m\u00e1quinas (un clic, transacci\u00f3n, hito, indicador o sensor) para asegurar que las acciones, decisiones, y las interacciones son m\u00e1s enfocadas y efectivas.\u00a0Esto prepara el escenario para un ciclo continuo de aprendizaje y rendimiento mejorado, que detallamos en la siguiente secci\u00f3n.<\/p>\n Tomemos, por ejemplo, una compa\u00f1\u00eda farmac\u00e9utica global que pas\u00f3 de ser una farmac\u00e9utica tradicional a operar como una compa\u00f1\u00eda habilitada por IA.\u00a0Para alinear a todos los l\u00edderes y suavizar la transformaci\u00f3n, el CEO reuni\u00f3 cerca de 150 informes directos de diez regiones para un taller de liderazgo de tres d\u00edas.\u00a0Analizaron los cambios de la industria y las tendencias relevantes en innovaci\u00f3n que probablemente se producir\u00e1n en los pr\u00f3ximos cinco a diez a\u00f1os, e hicieron una lluvia de ideas sobre c\u00f3mo podr\u00edan alterar su propia organizaci\u00f3n para mejorar el desempe\u00f1o de manera espectacular.\u00a0Este taller fue la primera actividad en un esfuerzo m\u00e1s amplio de desarrollo de capacidades que se est\u00e1 llevando a cabo a trav\u00e9s de una\u00a0academia\u00a0formal de\u00a0an\u00e1lisis\u00a0.<\/p>\n El CEO nombr\u00f3 nuevos l\u00edderes de datos y an\u00e1lisis y se comprometi\u00f3 con varias contrataciones de alto nivel adicionales, incluido un\u00a0traductor\u00a0l\u00edder\u00a0con un gran conocimiento de la inteligencia artificial\u00a0, el negocio y la gesti\u00f3n de cambios para impulsar el programa de inteligencia artificial.<\/p>\n El director ejecutivo tambi\u00e9n reestructur\u00f3 la organizaci\u00f3n para aplanar las jerarqu\u00edas, por lo que los equipos de primera l\u00ednea tienen la responsabilidad de actuar sobre la base de los nuevos conocimientos de IA.\u00a0Esta independencia es fundamental;\u00a0Brinda a los empleados el est\u00edmulo y la confianza necesarios para ampliar su apertura, desde identificar, por ejemplo, qu\u00e9 clientes est\u00e1n agitando (lo que impulsa una mejora \u00fanica del desempe\u00f1o) hasta tomar acciones que acercan a la empresa a sus clientes, lo que abre una nueva ola de potencial.\u00a0La capacitaci\u00f3n en inteligencia artificial para los empleados reforz\u00f3 a\u00fan m\u00e1s su confianza y aptitud para aplicar la tecnolog\u00eda.<\/p>\n Finalmente, el CEO encarg\u00f3 a la funci\u00f3n de ensayos cl\u00ednicos de la compa\u00f1\u00eda (un \u00e1rea de alto valor que estaba sumergida en datos y que experimentaba variaciones significativas en calidad, eficiencia y velocidad en los ensayos cl\u00ednicos) para reunir a personas de todo el ciclo de vida del ensayo para reconsidere el proceso desde cero con IA.<\/p>\n Conseguir que todos los l\u00edderes apoyen este cambio es imperativo. Las empresas m\u00e1s exitosas que vemos tienen un CEO que sienta las bases para el apoyo desde el principio. Dichos l\u00edderes se toman el tiempo para explorar y compartir ejemplos de empresas habilitadas para IA dentro y fuera de su industria y contratar talentos senior con experiencia en IA para ocupar los puestos de liderazgo necesarios para ayudar a impulsar el cambio, si el talento a\u00fan no existe en la organizaci\u00f3n. Tambi\u00e9n reducen la jerarqu\u00eda, hacen de la educaci\u00f3n en inteligencia artificial una prioridad y comunican consistentemente en todos los niveles la naturaleza estrat\u00e9gica de estos cambios.<\/p>\n Te puede interesar<\/p>\n https:\/\/juliancastiblanco.com\/web\/tecnologia-blockchain-el-impacto-empresarial-en-el-caribe\/<\/p><\/blockquote>\n Para que los empleados sigan elevando el nivel de desempe\u00f1o seg\u00fan sea necesario para mantener el crecimiento, debe haber un mecanismo para capturar las experiencias, los experimentos y el aprendizaje que ocurren en toda la organizaci\u00f3n.\u00a0En muchas empresas, el aprendizaje suele quedarse atascado en la mente de un individuo, equipo, unidad de negocio o silo, en lugar de contribuir a la organizaci\u00f3n en su conjunto.