Para tener éxito con la IA, tiene que dominar lo básico

por Thomas C. RedmanEntorno e Innovación

Hay mucho entusiasmo (y exageración) en torno a la IA, y quienes la promueven han hecho parecer que todo se reduce a abrir su stack tecnológico, integrar un agente de IA y empezar a generar dinero.

n lugar de preocuparse por si están adoptando la IA con la suficiente rapidez, a la mayoría de las empresas les convendría más asegurarse de que dominan bien lo básico. Como asesor de empresas en todo el mundo desde hace unos 35 años, les he ayudado a adaptar y aplicar cinco principios fundamentales y atemporales de la gestión de la calidad a los datos.

Satisfacer a los clientes, tanto internos como externos

La pregunta central aquí es: ¿Le está dando a los clientes lo que necesitan y quieren?

Por lo general, pensamos en los clientes como externos: clientes que pagan, organismos reguladores y otras partes interesadas. Sin embargo, para hacer bien lo básico, resulta útil ampliar esta definición e incluir también a los clientes internos, es decir, a “las personas que utilizarán su trabajo para hacer el suyo”. Satisfacer sus necesidades significa que pueden hacer su trabajo de forma más eficaz y eficiente, sin cuestionar el suyo. Cuando esto se aplica de manera consistente en toda la empresa, tanto las personas como la organización se vuelven más eficaces y eficientes.

Enfocarse en el proceso

Los líderes deben preguntarse: “¿Cómo proporcionamos a la IA el contenido confiable y las conexiones de datos que necesita para ofrecer buenas respuestas, a gran escala y a un costo razonable?”

No hay mucho que pueda hacer con los datos que ya se han creado, pero hacer un mejor trabajo de ahora en adelante le dará resultados. Esto implica desarrollar procesos con arquitecturas de datos inclusivas, vocabularios compartidos, gestión de identidades, modelos conceptuales, grafos de conocimiento, altos estándares para el nuevo contenido y niveles cada vez mayores de intercambio de datos. Es una tarea enorme, pero la buena noticia es que las bases sólidas perduran mucho tiempo.

Actuar con base en los hechos (y medir lo correcto)

A largo plazo, los líderes deben preguntarse regularmente: “¿Qué estamos tratando de lograr?” También deben llevar esa pregunta a cada proyecto y preguntarse si sus organizaciones cuentan con las habilidades necesarias para definir las métricas correctas, establecer objetivos razonables e interpretar los resultados con la perspectiva adecuada.

Los líderes deberían adoptar un enfoque de balanced scorecard que abarque la satisfacción del cliente, la calidad de las respuestas, la velocidad y el alcance de la innovación, así como los beneficios para el negocio.

Adoptar la mejora continua

La mejora continua es una filosofía de gestión que promueve la innovación constante en productos, servicios, mecanismos de entrega y datos. El objetivo es hacer que las cosas funcionen siempre un poco mejor.

Aunque algunas mejoras pueden ser grandes (por ejemplo, rediseñar un proceso amplio y multifuncional para incorporar la IA), la mayoría son pequeñas, como capacitar a las personas para redactar mejores prompts. Lo importante es la rapidez con la que se avanza. La mejora continua también reconoce que el mundo está en constante cambio.

Reconocer que la calidad se logra gracias a las personas

Al final del día, nada funciona bien a menos que haya un gran número de personas comprometidas, aportando su energía, su pensamiento y su convicción al esfuerzo. La parte más gratificante de mi trabajo ha sido ver cómo las personas se conectan con los datos, se empoderan para asumir nuevos roles y colaboran entre sí para mejorar las cosas.

Este llamado a hacer bien lo básico era casi inevitable. Hay mucho entusiasmo (y exageración) en torno a la IA, y quienes la promueven han hecho parecer que todo se reduce a abrir su stack tecnológico, integrar un agente de IA y empezar a generar dinero.

Si usted lleva más de un par de años en esto, quizá sea momento de dejar de operar en automático. Pero no se trata de cambiar una inercia por otra. Vale la pena detenerse a pensar con profundidad en sus clientes, en sus datos, en sus métricas, en la mejora continua y en su organización, y empezar a trabajar en serio sobre esos fundamentos.

Artículo en inglés

Instead of worrying about whether they’re adopting artificial intelligence fast enough, most companies would be better served by ensuring they get the basics right. As an adviser to companies worldwide for some 35 years, I have helped them adapt and apply five timeless, mutually reinforcing basics of quality management to data.

SATISFYING CUSTOMERS, BOTH INTERNAL AND EXTERNAL

The central question here is: Are you giving customers what they need and want?

We usually think of customers as external — paying customers, regulators and other stakeholders. But, in getting the basics right, it’s useful to expand this definition and include internal customers, too, in the sense of “the people who will use your work to do theirs.” Meeting their needs means they can do their work more effectively and efficiently, without questioning your work. When applied consistently across a company, everyone and the company are more effective and efficient.

FOCUS ON PROCESS

Leaders must ask themselves: “How do we supply AI the trusted content and data connections needed to provide good answers, at scale and at reasonable cost?”

There is not much you can do about the data you’ve already created, but doing a better job going forward will pay dividends. This means developing processes with inclusive data architectures, shared vocabularies, identity management, concept models, knowledge graphs, high standards for new content and ever-higher levels of data sharing. It’s a massive task, but the good news is that better foundations last a very long time.

ACT ON FACT (AND MEASURE THE RIGHT STUFF)

Over the long term, leaders should regularly ask, “What are we trying to achieve?” They should extend that question down to each project and also ask whether their organizations have the skills needed to define the right metrics, set reasonable goals and interpret results in the right perspectives.

Leaders should embrace a balanced scorecard approach that covers customer satisfaction, the quality of the answers, the pace and penetration of innovation and business benefits.

EMBRACE CONTINUOUS IMPROVEMENT

Continuous improvement is a management philosophy that embraces constant innovation in products, services, delivery mechanisms and data. The goal is to always be making things work just a little bit better.

While some improvements may be large (e.g., redesigning a large, cross-functional process to accommodate AI), most are small, such as training people to write better prompts. The important thing is how quickly you are improving. Continuous improvement also recognizes that the world in constant flux.

RECOGNIZE THAT QUALITY HAPPENS THROUGH PEOPLE

At the end of the day, nothing good happens unless large numbers of people are on board, bringing their hearts, minds and souls to the effort. The most satisfying part of my job has been watching people switch on to data, empower themselves to take on new roles and work with one another to make things better.

This call to get the basics right was almost inevitable. There is so much hype around AI, and proponents have made it seem as if all you need to do is open your tech stack, drop in an agent and count the cash.

If you’ve been at it more than a couple of years, it’s time to get off the treadmill. But don’t just buy a new one. Think deeply about customers, data, metrics, continuous improvement and your organization, and give the above efforts a try.