Primero los datos y después la IA, el porqué de las empresas más inteligentes que comienzan con la estructura.

La IA puede acaparar la atención, pero los datos son la clave. Sin estructura, incluso los modelos más avanzados adivinan en lugar de aprender. Norihiro (Nick) Katagiri, de Canon, lo dejó bien claro en una reciente entrevista con iTNews Asia, recordando a las empresas que el éxito de la IA depende de datos sólidos y bien organizados desde el principio.

En toda Asia, las empresas se apresuran a integrar la IA en sus operaciones. Sin embargo, con demasiada frecuencia, los proyectos se estancan debido a que los datos subyacentes están fragmentados o incompletos. Gartner prevé que la mayoría de las iniciativas de IA basadas en bases de datos débiles serán abandonadas. El verdadero problema rara vez reside en la tecnología en sí, sino en la falta de una estructura que la sustente.

Katagiri lo describe como “preparación de datos”. Comienza con la digitalización de la información, para luego clasificarla y organizarla de manera que las máquinas puedan interpretarla con precisión. También implica invertir en personas que comprendan cómo usar los sistemas y cuestionar sus resultados. Cuando esta base es sólida, la IA se vuelve mucho más eficaz.

Es un mensaje que trasciende con creces la IA. Para quienes trabajamos con informes digitales, se aplica el mismo principio. Los datos estructurados y de alta calidad son la base de todo lo demás, ya sea un informe regulatorio, un informe financiero o un modelo predictivo; y, por supuesto, creemos que XBRL es la forma más eficaz de estructurar muchos tipos de datos corporativos. La calidad de los datos no es la parte aburrida previa a la innovación, sino la innovación en sí misma.

El camino hacia el éxito de la IA a menudo comienza con la tarea menos glamorosa, pero fundamental, de construir una infraestructura de datos sólida y bien estructurada.

La IA está presente en todas partes, desde la automatización en el lugar de trabajo hasta el análisis predictivo, pero las historias de éxito suelen tener un rasgo común: la preparación de los datos. La pregunta es: ¿cuántas organizaciones en Singapur y en la región de Asia-Pacífico están realmente preparadas?

Gartner predice que, hasta 2026, las organizaciones abandonarán el 60 % de los proyectos de IA que no cuenten con datos preparados para la IA. El éxito no depende del algoritmo, el modelo o la herramienta, sino del estado de los datos que lo alimentan.

Los datos mal estructurados, fragmentados o incompletos pueden perjudicar incluso las soluciones de IA más sofisticadas, lo que conlleva resultados inexactos, desperdicio de inversión y pérdida de oportunidades. En algunos casos, los riesgos son aún mayores: incumplimiento normativo, retrasos operativos o daños a la reputación.

En Singapur, donde los marcos regulatorios en torno a la gobernanza de datos son estrictos, una implementación exitosa de la IA a menudo implica no solo recopilar datos, sino también limpiarlos, organizarlos, protegerlos y hacerlos accesibles de una manera que los sistemas de IA puedan aprovechar realmente.

Para explorar cómo es la verdadera preparación para la IA, los desafíos que enfrentan las empresas y cómo sentar las bases para la innovación sostenible, iTNewsAsia habló con Norihiro (Nick) Katagiri, vicepresidente sénior de Canon en Singapur, quien ha estado trabajando con organizaciones en tecnologías inteligentes y sus iniciativas digitales para mejorar su productividad y colaboración.

iTNews Asia: Ustedes trabajan con muchos clientes en sus proyectos e implementaciones de IA en Singapur y la región Asia-Pacífico. ¿Cómo ven las organizaciones de esta región la IA?

En Asia, la adopción de la IA se está acelerando rápidamente, solo superada por Norteamérica según un estudio de BCG, lo que subraya su consolidación como un imperativo empresarial fundamental. En Singapur, esta tendencia es particularmente evidente, con muchas organizaciones deseosas de adoptar la IA, a veces incluso antes de definir completamente sus objetivos.

