Doxa 2088

Entrena tu cerebro para trabajar de forma creativa con Gen AI

Por Brian Solís

Innovación

Harvard Business Review

#Doxa #entrena #cerebro #trabajar #creativa # GenAI #paradigma #google #restaurante #bicicleta #resultado #pensamiento #investigación #decisión #IA #humano #maquina #resultado #líder #equipo #desafió

Resumen. Cuando la mayoría de las personas incitan a la IA generativa, lo hacen dentro del paradigma de cómo piensan sobre lo que podría o debería venir después. Por ejemplo, al buscar en Google, los usuarios pueden hacer una pregunta, buscar el mejor restaurante tailandés "cerca de mí" o insertar criterios específicos basados ​​en resultados filtrados, como "la mejor bicicleta de montaña de descenso para ciclistas intermedios". Ese enfoque a menudo se traslada a la incitación. Los resultados se basan en un camino lineal de pensamiento, investigación y toma de decisiones basado en el mundo tal como lo conocemos. Sin embargo, donde la IA comienza a "cobrar vida" es cuando creas algo único, algo que no se habría logrado sin la colaboración entre humanos y máquinas. Esto requiere desafiar tus propias convenciones sobre cómo crees que debería funcionar la IA generativa, y también los resultados que crees que son esperados o posibles. Este artículo ofrece 12 ejercicios para ayudarte a ampliar la forma en que piensas sobre la incitación de la IA generativa. Los líderes que fomentan estos cambios de mentalidad dentro de sus equipos se encontrarán cultivando una cultura donde "lo imposible" se convierte en un desafío diario -y un logro.

Existen innumerables artículos sobre cómo utilizar la IA generativa (IA gen) para mejorar el trabajo, automatizar tareas repetitivas, resumir reuniones y compromisos con los clientes y sintetizar información. También hay decenas de bibliotecas virtuales repletas de guías que nos ayudan a lograr resultados más efectivos e incluso fantásticos utilizando herramientas de IA gen. Muchas herramientas digitales comunes ya cuentan con copilotos de IA integrados para mejorar y completar automáticamente la escritura, la codificación, el diseño, la creación y lo que sea en lo que esté trabajando. Pero la IA generativa implica mucho más que mejorar o acelerar lo que ya hacemos. Con el cambio de mentalidad adecuado, podemos entrenar nuestros cerebros para que reconsideren creativamente cómo usamos estas herramientas para desbloquear un valor completamente nuevo y lograr resultados exponenciales en lo que se está convirtiendo en un mundo en el que la IA es lo primero.

Cuando la mayoría de las personas dan indicaciones, lo hacen dentro del paradigma de cómo piensan sobre lo que podría o debería venir después. Por ejemplo, al buscar en Google, los usuarios pueden hacer una pregunta, buscar el mejor restaurante tailandés “cerca de mí” o insertar criterios específicos basados ​​en resultados filtrados, como “la mejor bicicleta de montaña de descenso para ciclistas de nivel intermedio”. Ese enfoque se suele trasladar a las indicaciones. Los resultados se basan en un camino lineal de pensamiento, investigación y toma de decisiones basado en el mundo tal como lo conocemos. Esto es perfectamente normal y eficaz. De hecho, es como funcionan en gran medida los modelos de IA generativa actuales.

La IA generativa se basa en el procesamiento del lenguaje natural (PLN) para comprender la solicitud y generar resultados relevantes. Básicamente, se trata de reconocimiento y ensamblaje de patrones basados ​​en instrucciones para entregar un resultado que complete la tarea en cuestión. Este enfoque se alinea con el modo predeterminado de nuestro cerebro: reconocimiento de patrones y búsqueda de eficiencia, que favorece indicaciones breves y directas para obtener resultados inmediatos y predecibles.

Si la mayoría de las personas utilizan la IA de esta manera, entonces, sin importar cuán poderosas sean las herramientas, inadvertidamente creamos un nuevo status quo en la forma en que trabajamos y creamos. Entrenar nuestros cerebros para desafiar nuestro pensamiento, nuestras suposiciones sobre las capacidades de la IA y nuestras expectativas de resultados predecibles comienza con un cambio de mentalidad, para reconocer a la IA no solo como una herramienta, sino como un socio en la innovación y la exploración de lo desconocido.

La IA mejora el trabajo de hoy y al mismo tiempo desbloquea las oportunidades del mañana, hoy

Mi amigo Dharmesh Shah, cofundador y director de tecnología de HubSpot, una vez compartió en línea que "estás compitiendo con la IA".

“Así es”, coincidieron las personas. Luego compartieron otras reacciones, como “la IA va a quitarnos puestos de trabajo”, y algunas albergaron visiones más distópicas, como: “la IA nos va a destruir”.

Sin embargo, ese no era el significado que Shah pretendía dar a sus palabras. Retó a la gente a leer la declaración desde un ángulo diferente: “Estás compitiendo con la IA”. Su argumento era que puedes mejorar, amplificar e incluso aumentar tu potencial al hacerlo. En otras palabras, la IA puede hacerte más competitivo.

Hay un dicho que probablemente hayas escuchado muchas veces y probablemente escucharás muchas veces más: " Es poco probable que la IA te quite el trabajo, pero las personas que la usan sí ".

La IA te permite tomar lo que haces hoy y hacerlo más eficiente, más escalable, menos costoso y más automatizado. Más aún, la IA potencia tus capacidades para hacer lo que no podías hacer ayer para aumentar tu rendimiento. Esta es la parte que requiere imaginación, entrenamiento creativo y repetitivo, y la voluntad de salir de tu zona de confort y explorar lo desconocido (y divertirte mientras lo haces).

Libérese de las transacciones lineales para lograr resultados más creativos

La IA empieza a “cobrar vida” cuando se crea algo único, algo que no se habría logrado sin la colaboración entre humanos y máquinas.

Por ejemplo, es posible que tengas una idea para un plato de pasta específico que quieras cocinar para la cena, pero no tienes todos los ingredientes en casa y no te sientes motivado para ir al supermercado a comprar todo lo demás que necesitas. Una colaboración creativa entre humanos e IA podría analizar nuevos resultados que de otro modo no se habrían considerado.

Una idea es compartir los ingredientes que tienes con la IA general: “Tengo dos tomates rojos, pechuga de pollo, aceite de oliva, sal y cebolla blanca. ¿Qué recetas puedo considerar para preparar la cena para dos esta noche?”

Las alternativas suenan apetitosas:

• Pechuga de pollo con tomate y cebolla salteada
• Salteado de tomate y pollo
• Ensalada de pollo y tomate
• Pollo al tomate en sartén

No sólo surgieron ideas alternativas en el momento, sino que también se incluyeron recetas fáciles de seguir.

