Consultoría en tecnología de IA

La consultoría en tecnología de IA consiste en determinar en qué ámbitos la inteligencia artificial y las tecnologías relacionadas con ella modifican la economía de una empresa, en qué orden y basándose en qué datos. Se trata, ante todo, de una cuestión de dónde competir, más que de una cuestión tecnológica. Esta página aborda el ámbito de la estrategia y la secuenciación. Las cuatro capacidades de esta práctica trasladan esa decisión a los modelos de negocio, los agentes, el aprendizaje automático y el modelo operativo necesario para ponerlos en marcha.

• Desde 1999estrategia de demanda, comercial y de clientes
• Más de 200estudios de caso publicados
• 10 oficinasen cuatro continentes
• Sin vínculos con proveedoresnuestro asesoramiento no se basa en ninguna colaboración con modelos, plataformas o servicios en la nube
• El campo de interacciónescrito por nuestro fundador

Cuando las empresas nos contratan

• Hay cuarenta casos de uso y no existe un orden justificable. Todo lo que figura en la lista es justificable por sí solo, pero nada de lo que aparece en ella explica por qué se han elegido estos y no otros.
• Los pilotos funcionan, pero la cuenta de resultados no varía. Se trata de actividades financiadas, prototipos reales, y nada de todo ello se traduce en una cifra que el consejo de administración ya tenga en cuenta.
• Antes de comprometerse con una plataforma o un modelo. Se está a punto de establecer una norma para toda la empresa antes de que nadie haya definido las decisiones que se pretende mejorar.
• La junta directiva ha preguntado cuál es la situación en materia de IA. La respuesta interna sincera es una lista de herramientas y un presupuesto.
• El segundo año cuesta más que el primero. Los prototipos se multiplican, nadie se hace cargo de ellos en la fase de producción y cada uno reclama su propio presupuesto.

Por qué no funciona el inventario de casos de uso

Si pides a un grupo de ejecutivos que enumeren oportunidades relacionadas con la inteligencia artificial, te darán cuarenta. Si les preguntas cuáles son las tres a las que hay que destinar fondos, la conversación se viene abajo, porque la lista se basa en lo que la tecnología puede hacer, en lugar de en dónde debe triunfar la empresa.

Se trata de un fallo estructural, no de un fallo de ejecución. Los inventarios se rigen por la oferta: parten de la capacidad y buscan una aplicación, lo que da lugar a una cartera clasificada según la viabilidad y el entusiasmo, en lugar de según las consecuencias económicas. El programa acaba estando muy ocupado, siendo defendible punto por punto, pero desconectado de las cifras que supervisa el consejo de administración. La mayoría de los ejecutivos nunca ven los resultados que prometía el análisis de viabilidad, y el patrón que subyace a esa brecha rara vez es el modelo.

Empezamos por el otro extremo. La primera pregunta no es qué puede hacer la IA por ti. Es dónde se concentrará la demanda futura y dónde tienes derecho a controlarla. Un «espacio de demanda» es un conjunto recurrente de situaciones y momentos de los clientes, definido a partir de la vida del cliente y no de la taxonomía de tus productos, y los más valiosos suelen traspasar las categorías en torno a las cuales se organizan las empresas ya establecidas.

Una vez que queda clara la arquitectura de la demanda, establecer prioridades resulta más sencillo. Dejas de clasificar los casos de uso y empiezas a preguntarte qué decisiones, interacciones y flujos de trabajo se interponen entre tú y un espacio de demanda del que tienes permiso para hacerte cargo, y cuáles de ellos cambia realmente la IA. Esa pregunta tiene una respuesta fundamentada. «¿Qué caso de uso primero?» no la tiene.

Qué incluyen nuestros servicios de consultoría en tecnología de IA

Cinco áreas de trabajo. La mayoría de los proyectos requieren dos o tres, y en la primera fase se decide cuáles, dependiendo de si la limitación es la dirección, la arquitectura, la capacidad o la responsabilidad.

1. Determinar en qué aspectos la IA modifica la economía

La lista de finalistas es el resultado final, al igual que la lista de aspectos que desaconsejamos. Trazamos los espacios de demanda a partir de datos sobre el comportamiento y las ocasiones de consumo, en lugar de afirmarlos en un taller; identificamos las decisiones y los flujos de trabajo que se interponen entre vosotros y esos espacios, y comprobamos cuáles de ellos cambia sustancialmente la IA. Cada candidato que supera la selección se analiza en función del precio, el volumen o la intensidad de capital y, a partir de ahí, se evalúa el margen entre la rentabilidad del capital invertido y el coste del capital. Si una inversión no puede situarse en esa línea, se lo indicamos antes de que la financie.