Si bien la IA se implementa para generar valor empresarial tangible, optimizar los flujos de trabajo, mejorar la eficiencia y la competitividad general, lograr su adopción generalizada por parte de los empleados sigue siendo un desafío clave. Debemos recordar que incluso las herramientas de IA más sofisticadas pueden resultar insuficientes si la fuerza laboral no las comprende, no confía en ellas y no las utiliza eficazmente.

Observamos que las organizaciones utilizan la IA para impulsar la innovación a través de:

  • Automatización de flujos de trabajo: Las empresas están integrando cada vez más la IA en sus flujos de trabajo para garantizar la eficiencia y aumentar la productividad.
  • Aprovechamiento de estructuras de trabajo ágiles y basadas en proyectos: Las empresas están adoptando modelos ágiles para mejorar la velocidad, la adaptabilidad y la resiliencia en entornos volátiles. Esto incluye la optimización de los flujos de trabajo para aprovechar la automatización mediante IA y las plataformas colaborativas.
  • Priorizar las habilidades digitales y el aprendizaje continuo: la IA y las herramientas colaborativas inteligentes ayudan a garantizar la fluidez digital.

iTNews Asia: ¿Qué deben evaluar las organizaciones para estar preparadas para utilizar la IA en sus operaciones, productos y servicios?

El primer paso, y el más importante, es lograr la preparación de los datos. Muchas organizaciones poseen información valiosa dispersa en formatos analógicos. El primer paso consiste en digitalizar los registros en papel y analógicos, convirtiendo esta información inerte en activos digitales utilizables. Solo entonces las organizaciones pueden iniciar el proceso crucial de clasificar sus datos según su tipo: estructurados (formularios, reclamaciones), semiestructurados (facturas, órdenes de compra, informes) y no estructurados (contratos, cartas, artículos, memorandos). Este trabajo fundamental garantiza que las organizaciones puedan aplicar las herramientas de IA adecuadas a la información pertinente.

Una vez que la base de datos esté sólida, las organizaciones pueden comenzar a garantizar la preparación tecnológica. En lugar de una renovación radical y disruptiva, el enfoque más eficaz consiste en identificar flujos de trabajo específicos donde la IA pueda aportar un valor tangible.

Teniendo en cuenta estos objetivos, las organizaciones pueden entonces construir o adquirir la infraestructura tecnológica adecuada.

Es importante destacar que ningún proyecto de IA puede tener éxito sin centrarse en la preparación de las personas. Dotar a los equipos de las habilidades, la formación y los marcos de gestión del cambio adecuados es fundamental para garantizar una adopción fluida y eficaz de la IA, transformando el potencial tecnológico en valor empresarial real.

Un enfoque integrado, que aborda los datos, la tecnología y las personas en una secuencia lógica, proporciona una narrativa clara y convincente para cualquier organización que esté lista para dar el siguiente paso con la IA.

iTNews Asia: Según su experiencia trabajando con clientes de diversos sectores, ¿están realizando las evaluaciones correctas y cuáles son algunos de los desafíos reales a los que se enfrentan?

En toda la región de Asia-Pacífico, las organizaciones muestran una fuerte demanda de adopción de IA, con inversiones en IA que crecen a una tasa de crecimiento anual compuesta del 24 por ciento entre 2023 y 2028. Sin embargo, muchas tienen dificultades para alinear sus ambiciones con la preparación operativa.

Entre los principales obstáculos se encuentran la definición de objetivos empresariales claros con indicadores clave de rendimiento (KPI) medibles, el análisis y la categorización de los datos en sus formatos correctos, y la garantía de la precisión y coherencia de los datos para evitar errores costosos. Para algunas organizaciones, la mayor parte de sus datos permanece en formato analógico, lo que les impide aprovechar la tecnología adecuada para sacar el máximo partido a sus datos existentes en la toma de decisiones empresariales.

Las organizaciones también necesitan marcos sólidos de gobernanza y seguridad de datos para mantener el cumplimiento normativo, proteger la información confidencial y generar confianza en los procesos impulsados ​​por la IA.

iTNews Asia: ¿Qué importancia tienen los datos, en particular la calidad y la integridad de los datos, para aprovechar el potencial de la IA?

