IA y BI: “Es un mundo totalmente nuevo”

La tecnología ha cambiado drásticamente en los últimos tiempos, tal como explica Leone a modo de introducción. “Hemos visto la irrupción y el crecimiento del análisis aumentado, y cómo se ha empezado a integrar el aprendizaje automático en estas plataformas. Y luego, por supuesto, ha llegado la IA generativa, y es un mundo completamente nuevo, con un montón de oportunidades”.

Las empresas valoran cada vez más la analítica y la IA, según muestra el estudio. En el último año, el 97 % aumentó las inversiones y el 89 % estaba asignando más presupuesto a herramientas destinó que permitieran una mejor integración, acceso y análisis de los datos.

Esto refleja lo que estamos viendo en MicroStrategy, dijo Saurabh Abhyankar, vicepresidente ejecutivo y director de producto. En lugar de pedir dashboards e informes estandarizados, ahora las personas se replantean toda su estrategia en torno a la inteligencia y el análisis empresarial.

Durante la última década, la visualización de datos ha sido primordial. Sin embargo, ahora hay un interés renovado por la democracia de la información, dijo Abhyankar. Teniendo disponible la IA de nivel básico, incluso aquellos que aún no están preparados para el análisis aumentado pueden beneficiarse de este. De hecho, solo un año después, más de una de cada tres empresas del estudio de ESG ya estaban incorporando capacidades de IA generativa.

Sin embargo, PeggySue Werthessen, vicepresidenta de marketing de producto de MicroStrategy, señaló que, en los últimos seis meses, aunque cada vez más gente incorporaba la IA de MicroStrategy, se dio cuenta de que “esperaban ver magia y todavía no hay magia.”

La evolución de la IA en BI sigue avanzando, coincidió Abhyankar. Muchas empresas utilizan la automatización de la IA para mejorar la productividad y facilitar las cosas que ya se hacen.

Algunos están utilizando herramientas de IA para hacer cosas para las que antes no tenían las habilidades necesarias (por ejemplo, autoservicio de preguntas y respuestas). Sin embargo, aunque los clientes esperen poder predecir el futuro con la IA, aún no han llegado a ese punto.

Muchos no reconocen que la IA generativa no es un análisis predictivo, dijo Leone. Se necesita algo que tienda un puente entre ambos. “La combinación de esas dos tecnologías será lo que en realidad va a generar el mayor valor”.

Retos de la integración de la IA en la inteligencia y el análisis empresarial

Sacar el máximo partido de la IA requiere comprender su caso de uso específico y trabajar en retrospectiva para determinar qué conocimientos necesita a partir de qué datos, dijo Abhyankar. Todo esto requiere también conocer la realidad de las integraciones de IA y BI, así como los retos a los que se enfrentan las empresas.

La seguridad y la privacidad de los datos encabezan desde hace tiempo la lista de retos, y deben seguir siendo una prioridad absoluta, afirmó Leone. Sin embargo, la calidad y la coherencia de los datos también son preocupaciones prioritarias. Las empresas deben tener en cuenta lo siguiente:

• ¿Qué datos van ahí?

• ¿Cómo lo estamos utilizando?

• ¿Podemos confiar en esa integración?

• ¿Cómo garantizamos la calidad de los datos?

• ¿Cómo garantizamos la coherencia entre los distintos casos de uso?

Según Leone, cada persona puede analizar los datos de forma diferente, por lo que garantizar la calidad y la coherencia de los datos en todos los ámbitos es una tarea ardua, pero importante.

Es un reto que no va a desaparecer, dijo Abhyankar. “Todos sabemos que en un restaurante puedes hacer que un robot cocine la comida, pero si los ingredientes están en malas condiciones o no sabes dónde están, al robot no le va a salir nada bueno”. Por eso MicroStrategy se enorgullece de centrarse en los fundamentos (por ejemplo, Semantic Graph y la gobernanza de datos).

Asegurarse de contar con los ingredientes adecuados es más difícil ahora con la afluencia de nuevos datos, dijo Abhyankar. La garantía de calidad de los datos procedentes de muchas fuentes, incluida la IA generativa, añade complejidad justo cuando las empresas hacen hincapié (sobre todo últimamente) en la simplificación.  

Realidades de la revolución de la IA

El estudio de ESG descubrió que el 75 % de las empresas no han visto cumplida la promesa de la analítica autoservicio basada en IA. Esta frustración seguramente refleja los desafíos que supone garantizar la calidad y satisfacer, al mismo tiempo, las demandas de los usuarios.

Además, el 78 % de los encuestados por ESG afirmaron que aún se tarda demasiado en actuar en función de la información que se obtiene. Esto se atribuye a varios factores:

1. Se espera que las personas se conviertan en analistas solo porque la empresa ha pagado una membresía en una plataforma de inteligencia empresarial.

