Estamos en plena efervescencia de la inteligencia artificial (IA), todos hablamos de ella, y, no sólo surgen nuevas startups que desarrollan productos tecnológicos que la incorporan, sino que, en los últimos meses he observado muchas empresas “tradicionales” desarrollando proyectos de IA en diferentes áreas de negocio, con la finalidad de, más pronto que tarde, incorporarla en su modelo de negocio.
Una de las dificultades que se encuentran estas empresas es que, para el desarrollo y lanzamiento de estos nuevos productos, ya no valen las formas y modelos pretéritos. Hoy, se impone la estrategia Lean Startup y su modelo de producto mínimo viable (MVP). Ese producto suficientemente desarrollado, con la inversión justa y con las capacidades suficientes y necesarias para que el cliente pueda ir usándolo y aportando las mejoras que éste necesita.
En un interesante artículo de Hardvard Deusto de T.H. Davenport y R. Seseri, sugieren que esta metodología no puede ser sólo de startuperos, sino que las empresas también deben integrarla en el desarrollo de sus nuevos productos.
Ahora bien, si para cualquier producto tecnológico puede ser suficiente lanzar un MVP que puede ser monitorizado, para ir mejorándolo, en la IA existirán exigencias adicionales. La principal, el dato, todos sabemos que es el recurso crítico en la IA, sin datos no es posible entrenar un algoritmo de aprendizaje automático, por tanto, cualquier MVP de IA debe cumplir algunos requisitos previos: tener los suficientes datos primarios para comenzar el entrenamiento, conocer cuánto trabajo de integración y limpieza le queda por realizar para que sean útiles.
Además, el MPV, para vencer las barreras de entrada interna debe aportar valor desde el primer momento, y para eso nada más pragmático que enfocarse en aquellos procesos empresariales que más resultados puedan generar, y, por supuesto, el desarrollo tiene que ser fácilmente integrable con los softwares existentes en la empresa, para, de esta forma, ser sencillamente utilizado, amén de facilitar la obtención de datos existentes.
Desarrollar nuevos proyectos con este modelo y estas exigencias permitirá adentrarse en la IA sin mucha inversión, ni de tiempo ni de dinero, y mejorarlo con el feedback de los clientes.
Antonio Guerrero
