Consejos de un «data scientist»: uso de la inteligencia empresarial para lograr objetivos empresariales

El término Inteligencia Artificial (IA) provoca confusión simplemente por todo lo que abarca, en especial en el contexto de la ciencia de datos. La IA tiene muchas subcategorías y niveles de complejidad que se ocupan de cosas muy distintas desde un punto de vista empresarial.

La automatización es una subcategoría muy conocida del software de IA que sigue reglas preprogramadas para ejecutar procesos. Sin embargo, esta es una categoría muy distinta desde un punto de vista del software de IA que muestra capacidades de autoaprendizaje mediante el aprendizaje automático.

La IA puede significar cosas distintas dependiendo de quién interprete esos datos.

Es posible que cada sector ofrezca descripciones y explicaciones diferentes de lo que es, en función de los posibles usos. Por eso resulta imposible proporcionar una descripción empresarial definitiva de lo que es la IA.

Cómo liberar tiempo con la IA

El Dr. Ali Rezaei Yazdi es experto en este tema.

Ali es científico post-doctorado de datos de Rimilia, una empresa que desarrolla software financiero inteligente que aprovecha los algoritmos de Inteligencia Artificial y aprendizaje automático para automatizar procesos de cuentas pendientes de cobro, y otros como la asignación de efectivo, la gestión del crédito y la conciliación bancaria.

Para el Dr. Yazdi, a corto plazo la IA se centra en proporcionar a las personas el tiempo y la libertad para dedicarse a lo que se les da bien: usar nuestra consciencia y capacidades cognitivas para pensar, considerar, analizar, tomar decisiones fundamentadas y proporcionar conocimientos.

“Mediante la automatización, las máquinas pueden realizar las tareas aburridas y laboriosas que te pueden hacer perder mucho tiempo”, comenta. “Por ejemplo, mediante la IA, los ordenadores pueden usar la información que les proporcionas para indicarte, en un segundo, cuál es el lugar ideal para comer. ¿Para qué perder tiempo buscando cuando un programa te puede proporcionar una sugerencia?”

“Comprender que podemos usar las máquinas para estas tareas aburridas y repetitivas fue muy importante para mí, y fue uno de los motivos por los que me interesé por la IA. La vida es muy corta, y vivimos en un mundo en el que nos enfrentamos a muchas opciones, posibilidades, datos y dispositivos”.

“Por ejemplo, elegir un restaurante: visitar todos los sitios a los que puedes ir podría llevarte horas, días e incluso meses. ¿Por qué no ahorrar tiempo con un software que usa la información que le has proporcionado sobre ti, tu familia o tus amigos?”.

Tres niveles de automatización de procesos robóticos

Dentro de la amplia definición del término IA se incluye la automatización de procesos robóticos (RPA, por sus siglas en inglés), que ya se emplea para automatizar funciones administrativas en muchos entornos de trabajo. Existen tres niveles de RPA que los líderes empresariales deberían comprender:

1. Sustitución simple de procesos
   Se considera el nivel básico de la robótica, que tiende a ser una automatización de procesos o la sustitución de tareas repetitivas manuales por un programa de software. Ya podemos encontrarlo en departamentos financieros como parte del software de contabilidad, y se considera que desde hace 10-15 años ha alcanzado su grado de madurez.
2. Aprendizaje
   El software no solo sustituye datos de documentos o los añade a un flujo de trabajo, puede aprender y realizar transacciones. Por ejemplo, podría leer campos de un documento y saber los que debe rellenar, o usar un algoritmo basado en transacciones conocidas anteriores para tomar decisiones basadas en software, que un humano tardaría mucho en decidir.
3. Cognición
   Es aquí donde la automatización de software alcanza un nivel asociado con formas más avanzadas de IA, ya que puede procesar conjuntos de datos distintos y complejos usando algoritmos no solo para aprender, sino también para tomar decisiones mucho más rápido que los humanos.

El Dr. Yazdi explica que: “Para las grandes empresas, la RPA puede aumentar la productividad, reducir los costes, aumentar la eficacia, y simplificar y facilitar los procesos”.

