Compra Cognitiva: La Inteligencia Artificial y su influencia en el comercio actual.

Compra Cognitiva: La Inteligencia Artificial y su influencia en el comercio actual.

El sector de compra y venta tal y como lo conocemos está en constante cambio, y una de las evoluciones que indudablemente ha marcado un antes y un después en la actualidad es la famosa ¨Compra Cognitiva¨.

Al paso que va la tecnología hoy en día y el considerable aumento de la demanda en el sector comercial, la Compra Cognitiva es la estrategia ideal para hacer frente a tal situación. Pero ¿A qué nos referimos exactamente?

La Compra Cognitiva hace referencia a transacciones comerciales que se realizan ya sea de forma física o digital, en donde la Inteligencia Artificial es el medio para que estas sucedan, es decir, quien está involucrado en el proceso de compraventa es una máquina, a la que se le acuña el término ¨cognitivo¨ porque es ¨inteligente¨. A partir de esta definición, puede surgir la duda de si el término es el adecuado, ya que los seres humanos también somos seres inteligentes, pero la distinción en este caso radica en que ahora en adelante no se distinguirá quién es el que vende, si es una persona o una máquina.

Los científicos computacionales David Poole, Alan Mackworth y Randy Goebel refieren en su libro de 1998, que una máquina inteligente no es más que “un agente flexible que percibe su entorno y que lleva a cabo acciones que maximizan sus posibilidades de éxito en algún objetivo o tarea”. A partir de aquí, la Inteligencia Artificial entonces podría estar compuesta por los siguientes aspectos:

– Inteligencia perceptiva: tiene la capacidad de recabar información externa en tiempo real, que percibe.

– Inteligencia perceptiva: tiene la capacidad de recabar información externa en tiempo real, que percibe.

-Inteligencia adaptativa: se adapta con facilidad, es flexible.

– Inteligencia ejecutiva: toma decisiones, en función de la información que posee, sea presente y/o pasada, es eficiente.

Este último aspecto nos asegura que las máquinas puedan tomar decisiones no operativas, prudenciales, de manera óptima. Un ejemplo de decisión operativa podría ser un simple cálculo matemático, en donde no habrá margen de error, ya que la máquina estaría programada especialmente para ello.

Ya sabíamos que en estos cálculos las maquinas son especialistas, pero no fue hasta hace poco en los últimos avances, que empezaron a tomar decisiones prudenciales, aquellas en donde mezclan aspectos históricos, cualitativos y cuantitativos, en donde las soluciones no son claras y además hay muchas alternativas para solventar la situación, siendo decisiones que corresponderían más al ámbito del ser humano.

A partir de ahora la Inteligencia Artificial está capacitada para tomar decisiones operativas de forma óptima, teniendo en cuenta las decisiones pasadas, datos históricos, una alta capacidad de cálculo matemático y procesamiento de datos, análisis del impacto de variables en tiempo real que permiten adecuar su propuesta al momento al captar a través de infinitos sensores. 

Al día de hoy, a diferencia del pasado, no distinguimos si quien nos vende es una persona o una máquina.

En un entorno competitivo como lo es la industria de la distribución, diferenciarse y lograr más visibilidad ante sus clientes potenciales y convencionales, es una lucha constante, es por ello que, en los próximos años, un 94% de los directivos de la industria de distribución tiene pensado invertir en Inteligencia Artificial, según datos de un estudio de IBM.

Pero ¿Por qué Inteligencia Artificial para dar lugar a la Compra Cognitiva?

Es precisamente el adecuado desarrollo y complejidad de diferentes tecnologías que en conjunto dan lugar a la Inteligencia Artificial, y que, en concreto alguna de estas tecnologías son las que alcanzarán una mayor relevancia en el ámbito de compraventa cognitiva, las cuales veremos a continuación:

Big Data, Machine Learning, IoT, Realidad virtual, Realidad aumentada, Hologramas 3D

