Los proyectos de Inteligencias Artificial en el Transporte
¿Cómo afrontan las empresas de transporte los proyectos que incorporan la Inteligencia Artificial?
¿Cómo afrontan las empresas de transporte los proyectos que incorporan la Inteligencia Artificial?
En ocasiones por presión mediática, en ocasiones por moda, e incluso por necesidad, no es pequeño el número de empresas de transporte que quieren incorporar tecnologías como la Inteligencia Artificial. Habitualmente, el problema comienza en el siguiente paso, ¿en qué lo podemos aplicar?
La mayoría no tiene claro todo el potencial que le puede ofrecer la Inteligencia Artificial, y habitualmente se destina esa tecnología hacia proyectos, podemos decir “periféricos”, aquellos que no molesten mucho o en procesos en los que se corre poco riesgo y una escasa necesidad de cambio.
Esto es un error grave, primero porque, aunque esos proyectos tengan un éxito rotundo, no empujan ningún tipo de cambio, tienen un impacto reducido sobre la organización, sobre los procesos, y en definitiva, no logra mejorar la eficiencia.
El error tiene base primero en el desconocimiento profundo de la tecnología, lo que conlleva una aplicación incorrecta del mismo. Por desgracias, un porcentaje mayoritario de las empresas de transporte carece de un presupuesto de I+D, o no cuenta con un departamento de transformación tecnológica. Solo con decir que no se tiene una mínima base y control sobre el dato que se produce en la compañía, nos da la imagen real de la situación.
Otro error se produce cuando el proyecto se afronta, aun no siendo dentro de un entorno “caliente”, pero se le asigna unos objetivos más alineados con deseos que con datos reales. No es raro encontrar empresas que afrontar procesos de predicción de la demanda, por ejemplo, para poder determinar el volumen de mercancía en un día concreto, con el objetivo de lograr conocer los recursos-camiones- que se pueden necesitar, lograr una predicción cercana al 90% (se puede considerar un dato muy bueno), y desechar porque no está a la altura de las expectativas-objetivos.
Esta situación es habitual, la errónea expectativa y medición de los proyectos, hace que se midan resultados que pueden ser considerados como muy buenos, considerarlos como mediocres. Y es grave porque esto “alimenta” las fuerzas inmovilistas que existen en todas las compañías, saboteando la movilización de nuevas innovaciones.
Se precisa cambiar la forma en la que se afronta la incorporación de tecnologías como la Inteligencia Artificial. Primero, debe de existir un agente que ejerza de “traccionador” en estos procesos (si no existe un departamento para ello, recaerá en la dirección de la compañía la labor de empuje).
Segundo punto básico es definir donde se quiere incorporar esa palanca que puede suponer una mayor intensidad competitiva, y no hacerlo sobre acciones periféricas. Aplicar una reorientación es fundamental, alinear la incorporación tecnológica junto a la línea estratégica es vital para poder incrementar el impacto.
Otro punto básico es determinar claramente los objetivos y métricas que ese impacto que tendremos de la aplicación de proyectos tecnológicos. No hablamos de definir expectativas, hablamos de como obtener y medir el aumento de la efectividad del proceso en el que se implementa el proyecto, tanto el directo como el indirecto. Se comete el error habitual de definir una métrica muy cerrada para decir si es exitoso o no el proyecto, cuando la métrica debe de tener una orientación mucho mayor.
Debemos de preguntarnos ¿cómo es posible medir la capacidad ganada para competir en nuestros mercados?