Contar con datos precisos y de alta calidad es fundamental para aprovechar al máximo el potencial de la IA. Los datos inexactos, que a menudo se deben a errores humanos como la introducción errónea de datos o la mala interpretación de la escritura a mano, pueden obstaculizar significativamente el éxito y conducir a una toma de decisiones errónea.

Otro factor crucial es la consolidación de datos. Al integrar información de múltiples fuentes en una plataforma centralizada, las organizaciones pueden eliminar la fragmentación de la información y permitir que la IA genere información útil a partir de una única fuente confiable. Esto no solo aumenta la eficiencia operativa, sino que también evita cuellos de botella en los flujos de trabajo.

Para las organizaciones multinacionales, el desafío es aún mayor. Los datos suelen abarcar diferentes jurisdicciones e idiomas, lo que provoca que el conjunto de datos no esté limpio ni preparado para la IA. Por lo tanto, garantizar la integridad y la calidad de los datos en estos sistemas diversos y dispares es fundamental para que la IA ofrezca resultados fiables y significativos.

iTNews Asia: Las organizaciones suelen recibir y gestionar grandes volúmenes y una gran variedad de datos procedentes de diferentes fuentes. ¿Cómo pueden dar sentido a sus datos estructurados y no estructurados? ¿Cómo pueden identificar y extraer valor de ambas fuentes?

Los datos son un motor clave para la obtención de información valiosa, la innovación y la ventaja competitiva, pero su potencial solo se alcanza cuando las organizaciones logran transformarlos en valor empresarial tangible. Un primer paso fundamental es comprender los tipos de datos que manejan.

Los documentos estructurados cuentan con plantillas estandarizadas y campos fijos, lo que facilita su interpretación por parte de las soluciones de captura de datos. Los documentos semiestructurados y no estructurados varían en formato y requieren un procesamiento más avanzado para extraer información relevante.

Las herramientas basadas en inteligencia artificial permiten ahora a las organizaciones automatizar el procesamiento de todo tipo de documentos. Estas soluciones se adaptan a nuevos formatos y utilizan el procesamiento del lenguaje natural (PLN) para comprender el contexto, extraer el significado e interpretar con precisión información compleja.

La automatización de los flujos de trabajo reduce el esfuerzo manual, mejora la precisión y facilita una toma de decisiones más informada. Las soluciones de Canon ilustran este enfoque en la práctica: permiten automatizar la captura de documentos estructurados, semiestructurados y no estructurados. Por ejemplo, una solución de captura de cuentas por pagar puede procesar más de 1000 facturas al día, lo que reduce significativamente el esfuerzo manual y minimiza los errores.

La automatización y optimización de estos procesos empresariales no solo reducen los tiempos de respuesta, sino que también mejoran el cumplimiento normativo y la preparación para auditorías de la organización. Esto, a su vez, permite que los empleados se centren en tareas estratégicas y de mayor valor que contribuyen directamente a mejores resultados empresariales.

iTNews Asia: Las tecnologías inteligentes en el lugar de trabajo pueden ayudar a aumentar la productividad, mejorar la colaboración e impulsar la eficiencia. Sin embargo, también pueden ser difíciles de implementar y ejecutar. Es posible que no alcancen los objetivos o resultados previstos si no se integran correctamente, o incluso que generen desmotivación y resistencia entre los usuarios. ¿Qué consejos puede ofrecer para garantizar el buen funcionamiento de las tecnologías inteligentes?

Las tecnologías inteligentes pueden impulsar significativamente la productividad, la colaboración y la eficiencia en el lugar de trabajo, pero su impacto depende de una correcta alineación con los objetivos empresariales y de la preparación de la plantilla.

Según una encuesta reciente que encargamos, la adopción por parte de los empleados sigue siendo la mayor barrera: el 51 por ciento de las organizaciones se enfrentan a dificultades para lograr que el personal adopte las nuevas tecnologías, y el 21 por ciento menciona dificultades con la integración compleja en los flujos de trabajo existentes.

