Ronan Kirby, Starmind: Sobre el uso de la IA para sacar a la superficie el conocimiento empresarial

Es muy probable que la respuesta que un empleado necesita para hacer su trabajo de manera efectiva esté disponible dentro de la empresa, pero a menudo puede ser difícil de encontrar.

La investigación sugiere que se dedican alrededor de tres horas al día a buscar información. Aún más frustrante, alrededor del 44 por ciento de todas las búsquedas terminan en un fracaso. En total, se pierde alrededor de $ 1 millón por mes por cada 1,000 empleados en una empresa.

Starmind cree que no tiene por qué ser así y está utilizando IA para potenciar una red de conocimiento personalizable en tiempo real que brinda a los equipos acceso bajo demanda a las respuestas que necesitan.

AI News se reunió con Ronan Kirby, director de atención al cliente de Starmind, para obtener más información sobre la solución.

Noticias de AI: Alrededor del 74 por ciento de los tomadores de decisiones creen que los datos están atrapados en silos organizacionales. ¿Cómo ayuda Starmind a sacar a la luz conocimientos inaccesibles?

Ronan Kirby: el superpoder de Starmind es romper tanto los silos tradicionales como los silos de conocimiento y lo hace utilizando un motor de inteligencia artificial que puede aprender de manera ubicua en un entorno corporativo quién es experto en qué.

No se basa en las redes humanas de conocer a alguien que sabe algo para hacer una sugerencia de una persona que puede ser poseedora del conocimiento; es indiscriminado en ese sentido, y ese es su superpoder.

Independientemente de qué caso de uso, o qué aplicación o problema lo usaría para resolver, sabe quién sabe qué en una empresa y continúa actualizándose constantemente para que siempre esté aprendiendo sobre la marcha.

Eso desaprende también. Usted podría ser el experto en edición de video hoy dentro de su organización, pero eso podría dejar de ser cierto dentro de unas semanas. Parte de la clave es asegurarse de presentar información actual y precisa a las personas para romper esos silos.

Independientemente de la geografía, independientemente del equipo, independientemente del idioma, independientemente de la unidad de negocio… es capaz de ver y aprender y, por lo tanto, hacer sugerencias y compartir conocimientos, independientemente del silo en el que alguien pueda existir.

AN: ¿Cómo se asegura de que los datos de la empresa potencialmente confidenciales a los que no todos los miembros del equipo deberían tener acceso se mantengan seguros?

RK: Hay que decirle al motor de IA de dónde puede aprender y eso lo configura el cliente de forma muy intencionada y deliberada.

Podría decir que puede aprender de su Jira o su Salesforce, o del entorno de su equipo o de su entorno de Slack. Le das parámetros muy estrictos en cuanto a dónde se le permite aprender. De esa manera, no lo tienes potencialmente aprendiendo y ofreciendo cosas que no debería.

Desde el punto de vista de la identificación de expertos, no almacena lo que dice la gente ni nada por el estilo; todo lo que hace es aprender y crear un perfil sobre las personas. Los datos de una empresa nunca se guardan, simplemente dice: “Ryan tiene una gran asociación con estas cosas en particular”. Está construyendo un perfil de conocimiento sobre usted en lugar de capturar la información que usó para construir ese perfil de conocimiento.

Nota del editor: la solución de Starmind cumple totalmente con el RGPD y, como parte del proceso de incorporación, la plataforma de conocimientos se adapta al cliente para garantizar que solo se otorgue el acceso adecuado a la información por empleado o equipo.

AN: Después de un tiempo razonable de integración de Starmind, ¿cuál es la tasa de éxito de recibir una respuesta que alguien necesita?

RK: En un entorno de mesa de ayuda, donde tal vez las personas lo usan para resolver problemas y autoservicio en lugar de abrir un ticket con una mesa de ayuda, el 98 por ciento de las preguntas generalmente se responden en 60 minutos.

Luego, las respuestas se almacenan y cada vez que se reutiliza una de ellas, ese es un humano que no tuvo que molestarse con una pregunta.

Ahí es donde entra la escalabilidad. Para su primera pregunta, hablamos sobre la identificación del poseedor del conocimiento experto. Así es como lo hacemos escalable y repetible almacenando una respuesta que se dio y permitiendo que otras personas busquen y hagan referencia a eso.

PepsiCo utiliza [Starmind] en sus entornos de I+D. Tienen 23 equipos de I+D en todo el mundo para 23 marcas multimillonarias que poseen. En ese escenario, alguien podría estar investigando cómo hacer una bebida o golosina sin azúcar y quiere saber cómo eso afecta la composición de ese refrigerio en particular cuando está expuesto a una enzima. Alguien en otro equipo de I + D en algún lugar ha tenido esa experiencia y puede acortarla por ellos. Eso es increíblemente impactante.

Dentro de PepsiCo, el 96 por ciento de las preguntas han recibido una respuesta exitosa.

AN: ¿Cree que las IA siempre deben diseñarse para complementar a los humanos en lugar de reemplazarlos?

RK: Hablamos de nuestra IA como “centrada en el ser humano” y esa es la clave. Estamos utilizando la IA para ayudar a hacer algo con las personas que las personas mismas no podrían hacer de manera factible, pero en última instancia, todavía lo estamos devolviendo a ese conocimiento personal en lugar de tratar de reemplazar ese conocimiento con una IA.