\u00a0Por el contrario, las empresas habilitadas para la IA desarrollan las habilidades, los procesos y los sistemas t\u00e9cnicos para construir circuitos de aprendizaje globales que convierten el conocimiento individual y la percepci\u00f3n local en un flujo cada vez mayor de sabidur\u00eda colectiva que todos en la organizaci\u00f3n comparten y al que contribuyen.<\/p>\n Una de las mejores formas de crear este circuito de aprendizaje global en el lado empresarial es mediante el desarrollo de un centro neur\u00e1lgico impulsado por la inteligencia artificial para gestionar las operaciones.\u00a0La compa\u00f1\u00eda farmac\u00e9utica global, por ejemplo, desarroll\u00f3 lo que llama su \u201ctorre de control cl\u00ednico\u201d que actualiza y comparte continuamente los hallazgos derivados de los diversos datos recopilados de cientos de ensayos cl\u00ednicos en miles de sitios en todo el mundo.\u00a0Este sistema permite a los tomadores de decisiones comprender en detalle qu\u00e9 impulsa las variaciones entre los ensayos cl\u00ednicos (en velocidad, calidad y costo) y ofrece predicciones que permiten que las intervenciones reasignen recursos y eviten demoras y desperdicios.<\/p>\n Este bucle se est\u00e1 reforzando y replicando tanto dentro como m\u00e1s all\u00e1 de las operaciones cl\u00ednicas.\u00a0Hoy en d\u00eda, miles de empleados utilizan este sistema en su trabajo diario.\u00a0Con la difusi\u00f3n de informaci\u00f3n, la compa\u00f1\u00eda ahora est\u00e1 agregando m\u00e1s datos e invirtiendo en herramientas de inteligencia artificial adicionales para los empleados de otras divisiones.<\/p>\n En el aspecto t\u00e9cnico, las organizaciones habilitadas para la IA estandarizan los procesos para escalar la IA de manera m\u00e1s r\u00e1pida, exitosa y segura.\u00a0Dise\u00f1an capacidades para escalar desde el principio y crean protocolos integrados y completos para construir y entregar herramientas de inteligencia artificial que institucionalizan los ciclos de aprendizaje y evitan el aumento de\u00a0la deuda t\u00e9cnica\u00a0y la complejidad causada por elecciones tecnol\u00f3gicas incrementales y descoordinadas (Anexo 1).<\/p>\n Un banco l\u00edder logr\u00f3 esta estandarizaci\u00f3n invirtiendo en una \u00abinfraestructura de protocolo\u00bb que proporciona a los equipos de inteligencia artificial plantillas, gu\u00edas, mejores pr\u00e1cticas y listas de verificaci\u00f3n.\u00a0La infraestructura abarca m\u00e1s de una docena de temas, cubriendo las actividades m\u00e1s frecuentes en cada etapa de la entrega del proyecto, y est\u00e1 integrada dentro de una aplicaci\u00f3n de flujo de trabajo y gesti\u00f3n del conocimiento.\u00a0Esto permite que el banco se asegure de que todos hablen el mismo lenguaje anal\u00edtico al desarrollar soluciones de IA, que todos los equipos de IA utilicen las mejores pr\u00e1cticas actuales y que exista un camino documentado para mejorar las pr\u00e1cticas de forma sistem\u00e1tica a lo largo del tiempo.<\/p>\n Al construir este protocolo, el centro de excelencia de IA de la empresa recopil\u00f3 y codific\u00f3 las mejores pr\u00e1cticas y consejos de los puntos de referencia del equipo, encuestas con expertos en IA de toda la empresa y entrevistas con l\u00edderes empresariales.\u00a0Debido a que hicieron del protocolo un esfuerzo de toda la organizaci\u00f3n, en lugar de un edicto de arriba hacia abajo, los equipos de inteligencia artificial no lo ven como \u00abgastos generales\u00bb sino como un activo que representa la sabidur\u00eda compartida de sus colegas.\u00a0Como resultado, cada lecci\u00f3n aprendida se traduce en beneficios y ahorros de tiempo para los usuarios y la organizaci\u00f3n, y los equipos contribuyen y aprovechan los consejos capturados dentro del protocolo.\u00a0Por ejemplo, las mejores pr\u00e1cticas codificadas que describen c\u00f3mo preparar los modelos para la implementaci\u00f3n permiten a los equipos comenzar a construir herramientas de IA listas para producci\u00f3n desde la primera l\u00ednea de c\u00f3digo, en lugar de despu\u00e9s de haber completado un piloto.