AI Decision Matrix

Ina Sebastian, Peter Weill, Thomas Haskamp y Jan vom Brocke construyeron la AI Decision Matrix en MIT CISR a partir de entrevistas con 30 directivos, bajo la premisa de que las decisiones difieren en naturaleza. La matriz cruza la ambigüedad (hasta qué punto los datos determinan la respuesta, y hasta qué punto las personas están de acuerdo sobre ella) con el riesgo (las consecuencias de un error y la dificultad de corregirlo). Toda decisión se descompone en encuadre, actuación y aprendizaje, y cada componente puede asignarse a una persona o a una IA.

Los cuatro cuadrantes otorgan a la IA funciones distintas, siempre bajo supervisión humana. En One New Zealand, un agente convierte las solicitudes de los equipos de marketing en consultas SQL para construir segmentos; el tiempo dedicado cayó un 60%, y una persona revisa antes del lanzamiento. Las decisiones consecuentes mantienen a una persona en el circuito en todo lo que implique precio, porque un error de tarificación se considera inaceptable. El trabajo exploratorio, como el contenido de marketing, permite que el encuadre se desplace entre humanos y la IA mientras se vigila la gobernanza. Las decisiones estratégicas permanecen en manos de la dirección humana: quince agentes analizan datos de red y agentes de orquestación los coordinan, pero las concesiones entre fiabilidad, experiencia del cliente y coste no se delegan.

Nicolas Suchaud, de WEnvision, recurre a la matriz por otro motivo: Valor × Factibilidad y sus variantes dejaron de ordenar nada en cuanto un prototipo de agente pasó a tardar semanas en construirse. Su respuesta consiste en priorizar decisiones en lugar de casos de uso, y clasifica la reversibilidad en primer lugar. Beth Stackpole recoge la propia reformulación de los autores: la pregunta deja de ser dónde usar la IA y pasa a ser cómo gestionar las decisiones que esta configura.