Esto pone de relieve un punto crucial: sin el compromiso y la confianza de los empleados, incluso las herramientas más avanzadas no lograrán los resultados previstos.

Para garantizar una implementación exitosa, las organizaciones deben priorizar el diseño centrado en el usuario, creando interfaces intuitivas y fáciles de usar que simplifiquen las tareas diarias. Al mismo tiempo, deben invertir en una gestión del cambio sólida, que incluya comunicación clara, capacitación específica y apoyo continuo. Esto ayuda a los empleados a comprender los beneficios tangibles de las nuevas herramientas, genera confianza y garantiza su uso eficaz.

Los líderes también deberían centrarse en demostrar los beneficios prácticos y tangibles de estas tecnologías en las operaciones diarias, en lugar de limitarse a promover aplicaciones futuristas. Este enfoque ayuda a los empleados a percibir mejoras cuantificables, lo que genera una mayor aceptación.

iTNews Asia: ¿Podría compartir un caso de uso o un ejemplo de adopción exitosa de tecnología inteligente por parte de sus clientes?

En el uso de tecnologías inteligentes, los abogados y los equipos legales suelen gestionar grandes volúmenes de documentos con plazos de entrega ajustados, donde incluso los errores menores pueden tener consecuencias importantes. Los procesos manuales de comparación y resumen de documentos consumen mucho tiempo y son propensos a errores, lo que ralentiza la toma de decisiones y la preparación de los casos.

Para los profesionales del derecho, las herramientas con inteligencia artificial que automatizan la gestión de documentos pueden aportar una eficiencia significativa. Por ejemplo, una herramienta de comparación de documentos puede automatizar la verificación cruzada de documentos legales, identificando discrepancias entre versiones para reducir el tiempo de revisión y mitigar el riesgo de errores humanos.

De igual modo, una herramienta de resumen de documentos puede condensar documentos extensos en resúmenes prácticos, lo que permite a los profesionales obtener rápidamente la información crucial necesaria para tomar decisiones estratégicas relacionadas con el caso en cuestión. Ambas soluciones están diseñadas para integrarse en los flujos de trabajo existentes y facilitar la gestión de grandes volúmenes de documentos, automatizando tareas rutinarias y contribuyendo a mantener la precisión y el cumplimiento normativo.

iTNews Asia: Existe una gran presión sobre las organizaciones para que se sumen a la tendencia de la IA, y estamos presenciando una avalancha de adopción de esta tecnología. ¿Cuáles son algunos de los puntos ciegos o riesgos comunes que las organizaciones suelen pasar por alto? ¿Qué tan importante es para ellas definir correctamente su estrategia de datos?

Si bien la adopción de la IA se está acelerando rápidamente, las organizaciones se enfrentan a riesgos y se topan con puntos ciegos si actúan con demasiada rapidez sin una planificación adecuada.

Tratar todos los datos por igual implica pasar por alto el tratamiento único que requiere cada uno, lo que a menudo resulta en errores e ineficiencias.

Sin metas definidas, las organizaciones tienen dificultades para medir el retorno de la inversión o lograr mejoras tangibles en la eficiencia. Además, la mala calidad de los datos, ya sea por errores de introducción manual, interpretaciones erróneas o formatos inconsistentes, perjudica los resultados de la IA.

Otro aspecto que a menudo se pasa por alto es la gobernanza de datos. Sin marcos sólidos que abarquen el cumplimiento normativo, el control de acceso y los registros de auditoría, las organizaciones se arriesgan a sufrir brechas de seguridad y a perder confianza.

iTNews Asia: ¿Qué medidas prácticas pueden tomar para garantizar que su proceso de transformación digital (y de datos) comience con buen pie?

Para garantizar que su proceso de transformación digital y de datos comience con buen pie, las organizaciones deben adoptar un enfoque estructurado y gradual. El primer paso es la digitalización: convertir los registros físicos a formatos digitales. Esto sienta las bases al hacer que la información sea accesible, precisa y esté lista para ser procesada por la IA y otras herramientas digitales.