2. Se proporciona acceso a una cantidad abrumadora de inteligencia en lugar de disponer de los datos relevantes cuando más se necesitan.

3. Hay personas que se aferran a la forma en que siempre han hecho las cosas y se resisten a sacar partido del potencial de la IA.

4. Se dispone de demasiadas herramientas para el análisis y la inteligencia empresarial.

Al trabajar con uno de los cinco bancos más importantes, Leone vio dos tendencias. En un caso se seguía con los procesos manuales, mientras que en el otro se adoptaban las nuevas herramientas tecnológicas. La segunda tendencia, más inclinada a la tecnología, superó espectacularmente a la otra en productividad y eficiencia, incluso asumiendo trabajo de la tendencia manual. No obstante, apuntó, algunas personas simplemente no quieren una nueva herramienta y más formación.

Eso es exactamente lo que impulsó la creación de MicroStrategy HyperIntelligence y los bots de IA integrables, dijo Abhyankar. La idea era hacer llegar los datos al usuario, estuviera donde estuviera. En lugar de darles una herramienta más con la que familiarizarse, la atención se centra en inyectar de forma determinante los datos que los usuarios finales necesitan en Salesforce, Workday, su aplicación móvil o cualquier otra que ya estuvieran utilizando.

Pasos a seguir para sacar partido real de la IA en los análisis

Para concluir, se compartieron reflexiones sobre cómo las empresas pueden abordar estas realidades. Abhyankar hizo hincapié en la importancia de empatizar con los empleados y reconocer que a menudo están abrumados y sobrecargados de trabajo.

Para fomentar la acción sobre la IA en los análisis es necesario asegurarse de que ayuda a los usuarios a hacer mejor su trabajo. Para ello, se les debe proporcionar los datos específicos que necesiten, allá donde estén y en el momento que los necesiten. Cuando eso ocurra, la gente querrá incorporar los análisis de la IA y la inteligencia empresarial a su forma de trabajar.

Por ejemplo, en el pasado, podía ocurrir que un usuario consultara un dashboard de análisis y tuviera que contactar al departamento de TI o al analista para aclarar una nueva duda que le surgiera. Ahora, con la IA generativa incorporada a la inteligencia empresarial, un usuario puede formular sus preguntas en ese dashboard.

Abhyankar no podría afirmar que la herramienta de autoservicio responde al 100 % las preguntas, pero quizá sí al 50-60 % en este momento. “Es un gran avance en cuanto la posibilidad de obtener la información que necesitan, cuando la necesitan, sin tener que recurrir a nadie más.”

Los análisis integrados ofrecen un caso de uso similar. MicroStrategy está trabajando con otras organizaciones para desarrollar un chat de IA integrado o dashboards automáticos que permitan a las personas de una organización obtener la información necesaria rápidamente. Por supuesto, para ello es necesario que los datos hayan sido bien seleccionados y estén limpios, y que existan definiciones empresariales para respaldar el modelado de datos y los dashboards interactivos, pero así se consigue que el usuario tenga una mayor libertad para trabajar de forma más fácil y rápida.

El futuro de la IA para la inteligencia empresarial

“La mejor herramienta de BI es la que utilizamos sin darnos ni cuenta”, afirma Abhyankar. Pongamos como ejemplo los usuarios de Apple Watch. Utilizan los análisis todos los días (por ejemplo, la frecuencia cardiaca, la quema de calorías, el tiempo de ejercicio), pero no piensan en ello de ese modo.

Todos los ponentes coincidieron en que ese es el futuro de la inteligencia empresarial. El sector debe tener más en cuenta la experiencia del usuario final. La integración de los datos y la incorporación de la IA a la inteligencia empresarial deben orientarse a un objetivo y a datos que permitan obtener una función específica en un momento específico.

Ofrecer al usuario información práctica simplifica su trabajo y aumenta la productividad. La IA y los algoritmos de aprendizaje automático hacen que las fuentes de datos sean más accesibles no solo para los usuarios empresariales, sino también para los trabajadores de primera línea. Gracias a la IA, cada vez se recurre más a la inteligencia empresarial, lo que hace que la inversión en IA sea más rentable.

Solo hemos capturado lo más destacado de este seminario web informativo de la comunidad MicroStrategy. Para obtener más información sobre la incorporación de la analítica de IA a la inteligencia empresarial, échele un vistazo a la grabación del seminario web. 

¿Quiere leer el estudio? Descargue su ejemplar del libro electrónico "Unleashing the Power of AI in Analytics and Business Intelligence." Descubra cómo puede transformar los datos sin procesar en información valiosa con algoritmos de IA, para ayudar a toda su organización a tomar decisiones informadas.