2. Elecciones de modelo y arquitectura que sean reversibles

La mayoría de las organizaciones se decantan por un proveedor desde el principio, normalmente por comodidad, y dieciocho meses después se dan cuenta de que han basado su estrategia en la relación con ese proveedor. Las capacidades, los costes y las condiciones varían cada trimestre, y una arquitectura que parte de la base de un único proveedor supone apostar por que una sola empresa se mantenga a la cabeza en todos los aspectos de forma indefinida.

• Conocimientos y datos almacenados en tu propia arquitectura, en lugar de en el formato de un proveedor
• Modelos seleccionados en función de la carga de trabajo, con una elección diseñada para que sea reversible
• La evaluación se basa en tus propias tareas y casos extremos, para que puedas saber cuándo un modelo ha dejado de ser el adecuado.

No tenemos ninguna asociación con ningún proveedor de modelos, plataformas o servicios en la nube, por lo que la recomendación no tiene ningún interés comercial de ningún tipo.

3. El modelo operativo que debe gestionarlo

La mayoría de las empresas tienen proyectos de IA pero carecen de un modelo operativo, razón por la cual el segundo año resulta más costoso que el primero y ofrece menos resultados. Establecemos quién es el responsable una vez que el prototipo funciona y qué presupuesto lo financia, cómo pasa la financiación de la fase experimental a la de producción sin tener que elaborar un nuevo caso de negocio cada vez, y dónde se sitúa la gobernanza dentro del flujo de trabajo —en lugar de al margen de él—, con umbrales de escalación basados en la importancia, la reversibilidad, los precedentes, la exposición y la propia confianza del sistema. Cuando la respuesta es un programa de cambio a nivel de toda la empresa, en lugar de un conjunto de decisiones, eso es lo que se denomina transformación estratégica de la IA.

4. Predicción, cuando influye en una decisión

La predicción justifica su presupuesto cuando, gracias a ella, se toma una decisión comercial recurrente de forma diferente, y no antes. La cuestión fundamental es determinar qué decisión se está tomando de forma menos óptima de lo que podría, quién es el responsable de ella y cuál es el valor de una versión mejorada. Nuestro equipo de aprendizaje automático, análisis predictivo y estrategia de IA desarrolla los modelos una vez que se ha aclarado esto.

5. Agentes, personalización y nuevos modelos de negocio

Hay dos cuestiones que se sitúan en el centro de la mayoría de las estrategias de IA: qué debe actuar de forma autónoma y qué debe vender la empresa que antes no pudiera vender. La primera es una cuestión sobre los límites, la autoridad y el momento en el que un sistema cede el control a una persona, que es precisamente donde comienza nuestro trabajo sobre los agentes de IA y la estrategia de personalización del cliente. La segunda es una cuestión sobre la arquitectura de ingresos y forma parte de la estrategia de innovación del modelo de negocio de la IA, que se pregunta cómo se crea y se captura valor cuando la capacidad está disponible al mismo tiempo para tus competidores.

Cómo funciona la implementación de una tecnología de IA

1. Determina la demanda. Averigua dónde se está concentrando la demanda futura, qué parte de ella tienes permiso para gestionar, y cuáles son las decisiones, interacciones y flujos de trabajo que se interponen en el camino. Este es el paso que hace que el resto sea justificable.
2. Evaluar la cartera en función de ello. Cada iniciativa financiada y propuesta se compara con la demanda y con el impacto económico, siguiendo un orden establecido, con el razonamiento por escrito y una lista explícita de lo que no financiaríamos.
3. Diseñar la arquitectura y el modelo operativo. Las decisiones relativas al modelo y a los datos se toman en función de cada carga de trabajo y se mantienen reversibles; se asignan las responsabilidades, se establece la vía de financiación y se integra la gobernanza en el flujo de trabajo.
4. Relaciona esto con la cifra. Establece una relación entre cada operación financiada y el precio, el volumen o la intensidad de capital, de modo que la próxima ronda de financiación se plantee en las unidades que ya utiliza el consejo de administración.

En los casos en que se haya hecho así

Un cliente, dos proyectos, citados exactamente tal y como figura en la obra publicada, sin más. KWS SAAT es un productor de semillas con sede en Einbeck (Alemania) que opera en más de 70 países.

El primer proyecto fue la evaluación de la cartera, llevada a cabo antes de que la IA fuera un tema de debate. KWS se dio cuenta de que su estrategia digital se había fragmentado y desconectado de las necesidades de los clientes. Evaluamos las iniciativas ya en marcha mediante un cuadro de mando personalizado, las comparamos con las mejores prácticas externas y elaboramos una hoja de ruta que reorientó la estrategia digital hacia la interacción con los clientes, los conocimientos prácticos y las prioridades en cuanto a las funcionalidades de la plataforma. Ese es el segundo paso del proceso anterior, aplicado al ámbito digital en lugar de a la IA.

