Presentado por Oracle NetSuite
Cada transición tecnológica importante produce una serie de suposiciones sobre hacia dónde se dirige el mercado. Los supuestos suelen ser direccionalmente correctos, pero tienden a subestimar el grado en que las organizaciones adaptan las nuevas tecnologías a sus propias circunstancias. La IA está siguiendo una trayectoria comparable.
Muchos debates actuales sobre la IA empresarial suponen un futuro en el que los empleados interactuarán con los sistemas empresariales a través de una interfaz común. Los detalles varían según la predicción, pero el destino a menudo parece comparable: un sistema conversacional que se convierte en la forma principal en que las personas acceden a la información, completan tareas e interactúan con el software program.
La historia de la tecnología empresarial sugiere un resultado más complicado. Las organizaciones rara vez adoptan nuevas capacidades de manera uniforme porque diferentes partes del negocio operan bajo diferentes restricciones. Un equipo de finanzas responsable de la precisión de los informes, los controles y las aprobaciones aborda la tecnología de manera diferente a un grupo de análisis que explora datos operativos. Ambos grupos tienen requisitos diferentes a los de una organización de servicio al cliente enfocada en tiempos de respuesta y resolución de casos. Incluso cuando existe un amplio acuerdo en que una tecnología es valiosa, el camino hacia la adopción tiende a variar según las funciones.
El cambio hacia el software program en la nube siguió este patrón: algunas organizaciones actuaron agresivamente mientras que otras pasaron años operando entornos híbridos. Los diferentes departamentos a menudo se modernizaron en diferentes cronogramas, reflejando las prioridades del trabajo en sí más que cualquier consenso de la industria sobre el ritmo correcto de adopción.
No existe una IA única para todos
La IA ha acelerado muchos aspectos del desarrollo tecnológico, pero no ha cambiado esta dinámica subyacente. Las organizaciones aún evalúan nuevas capacidades a través de la lente de los procesos, responsabilidades y requisitos operativos existentes.
Para algunos empleados, las capacidades de IA más útiles pueden ser las menos visibles. Un director financiero que cierra los libros suele estar menos interesado en una nueva interfaz que en acortar el ciclo de presentación de informes. Un líder de operaciones que se ocupa de problemas de inventario generalmente se concentra en identificar los problemas antes y resolverlos más rápidamente. En estas situaciones, el valor de la IA proviene de reducir la cantidad de esfuerzo necesario para completar el trabajo existente.
Al mismo tiempo, otro grupo de usuarios quiere cada vez más una interacción directa con los sistemas de inteligencia synthetic. Los analistas, planificadores y equipos operativos a menudo se benefician de la capacidad de explorar información de forma conversacional, comparar escenarios e investigar preguntas que no encajan claramente en informes predefinidos. Para estos usuarios, la interfaz en sí resulta valiosa porque proporciona una forma más versatile de trabajar con información empresarial.
Un representante de servicio al cliente que maneja un gran volumen de consultas tiene requisitos diferentes a los de un analista financiero que investiga una tendencia en los gastos operativos. Uno se beneficia de la información que aparece automáticamente dentro de un proceso existente, mientras que el otro puede beneficiarse de la libertad de hacer preguntas de seguimiento, explorar explicaciones alternativas y navegar por los datos de manera más dinámica.
Muchas organizaciones están descubriendo que ambos patrones existen simultáneamente, lo que refleja una realidad más amplia sobre cómo evolucionan las empresas. La complejidad operativa se acumula gradualmente, los sistemas se multiplican y los procesos se fragmentan. La información se distribuye entre aplicaciones, informes, hojas de cálculo y flujos de trabajo y los empleados dedican cada vez más tiempo a localizar la información antes de poder empezar a actuar en consecuencia.
Gran parte del valor creado por el software program empresarial durante las últimas décadas provino de la reducción de esa fragmentación. Al reunir las finanzas, las operaciones, el inventario, la información de los clientes, la planificación y los informes en un sistema común se creó una imagen más completa de cómo estaba operando la empresa.
La IA está empezando a abordar un problema relacionado. Una vez que la información existe dentro de los sistemas conectados, los empleados aún necesitan encontrarla, interpretarla y aplicarla. Los ciclos de informes consumen tiempo. Las preguntas rutinarias requieren investigación. Los gerentes suelen dedicar un esfuerzo appreciable a reunir información antes de poder tomar decisiones. A medida que las organizaciones crecen, estas actividades se vuelven cada vez más costosas porque consumen la atención de personas cuya experiencia suele ser escasa.
