Gestión de negocio e Inteligencia Artificial

La economía conductual o del comportamiento trata de entender cómo el ser humano toma decisiones como agente económico, partiendo de la base de que no siempre lo hace de forma óptima.

Un campo de estudio de esta economía es la neuroeconomía que estudia los comportamientos cognitivos para la toma de decisiones, compras o inversiones. La inteligencia artificial trabaja para automatizar y hacer más eficiente estos procesos. 

IA y optimización de procesos

Nuestro experto Michael Schrage, trabaja en la aplicación de la economía conductual de los modelos, prototipos y oportunidad de la innovación. Y en el caso de la IA, trabaja para utilizar esta tecnología para optimizar el trabajo y su gestión, para reducir la incertidumbre y para aumentar las ventas. LA IA optimiza todo, lo que nos obliga a revisitar las nociones básicas de todos los procesos, no sólo haciendo más eficientes nuestras capacidades sino enfocándonos en cómo queremos que sea el resultado.

Su tesis es que el factor esencial es la capacidad de aprender a optimizar. La optimización es el origen de la diferenciación en cuanto a qué significan la gestión y el liderazgo en un entorno de IA. Este es uno de los hallazgos clave que Schrage ha detectado junto con sus compañeros del MIT, tras un extenso análisis. Esto obliga a revisitar las nociones básicas; no tiene que ver con cómo mejoramos, simplificamos o sintetizamos nuestras capacidades ni de cómo las hacemos más eficientes, sino con cuál queremos que sea el resultado. Según Michael la conclusión práctica de esto es utilizar los KPIS (medidores de desempeño) como estrategia, que sean los que definan que es lo que hay que optimizar. 

El aprendizaje automático está motivando un cambio importante en estos KPIS, que han pasado de ser un resultado, que ayudaban a la toma de decisiones, a utilizarse como insumos para la inteligencia artificial y las máquinas. Por esto, los KPIS han pasado de ser métricas para convertirse en actores de software inteligente que quieren aprender a optimizar.

Hay que invertir en los ciclos virtuosos lo que va a obligar a revisar la antología de la optimización al corto y largo plazo. Es el nuevo idioma de la planificación estratégica en un contexto de empresas que anteponen los KPI. “El futuro de la optimización es el futuro del aprendizaje automático y la IA, y el futuro de la IA y el aprendizaje automático será el futuro de la optimización. Ese es el futuro de la gestión”, concluye Michael Schrage

Para David Weinberger, tecnólogo e investigador del centro Harvard Berkman Klein para Internet y la Socieda, la clave en el contexto actual de cambio, volatilidad y ambigüedad es cómo manejar la incertidumbre. Este filósofo y escritor, residente en el programa Google PAIR de inteligencia artificial, señala que hemos adoptado técnicas y comportamientos que solo tienen sentido en un entorno conectado, digital y abierto.

IA y aprendizaje automático

La IA y los modelos de aprendizaje automático ayudan a conceptualizar el caos, ya que no se basan en la reducción de la situación compleja a un puñado de factores conocidos y principios generales sino que funcionan mediante la conexión de grandes cantidades de datos en correlaciones estadísticamente significativas. El resultado, sostiene Weinberg, puede generarse a partir de una red de influencias tan complejas y delicadas a las que el pensamiento humano simplemente no puede acceder. “El éxito de estos modelos, muchos de ellos para nosotros inexplicables, nos permite reconocer y abrazar la naturaleza caótica y contingente de nuestro mundo”, asegura.