Revista APERTURA: Inteligencia Artificial

Qué tan maduros están los proyectos corporativos de IA.
Las prácticas de IA brindan la posibilidad a las compañías de acelerar drásticamente los procesos que de otro modo estarían limitados por los costos, tiempos y limitaciones humanas. Pero, se debe tener presente que implementar estas soluciones requieren que la empresa acondicione, re imagine e implemente de forma distinta procesos ya existentes para aprovechar estas nuevas herramientas al máximo.
Tomando varias fuentes de USA y Europa que concuerdan, algunos datos a tener en cuenta para llegar a una aproximación al estado de madurez es que, hasta 2022, solo tendrán éxito el 15% de los casos de uso que aprovechan las técnicas de inteligencia artificial, como el "machine learning", las redes neuronales profundas (DNN), y el Internet de las cosas (IoT).
Se espera que para 2025, el 50% de las actividades de científicos de datos, serán automatizadas por IA, y ya en 2023, el 60% de las organizaciones con más de 20 científicos de datos requerirán un código de conducta profesional que incorpore el uso ético de los datos y la inteligencia artificial. En Argentina no hemos llegado al estado ideal de madurez, pero nos estamos acercando a paso firme.

Cuántos llegan verdaderamente a destino y cuántos naufragan en el camino
No hay fracasos, sino diferencias en la asertividad esperada que se deben seguir trabajando. Nada se corta, todo se sigue desarrollando en estado beta contínuo. Las empresas están entendiendo la necesidad y el valor de implementar este tipo de soluciones "data driven" (impulsadas por los datos) que sin duda agilizarán y mejorarán sus procesos, además de llegar a más y mejores oportunidades de negocios gracias a la IA. En el caso de Zentricx podemos afirmar que el 90% de nuestros proyectos llegan a buen puerto, debido a nuestro framework de trabajo y el crecimiento de nuestro equipo.

Cuáles son los errores comunes que llevan al naufragio
Entre los errores que pueden hacer fracasar un proyecto, encontramos algunos casos en Argentina que pueden colaborar negativamente. Por ejemplo: Bajo nivel de madurez analítica de las organizaciones para emprender proyectos avanzados de "Machine Learning". Estos proyectos son muy útiles, pero implican un costo de desarrollo e implementación importante. El desconocimiento del esfuerzo que implican algunas de esta soluciones (sobretodo las de Computer Vision) hacen que el cliente no comprenda el costo y tiempo que conllevan dichas soluciones. Respecto del costo se debe cambiar la visión, viéndolo como una inversión y oportunidad de crecimiento. Es importante lograr un balance entre las oportunidades de negocio y el nivel de precisión del desarrollo, teniendo en cuenta además, el presupuesto, la capacitación de los colaboradores.

Qué hace falta para que sean efectivamente exitosos.
Encontramos que en Argentina está faltando saber comunicar bien el potencial del uso de esta tecnología, las implicancias del proyecto, los beneficios y oportunidades para los clientes al aplicar estas innovaciones.
Dimensionar correctamente costos y tiempos es otro punto importante a tener en cuenta de cara a la presentación de proyectos específicos. Argentina está mejorando mucho también en este punto.
A su vez, como mencioné antes, contar con equipos interdisciplinarios en este tipo de soluciones es clave para el éxito.

Casos de éxito donde se haya alcanzado algún resultado de negocios
Por mencionar algunos casos implementados con éxito:

1. En una cadena importante de Estaciones de Servicio. Modelo de detección automática real-time de patentes a partir de imágenes de video. La finalidad de este modelo fue detectar clientes que aún no están fidelizados para ofrecerles la tarjeta de beneficios de la compañía, y en una segunda fase se trabaja en la automatización de la facturación a partir de la toma de datos de patente junto a la integración con sistemas internos, entre otros beneficios a implementar, ya que hablamos de soluciones de Industria 4.0 en permanente desarrollo y mejora continua.
2. Piscina Natural (Es un caso público por eso puedo mencionar la empresa, te adjunto el caso por si sirve): modelo de detección de piscinas a partir de imágenes satelitales. Se desarrolló una solución que permite mapear el territorio de 4 países de América latina y estimar la densidad de piscinas descubierta por áreas más densamente pobladas. La información obtenida se muestra en un dashboard con filtros automáticos que permiten al cliente conocer de manera visual las áreas de mayor demanda. Además puede consultar una tabla con el detalle por zonas.

Julio César Blanco, Responsable de la Comisión de Tecnología e Innovación de Interact. Director Global de Innovación de Zentricx y Country Manager de España. 

Fuente: Revista Apertura