También comenta por qué la RPA es especialmente valiosa para las empresas que quieren aumentar los ingresos mediante la innovación y la creatividad, creando nuevos productos y servicios:

“Las empresas pueden liberar más tiempo para innovar usando máquinas que se encarguen de las tareas laboriosas y repetitivas. Los humanos pueden dedicar más tiempo a tareas creativas que implican razonamiento, cognición, pensamiento y conocimientos”.

Por qué la transformación digital resulta clave para empezar a usar la IA

El Dr. Yazdi cree que la clave para que los líderes empresariales puedan usar la IA de forma efectiva y eficiente consiste en asegurarse de que comprenden sus metas y objetivos empresariales y el papel que va a jugar la IA.

“Existen empresas de todos los tamaños que no tienen del todo claro sus metas y objetivos”, explica. “¿Qué intentan lograr?” Debes tener una estrategia y objetivos claros de cierre de año que esperas cumplir, y pensar en lo que la IA puede hacer para ayudarte. También necesitas un plan de acción claro que tenga en cuenta las restricciones y limitaciones que puede tener que afrontar tu negocio.

“Puede que baste con mirar tu planificación para saber que tu empresa necesita una automatización simple de procesos. En otros sectores tal vez te plantees una IA avanzada que use conceptos como el aprendizaje automático o la imitación del comportamiento humano. Todo depende de tus objetivos empresariales; recopila tu información y valora el nivel de IA que necesitas para cumplirlos”.

Para que las capacidades de IA consigan la máxima eficacia y efectividad, las empresas deben someterse a una transformación digital que les permita descubrir los datos que más les importan, integrarlos en el software que los clientes y empleados usan para relacionarse, y medir continuamente los resultados para aprender de ellos.

Forrester Research comenta que esto implica la necesidad de que las empresas inviertan en “sistemas de datos” con equipos interdepartamentales, procesos repetibles que van de los datos a su aplicación y una arquitectura de datos digital.

“El núcleo de la Inteligencia Artificial es una transformación digital de éxito: centralizar, organizar y estructurar datos”, explica el Dr. Yazdi. “La IA se basa en la información, necesitas procesar y analizar datos para proporcionar la inteligencia real. La digitalización forma parte de ello, partir de datos sin procesar y convertirlos en datos depurados bajo demanda. Para convertir datos en conocimiento y sabiduría, tienes que actualizar la tecnología”.

Contrata a «data scientists» en la empresa que realmente comprendan las finanzas

El Dr. Yazdi tiene un doctorado en Inteligencia Artificial, y actualmente encabeza un proyecto de tres años entre Rimilia y la Universidad de Aston para investigar las tendencias de la IA y el Big Data en comportamientos de pago, así como las tendencias de uso de la IA, el aprendizaje automático y otras herramientas de creación de modelos informáticos y matemáticos.

Su trabajo consiste en extraer perspectivas valiosas a partir del análisis de datos para ayudar a los equipos financieros a tomar decisiones rápidas y fundamentadas, mediante técnicas como el análisis de probabilidades, árboles de decisiones, redes neurales, modelos de regresión y otros modelos de clasificación, además de herramientas avanzadas de visualización de datos.

Tiene una manera interesante de describir lo que hace y por qué la ciencia de datos es crucial para ofrecer perspectivas útiles: “En la atención sanitaria, si necesitas una cura, acudes a un médico. Si quieres lograr un objetivo y obtener información valiosa a partir de los datos, necesitas la ciencia de datos”.

También tiene un consejo para las empresas que han contratado o que quieren contratar a «data scientists» como parte de su equipo de finanzas o del conjunto de la empresa. “Estos expertos de análisis de datos deben comprender que los negocios y la vida universitaria no tienen nada que ver. Necesitan tener una idea clara sobre el contexto del trabajo que van a realizar en su sector concreto.

“En las finanzas, un buen «data scientist» o desarrollador de IA no necesitará por obligación los conocimientos de un controller o un contable, pero deberá tener una idea muy clara de en qué estará pensando cada tipo de profesional.

“Únicamente si comprende lo que va a suceder en la mente de un ejecutivo financiero, podrá producir un resultado, conocimientos de visualización que beneficiarán al director financiero o al director ejecutivo. Por ejemplo, si tienes un puesto en una empresa como Rimilia, tienes que comprender el contexto y los procesos del área administrativa de las finanzas”.