W. Edwards Deming, estadístico, profesor y consultor estadounidense nacido en 1900 y fallecido en 1993, es reconocido por su labor pionera en los principios de la calidad total. Estos principios han impactado profundamente en la gestión de la producción y la calidad a nivel mundial y fueron fundamentales para la reindustrialización de Japón tras la Segunda Guerra Mundial, convirtiendo al sistema industrial japonés en el modelo a seguir por otros países, vigencia que se mantiene hasta nuestros días.

Deming decía que “sin datos, solo eres otra persona con una opinión”, resaltando la importancia de basar las decisiones empresariales en datos empíricos en lugar de intuiciones o suposiciones personales.

La aparición de ChatGPT y otros sistemas de inteligencia artificial generativa (IAG) ha abierto nuevas fronteras para acceder al conocimiento universal, y a primera vista, podría parecer que estos sistemas desafían el énfasis de Deming en la importancia de los datos para formar nuestras opiniones. Sin embargo, esto no es totalmente cierto, y es necesario profundizar para entender las verdaderas capacidades de ChatGPT y sus competidores al momento de dar respuesta a nuestras consultas.

Los modelos de IAG se entrenan con una amplia variedad de datos públicos de internet, incluyendo libros, sitios web, artículos y foros de discusión. Estos modelos aprenden patrones de lenguaje, gramática, información factual y diferentes estilos de comunicación, y construyen sus respuestas basadas en estos datos. Por lo tanto, son particularmente útiles para tareas que requieren conocimiento general y público, como la creación de contenidos escritos y gráficos, programación en diversos lenguajes de computación, respuestas contextuales, y análisis de tendencias basados en datos públicos, pero encuentran limitaciones para responder a preguntas donde no dispongan de suficientes datos, tal como el caso del contexto especifico de una empresa. En pocas palabras, la potencia de la IA radica en la combinación de dos elementos clave: datos suficientes para contextualizar adecuadamente las preguntas a resolver y las capacidades analíticas de sus algoritmos.

Entonces, en un entorno de negocios donde el acceso a tecnologías de IA es cada vez más democrático, el gran desafío parece ser determinar dónde se generará el diferencial competitivo. A pesar del auge mediático de la IA, se ha destacado poco la importancia de los datos para la implementación exitosa de cualquier modelo. Precisamente, las empresas que logren construir una estructura de datos robusta que permita contextualizar el conocimiento del mercado (proveedores y clientes) y los detalles de la ejecución de sus operaciones -bien sea en servicios como retail o finanzas, o en los diversos sectores de la manufactura- tendrán la materia prima necesaria para utilizar la IA de manera que puedan responder a preguntas que sus competidores no podrán.

En definitiva, como en cualquier transición tecnológica, la verdadera ventaja no radica en poseer la tecnología, sino en cómo la explotamos. La próxima vez, en lugar de preguntarte qué tipo de IA implementarás en tu empresa, considera antes la pregunta que titula este artículo: ¿Qué preguntas pueden responder tus datos?