  • Big Data. El cual es la capacidad para registrar y procesar datos de manera óptima sí tiene base tecnológica. De tal manera que, al manejar una gran cantidad de datos y la huella que dejamos, se aproxima a un mejor conocimiento sobre el cliente para poder ofrecerle una experiencia individualizada, ayudándole a tomar mejores decisiones en el proceso dé. Compra Cognitiva.
  • Machine learning. Se basa en algoritmos que permiten a las máquinas “aprender”, ¿Qué es lo que en realidad aprende?, de la experiencia pasada del consumidor, de las decisiones tomadas y de sus consecuencias, con la finalidad de optimizar las respuestas futuras, en otras palabras, se puede decir que aprende de los errores, a través de la identificación de variables, patrones de compra y consecuencias en las decisiones de los consumidores, para así optimizar diseño de promociones y precios, distribución de productos y automatización en la atención al cliente.
  • Tecnología de reconocimiento de habla. Facilita la comunicación hablada entre seres humanos y computadoras. Para el proceso de Compra Cognitiva, según la interacción que tenga una persona con una máquina inteligente, a partir del discurso del cliente su solicitud deberá ser reconocida y analizada por la máquina para llegar a ofrecer la respuesta más adecuada.
  • Tecnología de reconocimiento visual. Es aquí donde la máquina será capaz de identificar objetos e individuos comparándolos con la información que posee de datos preexistentes. Esta tecnología en concreto se aplica en la Compra Cognitiva a través del reconocimiento facial de expresiones y detección de emociones, adaptando el proceso compraventa según el estado de ánimo que haya detectado del consumidor, esto le ofrece la versatilidad de adaptarse al estado del cliente y cambiar la táctica de venta a una que sea más adecuada para ese momento.
  • IoT (‘Internet of Things’ – Internet de las Cosas). Es aquella que permite la conexión de los diferentes productos o “cosas” con Internet. En este caso las máquinas inteligentes por medio de un conjunto de sensores son capaces de captar y emitir información necesaria para influenciar la compra de ciertos productos que son del agrado del consumidor o, por el contrario, mostrará con menos frecuencia aquellos que no han sentado del todo bien.

También existen otras tecnologías centradas en la actuación en influencia, enfocadas a que la capacidad de acción, expresión e impacto de las máquinas sea la óptima. Estas últimas tecnologías de las que hablaremos a continuación inciden en cómo presenta la máquina sus propuestas a los humanos, mientras más amigable sea esta presentación, más opciones existirán para que se genere el proceso de compraventa.

Síntesis del habla: las maquinas logran reproducir con mucha más precisión el habla humana.

Realidad virtual: representación de objetos y de escenas con apariencia real, pero que no son reales, suelen generar un contexto adecuado, familiar y cómodo para el ser humano.

• Realidad aumentada. Es la representación del mundo real modificado, mezclándose realidad y ficción a través de la captación del mundo real a la que se le superpone una parte sintética virtual. Un ejemplo en Compra Cognitiva podría ser que este paseando por una calle comercial con gafas de realidad aumentada, y desde cada uno de los comercios con los que te vas cruzando aparezcan ofertas exclusivas y personalizadas como mensajes virtuales especiales para ti.

• Hologramas 3D. Son aquellos objetos virtuales, no reales, presentados o incorporados a la realidad. Actualmente hasta puedes visualizar los objetos en 3D sin necesidad de utilizar lentes especiales (gafas 3D).

Compra Cognitiva: La Inteligencia Artificial y su influencia en el comercio actual.

Los hábitos de consumo cambian en función de la tecnología que esté disponible

¿Cómo se llevarán a cabo este conjunto de Tecnologías?

 Podemos partir de un ejemplo convencional hacer el ejercicio donde haya una combinación de todas estas tecnologías, y del cual quizás estemos muy cerca de experimentar. Imagina que estas en la calle y vas pasando por una avenida relativamente concurrida, con ojos modificados tecnológicamente para ver realidad virtual o con tus gafas 3D para ver realidad aumentada. Durante el paseo recibes mensajes virtuales que te invitan a entrar en determinados comercios. Uno de estos mensajes logra captar tu atención y decides entrar a ese comercio. Allí te encuentras con un robot humanoide virtual que te asiste y te orienta en tu compra. Este humanoide virtual dispone de mucha información previa acumulada sobre ti e individuos que guardan cierto parecido contigo, al mismo tiempo que es capaz de captar y percibir en tiempo real tu estado y presentación, a través de cámaras y sensores adecuadamente colocados en la tienda.

Es, por tanto, absolutamente capaz de reconocer tu voz y tu tono, el modo en que te expresas, reconoce tus facciones, expresión facial, outfits que sueles llevar; monitoriza latidos y sudoración (con tecnología biométrica que poseen sensores que están conectados a Internet) y aprende del pasado, de las decisiones que has tomado previamente y de las consecuencias que tuvieron, estando programado, a su vez, para optimizar continuamente las propuestas que te hará.

 Esta máquina inteligente es casi idéntica en apariencia a un ser humano, porque habla como nosotros, se mueve como nosotros, y su cuerpo virtual es, básicamente, como el nuestro. Este humanoide tan presentable ¿será capaz de acertar en su gestión de compraventa?, ¿será mejor o peor que un ser humano en dar recomendaciones que se ajusten más a ti? Es el adecuado uso de todas estas tecnologías lo que permitirá ofrecer la mejor respuesta posible para cada individuo.

La Inteligencia Artificial en la que están basados los sistemas cognitivos revolucionará el ‘Retail’ tal y como lo conocemos.