De todos modos, la IA no está cerca de ese nivel de capacidad, pero donde podemos usarla para lograr una escala y una eficiencia que los humanos no pueden hacer, para desbloquear lo que solo los humanos pueden hacer, es increíblemente importante. Así que ese es nuestro enfoque centrado en el ser humano de la IA.

AN: En medio de las incertidumbres económicas mundiales, ¿ha notado un repunte en las empresas que buscan formas de maximizar la productividad de su fuerza laboral mejorando estas eficiencias operativas?

R.K.: Absolutamente. Recientemente actualizamos lo que llamamos nuestra encuesta El futuro del trabajo, por lo que hablamos con 1400 ejecutivos de EE. UU., Reino Unido y Alemania de empresas con más de 10 000 trabajadores del conocimiento. El 68 por ciento de los ejecutivos con los que hablamos calificaron el impacto en su eficiencia operativa como la principal preocupación para ellos en este momento. Lo que buscan que hagamos es ayudar a impulsar la eficiencia operativa.

Si piensa en equipos de comercialización, ¿cómo mejora las tasas de conversión de su equipo? Bueno, una de las formas de hacerlo es exponer las mejores prácticas y experiencias de otras partes de su organización de ventas a otras partes. Romper los silos de conocimiento les ayuda a hacer eso.

Volviendo al ejemplo de cualquier cosa con emisión de boletos, por lo general, cada vez que un ser humano interactúa con un boleto, hay un costo de $15 para una empresa. Si puede ayudar a una empresa a evitar la apertura de ese ticket, hay una gran ganancia de eficiencia allí.

Incluso una reducción relativamente pequeña del seis por ciento en el volumen de boletos tiene un impacto financiero masivo en una empresa en términos de boletos evitados, pero también tiene un impacto en el tiempo que de otro modo habría perdido un empleado buscando algo, abriendo un boleto , y otro humano que tiene que mirarlo. Como tú y yo sabemos, inevitablemente el ticket se responde incorrectamente y te han dicho algo que no estabas preguntando en primer lugar y tienes que reabrir tu ticket.

Ese tipo de aumento de la eficiencia operativa a medida que mira hacia abajo el barril de una recesión global es realmente importante. Ese es el frente y el centro de muchas de las conversaciones que estamos teniendo ahora mientras observamos el entorno macroeconómico.

AN: De manera similar a la pregunta sobre las incertidumbres económicas globales, ¿ha aumentado el trabajo remoto después de la pandemia la necesidad de soluciones de intercambio de conocimientos como Starmind?

RK: Tradicionalmente, las redes de personas han sido muy importantes dentro de una organización: la gente sabe: “Oh, es Andra sentada allí a quien acudo para eso”.

Lo que vemos a partir de nuestros datos es que las personas rara vez saben quién sabe qué fuera de su equipo directo. De hecho, podemos mapear esto dentro de las empresas porque podemos ver las conexiones entre las personas con el motor de IA y vemos que evolucionan con el tiempo.

Una vez que le has ofrecido un experto a alguien, una vez que alguien ha identificado, oh, es Ryan quien sabe eso porque Starmind me ayudó a identificar a Ryan anteriormente, ahora tenemos esa conexión y eso construye, construye y construye. Es fenomenal ver eso mapeado a lo largo del tiempo.

Entonces, sí, el trabajo remoto ha aumentado la necesidad de intercambio de información en tiempo real.

AN: ¿Qué importancia tiene para los líderes empresariales buscar soluciones de gestión del conocimiento?

RK: El 68 por ciento de los ejecutivos de nivel C identificaron los silos de conocimiento como lo más importante o impactante dentro de sus negocios. Eso se compara con el 61 por ciento que estaba preocupado por una recesión económica. El mayor impacto, o el mayor riesgo que percibieron, fueron los silos de conocimiento.

Creo que eso lo subraya justo ahí y eso es solo mirar a los trabajadores del conocimiento. Entre los propios ejecutivos, cuando revisamos nuestros datos, el costo de eso para las empresas es aún mayor.

Observamos una factura anual de intercambio de conocimiento ineficiente de $ 71 millones para la empresa típica con 10,000 trabajadores del conocimiento o más. Incluso si usted es, escojamos una gran empresa que no es nuestro cliente, es un Johnson & Johnson con una mega facturación, $71 millones todavía no es un error de redondeo. Ese número aumenta a medida que aumentan sus empleados.

Creo que los ejecutivos lo saben y están trabajando muy duro para mitigarlo de una manera que sea efectiva. Parte del desafío es que las soluciones tradicionales de gestión del conocimiento no son efectivas, se trata de documentar la información.

Una vez que se documentan las cosas, básicamente se pudren de inmediato. Puede hacerlo con cosas que son estáticas y no evolucionan con el tiempo, pero no puede capturar de manera exhaustiva lo que sabe un poseedor de información. Ahí radica la brecha que está afectando a los negocios que estamos cerrando para las personas.

Ronan Kirby y el equipo de Starmind compartirán sus valiosos conocimientos en el evento de este año. Semana de la Transformación Digitalque comparte ubicación con el Exposición de IA y Big Data. Puedes encontrar más información sobre la sesión de Ronan aquí. Pase por el puesto de Starmind en el puesto n.º 466.

La publicación Ronan Kirby, Starmind: Sobre el uso de IA para sacar a la luz el conocimiento empresarial apareció primero en AI News.