La Inteligencia Artificial (IA) es un recurso valioso en la economía actual, con el potencial de cosechar grandes recompensas en muchas vías de negocios. Pero como con cualquier tecnología en desarrollo, viene con nuevos desafíos. En un estudio reciente de The Hartford, casi la mitad de los líderes empresariales encuestados dijeron que tienen preocupaciones de riesgo sobre el uso de IA. 1
"Ya sea que se trate de dudas sobre la responsabilidad del software o preocupaciones de integración, las empresas quieren comprender y mitigar su riesgo a medida que crean herramientas de IA para sus negocios y asociaciones", dice Andrew Zarkowsky, jefe de suscripción de IA para medianas y grandes empresas en The Hartford. "Después de definir el problema comercial y evaluar los beneficios del proyecto de IA, debe describir las posibilidades de fracaso".
Un componente clave del plan de una empresa debe ser el énfasis en cómo integrar los muchos silos o departamentos para obtener resultados óptimos.
IA y gestión de riesgos
Mirar la IA desde una perspectiva de gestión de riesgos revela la necesidad de matices. Actualmente no existen estándares globales para desarrollar IA, y las mejores prácticas aún se están desarrollando. Hoy en día, el campo se autocontrola con riesgos desenfrenados de propiedad, financieros y de accidentes. Por lo tanto, es cada vez más importante centrarse en las técnicas de gestión de riesgos para mejorar la calidad de los datos, las pruebas, las advertencias, los controles y otros procesos que ayudarán a reducir o mitigar la exposición a su negocio si algo sale mal.
La colaboración temprana mejora la calidad de la IA
Hoy en día, la mayoría de las grandes empresas funcionan con tecnología sofisticada y algún tipo de modelo de IA. En 2024, el porcentaje de encuestados que informaron el uso de IA por parte de sus organizaciones aumentó al 78% desde el 55% en 2023. 2
Si esa tecnología, incluida la IA, no produce resultados precisos y prácticos, puede afectar las funciones en toda la empresa. Por ejemplo, si los líderes de proyectos no conocen y no pueden acceder a todos los datos en todos los departamentos, no pueden instruir a la tecnología de IA para que los incluya. Eso significa que el usuario final pensará que está tomando decisiones basadas en toda la información disponible, cuando no es así. Fomentar una atmósfera de cooperación en toda la empresa puede ayudar a proteger el tiempo y el dinero invertidos en IA y detectar problemas a medida que se implementa.
"Debe asegurarse de que la colaboración provenga de toda su empresa al comienzo de su viaje de implementación de IA", explica Zarkowsky. "De lo contrario, corre el riesgo de perder tiempo y recursos valiosos y es posible que tenga que comenzar proyectos desde el principio".
Conexión de los datos
Los departamentos que operan en silos limitan la capacidad de la IA para interpretar, analizar y compartir datos. Para abordar estos nuevos desafíos, las estrategias modernas valoran la colaboración entre los departamentos de la empresa al comienzo de un proyecto, evitando las ineficiencias y fallas que pueden obstaculizar el progreso y comprometer el resultado final.
"Confiar en datos aislados cuando se intenta combinar múltiples fuentes de aprendizaje puede crear ineficiencias, errores de comunicación y comprometer la calidad de los datos", dice Zarkowsky.
La necesidad de interconectividad no es nativa de los proyectos implementados con IA, pero es fundamental en este ámbito, ya que cualquier avería desde el principio puede hacer que el alcance total de un proyecto sea ineficaz. A pesar de todo el esfuerzo realizado en un proyecto de IA, vale la pena cambiar la mentalidad del silo.
Conectando a la gente
Para utilizar realmente la IA en su nivel más alto, las empresas deben contar con la aceptación de sus empleados y un acuerdo entre los departamentos para compartir y explorar esta nueva tecnología. Los mensajes de arriba hacia abajo de los líderes pueden impulsar el proceso. Zarkowsky recomienda guiar la implementación de la IA con un plan sólido.
"No se limite a anunciar su implementación de IA en el lugar de trabajo", dice. "Explique cómo encaja en los objetivos de su empresa y cómo ayuda a abordar los problemas y necesidades en todos los departamentos. Asegúrate de involucrar a todos en el camino".
Estos consejos pueden ayudar a planificar la colaboración de IA entre departamentos:
- Identificar a las partes interesadas: esto debe comenzar y terminar con los gerentes de riesgos, pero también incluir todas las unidades de negocio y otros departamentos, como cumplimiento y legal.
- Crear subcomités: las comunidades de empleados con un interés personal en la IA pueden ayudar a establecer objetivos y promover el intercambio de información. Incluya una variedad de partes interesadas para crear procesos de implementación más fluidos y configure estas comunidades con reuniones recurrentes para garantizar que los planes y las ejecuciones alcancen las marcas necesarias.
- Desarrolle un plan de acción: los proyectos de IA necesitan esquemas y objetivos claros que indiquen qué está dentro y qué está fuera del alcance, para que todas las partes sepan exactamente cómo se espera que se ejecute el proyecto. Al igual que la IA aprende sobre la marcha, también debería hacerlo el equipo. Los gerentes deben estar preparados para todos los resultados y pivotar según sea necesario.
La mayoría de las empresas entienden la necesidad de comenzar a probar la IA para mantenerse por delante de su competencia. Cómo gestionar el riesgo asociado con esta tecnología es el desafío. La conexión entre departamentos y comunidades es una pieza clave del éxito.
"Es esencial ser consciente del riesgo en el futuro", dice Zarkowsky. Y, sin embargo, con el aumento de la velocidad de la tecnología y los cambios de IA, el mayor riesgo es no hacer nada en absoluto.
La inteligencia artificial está transformando el panorama de los seguros y la gestión de riesgos. Explore perspectivas y conocimientos adicionales sobre la tecnología empresarial.