\u00a0Esto reduce la cantidad de reelaboraci\u00f3n necesaria, mejora la coherencia y la colaboraci\u00f3n, y libera tiempo para realizar m\u00e1s trabajo de valor agregado.\u00a0Del mismo modo, el protocolo garantiza que los equipos. Integrar la gesti\u00f3n de riesgos en el desarrollo de la IA\u00a0, reemplazando los esfuerzos ad hoc o las evaluaciones puntuales, que a veces pasan por alto los riesgos cr\u00edticos que la IA puede plantear al introducir sesgos o comprometer la equidad, la explicabilidad o la seguridad de la informaci\u00f3n.<\/p>\n Estos protocolos no son en absoluto est\u00e1ticos.\u00a0A trav\u00e9s de retrospectivas regulares y formales despu\u00e9s de cada implementaci\u00f3n de IA, los equipos les agregan continuamente nuevos conocimientos, creando ciclos de aprendizaje que aumentan repetidamente la velocidad a la que cada equipo de IA puede brindar nuevos conocimientos a la empresa.<\/p>\n A medida que estos ciclos de aprendizaje convergen y se propagan por toda la organizaci\u00f3n, los empleados buscar\u00e1n naturalmente m\u00e1s datos de los propietarios de los datos.\u00a0Esto, a su vez, aumentar\u00e1 su comprensi\u00f3n mutua y la b\u00fasqueda de nuevas oportunidades con datos e inteligencia artificial que permitan una mayor velocidad y precisi\u00f3n.\u00a0Tambi\u00e9n aumentar\u00e1 su conocimiento sobre los elementos de recopilaci\u00f3n, limpieza, vinculaci\u00f3n y modelado de datos, conocimiento que cada vez m\u00e1s tipos de trabajadores\u00a0necesitar\u00e1n para tener \u00e9xito en un mundo cada vez m\u00e1s digital\u00a0.<\/p>\n La forma de comenzar con los bucles de aprendizaje depende del tipo que est\u00e9 creando inicialmente: un sistema de aprendizaje impulsado por IA para mejorar las operaciones o un sistema de protocolo para mejorar el desarrollo de la IA.\u00a0Para el primero, es mejor comenzar en un \u00e1rea de alto valor de la empresa, utilizando principios de dise\u00f1o para comprender c\u00f3mo los empleados toman decisiones, qu\u00e9 herramientas de apoyo a las decisiones utilizan actualmente y qu\u00e9 suposiciones hacen en funci\u00f3n de sus experiencias.\u00a0Se construye a partir de ah\u00ed, manteniendo a los usuarios finales involucrados en el proceso.<\/p>\n Para un sistema de protocolo, es dif\u00edcil codificar las pr\u00e1cticas solo en teor\u00eda, por lo que es mejor crear su protocolo simult\u00e1neamente a medida que los equipos brindan casos de uso de IA.\u00a0Empiece por diagnosticar el estado actual de los casos de uso de IA y comprender c\u00f3mo var\u00edan las pr\u00e1cticas de IA en su organizaci\u00f3n.\u00a0Luego, dise\u00f1e el estado final que busca entrenando equipos, desarrollando protocolos tempranos y prob\u00e1ndolos en proyectos en vivo a medida que desarrolla la gobernanza necesaria para mantener la adopci\u00f3n.\u00a0Una vez que se finaliza un protocolo, ampl\u00ede el acceso y la propiedad a todos los equipos y proyectos de IA posteriores.<\/p>\n Por\u00a0Thomas Meakin\u00a0,\u00a0Jeremy Palmer\u00a0,\u00a0Valentina Sartori\u00a0y Jamie Vickers<\/p>\n Fuente:\u00a0https:\/\/www.mckinsey.com\/business-functions\/mckinsey-analytics\/our-insights\/winning-with-ai-is-a-state-of-mind<\/a><\/p>\n <\/p>\n <\/p>\n _______________________________________<\/span><\/p>\n Reproducido por Esperanza Herrera<\/span><\/p>\n Contenidos Digitales Ingenieros de Marketing<\/span><\/p>\n www.ingenierosdemarketing.com.co<\/span><\/a><\/p>\n![\"\"](\"https:\/\/juliancastiblanco.com\/web\/wp-content\/uploads\/2021\/08\/Socry-public-big-data.jpeg\")
<\/p>\nC\u00f3mo empezar<\/h3>\n
![\"\"](\"https:\/\/juliancastiblanco.com\/web\/wp-content\/uploads\/2021\/09\/Tecnologia-blockchain-ingenieros-de-marketing-julian-castiblanco-de-cero-a-sapo-1.jpg\")
<\/p>\nForjar bucles de aprendizaje global con y para la IA<\/h4>\n
![\"\"](\"https:\/\/juliancastiblanco.com\/web\/wp-content\/uploads\/2021\/10\/WhatsApp-Image-2021-10-06-at-10.15.19-AM-1.jpeg\")
<\/div>\n<\/figure>\n<\/section>\nC\u00f3mo empezar<\/h3>\n