No tienes por qué detenerte ahí. Si no estás 100% satisfecho con los resultados, puedes pedirle que regenere ideas o que lo oriente con detalles o matices más específicos, es decir, que le proporcione recetas por debajo de X cantidad de calorías, solo recetas para hornear o freír con aire, etc.

También puedes experimentar de formas divertidas añadiendo tu personalidad a la mezcla y explorando peticiones poco convencionales, radicales o que antes eran imposibles. Esto hace que el resultado sea más creativo, sorprendente y alucinante. Por ejemplo, añade detalles como país o región, estilo, tiempo de cocción o preferencias de estilo de vida. O llévalo al siguiente nivel pidiendo recetas que te ayuden a cocinar al estilo de tu chef famoso favorito, de cualquier siglo (¡siempre que sean del LLM !). Después, pídele que te proporcione una nota personal del chef para motivarte y guiarte, y voilá, el beso del chef. De repente, gen AI se convierte en tu entrenador personal de cocina.

La idea aquí es pensar en tus interacciones de forma creativa, practicar desafiando tus propias convenciones sobre cómo crees que debería funcionar la IA general, y también los resultados que crees que se esperan o son posibles.

Repensar la colaboración con IA para lograr resultados más creativos e innovadores

Cambiar la mentalidad para colaborar de forma más creativa y abierta con la IA implica tener la voluntad de explorar lo desconocido y la capacidad de aprender, desaprender y experimentar. Además, es muy divertido.

A menudo digo que el uso de la IA ofrece su máximo potencial y sus mejores resultados cuando yo, junto con mis sesgos cognitivos, me hago a un lado. Me pregunto, con una sonrisa, “¿Qué haría la IA?” o “¿Qué haría la IA?”. Reconozco que mi manera inconsciente de utilizar las herramientas de la IA general puede llevar a entradas y salidas predecibles, pero al preguntarme ¿Qué haría la IA?, me abro a nuevos intercambios y experiencias, que pueden producir resultados inesperados.

Para aprovechar el potencial creativo y transformador de la IA y entrenar nuestro cerebro para un mundo que priorice la IA, debemos cambiar nuestro estilo de estímulo y utilizar la IA como un socio colaborador, en lugar de solo como una herramienta.

12 ejercicios para entrenar tu cerebro y trabajar de forma más creativa con IA

A continuación se presentan una docena de formas de entrenar nuestro cerebro para lograr resultados más amplios e innovadores con la IA de última generación:

1. Establezca una práctica diaria de “incitación exploratoria”

Empieza cada día con una consigna abierta que te impulse a pensar en grande. Puedes intentar: “¿Qué tendencias u oportunidades no veo en mi sector?” o “¿Cómo puedo redefinir por completo mi enfoque ante un desafío clave?”.

2. Enmarque las indicaciones en torno a preguntas del tipo “¿Qué pasaría si…?” y “¿Cómo podríamos…?”

En lugar de hacer preguntas directas, dé pistas con posibilidades abiertas. Por ejemplo, en lugar de preguntar “¿Cómo puedo mejorar la productividad?”, intente preguntar “¿Qué pasaría si pudiera abordar la productividad de una manera no convencional? ¿Cómo sería?”.

3. Acepte la ambigüedad y la curiosidad en las indicaciones

Entrenarse para dar indicaciones sin tener en mente un objetivo final preciso permite que la IA genere respuestas que podrían sorprendernos. Indicaciones como “¿Qué podría estar pasando por alto en mi enfoque de X?” abren puertas a información que no habíamos considerado.

4. Utilice indicaciones para explorar en lugar de resolver

Muchas indicaciones se centran en las soluciones. Pasar a la exploración permite generar una visión más profunda. Por ejemplo, “Exploremos el futuro del liderazgo si la IA tuviera un lugar en la junta directiva o en la alta dirección: ¿qué cambios podríamos ver en nuestro trabajo, roles y cultura corporativa?”

5. Encadenar indicaciones para desarrollar ideas de forma iterativa

En lugar de detenerse en la primera respuesta, haga preguntas de seguimiento que profundicen la respuesta hacia respuestas más complejas y visionarias. Si la IA sugiere una idea, amplíela con preguntas como “¿Cómo se verá esto en 5 años?” o “¿Cómo podría este enfoque cambiar el futuro de cómo operan las empresas?”.

6. Piensa metafórica o analógicamente

Entrenar nuestro cerebro para que use metáforas o analogías en las indicaciones abre caminos creativos. Por ejemplo, en lugar de pedirle consejos sobre productividad, indíquele a la IA: “Imagina la productividad como un baile: ¿cómo podría cambiar mi enfoque?”

7. Pida perspectivas, más allá de los hechos

Pídale a la IA que adopte diferentes perspectivas para ampliar la capacidad creativa y obtener resultados impredecibles. Por ejemplo, “¿Cómo podrían un artista, un científico y un filósofo abordar el desafío de liderar en un mundo impulsado por la tecnología?”, lo que incita a la IA a combinar diversos puntos de vista, ofrecer un conjunto más rico de ideas e inspirarlo de maneras que antes no eran posibles.

8. Experimente con indicaciones de “juego de roles”

Entrénese para considerar múltiples perspectivas pidiéndole a la IA que genere respuestas desde la mentalidad de los mejores expertos del mundo de cualquier industria o género; incluso puede incluir personajes ficticios. Por ejemplo, intente preguntarle a la IA: "¿Cómo resolverían este problema un director ejecutivo innovador, un artista y un futurista?". Personalmente, he interactuado con la opinión de la IA sobre dos de mis favoritos: Steve Jobs y Walt Disney, en muchas ocasiones.

9. Pide imposibilidades e involucra escenarios experienciales

Abra nuevas vías para reimaginar el problema en sí, descubriendo soluciones que otros podrían pasar por alto. Incite a la IA a que presente ideas que “eliminen por completo la necesidad de [lo que sea en lo que esté trabajando]” o “soluciones que resuelvan problemas que ni siquiera hemos imaginado todavía”. Y vaya más allá al incitar a la IA a crear “un escenario cotidiano en el que esta [solución o esfuerzo] se vuelva indispensable en cada momento de la vida de [insertar persona]”.

10. WWAID: reimaginar el papel de la IA en la solución misma

Haga preguntas que consideren a la IA como un socio en la innovación: "¿Cómo diseñarías, como IA, este servicio o solución para [lograr A, B o C] de maneras que solo una IA podría percibir?"

