¿De qué formas básicas puede una empresa integrar la IA en sus procesos de decisión?

Básicamente, he identificado tres modos de integrar la IA, aunque podrían surgir otros. El primero es la delegación total, donde el algoritmo toma la decisión sin intervención humana. El segundo es la integración secuencial, donde la IA selecciona alternativas y el humano decide, o viceversa. Y el tercero es la agregación, donde el algoritmo actúa como un agente más, un miembro adicional dentro de un comité que decide.

¿Cómo saber cuál aplicar?

Yo propongo ponderar cinco dimensiones de análisis. La primera, el grado de especificidad: cuanto más específica sea la situación, más útil es el algoritmo. Por ejemplo, las rutas de reparto de Mercadona son muy específicas, mientras que elegir a un CEO no. Segunda, la necesidad de interpretar el resultado. Si necesitas explicar el "porqué" de una decisión, el algoritmo es menos útil porque suele ser una 'caja negra' difícil de descifrar. Las otras tres son el número de alternativas (la IA maneja miles de ellas mejor que nosotros), la velocidad requerida (a más rapidez más imbatible es el algoritmo), y la replicabilidad, es decir, si es una decisión única o que se repetirá en el tiempo.

Suena arriesgado dejar que la máquina decida sola...

Sí, hay que tener mucho cuidado. Se puede delegar la decisión, pero no se delega la responsabilidad. Hubo un caso en Canadá donde el chatbot de una aerolínea ofreció un descuento indebido a un cliente; la compañía tuvo que asumirlo. Además, está el riesgo de perpetuar sesgos. Si alimentamos al algoritmo con datos sesgados -por ejemplo, decisiones judiciales previas que penalizan a ciertos colectivos-, el algoritmo los aprenderá y amplificará.

¿Cuándo es mejor que el humano intervenga después del algoritmo?

La IA es ideal para filtrar. Piense, por ejemplo, en la detección de fraudes bancarios o fiscales. La IA puede analizar miles de transacciones y levantar la liebre sobre las sospechosas. Luego, una persona investiga esos pocos casos. También funciona al revés: un equipo selecciona tres candidatos y la IA analiza infinitos parámetros para decir cuál es el óptimo para los requerimientos. Aquí la intervención humana aporta la capacidad de explicación que a veces le falta a la máquina.

Se han realizado experimentos sobre la capacidad de la IA para generar estrategias de negocio. ¿Puede llegar a ser más creativa que un emprendedor?

Son evidentes sus capacidades para uso personal (redacción, traducción, síntesis, presentaciones etc..), pero a un nivel más elevado todavía se sabe poco y estamos en mantillas, a la expectativa de desarrollos futuros. Hay un ejercicio interesante para una aceleradora de startups. Se tomaron propuestas reales, algunas aceptadas y otras rechazadas, y le pedimos a la IA que aportara soluciones para los mismos problemas. Luego, evaluadores expertos las analizaron a ciegas. El resultado fue sorprendente: la aceptación de las propuestas generadas por la IA fue un 25% mayor que las reales. Lo curioso de la IA es especialmente útil para mejorar propuestas mediocres.

Si todos usásemos la misma IA, ¿no acabarán todas las empresas teniendo la misma estrategia?

Es un riesgo real. La IA busca patrones, y si todo el mundo le pregunta lo mismo, las estrategias podrían converger y convertirse en una commodity, algo que no te diferencia. La ventaja competitiva entonces no va a estar en el algoritmo en sí, sino quizás en la rapidez de adopción y adaptación de la IA o en la calidad exclusiva de tus propios datos con los que la alimentas. Sin embargo, no son ventajas sostenibles en el tiempo, porque al final el uso avanzado de la IA será algo común.