Quizás este ejemplo te parezca un poco futurista, pero en realidad tenemos un ejemplo muy claro de ello en la actualidad, ¨Alexa¨. Diseñada por Google Alexa es uno de los productos de Inteligencia Artificial más conocidos del momento. Y no es más que un asistente virtual que, no solo nos permite reproducir música, colocar alarmas o temporizadores, gestionar dispositivos inteligentes, y nos da información del tiempo real de clima y tráfico, entre otras cosas, sino que también nos ofrece recomendaciones de compras. Porque puede actuar como personal shopper y proporcionarnos sugerencias que estén personalizadas y basadas en búsquedas previas realizadas por otros clientes y en nuestra propia búsqueda previa, en función de cómo nos ha “clasificado” y de experiencias pasadas de recomendaciones efectuadas que, mediante Machine Learning, el asistente va optimizando a lo largo del tiempo. Nada más y nada menos, el motor de recomendación de Amazon incita ya el 35% de las ventas totales que posee la compañía.

La Compra Cognitiva cambiará de forma radical la forma en que funcionan las ventas, principalmente el canal online. Hasta los momentos, podemos percibir como en los portales de venta observamos un ejemplo de Inteligencia Artificial más común que es la sugerencia de venta cruzada, la cual se basa en estadísticas a partir de la huella digital que vamos dejando, en asociaciones de como la compra de un producto puede estar vinculado a la venta de otro, y en el historial personal de pedidos y visualizaciones, donde siempre presentan artículos que pueden ser de interés.

La inteligencia Artificial, podrá clasificar en tiempo real ante quién se encuentra, tendrá en cuenta una  innumerable cantidad de datos del historial personal del consumidor, intentará entender su momento emocional y, ofrecerá su respuesta más óptima, ya que el objetivo principal de la Compra Cognitiva es precisamente optimizar la experiencia del cliente, que logre fidelizar al cliente para que el proceso de compraventa vuelva a ocurrir en un futuro, ya que las estrategias que incidan en prolongar ese ciclo de vida del cliente en estos tiempos tan competitivos, serán las ganadoras del sector.

¿Qué nos espera en un futuro?

Gracias a la investigación, la tecnología y conocimiento neurocientífico están en constante avance, intentando comprender conocer un poco más el cerebro humano, con la finalidad de replicar estos conocimientos en máquinas que se aproximen cada vez más generar acciones de índole más humanas, intentando de que sean lo suficientemente avanzados desde un punto de vista más emocional y cognitivo.

Desde ValuExperience queremos contribuir en la adaptación de nuevas tecnologías y que el proceso de venta sea mucho práctico y efectivo en estos casos, para ello ofrecemos el Programa de entrenamiento Digitaliza tu Estrategia Comercial, en donde encontraras un conjunto de herramientas y recomendaciones para que puedas crear y automatizar el proceso de seguimiento con tus clientes y mantener en ellos la atención e interés por tus productos y/o servicios.

La Compraventa Cognitiva es una de las estrategias que prolongarán el ciclo de vida del cliente y cambiarán la manera en la que consumimos, a la vez que la tecnología sigue evolucionando y proporcionando muchas más herramientas útiles para este y otros sectores. Este cambio es apenas el comienzo de una nueva era para el Retail.

¿La retroalimentación con la IA requiere un toque humano?

¿La retroalimentación con la IA requiere un toque humano?

Las empresas deben elegir quien tiene la última palabra sobre el desempeño de los empleados: los humanos o las máquinas. Las herramientas digitales y tecnologías ahora están transformando cómo funciona la gestión del rendimiento. La retroalimentación personalizada y continua basada en datos se está convirtiendo en una nueva norma para las empresas de todo el mundo. Esta parece cualitativa y cuantitativamente superior a sus precursores de revisión de desempeño y debería conducir a mejores resultados. 

Según Bryan Hancock, socio de McKinsey & Co, afirma que “volver a poner al gerente en la gestión del rendimiento es una de las claves para que funcione, puede crear el mejor sistema del mundo con la mejor participación de los empleados pero si en los momentos clave, los gerentes no se hacen responsables, es un problema”. Especialmente desde Netflix, Google, Amazon, y otros innovadores digitales han personalizado exitosamente evaluaciones analíticas sofisticadas para sus usuarios.

Algunas empresas han encontrado que la inversión continua y la innovación en las capacidades de IA provocarán respuestas conflictivas. Igualmente, se destaca que cada vez más las organizaciones están descubriendo que deben elegir explícitamente si los humanos o las máquinas deben tener la última palabra sobre el rendimiento de las personas. Este proceso tiene tanto que ver con la transformación cultural como con la organizacional. Sin embargo, equilibrar productivamente la visión analítica con la interacción gerencial es un desafío. 

La revista de IBM ofrece un excelente estudio de caso para enfrentar estos desafíos de gestión del rendimiento. El liderazgo de recursos humanos de IBM rastrea explícitamente el impacto administrativo en la participación y los resultados de los empleados.

Si tienes una empresa, es importante que el gerente se comprometa porque sino las posibilidades de que su gente no se involucre es algo tres veces mayor. Toma esto como significativo: asegurarse de que los gerentes entiendan completamente la estrategia y estén completamente comprometidos, porque la productividad y confianza en el equipo cambiará.