11. Establezca una sesión semanal de “indicación orientada al futuro”

Dedique una sesión por semana a centrarse en preguntas a gran escala y orientadas al futuro, como "¿Cómo será mi industria en 10 años y cómo puedo mantenerme a la vanguardia?" o "¿Qué cambios radicales podrían causar disrupciones o redefinir el éxito en mi campo?".

12. Lleve un diario de “promociones que le permitan avanzar”

Aunque las herramientas de IA conservan un historial de sus indicaciones, documente aquellas que produzcan información y resultados sorprendentes, innovadores o particularmente valiosos. Revisar este registro periódicamente puede inspirar nuevas formas de formular indicaciones futuras.

•••

La IA generativa no es solo una herramienta; es un catalizador para reconfigurar nuestros patrones de pensamiento, liberarnos de las limitaciones de la lógica lineal y descubrir ideas creativas de las que no sabíamos que éramos capaces. Un cambio de mentalidad nos reconfigura para abandonar el pensamiento obsoleto, abrazar la curiosidad y activar el potencial exponencial al hacer preguntas mejores y más audaces. Para aprovechar su poder de formas innovadoras, el primer paso es adoptar lo que yo llamo “curiosidad exponencial”, que nos permite pasar de simplemente usar la IA a cocrear activamente con ella.

Un cambio de mentalidad combinado con IA generativa reconfigura nuestros cerebros para trabajar hacia un futuro alternativo que apenas podemos imaginar: un futuro lleno de avances asombrosos y significativos que redefinen industrias, experiencias y la naturaleza misma del potencial humano.

Al formular preguntas a la IA que desafíen las suposiciones y se adentren en lo desconocido, no solo obtendrá respuestas creativas, sino que desarrollará una mentalidad que lo preparará para ver posibilidades que otros pasan por alto. Los líderes que fomenten estos cambios de mentalidad dentro de sus equipos se encontrarán cultivando una cultura en la que “lo imposible” se convierta en un desafío diario (y en un logro).

Permítete y ten espacio para sobresalir en un mundo donde la IA es lo primero.

Leer más sobre Innovación o temas relacionados Creatividad e IA generativa

Brian Solis es el director de Innovación Global en ServiceNow y autor de Mindshift: Transform Leadership, Drive Innovation, and Reshape the Future, un bestseller de USA Today. Brian es autor de nueve libros galardonados, ha publicado más de 60 informes de investigación de la industria que cubren el futuro de los negocios, la transformación digital y la innovación corporativa, y es orador principal en conferencias a nivel mundial. En su función en ServiceNow, ayuda a las organizaciones a navegar en la intersección de la tecnología, los cambios del mercado y el liderazgo, guiando a los ejecutivos para impulsar el crecimiento y la transformación empresarial.

 

Doxa 2087

¿De verdad necesita un gran cambio de carrera?

Por Irina Cozma

Administración de si mismo

Harvard Business Review

#Doxa #cambio #carrera #personal #trabajo #habilidad #cliente #recomendación #flexible #decisión

Resumen. De todas las personas que dicen que necesitan un cambio de carrera, muchas no lo necesitan realmente. La mayoría de las veces, es algo en sus trabajos o en sí mismos, como las habilidades, que tienen que cambiar. La autora comparte dos ejemplos de clientes que acudieron a ella diciendo que necesitaban un cambio radical y ofrece tres recomendaciones para los lectores en una situación similar: 1) entender su contexto, 2) mantenerse flexible y 3) tomar una decisión informada.

De todos mis clientes que declaran que necesitan un gran cambio de carrera, muchos no en realidad necesito uno. ¿Qué hay de usted? ¿Realmente necesita un cambio radical de carrera o hay otra forma?

Resulta que hacer una transformación profesional radical lleva tiempo y, durante este viaje, todavía tiene que despertarse cada mañana y hacer su trabajo actual. Trabajo con mis clientes en sus objetivos profesionales a largo plazo y, al mismo tiempo, lo optimizo para el aquí y el ahora. Muchas veces, este período de tiempo y este doble proceso les benefician. Tras varios meses de tomar diferentes medidas, muchos de mis clientes se dieron cuenta de que tenían la profesión correcta; ese no era el problema. Lo que sí tenían que cambiar eran sus habilidades y/o su contexto (un nuevo trabajo). Animo a mis clientes a que exploren varias opciones desde el principio y no se apresuren a llegar a una conclusión.

Echemos un vistazo a los viajes de dos de mis clientes. Luego, compartiré los principios que también puede utilizar para guiar su toma de decisiones si se encuentra en un dilema profesional similar.

Cliente 1

Linda es veterinaria y lo primero que me dijo cuando nos conocimos fue que había acabado. Ya no quería ser veterinaria y estaba segura de que necesitaba un cambio radical de carrera. Como muchos otros veterinarios hoy en día, estaba agotada y desilusionada. Estaba agotada por tomar decisiones de vida o muerte basándose en restricciones financieras, por tratar con clientes que no seguían sus recomendaciones y por trabajar con un personal que estaba desmotivado y carecía de la formación adecuada para hacer frente a las complejidades de esta profesión. Además de sus problemas profesionales, su situación familiar era tensa, lo que hacía que todo el desafío fuera mucho más difícil.

Pasamos un par de meses explorando otras trayectorias profesionales adyacentes, como escribir libros de texto de ciencias, trabajar en programas de ayuda en casos de desastre y realizar investigaciones farmacéuticas clínicas. Paralelamente, también trabajamos para optimizar su experiencia en el trabajo. Linda aprendió a poner límites en su trabajo actual, a equilibrar las expectativas de sus clientes con lo que era factible y a ser más clara y directa con el personal.

Una vez que aprendió nuevas habilidades y comportamientos, su trabajo actual pasó a ser más manejable. Linda se dio cuenta de que le gustaba trabajar con animales; su profesión no era el tema. Solo necesitaba nuevas habilidades para gestionar la parte personal de su lugar de trabajo.

Poco después, Linda también empezó a trabajar de veterinaria en otra clínica. Ahora tiene un horario más flexible que le permite pasar más tiempo con su hija. Linda no necesitaba un cambio radical de carrera.

Cliente 2

Carmen es contadora. Es una de las personas más exuberantes, alegres y enérgicas que he conocido. También es una persona sociable y sentía que necesitaba una profesión en la que pudiera interactuar más con los demás. Además de eso, no era fácil trabajar con su gerente y su empresa estaba en proceso de ser adquirida.