La promesa de la IA es reducir el esfuerzo necesario para pasar de la información a la acción.
En Dura Software program, los flujos de trabajo conectados a IA están ayudando a automatizar partes de los informes de ingresos que antes requerían preparación handbook durante cada ciclo de informes. Sloan Session, director financiero de Dura Software program, describió el acuerdo en términos prácticos: «Los agentes manejan la atracción. Los humanos manejan el juicio y el toque private».
Esa observación captura un aspecto importante de la adopción precise de la IA. La mayoría de las organizaciones no intentan eliminar el juicio de los procesos de negocio. Están tratando de reducir la cantidad de tiempo dedicado a recopilar, organizar y preparar información para que los empleados experimentados puedan concentrarse en las decisiones que requieren experiencia.
Un patrón comparable surgió en S&B Filters. Anteriormente, los empleados pasaban varios minutos durante las interacciones con los clientes recopilando información de pedidos pendientes de múltiples sistemas. Al conectar la IA a los datos operativos, la empresa redujo ese proceso a segundos y finalmente amplió la capacidad directamente a los clientes a través del autoservicio.
No te olvides de la gobernanza
En ambos casos, el beneficio proviene de reducir la fricción asociada con la búsqueda y el uso de información en lugar de introducir una nueva interfaz. En el momento en que resulta más fácil acceder a la información, las preguntas sobre el acceso en sí se vuelven más importantes. Los permisos, las estructuras de aprobación y las políticas de seguridad existen porque las empresas necesitan mecanismos para controlar el acceso a la información y gestionar el riesgo. Esos requisitos no desaparecen cuando los empleados comienzan a interactuar con los datos a través de sistemas de inteligencia synthetic. En todo caso, se vuelven más importantes porque la IA puede facilitar el acceso a la información.
Berry Carter, director ejecutivo de S&B Filters, describió claramente el principio. Si un usuario no puede acceder a información específica dentro de NetSuite, ese usuario no debe acceder a la misma información a través de un asistente de IA. La afirmación suena obvia. Implementarlo de manera consistente en todos los sistemas, flujos de trabajo y modelos requiere mucha más disciplina de lo que sugiere la propia declaración.
Lauren Polasek, exadministradora de NetSuite y miembro de la junta directiva del Texas NetSuite Consumer Group, planteó recientemente un punto relacionado. Conectar la tecnología suele ser la parte más fácil. Las organizaciones aún necesitan determinar qué herramientas deben utilizar, quién debe tener acceso a ellas y cómo debe evolucionar la gobernanza a medida que se expande la adopción.
Ésta es una de las razones por las que las predicciones sobre una única interfaz de IA son difíciles de conciliar con la forma en que operan realmente las empresas. Los requisitos de una organización financiera que cierra los libros son diferentes de los de un equipo de servicio al cliente que maneja miles de interacciones cada día. Algunas capacidades de IA se integrarán directamente en los procesos comerciales donde los empleados apenas las notarán. Otros proporcionarán un acceso más directo a la información operativa a través de sistemas conversacionales. Muchas empresas acabarán utilizando ambos enfoques porque el trabajo subyacente es diferente.
Ten la IA a tu manera
Esa perspectiva ha dado forma a nuestra forma de pensar sobre la IA en NetSuite. Algunos clientes quieren que la IA esté integrada directamente en los flujos de trabajo operativos. Otros quieren tener la capacidad de conectar datos de NetSuite a modelos y asistentes externos para poder interactuar con información empresarial a través de herramientas que ya forman parte de su trabajo diario. Cada vez más, las organizaciones piden ambas cosas.
El servicio NetSuite AI Connector y nuestro soporte para Mannequin Context Protocol (MCP) se diseñaron teniendo esa realidad en mente. El objetivo es permitir que las organizaciones conecten la información empresarial de forma segura con los flujos de trabajo y los sistemas que tengan sentido para ellas mientras continúan beneficiándose de las capacidades de IA integradas directamente en NetSuite.
La historia del software program empresarial sugiere que la adopción rara vez sigue una línea recta. A medida que las organizaciones adoptan la IA, los líderes empresariales deben identificar el objetivo comercial y los flujos de trabajo involucrados para poder adaptar la solución a la realidad del trabajo.
Los artículos patrocinados son contenido producido por una empresa que paga por la publicación o tiene una relación comercial con VentureBeat, y siempre están claramente marcados. Para más información, póngase en contacto ventas@venturebeat.com.
