Cómo la IA ayuda a las empresas a rediseñar los procesos

por Thomas H. Davenport,

Resumen:

La idea de la reingeniería de los procesos empresariales está regresando, esta vez impulsada por la inteligencia artificial (IA). En la década de 1990, la implementación de sistemas de planificación de recursos empresariales e Internet permitieron a las empresas realizar cambios en sus procesos empresariales generales, pero las expectativas de los cambios radicales que se esperaban a menudo no se cumplían. Sin embargo, la IA permite tomar decisiones mejores, más rápidas y más automatizadas, lo que permite a las empresas mejorar la eficiencia y obtener mejores resultados. Las empresas, desde bancos hasta firmas industriales, ya utilizan la IA para transformar sus procesos.

___

En la década de 1990, la reingeniería de los procesos empresariales estaba de moda: las empresas utilizaban tecnologías incipientes, como los sistemas de planificación de recursos empresariales (ERP) e Internet, para introducir cambios radicales en los procesos empresariales amplios e integrales. Impulsadas por los defensores académicos y de la consultoría de la reingeniería, las empresas anticiparon cambios transformadores en procesos amplios, como la conversión del pedido al pago y la concepción a la comercialización de nuevos productos.

Pero si bien la tecnología sí trajo actualizaciones importantes, las implementaciones a menudo falló para estar a la altura de las altísimas expectativas. Por ejemplo, los sistemas ERP a gran escala, como SAP u Oracle, proporcionaban una útil columna vertebral de IT para intercambiar datos, pero también creaban procesos muy rígidos que eran difíciles de cambiar después de la implementación de IT. Desde entonces, la gestión de procesos normalmente implicaba cambios graduales en los procesos locales (Lean y Six Sigma para los procesos repetitivos y métodos ágiles y Lean start-up para el desarrollo), todo ello sin la ayuda de la tecnología.

Bien, una versión de esta idea está regresando en algunas empresas y esperamos verla en más. No solo requerirá apreciar y entender la IA, sino también una apreciación renovada de los procesos empresariales como estructura para mejorar el trabajo. A medida que la IA se perfila como una tecnología de uso general y de aplicación universal, parece cada vez más posible que pueda permitir el tipo de rediseño radical de los procesos empresariales previsto originalmente por los defensores de la reingeniería. (Uno de nosotros, Davenport, escribió el primer libro sobre el tema.)

Actualizar la reingeniería

Las tecnologías que permitieron la reingeniería en los años 90 se basaban principalmente en las transacciones y las comunicaciones. Permitieron una captura y transferencia de datos eficientes dentro y entre las organizaciones. La IA, por otro lado, permite tomar decisiones mejores, más rápidas y más automatizadas. En esencia, la mayoría de los despliegues de IA en las grandes organizaciones implican aprender de grandes conjuntos de datos para hacer una predicción o clasificación, lo que a su vez ayuda a las empresas a tomar mejores decisiones operativas. Las mejores decisiones operativas, a su vez, mejoran la eficiencia al producir mejores resultados. Una diferencia clave es que los sistemas de IA actuales son una verdadera tecnología de uso general y han provocado cambios drásticos no solo en la planificación y el control de la producción, sino también en el reconocimiento y la inspección de imágenes visuales, las operaciones autónomas y la generación de nuevo contenido.

Si bien los métodos que impulsan este crecimiento de la IA existen desde hace décadas, el coste de su implementación se ha reducido vertiginosamente. Antes era el dominio exclusivo de los científicos de datos, las soluciones modernas basadas en la IA ahora están lo suficientemente maduras como para ofrecerse «listas para usar», lo que reduce en gran medida las barreras técnicas de entrada. La caída de los costes de computación, impulsada por la amplia disponibilidad de la nube, el crecimiento del ancho de banda de bajo coste y la reducción del coste de los sensores, ha reducido drásticamente el precio de la predicción basada en modelos. Las decisiones basadas en la IA también se pueden incluir en el contexto más amplio de la automatización. Tecnologías como la automatización robótica de procesos (RPA) ayudan a estructurar el flujo de trabajo y a automatizar los procesos administrativos que consumen mucha información. La RPA se basa en reglas, lo que limita su capacidad de emplear decisiones basadas en datos. Pero combinado con el aprendizaje automático como «automatización inteligente de procesos», puede gestionar una variedad de tareas mucho mayor.