El hecho de tener mucha IA en recursos humanos altera profundamente la relación entre gerentes y empleados. El software más inteligente ha reestructurado fundamentalmente las expectativas y la economía de la gestión del rendimiento de IBM. 

Los sistemas de IA comparables ofrecen soporte para la toma de decisiones con información procesable sobre la posible deserción y sugerencias sobre los niveles salariales apropiados para los empleados con habilidades altamente competitivas. Estos sistemas incluyen consejos de desarrollo profesional, programas de aprendizaje personalizados y Blue Matching (el sistema patentado de IBM que combina de manera inteligente a los candidatos con las vacantes de trabajo deseadas dentro de la empresa).

Jordan Birnbaum, vicepresidente y economista jefe de comportamiento de ADP, observó que empoderar a los gerentes y empleados se ha convertido en una parte importante del diseño de los sistemas de gestión del desempeño.

La tensión se vuelve obvia: ¿se le pide que siga una receta que lo hace a uno mucho mejor, una fuente de empoderamiento o desempoderamiento gerencial? Para los gerentes y para los empleados puede generar más confusión. Por ejemplo, ¿tendrían los gerentes la discreción de ignorar o alterar significativamente sus avisos basados en datos? La mayoría de los gerentes están agradecidos por los consejos analíticos contextualmente relevantes. Pero los consejos que deben seguirse ya no son consejos, es una compulsión.

A medida que las tecnologías de IA y aprendizaje automático mejoran las recetas administrativas se vuelven aún más específicas y explícitas. Esto lleva a una pregunta natural: ¿en qué punto tiene sentido, y ahorra dinero, simplemente pasar por alto al gerente como un sistema de entrega de comentarios y asesorar directamente al empleado?

¿Sabías que la IA te puede ayudar a conocer qué sienten tus empleados?

¿Sabías que la IA te puede ayudar a conocer qué sienten tus empleados?

Este podría ser un cambio enorme para ti. Por un lado, las emociones son difíciles de leer. Por otro lado, a menudo hay una desconexión entre lo que las personas dicen que sienten y lo que realmente sienten. 

Muchas empresas utilizan grupos focales y encuestas para comprender como se sienten las personas. Ahora, la tecnología de la inteligencia artificial emocional puede ayudar a las empresas a capturar reacciones emocionales en tiempo real, decodificando las expresiones faciales, analizando los patrones de voz, monitoreando los movimientos oculares y midiendo los niveles de inmersión neurológica, por ejemplo. El resultado final es una comprensión mucho mejor de sus clientes, e incluso de sus empleados. 

Hay que destacar que, debido a la naturaleza subjetiva de las emociones, la IA emocional es especialmente propensa al sesgo. Por lo tanto, es una orientación o dirección que toma un asunto. Por ejemplo, un estudio encontró que la tecnología de análisis emocional asigna más emociones negativas a personas de ciertas etnias que a otras.

La IA a menudo tampoco es lo suficientemente sofisticada como para comprender las diferencias culturales de expresión y la lectura de emociones, lo que dificulta la obtención de conclusiones precisas. Por ejemplo, una sonrisa podría significar una cosa en Alemania y otra en Japón. Confundir estos significados puede llevar a las empresas a tomar decisiones equivocadas.

Cuando la IA se usa para medir las emociones de los empleados, puede tener serios impactos sobre cómo se asigna el trabajo. Por ejemplo, los empleados a menudo piensan que están en el papel correcto, pero al intentar nuevos proyectos pueden encontrar que sus habilidades están mejor alineadas en otros lugares. 

Además, las empresas mejoran la capacidad de crear productos que se adapten a las emociones del consumidor ya que, con el seguimiento de emociones, los desarrolladores de productos pueden aprender qué características provocan la mayor emoción y compromiso de los usuarios. Por eso están brindando herramientas para ayudar a sus empleados a interactuar mejor con los clientes. 

Las ideas emocionales podrían usarse para aumentar la experiencia de aprendizaje en todas las edades. Podrías, por ejemplo, permitir a los maestros diseñar lecciones que estimulen la participación máxima, colocando la información clave en los picos de participación y cambiando el contenido en los canales. También ofrecer información sobre los propios estudiantes, ayudando a identificar quién necesita más atención. Por ejemplo, China ya está introduciendo sistemas de detección de emociones en las aulas para rastrear como de enfocados están los estudiantes.

A medida que más y más compañías incorporen IA emocional en sus operaciones y productos, será imperativo que seas conscientes del potencial de sesgo y que trabajen activamente para prevenirlo.

Ya sea por la naturaleza subjetiva de las emociones o por las discrepancias en las emociones, está claro que detectar emociones no es una tarea fácil. Algunas tecnologías son mejores que otras para rastrear ciertas emociones, por lo que combinar estas tecnologías podría ayudar a mitigar el sesgo.  

