¿Automatización o aumento? Dos enfoques de la IA en una empresa | IA en los negocios #124

¿Cuáles son la automatización y la augmentación en el contexto de la IA en una empresa?

La automatización y la augmentación son fuerzas opuestas pero interdependientes. De hecho, las empresas enfrentan una elección: ¿Reducen costos y automatizan tareas, eliminando la participación humana en el proceso? O, con un enfoque en la calidad y la personalización, ¿mejoran las capacidades de los empleados y mejoran los resultados a través de la augmentación de IA, que implica una colaboración estrecha entre humanos e inteligencia artificial? Sus habilidades complementarias se combinarían entonces para llevar a cabo una tarea específica.

El paradoja de la automatización y la augmentación es un problema que las organizaciones modernas deben enfrentar. Comprender la diferencia y las sinergias entre los dos conceptos es crucial para la implementación exitosa de la IA en los negocios.

Automatización

La automatización es el proceso de reemplazar actividades humanas repetitivas con software. Antes de la era del rápido desarrollo de la inteligencia artificial generativa, la automatización solo era aplicable a tareas rutinarias y bien estructuradas, tales como:

• llenar facturas,
• crear informes,
• resumir gastos,
• servicio al cliente simple basado en la selección del siguiente paso de la conversación al presionar un botón.

Las organizaciones pudieron automatizar procesos basados en el conocimiento experto codificado en forma de algoritmos que definen relaciones entre condiciones (“si”) y consecuencias (“entonces”). Tal automatización se basaba en un modelo de dominio explícitamente definido, es decir, una representación del conocimiento del dominio que optimiza una función de utilidad elegida.

Sin embargo, el desarrollo de la inteligencia artificial generativa ha traído cambios radicales al campo de la automatización. No solo los nuevos modelos pueden responder de manera mucho más flexible a los datos de entrada, sino que también pueden ejecutar comandos expresados en lenguaje natural. En otras palabras, en lugar de ejecutar comandos basados en reglas explícitas, pueden realizar tareas basadas en la comprensión contextual.

Fuente: DALL·E 3, prompt: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Sin embargo, las automatizaciones que utilizan inteligencia artificial conllevan un riesgo considerable.

El primero son los peligros de automatizar la toma de decisiones, un problema que enfrentan los desarrolladores de vehículos autónomos, entre otros. Por ejemplo, cuando un vehículo debe realizar una maniobra en fracciones de segundo porque no hay forma de evitar una colisión.

El segundo riesgo proviene de confiar en algoritmos predictivos. Incluso si una empresa quisiera implementar una opción automatizada para seguir las recomendaciones de inteligencia artificial basadas en datos, un humano debe asumir la responsabilidad de las decisiones tomadas.

Un tercer tipo de riesgo es el uso de inteligencia artificial generativa que, con datos insuficientes, comienza a alucinar, es decir, a proporcionar respuestas probables pero falsas. Por ejemplo, puede generar noticias falsas o dar respuestas incorrectas a los clientes. Navegar por los beneficios y riesgos de la automatización, por lo tanto, requiere un análisis y preparación cuidadosos.

Augmentación

La augmentación es el proceso de utilizar IA para mejorar la inteligencia y habilidades humanas, en lugar de reemplazarlas o actuar de manera independiente. Con la creciente importancia de la augmentación en entornos que requieren toma de decisiones complejas, las organizaciones están adoptando cada vez más este enfoque. Para tareas más complejas donde las reglas y modelos no son completamente conocidos, la augmentación permite que la inteligencia natural y artificial trabajen juntas de cerca.

Esto se debe a que la augmentación es un proceso iterativo y coevolutivo en el que los humanos aprenden de la IA y la IA aprende de los humanos. Al hacerlo, el papel de la inteligencia artificial debe diseñarse para permitir la supervisión humana en todas las etapas de un proceso dado. Requiere la participación de expertos en el dominio, cuya experiencia a menudo es tácita por naturaleza, derivada de años de experiencia e intuición, lo que dificulta o imposibilita que la IA los reemplace directamente.

La augmentación permite que los humanos y la inteligencia artificial se refuercen mutuamente, combinando la racionalidad de la máquina con la intuición humana, el sentido común y la experiencia profesional. Este enfoque permite un procesamiento de información más completo y una mejor toma de decisiones.

En la empresa de perfumes, Symrise, por ejemplo, los perfumistas trabajaron estrechamente con el sistema de IA para generar ideas para nuevas fragancias (https://www.thefreelibrary.com/Can+AI+pass+the+smell+test%3F+Deploying+artificial+intelligence+can+be…-a0578441404). A través de la augmentación, los expertos pudieron aprovechar la capacidad de la máquina para procesar enormes cantidades de datos mientras aplicaban su propio conocimiento para interpretar y contextualizar los resultados. Los resultados fueron fragancias innovadoras que a los clientes les encantaron.

Fuente: DALL·E 3, prompt: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Transiciones suaves – de la automatización a la augmentación y viceversa

La relación entre la automatización y la augmentación es dinámica. Permite transiciones sin problemas entre los dos enfoques. La colaboración estrecha entre humanos e IA dentro de la augmentación ayuda a identificar reglas y modelos que luego pueden ser utilizados para automatizar una tarea dada, lo que lleva a la innovación y a ganancias de eficiencia.

Por lo tanto, las organizaciones deben iterar deliberadamente entre las tareas separadas de automatización y augmentación, comprometiéndose a largo plazo con ambas.

Otro paso que fortalecerá el vínculo entre la automatización y la augmentación es la creación de agentes autónomos, es decir, inteligencia artificial que no solo puede automatizar tareas, sino también planificar procesos y emitir comandos a otros sistemas sin intervención humana. El desarrollo de soluciones de IA de próxima generación también hará posible en un futuro cercano crear prototipos y servicios innovadores basados en el análisis de necesidades.

Resumen

La automatización y la augmentación representan dos aplicaciones opuestas pero a menudo interdependientes de la inteligencia artificial en la gestión. Un enfoque equilibrado que combine las fortalezas de ambos conceptos es la clave para lograr una complementariedad que beneficie tanto a los negocios como a la sociedad.

Para gestionar esta tensión de manera efectiva, las organizaciones deben:

• recordar la responsabilidad de crear sistemas transparentes y seguros utilizando IA,
• tener en cuenta la responsabilidad de los procesos de gestión, tratando la IA como una herramienta para asistir en lugar de reemplazar a los gerentes,
• integrar los dos enfoques iterando deliberadamente entre ellos y aprovechando las fortalezas de cada uno,
• implementar controles estrictos y mecanismos de transparencia para detectar y corregir errores y sesgos en los sistemas de IA.

Sobre todo, también deben invertir en desarrollar las habilidades y competencias de los empleados para que puedan trabajar de manera efectiva con la inteligencia artificial como parte de la augmentación.

Combinar con éxito estas dos fuerzas de la IA no solo hará que las organizaciones sean más eficientes e innovadoras, sino que también ayudará a construir una sociedad más justa y sostenible. La clave es entender que la automatización y la augmentación deben coexistir en una sinergia armoniosa, no competir como alternativas.

Si te gusta nuestro contenido, únete a nuestra comunidad de abejas ocupadas en Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.