Carmen se encontró en una encrucijada. ¿Debería seguir el camino de la contabilidad o explorar opciones profesionales alternativas? Empezamos a trabajar en ambas direcciones y exploramos carreras como la enfermería, el emprendimiento y el sector inmobiliario. Poco después, Carmen se trasladó a la empresa adquirente y, al empezar ese trabajo, lo abordó de manera diferente. Se dio cuenta de que le vendría bien su energía y sus habilidades interpersonales con otras personas en la oficina y se centró en construir relaciones más sólidas con su equipo.

Además, una vez le pregunté: «¿De verdad quiere cambiar de profesión o tiene miedo de avanzar y ascender a un puesto de liderazgo en su carrera actual?» Resultó que lo segundo era cierto. Ahora ocupa un puesto de liderazgo como controladora en otra empresa.

Carmen no necesitó cambiar de profesión. Cambió de trabajo, lo que le permitió tener un mejor gerente, y también abordó el nuevo trabajo de manera diferente según sus puntos fuertes. De hecho, terminó ascendiendo en su profesión inicial.

Entonces, ¿cómo puede determinar si necesita un cambio radical de carrera o si necesita cambiar algo en usted o en su trabajo? Estas son algunas directrices a tener en cuenta:

1. Comprenda su contexto.

Linda estaba gestionando una situación familiar difícil y Carmen no estaba segura de que tendría un trabajo tras la adquisición. En tiempos de incertidumbre, las emociones son más volátiles y la urgencia de adelantarse al cambio podría ser mayor. Suena contradictorio, pero estos son los momentos en los que puede que necesite evitar grandes decisiones impulsivas.

Es importante conocer y reconocer nuestro contexto más amplio y su influencia en nosotros. Como dice el refrán, duerma en ello y verá qué piensa de la situación más adelante. Una vez fijado su trabajo en la empresa adquirente, Carmen pudo relajarse. Cuando Linda tuvo algo de claridad sobre su situación familiar, pudo tomar una mejor decisión para su vida profesional.

Pregúntese si está en un período normal de su vida o si está sucediendo algo fuera de lo común. Evalúe si es realmente urgente tomar una decisión radical o si tiene el espacio mental y la estabilidad financiera para darse un tiempo para reflexionar.

Piense: ¿Qué pensaba de su trabajo hace un año cuando no se encontraba en esta situación incierta? ¿Cómo se sentirá dentro de un año después de que pase este difícil período?

2. Manténgase flexible.

Linda y Carmen exploraron diferentes opciones y se dejaron cambiar de opinión y sorprenderse. Incluso si llegaban a ser entrenadores convencidos de que tenían que cambiar de profesión, mantenían una mente abierta y exploraban cosas dentro de ellos (adquirir nuevas habilidades) y fuera de ellos (nuevos trabajos contra nuevas carreras).

Las cosas no suelen ser claramente en blanco y negro, sí o no. Las decisiones profesionales suelen ser complejas y ambiguas. ¿Y si pensáramos más en un ordenador cuántico que en un ordenador clásico? La computación clásica se basa en bits que están en el estado de 0 o 1, mientras que la computación cuántica se basa en qubits que pueden representar 0, 1 o la superposición de ambos estados simultáneamente.

Preferimos la claridad y la especificidad en nuestras ideas y acciones porque la información clara y específica reduce la carga cognitiva, lo que facilita que nuestro cerebro procese y comprenda. Sin embargo la ambivalencia podría ser la clave para una mejor toma de decisiones, especialmente durante las etapas iniciales de una gran decisión profesional. También es un enfoque más realista. El mundo no es solo 0 o 1, sino una mezcla de ambos y todo lo demás.

Genere múltiples posibilidades profesionales para usted y sígalas unos pasos más allá para ver adónde pueden llevarlo. Tal vez la respuesta estuvo delante de usted todo el tiempo. Solo tenía que abordar la situación de otra manera.

3. Tome una decisión informada.

Tanto Carmen como Linda fueron pacientes y, a pesar de los altibajos del proceso, no hicieron ningún cambio importante durante un tiempo. Primero recopilaron suficiente información como para ayudarlos a tomar una decisión informada.

He aquí un patrón que he observado en mis clientes: se entusiasman desde el principio con una opción profesional u otra y parece que pueden ser una excepción a la regla. Puede que encuentren su próxima dirección profesional en solo unas semanas, cuando todos los demás tengan que hacerlo por las malas, tras meses o años de exploración.

En estas situaciones, mi función es equilibrar su entusiasmo con las probabilidades realistas y pedirles que se mantengan firmes un poco más antes de tomar una decisión. E inevitablemente, unas semanas después, una dirección que parecía prometedora de repente cae en picado. Se topan con nueva información que les hace cambiar de opinión, como tener una conversación con alguien que pinta un panorama más realista de lo brillante que es realmente esa profesión. Tal vez realmente requiera más trabajo de oficina y no quieran trabajar en un ordenador todo el día. Tal vez esa nueva profesión requiera un título avanzado con el que no puedan comprometerse. Sigue una cierta decepción y, luego, vuelven a explorar una nueva opción. Por lo general, este ciclo ocurre un par de veces hasta que entiendan la naturaleza del viaje.

No tome decisiones costosas con demasiada rapidez. No invierta dinero ni tiempo antes de haber recopilado suficiente información y sentir que puede tomar una decisión informada. El problema con las decisiones informadas es que normalmente tardan más de lo que esperaba y el trabajo suele ser más duro de lo que esperaba. Sin embargo, una vez que tome una decisión basada en varios puntos de datos, la respaldará con más fuerza.

...

Linda y Carmen tuvieron el tiempo y la paciencia para explorar, y sus decisiones finales no fueron las que imaginaban al principio del proceso. Mantuvieron sus respectivas carreras profesionales y mejoraron en sus trabajos. Son historias de éxito. Linda y Carmen se esforzaron por recopilar datos que les permitieran tomar una decisión profesional informada. Usted también puede hacerlo.

Lea más sobre cómo gestionarse a sí mismo o temas relacionados Carreras, Planificación de carrera, Transiciones profesionales y Crecimiento y transformación personal

Irina Cozma, Ph.D., es una coach profesional y ejecutiva que ayuda a los profesionales a tener mejores aventuras profesionales. Ha entrenado a cientos de ejecutivos de Fortune 500 de organizaciones globales como Salesforce, Hitachi y Abbott. Irina también es coach de empresas emergentes y del MBA para médicos de la Universidad de Tennessee. Descargue su guía profesional gratuita para ayudarlo a prepararse para su próxima aventura profesional.