La segunda fase es donde entra en juego la IA. KWS necesitaba una hoja de ruta coherente que alineara las plataformas, la organización y las capacidades emergentes de IA, a medida que las expectativas de los agricultores, la agronomía basada en datos y las compras B2B se orientaban hacia lo digital. Apoyamos a la empresa en la transformación digital, la capacitación tecnológica, la definición de la « Customer Journey », la estrategia de IA, el diseño de negocio, la estrategia de plataforma y la alineación organizativa; además, el trabajo vinculó las mejoras digitales a corto plazo con una visión a más largo plazo sobre la plataforma y la IA. El resultado publicado es una orientación más que una cifra concreta: una dirección digital más clara que vincula la experiencia del cliente, la estrategia de plataforma y la capacidad de IA, así como las bases para una interacción más integrada con los clientes en todos los mercados agrícolas globales de KWS.

Lo que esto no muestra, y tampoco vamos a afirmar, es una implementación de IA, un modelo en producción o unos resultados financieros publicados. Lo que sí muestra es el argumento sobre la secuenciación que se expone en esta página, llevado a cabo dentro de una empresa real por un mismo cliente a lo largo de dos proyectos, en lugar de mediante dos pruebas independientes. Léelos en su totalidad: cómo « Vivaldi » aceleró la estrategia digital de atención al cliente de KWS y cómo desarrollamos la estrategia de comunicación digital con el cliente que la sustenta.

Por qué las empresas eligen « Vivaldi » para sus proyectos de tecnología de IA

• Partimos de la demanda, no de la capacidad. El encargo surge de aquel ámbito en el que la empresa puede tener éxito, que es la única forma de plantear la pregunta que tiene una respuesta defendible.
• No tenemos nada que venderte a largo plazo. Detrás de esta recomendación no hay ingresos por modelos, plataformas ni integración de sistemas, por lo que detener una iniciativa no nos supone ningún coste.
• El argumento se plantea en términos financieros. Analizamos cada inversión en función del diferencial entre la rentabilidad del capital invertido y el coste del capital, por lo que el director de CFO es y el director de inversiones (CIO) defienden un único argumento en lugar de dos.
• Te diremos qué no debes crear. La lista de exclusiones suele ser la parte más útil del trabajo.

Cómo evaluar a un consultor especializado en tecnología de IA

Merece la pena preguntárselo a todas las empresas de tu lista de finalistas, incluida la nuestra.

• ¿Parten de la demanda o de la tecnología? Una empresa que comience con un mapa de capacidades te proporcionará un inventario de casos de uso.
• ¿Con quiénes están asociados? Una empresa que mantenga una relación comercial con un proveedor de modelos o una plataforma no es un asesor imparcial a la hora de decidir cuál deberías utilizar. Se trata de una cuestión de estructura, no de falta de honestidad. Pregunta y sopesa la respuesta.
• Pídeles que describan un caso práctico en el que hayan desaconsejado una inversión en IA a un cliente. Una empresa que nunca haya disuadido a un cliente de realizar una inversión en IA o bien ha tenido suerte o bien no ha estado asesorando.
• ¿Cómo se traduce esto en beneficios económicos? Pídeles que establezcan una relación entre una iniciativa propuesta y el diferencial entre la rentabilidad del capital invertido y el coste del capital. Si la respuesta se expresa únicamente en términos de eficiencia, lo que estás comprando es una reducción de costes, algo que la competencia acabará igualando.
• ¿Quién se hace cargo del proyecto tras la fase piloto? Si la propuesta se queda en un prototipo funcional, el segundo año es cosa tuya.

¿Consultoría estratégica, integrador de sistemas o proveedor de plataformas?

En qué contexto se enmarca este trabajo

Esta práctica constituye el nivel estratégico de la estrategia tecnológica empresarial en Vivaldi, la empresa responsable del «Demand Landscape» y del «Interaction Field». Hay dos prácticas relacionadas que responden a preguntas que esta página no aborda. Si la limitación es que tus equipos no pueden llevar a cabo trabajos de IA sin ayuda externa, se trata de una cuestión de capacidad y corresponde a la consultoría sobre capacidad de innovación en IA. Si la pregunta es más específica, concretamente sobre dónde los modelos generativos aportan una ventaja más allá de la simple novedad, empieza por la estrategia de IA generativa. Nuestra visión sobre cómo se argumenta el caso de inversión se expone en «El retorno de la inversión en IA y el problema de la asignación de capital del “ CFO”».

Asesoramiento en tecnología de IA en EE. UU. y en todo el mundo

Vivaldi Tiene su sede central en Nueva York y cuenta con una segunda oficina en Estados Unidos, situada en Los Ángeles. Fuera de Estados Unidos, nuestros equipos trabajan desde Londres, Zúrich, Múnich, Hamburgo, Düsseldorf, Singapur, Buenos Aires y Lima. Desde nuestras dos oficinas en Estados Unidos, colaboramos con empresas de todo el país. Descubre quiénes formamos el Grup Vivaldi y cómo trabajamos.