Por qué «incorporar la IA» no es una estrategia para las asociaciones

Por qué «incorporar la IA» no es una estrategia para las asociaciones

Los dirigentes de las asociaciones se ven presionados para tener una estrategia en materia de inteligencia artificial. Los miembros de la junta directiva preguntan al respecto. Los proveedores la promocionan. Las conferencias del sector están repletas de ella. 

Como consecuencia, muchas organizaciones han empezado a buscar formas de «incorporar la IA». Un chatbot en la página web. Un asistente de IA en el portal de socios. Generación de contenidos basada en IA. Búsqueda mejorada con IA. 

Se da por sentado que la IA es la estrategia. Pero no lo es. A menudo, la IA simplemente pone de manifiesto los puntos fuertes y débiles que ya existen en los datos de una organización. 

Piensa en lo que ocurre cuando los empleados formulan una pregunta a una herramienta de IA: 

• ¿Qué socios tienen más probabilidades de dejar de estar al corriente de sus cuotas?

• ¿Qué programas de certificación están creciendo más rápidamente?

• ¿Qué temas están surgiendo en las comunidades, los eventos y los comentarios de los miembros?

• ¿Qué actividades de fidelización fomentan la renovación?

Parecen preguntas relacionadas con la IA, pero no lo son. Son preguntas relacionadas con los datos. La IA no es más que la interfaz que permite acceder a esos datos.  Sí, «piensa» rápido y es capaz de recopilar, correlacionar y sintetizar, pero la calidad de la respuesta depende por completo de la calidad de la información en la que se basa. Ahí es donde muchas asociaciones se encuentran con problemas. 

Los datos de los socios se almacenan en un sistema. Los datos de los eventos, en otro. Los datos de formación, en un tercer lugar. Los resultados de las encuestas, la actividad de la comunidad, la información de los comités y las comunicaciones con los socios se encuentran todos en lugares distintos, a menudo con definiciones y modelos de propiedad diferentes. Incorporar la IA a ese entorno no genera inteligencia. Lo que hace es ofrecer una forma más rápida de acceder a información fragmentada. El verdadero problema no es la falta de IA, sino la falta de una arquitectura de datos. 

Para ser justos, hay que decir que la mayoría de las asociaciones han dedicado la última década a realizar importantes inversiones en datos y tecnología. Han modernizado las plataformas AMS, han implantado sistemas CRM, han ampliado sus capacidades analíticas, han integrado nuevas aplicaciones y han trasladado su infraestructura a la nube. Esas inversiones no solo eran necesarias, sino que sentaron las bases de lo que hoy es posible. 

El reto radica en que la IA tiende a magnificar todo lo que ya existe. Los datos conectados cobran mayor valor. Los datos desconectados se hacen más visibles. Las deficiencias en la gobernanza resultan cada vez más difíciles de ignorar. Las definiciones incoherentes que quizá habían pasado desapercibidas en los paneles de control salen a la luz de repente cuando un asistente de IA empieza a dar respuestas contradictorias o, lo que es peor, a «alucinar». La IA no crea estos problemas; los pone de manifiesto. 

Por eso, las organizaciones que se centran ante todo en la IA suelen tener dificultades para generar un valor significativo. Tratan la IA como una iniciativa de implementación tecnológica, cuando en realidad se trata de una iniciativa relacionada con los datos. Las organizaciones que obtienen mayores beneficios de la IA son aquellas que ya han invertido en la calidad, la gobernanza, la integración y la accesibilidad de los datos. En otras palabras, han realizado primero el trabajo menos emocionante. 

Puede que ese no sea el mensaje que los responsables de las asociaciones quieran oír. Crear una base de datos limpia y conectada no genera el mismo entusiasmo que presentar una nueva funcionalidad de IA. Pero genera algo más importante: resultados. La pregunta que deben plantearse los directivos de las asociaciones no es: «¿Qué IA deberíamos implementar?». Sino: «¿Podemos confiar en la información que utilizará nuestra IA?». Porquesi la respuesta es no, incorporar la IA no resuelve el problema. Simplemente lo agrava. 

Nada de esto significa que las asociaciones deban esperar a que su entorno de datos sea perfecto antes de experimentar con la IA. De hecho, algunas de las primeras iniciativas de IA más valiosas pueden ayudar a las organizaciones a identificar problemas de calidad de los datos, descubrir lagunas en el conocimiento institucional y revelar dónde queda atrapada la información crítica en silos. La IA agentiva también puede ayudar en el trabajo en sí, utilizando procesos bien definidos y bien gestionados para limpiar, estandarizar y preparar los datos para un mejor uso en toda la organización, ya sea para la IA, el análisis, la elaboración de informes o las operaciones diarias.

La clave está en comprender lo que te está diciendo la IA. Si un asistente de IA tiene dificultades para responder a una pregunta, puede que el problema no sea el modelo. Es posible que esté poniendo de manifiesto una deficiencia en el ecosistema de datos subyacente. 

Las organizaciones más exitosas combinarán la inteligencia artificial (IA) con una estrategia de datos. Seguirán modernizando sus infraestructuras de datos al tiempo que implementan la IA de forma específica y práctica, de modo que aporte valor desde ya. Por eso, «añadir IA» no es una estrategia. Lo que sí lo es, es utilizar la IA para impulsar una estrategia de datos más amplia. Y para las asociaciones que desean basarse verdaderamente en los datos, ahí es donde reside la verdadera oportunidad.

Para obtener más información, ponte en contacto con nosotros en info@proximo.com o escríbenos a https://www.proximo.com/contact.

‍