La IA emocional será una herramienta poderosa que obligará a las empresas a reconsiderar sus relaciones consumidores y empleados por igual. No solo ofrecerá nuevas métricas para comprender a las personas, sino que también redefinirá los productos tal como los conocemos. Pero a medida que las empresas incursionen en el mundo de la inteligencia emocional, la necesidad de evitar que los sesgos se filtren será esencial. No actuar dejará a ciertos grupos sistemáticamente más incomprendidos que nunca, muy lejos de las promesas ofrecidas por la IA emocional.

Usar altavoces inteligentes para interactuar con sus clientes

Innovación

Los altavoces inteligentes y los asistentes de voz representan una de las mejores oportunidades para que las empresas se involucren, interactúen y aprendan de sus clientes. Con más de una cuarta parte de los adultos estadounidenses (66,4 millones) que poseen altavoces inteligentes e interactúan regularmente con las marcas a través de asistentes de voz, ahora es el momento para que las empresas de todos los tamaños y en todos los segmentos comiencen a pensar en formas de aprovechar esta nueva tecnología para su ventaja.

Reducción de la fricción

Uno de los denominadores comunes entre las implementaciones exitosas de la tecnología de voz es la capacidad de reducir la fricción para el usuario. La fricción representa el tiempo y el esfuerzo que un usuario dedica a realizar una tarea. Por lo tanto, si se presenta la oportunidad de hacer una tarea específica más eficiente a través de la tecnología de voz en comparación con el método establecido, las empresas deberían aprovecharla.

Por ejemplo, las empresas pueden proporcionar a los clientes la posibilidad de programar una cita a través de Alexa. Los salones, estilistas, restaurantes, clínicas de atención médica y otras empresas basadas en citas pueden ofrecer a sus clientes la posibilidad de programar su próximo corte de pelo o reservar una mesa a través de un asistente de voz. En lugar de que el cliente tenga que llamar y hacer una reserva, pueden ejecutar la misma tarea con menos fricción a través de un simple comando de voz.

Las empresas también pueden reducir la fricción cuando se trata de encuestas. Muchos restaurantes de comida rápida, minoristas y tiendas familiares dirigen a sus clientes a través de un recibo de venta a una URL para completar una encuesta por voz. Las empresas pueden extender su marca de muchas maneras nuevas con la voz, como utilizando a su portavoz para emitir la encuesta en lugar de las voces genéricas y automatizadas típicamente asociadas con las encuestas.

Extendiendo la marca por voz

Los líderes empresariales deben preguntarse si la tecnología de voz es adecuada para su marca y, de ser así, descubrir cómo extender la marca de la empresa a una modalidad de voz.

Las habilidades de Alexa y las acciones de Google, que le permiten ampliar la funcionalidad incorporada de los dispositivos Alexa y Google Home, no se limitan a las marcas de consumo.

La tecnología de voz también representa una gran oportunidad para que las empresas se involucren e interactúen con otras empresas y clientes.

El compromiso es clave

Si bien las empresas pueden sentirse seguras de que sus clientes son accesibles a través de la tecnología de voz, simplemente crear una experiencia de voz no es suficiente. Tener una experiencia de voz es solo la mitad de la batalla. La comercialización exitosa de tu experiencia de voz es la otra mitad de la batalla.

Una vez que se ha desarrollado la experiencia de voz, el siguiente paso es hacer que los clientes conozcan la experiencia para finalmente generar compromiso.

Los especialistas en marketing deberían reconocer que la tecnología de voz presenta una curva de aprendizaje similar a la que encontraron con el marketing digital y las redes sociales. Así, deberán aprender los matices de la tecnología de voz mientras trabajan para implementarla en su estrategia general de comunicación y marketing. Las empresas pueden apoyarse en sus canales de comunicación existentes para aumentar la conciencia con los consumidores sobre las nuevas experiencias de voz que están disponibles para ellos a través de altavoces inteligentes.

Las empresas de todo tipo pueden comenzar determinando qué áreas de su oferta total presentan oportunidades para reducir la fricción y cómo extender efectivamente su marca de una manera genuina. Después de desarrollar sus experiencias de voz, las empresas deberán experimentar y trabajar para comprender la mejor manera de conducir a los clientes hacia las nuevas experiencias de voz que han creado, al hacer que el cliente sepa que estas experiencias de voz están diseñadas para ahorrarles tiempo y esfuerzo.

Aprende más en nuestro Curso de Orientación al Cliente en la Era Digital.

¿Cuál es tu estrategia cognitiva?

¿Cuál es tu estrategia cognitiva?

A los ojos de muchos líderes, la inteligencia artificial y las tecnologías cognitivas son las fuerzas más perturbadoras en el horizonte. Pero la mayoría de las organizaciones no tienen una estrategia para abordarlas.

