Guía Esencial

Navegue en las secciones

BACKGROUND IMAGE: iSTOCK/GETTY IMAGES

Gestionar Aprenda a aplicar las mejores prácticas y optimizar sus operaciones.

Con IA y aprendizaje automático, los KPI son cruciales

El CIO de DBS Bank y el CTO de Kayak se enfrentaron en el Simposio MIT Sloan CIO 2018 sobre cómo utilizar la inteligencia artificial para el éxito empresarial.

Dos líderes tecnológicos que aparecieron en el escenario en el reciente Simposio CIO Sloan del MIT representaron extremos opuestos del espectro de competencia de la inteligencia artificial (IA).

En un extremo se encontraba Kayak, una compañía digital nativa fundada en 2003 que ha integrado a la perfección la inteligencia artificial y el aprendizaje automático en su ciclo de vida de desarrollo de productos. En el otro extremo estaba DBS Bank, una compañía multinacional de servicios financieros establecida en 1968 por el Gobierno de Singapur.

Puede que las dos compañías no sean competidores, pero con sus líderes tecnológicos sentados uno al lado del otro en el escenario, parecía natural preguntarse: ¿Puede un banco DBS ponerse al día con un Kayak cuando se trata de implementar la inteligencia artificial? La respuesta parece ser sí, pero no sin impulso, visión e indicadores clave de rendimiento (KPI) bien pensados.

Construyendo una empresa con capacidad de IA

DBS Bank se encuentra en medio de un enorme esfuerzo de transformación digital, que incluye un plan agresivo para implementar la inteligencia artificial y el aprendizaje automático. Parte del esfuerzo a corto plazo es construir una competencia de IA empresarial.

"Queremos capacitar a los mejores 250 ejecutivos de la empresa para que se conviertan en expertos en IA", dijo David Gledhill, CIO del grupo y jefe del grupo de tecnología y operaciones en DBS Bank. "Queremos capacitar a 200 personas para que sean lo que llamamos traductores de IA".

Como conocedor, Gledhill significa capacitar a los ejecutivos para que entiendan las técnicas de aprendizaje automático a un alto nivel, así como para saber lo suficiente como para "cuestionar de manera inteligente qué es un modelo y qué puede hacer", dijo.

David Gledhill, DBS Bank.

Los números que compartió son más que un deseo, son indicadores clave de rendimiento para el año, y son lo suficientemente tangibles como para dar a los empleados un objetivo realista sin ahogarlos en el tema de la visión. "No queremos ir demasiado lejos, demasiado pronto porque creemos que eso va a alienar por completo a las personas", dijo Gledhill.

Y, en última instancia, este cuadro ejecutivo es una parte importante de una estrategia más amplia para hacer crecer la empresa y fomentar una reputación como primer banco digital. Gledhill describió los esfuerzos educativos como la "primera fase" de un plan multifásico. Las métricas de la segunda fase se están evaluando ahora, pero se centrarán en "cómo resolver el proceso a escala". Eso podría incluir KPIs que midan la automatización de procesos, así como los objetivos para el crecimiento de la empresa.

La tercera fase sigue siendo un trabajo en progreso, pero probablemente se centrará en la observación y la predicción. "Una meta que uno de nuestros equipos ya ha establecido es cómo detectar un millón de problemas antes de que sucedan", dijo Gledhill.

El cliente es lo primero

Gledhill dijo que ve la inteligencia artificial y el aprendizaje automático como "solo otra herramienta en la caja de herramientas" y la implementación de las tecnologías como una extensión de la cultura de datos que ya existe.

Lo que falta es la capacitación de los empleados y un diseño de flujo de trabajo de apoyo. Cuando Gledhill y su equipo comenzaron a preguntar qué significa diseñar para IA, ayudaron a guiar la conversación para centrarse en "la captura de datos, la gobernanza de datos, la instrumentación y también la forma de diseñar un proceso y lo que es aplicable a la inteligencia artificial", dijo . "Capacitar a las personas para que entiendan lo que realmente eso significa es una especie de desafío y también la oportunidad".