 

Doxa 2086

Prepare a su equipo para colaborar con IA con éxito

Por Tomas Chamorro-Premuzic

Inteligencia artificial y aprendizaje automático

Harvard Business Review

#Doxa #equipo #IA #éxito #aprendizaje #empleado #herramienta #eficaz #ventaja #competitiva #compromiso #innovación #laboral #trabajo #líder #organización

Resumen. Desarrollar el potencial de los empleados para que aprovechen las herramientas de IA de manera eficaz no es solo una ventaja competitiva, sino también un medio para mantener el compromiso, la adaptabilidad y la innovación de la fuerza laboral. Si bien las herramientas de IA sin duda darán forma al futuro del trabajo, son la curiosidad, la adaptabilidad y la resiliencia humanas las que impulsarán el éxito en esta nueva era. Los líderes que inviertan en liberar el potencial de los empleados y crear una cultura de aprendizaje continuo no solo abordarán la transformación de la IA de manera más eficaz, sino que también fomentarán una fuerza laboral comprometida y preparada para el futuro, capaz de liderar la organización hacia un futuro próspero basado en la inteligencia artificial y los seres humanos.

Las organizaciones están atravesando un período de transformación en el que el rápido ascenso de la inteligencia artificial (IA), particularmente la IA generativa (gen AI ), promete alterar y remodelar los panoramas empresariales, los roles laborales y las prioridades de desarrollo de los empleados.

Sin duda, nadie sabe si la IA cumplirá con su enorme promesa o si estamos en el “pico de las expectativas infladas”, pero muchos expertos afirman que esto es solo el comienzo de una gran revolución tecnológica. Por ejemplo, Microsoft, que acaba de superar las expectativas de ganancias por sus últimas ventas de IA, predice que el mercado total de IA alcanzará los 738 mil millones de dólares en los próximos cinco años. The Economist estima que el 80% de las organizaciones en los EE. UU. y China dependen de la IA a diario. Y, a pesar de las preocupaciones populares sobre la automatización, los empleadores en general son optimistas. Nuestros propios datos de ManpowerGroup indican que el 55% de las organizaciones planean aumentar su personal debido a la IA.

Si bien es fácil entusiasmarse con el poder transformador de la IA, hay algo que está claro: para aprovechar los beneficios potenciales de la IA en términos de productividad y hacer que el trabajo sea más estimulante y gratificante desde el punto de vista intelectual, las organizaciones deben capacitar, mejorar y desarrollar a sus empleados, gerentes y líderes. Esto presiona a las empresas para que actualicen y preparen a su fuerza laboral para el futuro, de modo que el talento humano pueda complementar a la IA y ser complementado por ella.

Dicho esto, a continuación se presentan cinco consideraciones para profesionales de RR.HH., gerentes y líderes organizacionales:

5 formas en las que los líderes pueden preparar el terreno para una colaboración exitosa entre humanos e IA:

1. Desarrolle su estrategia de mejora de la IA.

La pregunta fundamental que hay que abordar es de qué nuevas formas los empleados añadirán valor después de aprovechar el ahorro de tiempo y eficiencia que se puede esperar de la IA. La IA debería automatizar claramente todo lo que se pueda automatizar (debemos disfrutarlo y celebrarlo), pero todo lo que la IA automatice se devaluará y se convertirá en un producto básico, lo que pondrá la carga sobre lo que los humanos pueden producir con su talento, habilidades e ingenio, incluso si lo hacen colaborando con la IA.

Por ejemplo, los reclutadores pueden ahorrar hasta un 40% de su tiempo al externalizar actividades repetitivas y predecibles, como buscar rápidamente palabras clave en un currículum, editar descripciones de trabajo poco atractivas o corregir errores tipográficos en las solicitudes de empleo de los candidatos, pero externalizar estas actividades a la IA no crea mucho valor inherente. De hecho, el valor real proviene de que los reclutadores dediquen más tiempo de calidad a actividades humanas y humanas, como ayudar a los candidatos a comprender cómo se alinea su potencial con las opciones profesionales disponibles y ayudar a los clientes a comprender la diferencia entre lo que quieren y necesitan en un candidato.

Esta lógica se aplica a cualquier función, trabajo e industria: todos los trabajadores del conocimiento tienen menos probabilidades de perder su trabajo a causa de la IA que de perderlo a causa de otro ser humano que utilice IA, y tendrán que repensar cómo agregarán valor a su función actual después de delegar todo lo que puedan a la IA. El imperativo organizacional es claro: evaluar cómo es probable que cambien las funciones y las tareas, y qué nuevas habilidades deben implementar los empleados no solo para agregar valor incremental más allá de lo que hará la IA, sino para maximizar realmente el valor que la IA puede aportar.

Volviendo al ejemplo de los reclutadores: si podemos ayudarlos a aprovechar y mostrar su coeficiente emocional, sus habilidades sociales y su empatía, humanizarán el proceso de reclutamiento al hacerlo más centrado en el candidato y el cliente. Una regla general que se aplica a la mayoría de los trabajos, si no a todos, es que a medida que la IA inyecta automatización y se encarga de manera efectiva de tareas específicas, el imperativo humano es actuar de manera más humana y humana. Como ilustro en mi reciente libro, I, Human: AI, Automation, and the Quest to Reclaim What Makes Us Unique, cuanto más adquiere la IA capacidades similares a las humanas, más nos obliga a ser más humanos.

2. Garantizar que los sistemas de evaluación y gestión del desempeño se centren en los resultados y no en los insumos.

Dado que la principal promesa de la IA es aumentar la productividad, que se define como el resultado dividido por los insumos, las organizaciones deben asegurarse de medir y recompensar los resultados en lugar de los insumos. Si no se hace esto, se producirá lo que lamentablemente es el escenario común en la actualidad: empleados que usan la IA de manera clandestina, logran el mismo resultado con un 30% a 40% menos de insumos (esfuerzo, tiempo, habilidad), pero no informan de ello a sus gerentes.

Después de todo, ¿por qué un empleado le diría a su jefe “Oye, he tenido todo este tiempo libre, así que por favor dame más trabajo” cuando puede “pasar” ese tiempo holgazaneando en las redes sociales? Como señaló Satya Nadella, el 85% de los gerentes piensa que sus empleados están holgazaneando al mismo tiempo que el 85% de los empleados dice que están trabajando demasiado y tienen demasiadas cosas que hacer. Sin duda, a lo largo de la historia de la humanidad, nunca inventamos ninguna tecnología (por ejemplo, la rueda, el fuego, la electricidad, el lavavajillas y el microondas) para trabajar más duro. La tecnología, como la productividad, consiste en hacer más con menos, lo que incluye lograr el mismo resultado con menos esfuerzo.

