IA aplicada al trabajo real · 2 de 5 · Elegir
Qué proyecto de IA conviene hacer primero: impacto, complejidad y riesgo
Una buena idea invita a actuar. Varias buenas ideas obligan a elegir. Cuando empiezas a reconocer posibilidades para aplicar IA, puedes encontrar más iniciativas interesantes de las que tu negocio tiene capacidad de desarrollar al mismo tiempo.
Elegir compromete tiempo, atención y recursos. También determina qué aprenderá el equipo durante la primera experiencia. La prioridad merece, por eso, algo más que entusiasmo por una herramienta o una impresión rápida sobre sus beneficios.
En el artículo anterior empezamos a relacionar una dificultad del trabajo con una mejora posible. Ahora vamos a utilizar esa relación para decidir por dónde conviene avanzar.
Entender qué significa impacto
Para comparar oportunidades necesitamos una referencia común. Esa referencia es el propósito del negocio y la importancia del cambio que buscamos producir.
El impacto expresa cuánto contribuiría una mejora a ese propósito. Puede involucrar calidad, tiempo, capacidad, continuidad o ingresos. Para evaluarlo debemos explicar cómo una modificación en el trabajo llegaría a producir ese resultado.
Importan su frecuencia y su alcance, pero también las consecuencias que tiene para el resto de la actividad. Una dificultad puede ocupar poco tiempo y, aun así, condicionar decisiones importantes. Otra puede repetirse muchas veces y acumular un esfuerzo considerable.
Mirar esas relaciones ayuda a comprender dónde está el valor. También permite hablar de él con las personas que conocen el trabajo y pueden juzgar si la mejora sería significativa. La estimación gana fundamento cuando podemos mostrar en qué observaciones se apoya.
Preguntarse qué exige conseguirlo
Una vez que entendemos el valor posible, debemos mirar el esfuerzo necesario para alcanzarlo. Aquí aparece la complejidad.
La complejidad surge de varias condiciones que se relacionan entre sí: lo que sabemos del problema, la información disponible, la variedad de situaciones y las conexiones con otros sistemas o personas. A eso se suma el trabajo de verificar los resultados y atender las excepciones.
Cuando esas condiciones están poco definidas, parte del esfuerzo inicial consiste en comprenderlas. Reconocer esa incertidumbre es importante: evita confundir una idea sencilla de explicar con una solución sencilla de llevar a la práctica.
Al comparar impacto y complejidad obtenemos un primer mapa. Podemos distinguir las oportunidades que justifican una prueba cercana de aquellas que necesitan preparación o una reducción de alcance.
Incorporar las consecuencias y el momento
El mapa todavía está incompleto. Dos iniciativas con valor y esfuerzo parecidos pueden tener consecuencias muy diferentes si algo sale mal.
Necesitamos comprender quién utilizará el resultado, qué decisión depende de él y cómo se detectaría un error. Esa relación permite definir la revisión necesaria y estimar su costo. También puede revelar una condición que debe resolverse antes de empezar.
El momento importa por una razón similar. Algunas oportunidades conservan su valor mientras esperamos; otras dependen de información, personas o condiciones cuya disponibilidad puede cambiar. La urgencia tiene sentido cuando podemos explicar qué se perdería al postergar la acción.
A mí me interesa que estas diferencias queden expresadas. Una puntuación ayuda a ordenar, pero la explicación permite juzgar. Si asignamos valores a impacto, complejidad o riesgo, conviene conservar las observaciones que los justifican y señalar dónde todavía estamos suponiendo.
Elegir también qué queremos aprender
En un primer proyecto hay otro resultado valioso: la evidencia que deja para decidir mejor después.
Podemos preguntarnos qué incertidumbre importante resolvería cada iniciativa. Tal vez necesitamos saber si contamos con información suficiente, si una capacidad técnica alcanza la calidad requerida o si las personas encuentran útil el nuevo recorrido de trabajo. Comprenderlo puede cambiar nuestra evaluación de otras oportunidades.
El valor de ese aprendizaje aumenta cuando la prueba es acotada y sus conclusiones son interpretables. Necesitamos poder relacionar lo que observamos con las condiciones en que ocurrió. De esa manera, el primer proyecto aporta una mejora posible y una base más firme para las decisiones siguientes.
La orientación de AWS sobre adopción de IA vincula la exploración de oportunidades con objetivos y capacidades del negocio. Aquí estamos agregando una pregunta práctica: qué primer paso nos permite avanzar y aprender con los recursos disponibles.
Reducir el alcance para hacer posible el primer paso
Puede ocurrir que la oportunidad más valiosa parezca demasiado amplia. Antes de descartarla, conviene examinar si contiene una parte que podamos estudiar por separado.
Acotar significa definir qué trabajo vamos a cubrir, bajo qué condiciones y con qué resultado esperado. Ese límite debe conservar suficiente importancia como para que la prueba tenga sentido y suficiente sencillez como para poder ejecutarla.
Al reducir el alcance también hacemos visibles las dependencias. Podemos distinguir qué requisito necesita resolverse ahora y qué capacidad puede incorporarse más adelante. Así, una iniciativa extensa puede convertirse en una secuencia de decisiones manejables.
La primera elección debería terminar en una prioridad comprensible: qué vamos a explorar, por qué merece atención, quién participa y qué necesitamos descubrir. Las demás ideas pueden conservarse junto con las razones para retomarlas.
Elegir de esta manera transforma una lista de posibilidades en un comienzo. El paso siguiente consiste en comprobar si están dadas las condiciones para llevarlo adelante.