Esta reingeniería impulsada por la IA ya se está llevando a cabo. Los bancos lo utilizan para transformar el asesoramiento de gestión patrimonial para los clientes. Las compañías de seguros utilizan la IA para facilitar mucho la incorporación y la suscripción de los clientes, y automatizan las estimaciones de reclamaciones por daños a automóviles y viviendas con un análisis profundo de las fotos tomadas por el asegurado. Las empresas industriales están remodelando los procesos de mantenimiento e ingeniería. Incluso en el ámbito de la salud, donde hay una investigación considerable sobre la IA, pero mucho menos la adopción clínica, la telemedicina basada en la IA está remodelando el diagnóstico y el tratamiento en algunos países.

Todo esto tiene importantes ramificaciones para la forma en que utilizamos la IA, la forma en que se realiza el trabajo y la forma en que se organizan las empresas. Para aprovechar estas posibles ventajas, las empresas deben recuperar una perspectiva integral de los procesos en sus negocios y pensar detenidamente en cómo la IA puede transformarlos. En esencia, las empresas tienen que explorar dónde generan datos suficientes para extraer patrones que puedan utilizarse para respaldar las decisiones operativas.

La IA impulsa la reingeniería de procesos

A medida que la IA aporta nuevas capacidades a los procesos empresariales, las empresas tienen que replantearse qué tareas son necesarias, con qué frecuencia y quién las realiza. Cuando la IA va acompañada de una automatización parcial, las empresas también tienen que decidir qué harán los humanos y qué harán las máquinas en sus procesos. La mayoría de las aplicaciones de IA actuales buscan mejorar una tarea determinada. Pero esto pasa por alto el panorama general; las empresas inteligentes ven la introducción de la IA como la razón de ser de una nueva visión de los procesos de principio a fin.

En su nivel más básico, el análisis de procesos suele implicar una combinación de restricciones y oportunidades. Por ejemplo, en el DBS Bank de Singapur, el director de vigilancia de transacciones (lucha contra el blanqueo de dinero y la detección del fraude) dijo en una entrevista que se sentían frustrados por los altos niveles de falsos positivos identificados por el sistema basado en normas exigido por los reguladores bancarios. Esa es una limitación inevitable para el proceso, pero vio la oportunidad de utilizar la IA para predecir y puntuar el riesgo de fraude de cada resultado positivo mediante el aprendizaje automático. Las transacciones con bajas probabilidades de fraude podrían simplemente ponerse en una «nevera» durante varios meses para ver si se repiten con el mismo cliente. Los sistemas de IA basados en el aprendizaje automático para detectar valores atípicos están bien establecidos en el campo de la detección de fraudes. Pero cuando el sistema de aprendizaje automático se combinó con una nueva plataforma de flujo de trabajo y un sistema de análisis de redes de relaciones (para identificar a los miembros de la red fraudulenta), la productividad de los analistas de vigilancia aumentó un tercio.

Otro buen ejemplo es en Shell, donde uno de nosotros (Jeavons) lidera las iniciativas de IA. Shell lleva mucho tiempo siendo una empresa centrada en los procesos y actualmente participa en una importante iniciativa de IA en áreas como la cadena de suministro, las operaciones y el mantenimiento. Como parte de esto, Shell está rediseñando sus procesos de trabajo.

Por ejemplo, consideremos el trabajo de monitorización e inspección en las plantas energéticas y químicas, los oleoductos, las instalaciones extranjero y los parques eólicos y solares. Antes los inspectores y los técnicos de mantenimiento realizaban este trabajo exclusivamente en persona, pero la IA puede reducir esa restricción. Ahora, robots y drones pueden realizar de forma remota muchas tareas de inspección de bajo valor añadido. Algunas instalaciones de Shell son tan grandes que antes se tardaban años en inspeccionarlo todo de forma manual. Ahora se están introduciendo drones y robots para automatizar estos procesos y ayudar a acortar la duración del ciclo.