Sin embargo, hasta que las organizaciones puedan encontrar la manera de “reciclar” el tiempo que los empleados liberan gracias a la IA (volvamos al punto 1), no deberían castigarlos por ser más productivos y aprovechar la IA para alcanzar sus objetivos con menos esfuerzo. Las organizaciones tienen dos opciones: pueden aumentar los resultados esperados o recompensar a los empleados por lograr los resultados existentes. Monitorear los aportes o sancionar a los empleados por lograr los mismos resultados con menos esfuerzo solo hará que los empleados simulen estar ocupados o que hagan como que trabajan, para poder evitar trabajo extra.

Cabe señalar que las métricas de desempeño se pueden adaptar para recompensar a quienes utilizan la IA para aumentar su productividad, creando así una situación beneficiosa para todos. Al liberar tiempo, los empleados tienen mayores oportunidades de participar en actividades de actualización y perfeccionamiento de habilidades, que son cruciales a medida que los roles laborales evolucionan junto con las capacidades de la IA. Para reforzar esto, las empresas pueden ofrecer incentivos directos, como créditos de tiempo o estipendios de aprendizaje, a los empleados que logren una mayor productividad mediante la IA. Estos incentivos alientan a los empleados a ver la IA como un impulsor de su carrera profesional en lugar de una amenaza, posicionándola como un facilitador de nuevas habilidades y oportunidades de crecimiento.

3. Ayude a su fuerza laboral a aprovechar las habilidades que la IA probablemente no domine.

Las habilidades humanas clave del futuro probablemente serán aquellas que la IA no pueda reemplazar. Ya desde ahora deberíamos evaluar nuestras propias habilidades en relación con si se pueden encontrar no solo en otros humanos (nuestros competidores tradicionales en la guerra por el talento), sino también en la IA.

Aunque se podría decir que la IA ha ganado la batalla del coeficiente intelectual (puede resolver cualquier problema bien definido y sabe más sobre la mayoría de las cosas que la mayoría de los humanos), la batalla de la inteligencia emocional (IE) sigue en juego. De hecho, incluso si la IA termina imitando habilidades blandas como la IE, no hay sustituto artificial para la empatía, la amabilidad, la consideración y la capacidad de los humanos para comprender las cosas, incluso a otros humanos.

La IA (¡como algunos humanos!) es muy buena para explicar todo sin entender nada. Un futuro en el que la mayoría de las personas realicen la mayor parte de su trabajo interactuando con la IA, y donde sea difícil discernir si estamos interactuando con otros humanos o con falsificaciones profundas, hará aún más hincapié en las habilidades humanas que hacen que las interacciones con otras personas no sean solo humanas, sino también humanas.

Por lo tanto, las organizaciones (y los gerentes) deben tratar de aprovechar la curiosidad de sus empleados, en particular su profundo deseo de aprender y saber. Es una pena que el término "aprendizaje profundo" se asocie generalmente con la inteligencia artificial en lugar de la humana. La IA ya ha cambiado el significado de la experiencia, que solía consistir en saber las respuestas a muchas preguntas, pero ahora se trata de hacer las preguntas correctas, saber cómo examinar y evaluar los conocimientos de la IA y tomar decisiones inteligentes sobre la base de esos conocimientos, lo que puede incluir ignorarlos y etiquetarlos correctamente como alucinaciones.

Afortunadamente, los estudios científicos muestran que hay muchos trucos efectivos para estimular la curiosidad en los demás: inducir deliberadamente lagunas de conocimiento y crear intriga, recompensar a los empleados por cuestionar cosas y preguntar por qué, y modelar comportamientos inquisitivos en gerentes y líderes, todo ello aumenta la curiosidad en los empleados.

Cuando la IA puede reproducir una habilidad, esa habilidad se convierte en un producto, y el diferenciador no es la versión de IA de esa habilidad, sino la capacidad del ser humano para interactuar con la IA mejor que otros seres humanos. Así, por ejemplo, un profundo conocimiento en un área te ayudará a impulsar la IA mejor que tus pares y a hacer un mejor uso de la información que obtienes de ella. Copiar y pegar descuidadamente los resultados de la IA genérica o delegarle tareas de alto nivel devaluará la calidad de tu producción. Piensa en la IA genérica como el equivalente intelectual de la industria alimentaria, y en ChatGPT y las herramientas relacionadas como una especie de microondas para las ideas. Todos las usaremos y quizás hasta abusaremos de ellas, pero cuando quieras impresionar a alguien, debes asegurarte de producir algo mejor de lo que la IA podría haber producido por sí sola o a través de sus interacciones con tus pares, del mismo modo que cuando quieres impresionar a los invitados a una cena, no les servirías simplemente una comida preenvasada y calentada en el microondas, sino una comida casera hecha con tu toque creativo único. El auge de la IA nos impulsa a crear el equivalente intelectual del movimiento de comida lenta o de la granja a la mesa.

4. Invertir en los gerentes de nivel medio (a menudo desatendidos).

Los gerentes de nivel medio son el grupo de personas más importantes para traducir la estrategia en ejecución. Todo depende de su desempeño: compromiso, moral, productividad y conductas laborales contraproducentes.

Históricamente, las organizaciones carecían de un sólido historial de designación de las personas adecuadas para puestos de gestión, enfatizando excesivamente el desempeño pasado como contribuyentes individuales (famosamente explicado por el Principio de Peter ) y recompensando a los autopromotores seguros de sí mismos que pueden gestionar hacia arriba, en lugar de a los líderes realmente competentes.

Para empeorar las cosas, los desafíos modernos hacen que la gestión sea una tarea bastante compleja. De hecho, no basta con que los directivos sean buenos en su trabajo, tengan conocimientos técnicos y sepan asignar y gestionar recursos. Ahora también esperamos que comprendan la IA, la IA genérica, la ética de la IA, la diversidad, la equidad, la inclusión, la pertenencia, la defensa corporativa y el cambio climático, y que sean excelentes entrenadores. Todo esto es abrumador, pero rara vez apreciamos la importancia o reconocemos el impacto clave que tienen los directivos, centrándonos en cambio en los empleados o en los líderes de mayor jerarquía.

En resumen, la mayor unidad de inversión para maximizar el ROI de la IA y la generación de inteligencia artificial deberían ser los gerentes de nivel medio: solo si los equipamos con la capacidad de aprovechar las habilidades sociales necesarias para prosperar en la era de la IA (punto 3), y la experiencia técnica para navegar por la intrincada era de la IA y los humanos, las organizaciones podrán tener éxito.