Una vez establecida esta base, la siguiente etapa es la digitalización: integrar herramientas avanzadas como la IA y la automatización en los flujos de trabajo cotidianos. Esto permite a las empresas ir más allá del simple almacenamiento de datos y aprovecharlos para mejorar la eficiencia, agilizar la toma de decisiones e impulsar la innovación a largo plazo.

Abordar la transformación en estas etapas permite a las organizaciones construir sus iniciativas de IA sobre una base sólida centrada en los datos, garantizando que cada paso, desde la captura de datos hasta el análisis avanzado, esté estructurado y tenga un propósito definido. Este método no solo mejora la precisión y la fiabilidad de los análisis generados por la IA, sino que también favorece la eficiencia operativa, la toma de decisiones informadas y la creación sostenible de valor empresarial. Permite a las organizaciones aprovechar al máximo sus activos de datos, al tiempo que reduce los riesgos asociados a las iniciativas de IA mal implementadas, asegurando que la innovación sea impactante y esté alineada estratégicamente.

iTNews Asia: ¿Cómo está preparando Canon su infraestructura de datos y tecnología para satisfacer las necesidades cambiantes de los usuarios y clientes de todos los sectores en su adopción de la IA?

Estamos preparando de forma proactiva nuestra infraestructura de datos y tecnología para dar soporte a las necesidades cambiantes de IA de nuestros clientes en diversos sectores, centrándonos en ayudarles a optimizar su eficiencia operativa. Colaboramos activamente con nuestros clientes, recopilando información de sus operaciones diarias y comprendiendo sus desafíos específicos y prioridades estratégicas, lo que nos permite diseñar soluciones a medida que aborden directamente los retos del mundo real y aporten un valor tangible. Este enfoque centrado en el cliente garantiza que las implementaciones de IA y tecnología sean relevantes, prácticas y estén alineadas con las demandas cambiantes de cada sector.

Para satisfacer estas necesidades, Canon implementa soluciones de seguridad basadas en IA en lugares de trabajo, campus y entornos comerciales, reforzando la protección y mejorando la eficiencia operativa. La IA permite el análisis en tiempo real directamente en la fuente, reduciendo la latencia, mejorando el cumplimiento normativo y protegiendo los datos confidenciales. El análisis de vídeo con IA acelera las investigaciones, proporciona alertas instantáneas y extrae información empresarial útil para la toma de decisiones.

Además, las cámaras de vigilancia con IA y análisis integrado ofrecen información proactiva sobre seguridad y operaciones, incluso durante interrupciones de la red. Canon también proporciona soluciones de gestión de vídeo (VMS) de plataforma abierta que admiten escalabilidad, integración perfecta con terceros y monitorización remota, lo que garantiza que las organizaciones puedan gestionar sus operaciones de forma eficiente aprovechando la IA a gran escala.

Este enfoque por capas, centrado en el cliente, garantiza que la infraestructura de Canon esté preparada para el futuro, sea adaptable y capaz de respaldar la innovación impulsada por la IA en diversos sectores.

iTNews Asia: Finalmente, ¿qué consejos puede dar a las organizaciones para que sus iniciativas de IA sean sostenibles y estén preparadas para el futuro?

Para que las iniciativas de IA sean sostenibles y estén preparadas para el futuro, las organizaciones deben comenzar con una estrategia clara de datos e IA, asegurándose de que los objetivos de negocio estén alineados con indicadores clave de rendimiento (KPI) medibles para evaluar el éxito. Invertir en una infraestructura segura, escalable e interoperable es fundamental para gestionar eficazmente el creciente volumen de datos y cargas de trabajo.

La creación de sistemas modulares, escalables y abiertos garantiza la flexibilidad necesaria para integrar sin problemas futuras innovaciones de IA. Por último, la evaluación, la gestión y la seguridad continuas de los datos son fundamentales para mantener la precisión y la fiabilidad de los resultados, sentando así una base sólida para obtener valor sostenible a largo plazo gracias a la adopción de la IA.



Deja una respuesta