Algo que en cualquier otro ámbito parece de perogrullo, en el mundo de la IA nos lo encontramos muy a menudo.
Empresas prometiendo resultados que simplemente la tecnología no puede lograr.
Porque esto va tan rápido, se habla tanto de Inteligencia Artificial, que todo parece posible.
Pero desgraciadamente la IA no puede predecirlo todo.
Para que un algoritmo pueda encontrar patrones, necesitamos que el evento observado sea recurrente. Que exista un histórico con el que entrenar un modelo y testar el algoritmo con nuevos datos. A partir de ahí, evaluar y seguir mejorándolo para maximizar su impacto.
Si el modelo funciona lo suficientemente bien y es robusto, podemos incluso pensar en automatizar completamente la tarea. Si no es así, o si tu sector es un sector regulado, funcionará como un sistema de apoyo a la toma de decisiones con una persona revisando que las sugerencias son correctas.
Eso en modelos de aprendizaje más tradicionales. Si hablamos de IA generativa ni se te ocurra pensar dejarlo en automático. El modelo te puede ahorrar mucho trabajo, pero vas a tener que supervisarlo o asumir el riesgo de que te meta en un lío.
Sin embargo, hay mucho fenómenos en nuestro día a día que no pueden ser resueltos por la IA. Comportamientos aleatorios o caóticos que directamente no pueden ser modelados. Y si no pueden ser modelados no hay algoritmo de IA que valga. Ni artificial, ni cuántica… ni ocho cuartos.
Nadie puede predecir el número de la lotería de Navidad. Por mucho que ChatGPT anuncie que lo ha adivinado y se agote en la Administración de Lotería. Ni te puede predecir hoy cuál será la meteorología exacta que habrá el 27 de marzo. Ni las tendencias de moda del 2025. Ni las ventas que tendrás por categoría dentro de dos años.
Simplemente no se puede.
Por eso es tan importante evaluar cada proyecto ANTES de empezar cualquier desarrollo.
Porque dejarse llevar por el «se podría» es muy tentador. Tan tentador que puedes caer en un optimismo desmedido al inicio del proyecto que se torne en un dramatismo terrible cuando llegan los problemas.
Andrew NG lo llama la due diligence del proyecto. Contar con un experto en la aplicación de IA al negocio que evalúe si el proyecto se puede hacer.
Si se trata de un problema «solventab!e» gracias a la IA. Si cuentas con datos de calidad en la organización para entrenar un modelo. Si cuentas con las herramientas y las personas adecuadas para que sea un éxito.
En DECIDATA este proceso lo hemos llamado la Clínica del Dato. Una serie de talleres de trabajo en los que evaluar si realmente estamos ante un proyecto de IA. Porque si el resultado es negativo te detallaremos qué deberías cambiar para que el proyecto sea un éxito.
Todos nuestros proyectos empiezan con la Clínica del Dato.
Todos. Sin excepción.
No hay inversión más rentable que la que te ahorra el tiempo y el dinero de un p royecto fallido.
Encantado de tener una conversación.
Iñaki Pertusa
Socio en DECIDATA