La inteligencia artificial (AI) y las tecnologías cognitivas están creciendo, pero pocas compañías están obteniendo valor de sus inversiones. La razón es que muchos de los proyectos que emprenden las empresas no están destinados a problemas u oportunidades comerciales importantes. Algunos proyectos son simplemente demasiado ambiciosos: la tecnología no está lista o el cambio organizacional requerido es demasiado grande.

En resumen, la mayoría de las organizaciones no tienen una estrategia para las tecnologías cognitivas. Los gerentes pueden cuestionar si es necesario tener una estrategia para una tecnología específica, pero en el caso de la tecnología cognitiva la justificación parece clara.

El tamaño de la oportunidad y la amenaza disruptiva de las tecnologías cognitivas hace que la estrategia cognitiva sea diferente de otras estrategias tecnológicas, por ejemplo, el comercio electrónico. La tecnología cognitiva es transformacional. Impulsar el tipo de cambio organizacional generalizado que requerirá no será fácil, especialmente cuando se trata de implicaciones para la fuerza de trabajo. Las empresas deben considerar detenidamente qué tan audazmente darán un paso adelante en el mundo cognitivo y cuánto riesgo están dispuestos a asumir. Desarrollar una estrategia cognitiva coherente y un medio para financiarla puede brindar a las empresas una ventaja competitiva distinta. El primer paso crítico en este proceso es definir el propósito, los objetivos y los componentes clave de dicha estrategia. Nuestro objetivo es ayudarlo a establecer esta base en este artículo.

Cómo abordar la estrategia cognitiva

Hablando en términos generales, las tecnologías cognitivas emplean capacidades como el conocimiento, la percepción, el juicio y los medios para llevar a cabo tareas específicas, que alguna vez fueron dominio exclusivo de los humanos. La pregunta para los gerentes es dónde y cómo aplicarlos. ¿Deberías usarlos para crear nuevos productos u ofertas? ¿Para aumentar el rendimiento del producto? ¿Para optimizar las operaciones comerciales internas? ¿Para mejorar los procesos del cliente? ¿Liberar a los trabajadores para ser más creativos?

La forma en que las empresas aplican las tecnologías cognitivas debe basarse en los detalles de la estrategia de la empresa. El objetivo no es desarrollar una nueva estrategia comercial sino diseñar acciones bien informadas que se alineen con los objetivos comerciales existentes. Para muchas compañías, la estrategia cognitiva dará como resultado una serie de pruebas piloto, pruebas de concepto y despliegues de herramientas cognitivas en diversas partes del negocio. También proporcionará un mecanismo para volver a capacitar a los gerentes y empleados para dirigir y ejecutar un negocio impulsado por la cognición.

Un área obvia de interés es cómo usar la tecnología cognitiva para crear nuevas ofertas que respalden el crecimiento de primera línea. Además de los nuevos productos y servicios, la mayor personalización del cliente que surge de la tecnología cognitiva puede generar aumentos en los ingresos. La optimización de procesos, también, es un área fértil para soluciones cognitivas, gracias a la disponibilidad de datos y la ineficiencia inherente en muchos procesos intensivos en mano de obra.

Aunque algunas compañías han seguido estrategias cognitivas bastante estrechas, otras han sido más ambiciosas.

Palancas clave de la estrategia cognitiva

Aprovechar el contenido

Las empresas que poseen contenido patentado, ya sea de datos o conocimiento, deben buscar formas de incorporar ese contenido en sus productos y procesos, así como en un sistema cognitivo. Esto requiere encontrar o crear un “gráfico de conocimiento” que la compañía quiera licenciar o poseer. Esto es particularmente crítico para aplicaciones de procesamiento de lenguaje natural, como agentes inteligentes o chatbots. Un gráfico de conocimiento describe las relaciones entre las entidades clave y los términos utilizados en el negocio y en sus relaciones.

Las empresas deben pensar detenidamente antes de transferir la propiedad del contenido y los derechos de uso con respecto a los clientes y productos principales, o la información de proceso de propiedad, a otras organizaciones, incluso si los posibles usuarios pueden agregar un valor significativo a lo que reciben. A menos que la información se relacione con procesos tácticos como la administración o el mantenimiento de instalaciones, las compañías deben tratar su información como un bien corporativo valioso y buscar formas de agregar valor ellos mismos.

Componentes tecnológicos

La tecnología cognitiva no es una tecnología sino una colección de ellas. Incluye aprendizaje automático estadístico, redes neuronales y procesamiento y generación de lenguaje natural. Más allá de seleccionar tecnologías específicas, las empresas deben decidir si compilan o compran las capacidades, si utilizan software de código abierto o propietario, si usan las herramientas de un proveedor o emplean lo mejor de su clase, y si usan aplicaciones independientes o una amplia plataforma.

No hay respuestas correctas, solo decisiones sobre qué se alinea mejor con las capacidades de una organización, la estrategia comercial y la estrategia cognitiva general. Claramente, algunas empresas tienen más conocimiento sobre los poderes de la tecnología cognitiva que otras.