5. Promover una dosis saludable de experimentación relacionada con la IA.

Demasiadas personas han tomado una decisión sobre la IA sin haberla probado nunca, especialmente la IA general. Dado que los valores, creencias y comportamientos de los líderes superiores de una organización pueden influir en gran medida en las opiniones de los demás, puede resultar decepcionante que los líderes inflijan tales prejuicios a los demás.

Al mismo tiempo, incluso cuando los líderes son firmes defensores de la IA, deben hacer un esfuerzo para persuadir a los empleados para que se unan a este viaje. Esto puede incluir promover el intercambio de conocimientos y el aprendizaje tanto de los éxitos como de los fracasos, como lo ilustra Amy Edmondson de la Harvard Business School en su libro más reciente. Crear una cultura que enfatice el crecimiento y la adaptabilidad es primordial en la era de la IA humana.

La experimentación también es vital en la era de la IA, donde la adopción de nuevas tecnologías requiere adaptación e iteración. Las investigaciones sobre innovación y aprendizaje sugieren que las culturas que toleran la toma de riesgos y ven el fracaso como una oportunidad de aprendizaje producen equipos más adaptables e innovadores. Alentar a los empleados a experimentar con herramientas y procesos de IA puede generar usos creativos de la tecnología que vayan más allá de las aplicaciones iniciales.

Para fomentar una cultura que valore la experimentación, las organizaciones pueden introducir incentivos como “subvenciones a la innovación” para proyectos de IA dirigidos por empleados. De esta manera, se anima a los empleados a asumir riesgos calculados sin temer repercusiones si los proyectos no tienen éxito. Al promover una cultura favorable a la experimentación, las organizaciones aprovechan la curiosidad de los empleados y la convierten en un poderoso impulsor de la adopción de la IA y el desarrollo de habilidades.

Aprender de los fracasos es fundamental para liberar todo el potencial de la IA. Fomentar un entorno seguro en el que los empleados puedan seguir adelante sin estigmatizarlos fomenta una mayor experimentación e innovación. En el contexto de la IA, los fracasos suelen generar información valiosa que impulsa aplicaciones más eficaces de la IA. Las investigaciones muestran que las empresas que toleran el fracaso como parte del proceso de aprendizaje generan empleados más resilientes y con visión de futuro. Al replantear los fracasos como oportunidades de aprendizaje, las empresas pueden inspirar a los empleados a abordar las herramientas de IA con confianza, curiosidad y ganas de mejorar.

En resumen, a medida que las empresas buscan aprovechar el potencial de la IA y, al mismo tiempo, fomentar una fuerza laboral próspera, se ha vuelto fundamental centrarse estratégicamente en liberar el potencial de los empleados. Desarrollar a los empleados para que aprovechen las herramientas de IA de manera eficaz no es solo una ventaja competitiva; es un medio para mantener el compromiso, la adaptabilidad y la innovación de la fuerza laboral. Si bien las herramientas de IA sin duda darán forma al futuro del trabajo, son la curiosidad, la adaptabilidad y la resiliencia humanas las que impulsarán el éxito en esta nueva era. Los líderes que inviertan en liberar el potencial de los empleados y crear una cultura de aprendizaje continuo no solo navegarán por la transformación de la IA de manera más eficaz, sino que también fomentarán una fuerza laboral comprometida y preparada para el futuro, capaz de llevar a la organización hacia un futuro próspero basado en la inteligencia artificial.

Lea más sobre IA y aprendizaje automático o temas relacionados Productividad personal y desarrollo de empleados

Tomas Chamorro-Premuzic es el director de innovación de ManpowerGroup, profesor de psicología empresarial en el University College de Londres y en la Universidad de Columbia, cofundador de  deepersignals.com y asociado del Laboratorio de Finanzas Empresariales de Harvard. Es autor de  Why Do So Many Incompetent Men Become Leaders? (and How to Fix It ), en el que   se basó su charla TEDx. Su último libro es I, Human: AI, Automation, and the Quest to Reclaim What Makes Us Unique.  Encuéntrelo en  www.drtomas.com. @Drtcp-es

Doxa 2085

Cuando sus altos estándares hacen descarrilar su éxito

A veces, lo suficientemente bueno es suficientemente bueno.

Por Anne Sugar y Karen Walker

Gestionarse a sí mismo

Harvard Business Review

#Doxa #estándar #éxito #gestión #equipo #expectativa #flexible #adaptación #cultura #conflicto #productivo

Resumen. Los estándares altos no son algo malo, pero pueden frenarte a ti y a tu equipo cuando se vuelven inflexibles. Si tus estándares altos están causando problemas en tu equipo, puedes tomar cuatro medidas para ajustar tus expectativas y seguir adelante: 1) hacer una pausa, 2) saber cuándo ser flexible, 3) considerar tu adaptación cultural y 4) participar en conflictos productivos.

Nadie negaría que tener estándares altos para el trabajo y los equipos es algo malo. Sin embargo, a veces, unos estándares extraordinariamente altos pueden ser improductivos y frenar el avance en la carrera de liderazgo.

El liderazgo puede ser caótico. A menudo, las cosas no salen como se planean. En lugar de aceptar esto como una parte natural de la vida, si sus estándares son demasiado inflexibles, se sentirá constantemente frustrado porque ni usted ni su equipo están a la altura de sus objetivos.

En la práctica, esto podría verse así:

• Usted y su equipo no parecen estar en la misma página en las reuniones.
• Los proyectos nunca se completan en el plazo establecido.
• Su gerente dice: "El ochenta por ciento hecho es suficiente", pero usted demora la entrega del trabajo hasta que esté "perfecto".
• Usted y sus equipos siempre trabajan muchas horas.
• Sus equipos están mostrando signos de agotamiento (y usted también).

Puede resultarle personalmente satisfactorio ver un proyecto completado al “cien por ciento”, según su percepción. Pero, ¿a qué costo? ¿Y cuál es el beneficio neto a largo plazo? Puede ser menor de lo que cree, tanto para la empresa como para usted. Toda esta energía adicional se gasta en buscar la perfección cuando podría utilizarse para innovar o dar un nuevo paso en su carrera. Sus altos estándares pueden convertirse en un impedimento, inhibir el buen trabajo y sabotear su carrera.

Si esto le suena familiar, aquí le presentamos cuatro ideas para ayudarle a ajustar sus expectativas y seguir adelante. 

