Docenteo explica cómo lograr que los proyectos de IA generen resultados empresariales

Docenteo advirtió este viernes de que experimentar con inteligencia artificial resulta más sencillo que convertir esas iniciativas en herramientas estables y con impacto real en el negocio de las empresas. Por eso, aconsejó desarrollar estos procesos de la manos de especialistas para desarrollar una visión a largo plazo a la vez que internamente se intenta “aplicar lo aprendido y seguir avanzando con mayor autonomía y capacidad interna”.

“El objetivo no debería ser hacer más proyectos de inteligencia artificial, sino conseguir que las empresas sean más competitivas cambiando su forma de operar con la IA. Y ese cambio solo tiene sentido si acaba traduciéndose en un impacto en la cuenta de resultados”, señaló el cofundador y responsable de negocio de Docenteo, Alejandro Peris.

A partir de su experiencia en proyectos de inteligencia artificial, datos y transformación tecnológica, la compañía identifica cinco claves para que una iniciativa de IA trascienda la fase experimental, genere resultados y aumente la capacidad de la empresa para abordar nuevos retos.

El principal es que el punto de partida no debe ser la tecnología, sino el resultado que se quiere conseguir con ella. Para Docenteo, cualquier proyecto debe partir de un indicador concreto que se quiere mover y un objetivo que permita determinar si la iniciativa ha funcionado. Por ejemplo, reducir el coste de un proceso, incrementar la productividad o mejorar la experiencia, para poder comparar después el resultado.

A su juicio, la IA “no debería convertirse en un objetivo en sí mismo ni en una carrera por acumular casos de uso. Debe ser un medio para generar una mejora medible, ya sea en crecimiento o en eficiencia”.

En segundo lugar, recomienda “apostar por proyectos acotados, medibles y escalables”. Docenteo insta a desarrollar iniciativas que permitan probar una hipótesis, obtener resultados rápidamente y corregir el planteamiento cuando sea necesario. Porque “la clave no está en reducir la ambición, sino en dividirla en proyectos más concretos que permitan demostrar impacto, acelerar el aprendizaje y construir capacidades que puedan escalar en la organización”.

El tercer paso es diseñar pensando en la producción. Desde su experiencia, el reto real está en conseguir que funcionen a escala dentro de la organización, de manera que se pueda cambiar procesos, calidad del dato, integraciones, costes de operación, permisos, seguridad, trazabilidad o mantenimiento. Por ello, estos elementos deben formar parte del diseño desde el principio y no tratarse como una fase posterior.

Combinar conocimiento de negocio y tecnología es el cuarto elemento. Para Docenteo, los mejores resultados no nacen en un laboratorio, sino que aparecen cuando ambas perspectivas trabajan juntas sobre el terreno, desde la identificación del caso de uso hasta su implantación. Esta colaboración debe servir también para transferir conocimiento y un proyecto no debería limitarse a entregar una solución, sino dejar dentro de la organización criterio, prácticas y capacidad para operar y evolucionar lo que se ha construido.

Finalmente, pide construir con capacidad para seguir evolucionando porque “la puesta en producción no es el final del proyecto, sino el momento en que empieza el cambio”. En su opinión, es entonces cuando la solución debe integrarse en los procesos, incorporarse a la forma de trabajar de los equipos y convertirse en una nueva capacidad dentro de la organización. Para Docenteo, implantar IA también significa “transferir el conocimiento y el criterio necesarios para que las personas puedan operar y evolucionar lo construido”.

La empresa subrayó en un comunicado que “el éxito no se mide únicamente por lo que se entrega al terminar un proyecto, sino también por lo que la organización es capaz de hacer cuando el proveedor ya no está: evolucionar la solución, aplicar lo aprendido y seguir avanzando con mayor autonomía y capacidad interna”.

Para la compañía, la próxima etapa de la inteligencia artificial estará marcada menos por el número de herramientas o pilotos desarrollados y más por la capacidad de las organizaciones para integrar la tecnología en sus procesos y evolucionarla a medida que cambian sus necesidades. Por eso, en este escenario, aconseja recurrir a especialistas.

“El éxito de un proyecto de IA no debería ser dejar una solución funcionando. Debería ser dejar una empresa más capaz de entender la tecnología, evolucionarla y afrontar el siguiente cambio con menos dependencia externa. Esa capacidad es la que acaba convirtiendo la IA en una ventaja competitiva real”, reclacó el cofundador y responsable técnico de Docenteo, Álvaro Montero.