Muchas firmas cazadoras de talento tampoco están muy seguras de cómo buscar expertos de Inteligencia Artificial que puedan generar valor para el negocio.
“Nosotros somos capaces de incrementar significativamente sus ganancias usando Inteligencia Artificial”.
¿Cuántas veces no se ha acercado un consultor a la empresa prometiendo que con la Inteligencia Artificial las ganancias se multiplicarán, se contratarán a los mejores candidatos y se podrán vender muchas veces más productos?
Como lo indica el Wall Street Journal, las empresas que más se han beneficiado de este nuevo boom de IA, más allá de los fabricantes como NVIDIA, son los consultores que ahora se han vuelto “expertos” en Inteligencia Artificial. Empresas como McKinsey, Boston Consulting Group o IBM han mostrado que gran parte de su cartera de clientes ahora se enfoca en realizar soluciones utilizando IA. De la misma forma, mucha de la fuerza de venta de las consultoras hoy se dedica a buscar cómo vender más productos de IA a sus clientes fijos.
El problema es que muchos de estos consultores tampoco están muy seguros de cómo capitalizar la IA más allá de los casos de uso más obvios, como son chatbots o sumarizadores. Que no quede duda que ambos casos de uso son muy útiles, y quizás un motor de crecimiento fuerte en algunas industrias, pero para muchas otras es difícil cuantificar cuál es verdaderamente el valor de estas soluciones en las líneas finales de venta y ahorro en un estado de resultados.
Esto, aunado a que muchas firmas cazadoras de talento tampoco están muy seguras de cómo buscar expertos de Inteligencia Artificial que puedan generar valor para el negocio. Las mismas áreas de recursos humanos se topan con que las clásicas rúbricas de experiencia y talento no aplican en IA por ser una disciplina muy reciente. Me han llegado a preguntar cuántos años de Python se necesitan para ser un experto en IA, a lo cual mi respuesta es que se pueden tener 20 años de experiencia y aún así ser menos experto que alguien que lleva cuatro años estudiando la disciplina. Una alternativa interesante podría ser implementar una búsqueda basada en portafolio, evaluando proyectos reales de IA desarrollados por los candidatos.
Entonces, la situación que tenemos actualmente es que muchas empresas buscan desesperadamente cómo la IA puede ayudar e impactar sus estados financieros, al tiempo que buscan talento. A falta del mismo, acuden a consultoras, que de igual forma están buscando talento. Hay muchas consultoras que tampoco tienen el talento, entonces aceptan proyectos sin tener las capacidades de implementar y ejecutar.
Lo preocupante es que esta situación puede terminar en casos de uso que no van a desplegar el verdadero poder y capacidades de la IA, y terminemos con un mundo empresarial decepcionado de la misma.
Es de suma importancia mencionar que temas como arquitectura de datos, gobernanza de datos y buenas prácticas no han quedado de lado. Son temas en los que muchas empresas en México aún están muy inmaduras, y mágicamente aplicar la IA generativa no va a solucionarlo. Si se desean tener aplicaciones que generen valor y sean sustentables, se necesitan estrategias de IA que puedan afectar directamente al negocio y que tengan múltiples campeones que puedan llevar esto a cabo. Una infraestructura de datos deficiente puede limitar los casos de uso de IA a meras pruebas de concepto, sin lograr un impacto real en el negocio.
Hoy, más que ejecutadores o consultoras, necesitamos personas en el negocio que entiendan los casos de uso y el impacto. Solo así podremos realmente tener una práctica sustentable que generará mucho valor en la empresa.