Si bien las capacidades de las tecnologías cognitivas están evolucionando rápidamente, cada plataforma necesita integración. Al elegir una plataforma, el criterio más importante debería ser si ayuda a abordar los tipos de problemas que desea resolver en el corto plazo. También debe asegurarse de que la tecnología que elija pueda ayudarle a resolver problemas cognitivos y le ayude a implementarlos en sistemas y procesos de producción.

Gente

Una pregunta clave para cualquier organización que busque perseguir iniciativas cognitivas es cómo encontrar personas que puedan hacer el trabajo. Las organizaciones han tenido problemas en los últimos años con preocupaciones similares sobre la búsqueda de analistas cuantitativos y científicos de datos. Las buenas noticias: un número cada vez mayor de graduados de universidades tienen amplia formación en análisis y ciencia de datos. Las malas noticias: no muchos de estos graduados han sido entrenados en tecnologías cognitivas o métodos específicos. Del mismo modo, hay una escasez de profesores que estén suficientemente familiarizados con las tecnologías cognitivas para enseñar sobre ellos, y muchos de los que tienen un profundo conocimiento han sido reclutados fuera del aula para trabajar para empresas de tecnología.

Sin embargo, las empresas necesitan acceso a personas con conocimiento de dominio profundo y conciencia de las tecnologías cognitivas: sin tal experiencia, las estrategias cognitivas de la organización no se basarán en ninguna de ellas. Quienes participan en la planificación estratégica de las tecnologías cognitivas deben estar familiarizados con los principales tipos de tecnología cognitiva, cómo pueden aplicarse y cómo pueden integrarse con otras tecnologías de la información. Deben poder comunicarse con los gerentes en términos no técnicos, y deben estar familiarizados con los asuntos clave del negocio y su dirección estratégica actual. También deben tener una comprensión de los dominios comerciales particulares a los que se aplicará la tecnología cognitiva.

Independientemente de la estrategia de personas que elija, puede ser útil comenzar con un programa de educación gerencial para los ejecutivos que finalmente tomarán decisiones estratégicas. De hecho, quizás el aspecto más importante de una estrategia de personas es ayudar a los altos ejecutivos y a los líderes de las unidades de negocios a reconsiderar cómo las empresas trabajarán con la tecnología cognitiva. Aunque las empresas deberían preocuparse por cómo desarrollarán aplicaciones cognitivas, también necesitan personas con habilidades de análisis empresarial y la capacidad de enmarcar los problemas comerciales para identificar qué tecnologías son apropiadas para abordarlas. Las habilidades de pensamiento de diseño juegan un papel importante también, tanto para las interfaces de usuario como para los procesos de negocios en los que se aplicarán las tecnologías cognitivas.

Ambiciones

Finalmente, está la cuestión de qué tan ambicioso deberías ser. Algunas organizaciones persiguen iniciativas muy ambiciosas que tienen el potencial de cambiar las reglas del juego. Otros eligen objetivos más modestos: agregar un agente inteligente como un nuevo canal experimental para los clientes o automatizar un conjunto de tareas.

No hay una respuesta correcta para la cuestión de la ambición. Dicho esto, hay pocos ejemplos de organizaciones que hayan tenido éxito en producir transformaciones radicales con tecnologías cognitivas, mientras que hay muchos ejemplos de organizaciones que persiguen con éxito “frutas fáciles de alcanzar”.

La tecnología cognitiva no es una moda pasajera. A los ojos de muchos gerentes, es la tecnología más perjudicial en el horizonte. Los inversores parecen estar de acuerdo. Los líderes deben comenzar a sentar las bases de sus estrategias cognitivas y comenzar a implementar tecnologías cognitivas, o arriesgarse a quedarse atrás.

Las empresas deben esperar que sus competidores establecidos eventualmente adopten tecnologías cognitivas, y estén conscientes de que muchos lo están haciendo ahora. Sin embargo, una amenaza mayor puede provenir de jugadores centrados en la tecnología que no tienen miedo de desarrollar modelos de negocios en torno a la tecnología. Las empresas deben prepararse para una ola de amenazas similares de nuevas empresas basadas en la tecnología cognitiva desde cero. Las empresas que ignoran el poder de estas tecnologías y los procesos y modelos comerciales que permiten se verán en una desventaja considerable a medida que avancemos rápidamente hacia un mundo cognitivamente habilitado.

Habilidades

Si te interesa esta temática te recomendamos visites los siguientes posts:

– Las tres estrategias paar gestionar la Transformación Digital

– Construyendo la empresa inteligente

Humanos, inteligencia artificial y el “machine learning”

Humanos, inteligencia artificial y el “machine learning”

La colaboración con los humanos es esencial cuando se trata de implementar aprendizaje automático.