En Kayak, la inteligencia artificial y el aprendizaje automático también se consideran herramientas en la caja de herramientas, pero los KPI que miden su uso simplemente no existen. La compañía, que agrega precios en vuelos, hoteles y alquiler de automóviles, ha estado utilizando la inteligencia artificial y el aprendizaje automático tras bambalinas durante años.

Giorgos Zacharia, Kayak.

"Al final del día, se trata de medir la experiencia del usuario", dijo Giorgos Zacharia, CTO de Kayak y científico jefe que posee cuatro títulos en matemáticas e informática del MIT. "Si el aprendizaje automático es la herramienta adecuada, lo utilizas. Si proporciona mejoras, lo usas".

Cuando se les presiona para compartir KPIs de UX que pueden influenciar a los desarrolladores para que elijan inteligencia artificial y herramientas de aprendizaje automático sobre las técnicas de codificación tradicionales, Zacharia insistió en que la compañía simplemente no piensa de esa manera. "Básicamente tenemos un KPI: ¿Hemos ayudado a los usuarios a encontrar el vuelo, hotel o automóvil que estaban buscando?", dijo. "Cualesquiera que sean las herramientas que se utilizan debajo, tienen que conducir hacia una mejora para eso".

De hecho, la experiencia del cliente parece influir en casi todas las decisiones en Kayak. Incluso cuando se habla de medidas de seguridad, latencia y detección de fraude, Zacharia regresó su punto de vista a la experiencia del usuario. "A nuestros propios proveedores de información –líneas aéreas, agencias de viajes en línea, etc.– les encantan nuestros datos", dijo. "Algunos de ellos contratan bots que extraen información para averiguar los precios de sus competidores. Por lo tanto, proteger el sitio web de bots maliciosos –y no maliciosos– es muy importante porque afecta la experiencia del usuario".

Un objetivo compartido

La distinción entre el plan detallado y plurianual de Gledhill y el enfoque similar al láser en la experiencia del cliente de Zacharia llevó a Michael Schrage, investigador del MIT y moderador del panel, a confrontar a los dos. "¿Qué consejo le ofrecerías a [Gledhill]?", le preguntó a Zacharia. "¿Crees que está demasiado orientado al proceso en esto?".

"Tal vez. Pero es un banco", dijo Zacharia, sacando una carcajada de la audiencia.

Gledhill no dejó pasar el comentario, afirmando que el objetivo de la institución financiera de resolver un millón de problemas antes de que sucedan está directamente relacionado con la experiencia del cliente. Él describió a DBS Bank como estando "en este viaje" para hacer que la experiencia del cliente sea una empresa menos pasiva y más predecible.

"A medida que evolucionamos en nuestro conjunto de productos", dijo, "hemos avanzado en este viaje de la experiencia del cliente a partir de los comentarios de los clientes, que simplemente no funcionan bien, para diseñar pensando en lo que estamos explorando ahora, que es toda esta área de la ciencia del cliente", dijo. Dijo que era importante entender la ciencia del comportamiento del cliente para encontrar áreas donde los clientes luchan y para determinar cómo se ve un gran servicio.

En lugar de diseñar para IA, los desarrolladores de DBS Bank eventualmente diseñarán lo que Gledhill llamó "operaciones de clientes". Eso incluye encontrar los puntos de fricción que los clientes podrían experimentar, calcular cuánto tiempo esperará un cliente una respuesta antes de pasar a la próxima transacción, alinear los KPI con el tablero de operaciones de un cliente en un esfuerzo por estar un paso por delante de los clientes, y utilizar tecnologías de vanguardia como la inteligencia artificial y el aprendizaje automático para hacerlo realidad.

"Estamos en guerra y, como mi jefe me sigue recordando, lo digital y la tecnología son la forma en que vamos a ganar o perder", dijo Gledhill.

Inicie la conversación

Envíenme notificaciones cuando otros miembros comenten sobre este artículo.

Por favor cree un Nombre de usuario para poder comentar.

- ANUNCIOS POR GOOGLE

Close