Como resultado de estos cambios, los inspectores y los técnicos de mantenimiento ahora pueden replantearse su trabajo diario. Pueden centrarse en actividades de mayor valor, como priorizar los proyectos o, si están in situ, realizar una verificación más avanzada. Al mismo tiempo, están surgiendo nuevas tareas, como la anotación de imágenes para mejorar los algoritmos de inspección o la gestión de los procesos de entrenamiento de los miles de modelos de aprendizaje automático que ahora funcionan en producción. Lo que antes eran procesos de trabajo físicos ahora los gestionan equipos multidisciplinarios que se dedican principalmente a tareas digitales.

Este cambio implicó cierta resistencia. Al principio, fue difícil convencer a los inspectores, pero poco a poco se van convenciendo a medida que se les demuestra que el procesamiento de las imágenes proporciona una precisión similar en mucho menos tiempo. Además, Shell está contratando a estos ingenieros para que reconsideren sus procesos de trabajo con los centros de vigilancia remota, lo que les permitirá impulsar el cambio.

Shell está descubriendo que este proceso de reingeniería mediante la IA se está convirtiendo en una forma de funcionamiento permanente. Cada proyecto individual puede tardar solo uno o dos años, pero cuanto más utilicen la tecnología digital, los datos y la IA para rediseñar los procesos, más oportunidades ven para ir más allá. Esto es especialmente importante, ya que la empresa se está transformando para convertirse en una empresa de energía con cero emisiones netas.

¿Quién debe liderar el cambio de procesos basado en la IA?

Tradicionalmente, la mejora de procesos ha sido competencia exclusiva de los directores de operaciones. Por esa razón, ha sido algo raro que las organizaciones tengan una iniciativa explícita de reingeniería junto con sus proyectos de IA. Para aprovechar realmente el poder de la IA, las actividades de diseño y mejora de los procesos deberían incorporarse a la iniciativa de IA. Las iniciativas más exitosas de este tipo las orquestan cada vez más «gestores de producto», cuyo objetivo es implementar correctamente el sistema, incluidos los cambios empresariales necesarios. Shell designa al propietario del producto para gestionar el cambio empresarial y a un director de producto que se encarga de la entrega técnica. Algunas organizaciones también realizan ejercicios de «pensamiento de diseño», que se superponen en parte con los análisis al estilo de la reingeniería sobre cómo es necesario rediseñar los flujos de trabajo y las actividades para satisfacer las necesidades internas o de los clientes.

Si bien hemos visto varios casos en los que la reingeniería se lleva a cabo junto con el desarrollo de la IA, aún no hay suficientes organizaciones que reconozcan la necesidad de cambiar los procesos. Sería útil incluir de forma más explícita la función y las actividades de la reingeniería (incluido el diseño de alto nivel, los flujos de procesos detallados, la medición del antes y el después de los costes y los tiempos de ciclo y el análisis de las habilidades y la formación necesarias), se llame «reingeniería» o no. Las actividades son demasiado importantes para el éxito de los proyectos de IA como para dejarlas en manos del azar o de un gerente astuto que recuerde el movimiento de reingeniería.

Como los proyectos centrados en la automatización tienen un impacto directo en los flujos de los procesos y tienen más probabilidades que otras formas de IA de implicar solo cambios graduales, es más probable que incluyan un conjunto formal de medidas de mejora de los procesos. En Voya Financial, por ejemplo, el grupo de mejora de procesos cuenta con un centro de excelencia de automatización y ningún proyecto de automatización se lleva a cabo sin antes un esfuerzo de mejora de procesos. El director del grupo nos dijo que la automatización en la empresa es tanto un compromiso orientado a los procesos como uno técnico. Hemos encontrado varias otras empresas que combinan la mejora de procesos y la automatización, pero nos gustaría ver tanto un cambio de procesos más agresivo como las tecnologías de IA más potentes, como el aprendizaje automático, en combinación.

La IA se está convirtiendo rápidamente en una tecnología omnipresente. Cuando pase el bombo publicitario, pasará a ser tan estándar como los sistemas ERP, los paquetes de estadísticas o incluso las hojas de cálculo. Un grupo mucho mayor de empresas puede utilizar las plataformas de IA para rediseñar sus procesos. La IA es un medio para lograr un fin, no un fin en sí misma. Podría decirse que las empresas que entiendan cómo utilizarla como una nueva herramienta en el contexto más amplio de la reingeniería de procesos sacarán el máximo provecho de la IA a largo plazo.