Empresas de todo tipo están adoptando sistemas de inteligencia artificial (IA) y de aprendizaje automático a un ritmo acelerado. La IA se está aplicando a una variedad de tareas como calificar aplicaciones de hipotecas, detectar indicios de problemas en las líneas eléctricas o ayudar a los conductores a navegar utilizando datos de ubicación de los teléfonos inteligentes.

Pero las empresas están aprendiendo de la peor manera que desarrollar e implementar sistemas de IA y de aprendizaje automático no es como implementar un programa de software estándar. Lo que hace que estos programas sean tan poderosos, su capacidad de “aprender” por sí mismos, también los hace impredecibles e inminentemente capaces de cometer errores que pueden dañar el negocio.

El reto de la Inteligencia Artificial: es susceptible a sesgos aprendidos

Con frecuencia escuchamos historias de casos de Inteligencia Artificial que salieron mal, situaciones que pueden tener serias consecuencias comerciales. Cuando se usaba la inteligencia artificial en las aplicaciones de oficina, la posibilidad de sesgo que se arrastraba era limitada, y también lo era el daño potencial. Ahora, la Inteligencia Artificial se usa tanto en soporte de decisiones de gestión como en aplicaciones orientadas a los clientes. Las empresas corren el riesgo de dañar la reputación y la vida de las personas, realizar giros estratégicos equivocados, ofender a los clientes y perder ventas. Con ello, el costo de los errores de IA está aumentando.

La lección aquí es que los sistemas de IA, a pesar de sus asombrosos poderes, aún necesitan de una intervención humana continua para evitar problemas y hacer mejor su trabajo. De hecho, las empresas están descubriendo que obtienen el máximo provecho de las inversiones en inteligencia artificial y otras herramientas de automatización cuando piensan en términos de que los seres humanos y las máquinas trabajen conjuntamente, en vez de dividir el trabajo entre humanos y máquinas y dejar que las máquinas funcionen independientemente.

Cuando se instala un software convencional, los desarrolladores humanos establecen los procedimientos y las reglas. Por el contrario, un sistema de IA desarrolla sus propias reglas a partir de patrones en los datos que está procesando. Y, como algunas empresas han aprendido, los sistemas de IA pueden equivocarse.

Tres principios para adoptar la IA exitosamente

Antes de introducirse en los sistemas de IA, las compañías deberían considerar tres principios que pueden mejorar las oportunidades de éxito:

    1. Humanos y máquinas están en esto juntos. La asistencia humana es necesaria para enseñar y monitorear los sistemas de IA de manera adecuada y evitar que lleguen a “terrenos peligrosos” con el paso del tiempo. Pero este no es un trabajo único para los departamentos de IT, sino que requiere de ambas partes, tanto técnica como empresarial.
    1. Enseña con (muchos) datos. Los sistemas de IA aprenden encontrando patrones en datos de entrenamiento gracias a diversos algoritmos. Por lo general, esto se hace con datos históricos e implica experimentar con diferentes modelos. Los modelos entrenados se evalúan estadísticamente y el modelo de mejor rendimiento se selecciona para implementarse en producción. Esto significa que la IA tiene mucho que aprender. La capacitación puede ser laboriosa desde el principio, pero con una metodología bien estructurada para desarrollar datos de capacitación imparciales, el tiempo de capacitación del sistema de inteligencia artificial puede reducirse en un 50%.
  1. Pon a prueba los resultados continuamente. Con los programas de IA, las pruebas no solo son críticas antes del lanzamiento, sino que también se convierten en una rutina constante. Los gerentes deben estar seguros de que el sistema entregará información precisa de una variedad de datos. Las pruebas de softwares tradicionales están determinadas: solo necesitan probar un número finito de escenarios; una vez que el programa ha sido probado para todos los escenarios posibles se garantiza que funcionará. Pero con la Inteligencia Artificial y el aprendizaje automático, no pueden predecirse todos los escenarios. Debe supervisarse y probarse continuamente el sistema para detectar los sesgos de datos, así como los sesgos que se desarrollan en los algoritmos que utilizan los programas para emitir juicios.

La nueva norma: enseñar, probar y trabajar con usuarios finales

Implementar IA eficazmente requiere una nueva concepción de cómo se desarrolla, instala y mantiene el software. Enseñar, probar y trabajar con usuarios finales de salidas de IA debe convertirse en una forma de vida, permitiendo que los sistemas de IA operen continuamente de manera más responsable, precisa y transparente, y permitiendo a las empresas crear nuevos trabajadores colaborativos y poderosos.

Transformación Digital

Si te interesa la temática te recomenadmos que visites los siguientes posts:

– Aprendizaje en Inteligencia Artificial: ¿es suficientemente impredecible?

– Inteligencia Artificial, en 2030 superará a la mente humana

– La Inteligencia Artifial y el Machine Learning de la mano con el Big Data

×

¡Hola, Bienvenid@ a Valuexperience!

Selecciona una de nuestras representantes disponibles para atenderte o envíanos un email a info@valuexperience.com

× ¿Cómo puedo ayudarte?