La IA no es nada sin los humanos

Para poder hacerlo, no basta con asumir la causa de la IA y lanzar un piloto -a menudo denominado acelerador- con unos cuantos expertos alejados de la realidad.

Hay que encontrar una idea en la que la inteligencia artificial pueda ayudar de forma significativa en las operaciones cotidianas. Para ello, hay que entender qué mueve a este nuevo "colega de la IA" y qué necesita para desempeñar su nuevo trabajo con éxito.

¿Un ejemplo de por qué se necesita esto con tanta urgencia? Gestión de clientes potenciales en ventas: antes de que el empleado de ventas pierda su tiempo, se supone que el colega de IA evalúa qué clientes potenciales son prometedores y merece la pena trabajar en ellos, y da la señal exactamente en el momento adecuado -es decir, poco antes del cierre- para que el vendedor pueda recoger la firma del cliente.

Esta idea entusiasma a los directivos, pero no tanto a los vendedores experimentados. Por un lado, saben que no es tan sencillo. Por otro, no quieren que la tecnología les trate con condescendencia.

No sólo cuentan los datos concretos, como el nombre, la dirección, el sector y el número de teléfono. Los colegas humanos tienen en cuenta, a veces conscientemente, a veces inconscientemente, muchos otros factores, redes de relaciones, contactos anteriores, satisfacción actual con el servicio, experiencia con los productos, la situación de la competencia, etc.

La IA también utiliza los datos correspondientes, siempre que estén disponibles. Cuanto más granular, mejor. Busca patrones, calcula la "puntuación de comportamiento" y la "puntuación de coincidencia" y muestra si la inversión en el contacto merece la pena o no.

Para ello, también necesita un marco en el que operar. Así, la IA no se diferencia demasiado de un colega humano, pero sus percepciones se limitan al nivel de los datos puros.

Así que el verdadero reto no es tanto la IA en sí, sino los datos sin los cuales no puede aprender. Hay que recopilarlos de forma coherente y estructurada y utilizarlos en las ventas y el servicio.

Para ello, sin embargo, se necesitan suficientes: sin Big Data, no hay IA, porque sin patrones diferenciados no se pueden extraer conclusiones fiables. Pero esto también significa que sin CRM como base, nada funciona en nuestro ejemplo. Sorpresa, ¡no es tan nuevo!

Hoy en día, sin embargo, el sistema CRM debe estar conectado en red para agregar datos relacionados con el cliente procedentes de contactos personales, ERP, tienda web, portal del cliente, sitio web y otros puntos de contacto, los denominados touchpoints. ¿Automáticamente?

Preferiblemente sí. Porque en cuanto un miembro del personal se encarga de registrar los datos por completo, se vuelve laborioso y se pueden prever lagunas.

Así que para contratar una IA, primero hay que entender para qué puede servir y cómo entrenarla. Pero entonces empiezan los problemas:

Los "patrones de pensamiento" de la IA suelen ser tan complejos e implican tantos datos y patrones que apenas se entiende cómo se toman las decisiones.

Así que si al departamento de ventas también se le explica por qué la IA decidió lo que decidió: ¡Lotería! La mayoría de las veces, sin embargo, esto sigue siendo un misterio para el colega humano.

Por tanto, la inteligencia artificial tampoco es una cura milagrosa, sino que se basa en cosas que sabemos y conocemos desde hace mucho tiempo. Sus recomendaciones son más humanas y propensas al error de lo que a menudo se supone o se espera.

A día de hoy, las IA ofrecen una conducción asistida más que autónoma. Pueden ser nuestros CoBots que nos apoyan y que encendemos cuando es necesario. Ayudan en la vida cotidiana, se encargan de trabajos tediosos y luego ceden el testigo al verdadero profesional para que tome decisiones.

Pero previamente ha definido exactamente lo que quiere de la IA y puede evaluar sus impulsos. Pero no debemos subestimar a estos CoBots: En el futuro, seguirán ganando autonomía en las empresas.

Pues las IA se encuentran con límites sobre todo mientras no comercien directamente entre sí. Siempre que sus algoritmos puedan conectarse directamente entre sí, podrán tomar decisiones válidas en condiciones marco claras.