Pausa

En lugar de avanzar a toda velocidad, tómate un descanso. Reserva entre 15 y 30 minutos a la semana para hacerte las siguientes preguntas:

• ¿Cuánto tiempo hace que tengo vigentes estas normas?
• ¿Están alineados con los objetivos y necesidades de la empresa?
• ¿Cuándo fue la última vez que pensé en cómo estoy midiendo el éxito en la situación actual? ¿Necesito recalibrarlo?
• ¿He hablado alguna vez de estos estándares con mi equipo? (No es raro que los líderes tengan estándares increíblemente altos… que nunca han comunicado).
• ¿Qué ha funcionado con estas normas establecidas?
• ¿Por qué establecí estos estándares?
• ¿Qué piensan otras personas de mis equipos sobre estos estándares?
• ¿Ha cambiado la cultura? ¿Deberían cambiar mis objetivos?

Entonces, considere esta pregunta: ¿Qué significa para usted “suficientemente bueno”?

Karen suele ver este escenario en empresas de alto crecimiento: la “mejor” manera de realizar tareas se interpone en el camino de la “suficientemente buena” para el tiempo y el presupuesto disponibles. Sea claro acerca de las prioridades de su organización. Evalúe dónde se encuentra, qué necesita ajustarse y cómo necesita comunicarse con las partes interesadas. A veces, lo bueno es suficientemente bueno. 

Sepa cuándo ser flexible.

No se pueden alcanzar estándares elevados sin la participación de otras personas. ¿Entienden los demás su visión? Hágase estas preguntas:

• ¿Cuánto capital social tengo con este equipo?
• ¿Cómo responde la sala cuando doy retroalimentación?
• ¿Mis estándares hacen una diferencia significativa en el logro de nuestras metas?

Uno de los clientes de Anne, con estándares exigentes, hacía que los miembros de su equipo se quedaran hasta la medianoche para hacer cambios menores en las propuestas. Su equipo estaba perdiendo la motivación rápidamente. A través del coaching, el cliente determinó que las horas extra no valían la pena; necesitaba flexibilizar sus estándares para no agotar a su equipo. Las mejoras incrementales resultantes de esas horas extra no ayudaban al resultado final. Este cliente obtuvo un mayor beneficio al permitir que el equipo se fuera a casa después del horario laboral normal; el producto no se resintió y el equipo no se sintió resentido.

Otro de los clientes de Anne no estaba de acuerdo con su equipo. Pensaba que había sido claro con respecto a su visión para el departamento. Sin embargo, compartir la visión no es algo que se hace una sola vez; los líderes deben compartir continuamente su visión con los miembros del equipo y lograr la aceptación de todos. Debido a que el equipo carecía de claridad, no estaban alineados en cuanto a los estándares de trabajo y lo que sería "suficientemente bueno". Una vez que el líder se sentó y compartió su visión nuevamente, los miembros del equipo "la entendieron" y el trabajo mejoró.

Considere su adaptación cultural.

Es posible que deba ampliar la perspectiva y observar el panorama general. Pregúntese si está en la empresa o el departamento adecuados para aprovechar sus habilidades. No existe el trabajo perfecto ni la empresa perfecta, pero es posible que se adapte mejor a otro entorno. Pregúntese lo siguiente:

• ¿Qué estoy escuchando en mis evaluaciones de desempeño?
• ¿Cómo se ven los resultados de mi 360?
• ¿Cuál es la cultura de la empresa? ¿Cómo encajo en ella?
• ¿El liderazgo apoya mi trabajo? (Pídale a su gerente comentarios sinceros).
• ¿Estoy trabajando en las prioridades más altas de la empresa?

Los registros de este tipo tampoco son algo que se haga una sola vez: tendrás que hacerlos continuamente a lo largo de tu carrera.

Karen suele ofrecer evaluaciones de 360 ​​grados a sus clientes. Todos ellos son personas de alto rendimiento individual, pero no todos tienen habilidades de trabajo en equipo de alto rendimiento ; para algunos clientes, la brecha en las habilidades de trabajo en equipo es un descuido importante. Si sientes que no estás siendo tan eficaz en entornos de equipo como te gustaría, pide comentarios. Luego, escucha y aprende de lo que recibes. Lo que percibes como la forma correcta de hacer algo puede ser solo la forma correcta para que lo hagas tú. O tal vez hayas tenido éxito con este método en el pasado con otro equipo, pero este equipo, estas personas específicas, trabajan de manera diferente. Para ser eficaz, tú también debes trabajar de manera diferente.

Participe en un conflicto productivo.

Es posible que los miembros de su equipo, sus compañeros y sus gerentes no comprendan la importancia de sus altos estándares y que su falta de flexibilidad les resulte confusa cuando surgen conflictos. El hecho de que alguien no esté de acuerdo no significa que usted deba competir, o cerrar el trato y alejarse del proyecto o la conversación. Participe en conflictos productivos y respetuosos y busque puntos en común con sus colegas. Recuerde que no necesita ganar todos los desacuerdos. Haga una pausa, dé espacio a la otra persona y tómese su tiempo para llegar a una resolución. Aborde el conflicto suponiendo que sus colegas tienen buenas intenciones y desean que el trabajo se haga bien.

Puede resultar frustrante tener estándares altos que no son valorados. Piense en lo siguiente: ¿necesita ser más flexible o debería irse a una empresa que se ajuste más a sus exigentes estándares? De cualquier manera, no permita que sus estándares detengan su trayectoria profesional.

Leer más sobre Gestión de uno mismo o temas relacionados Estrategia y estilo personal, Crecimiento y transformación personal, Carreras, Habilidades interpersonales y Gestión de conflictos

Anne Sugar es coach ejecutiva y conferenciante que trabaja con líderes sénior en empresas tecnológicas, de marketing y farmacéuticas. Es coach ejecutiva del Programa Ejecutivo de la Escuela de Negocios de Harvard y ha sido profesora invitada en el MIT. Puedes contactarla en annesugar.com.

Karen Walker es una coach ejecutiva y consultora que asesora a directores ejecutivos y líderes sénior sobre cómo prosperar en situaciones de hipercrecimiento. Trabaja con empresas en expansión de Inc. 5000 y compañías de Fortune 500 para impulsar el negocio "hacia arriba y hacia la derecha" a través de la estrategia, las IPO, la integración de fusiones y adquisiciones, la reorganización y la expansión. Puede comunicarse con ella en karenwalker.us.

 

Doxa 2084

Para mitigar los riesgos de Gen AI, aproveche el criterio colectivo de su equipo

Por Gabriele Rosani , Elisa Farri y Michelle Renecle

IA generativa

Harvard Business Review

#Doxa #mitigar #riesgo #GenAI #criterio #colectivo #equipo #IA #generativa #organización #desafió #compañía ##estrategia #riesgo #política #tecnología #pensamiento #resultado #gestión #juicio #equipo #trabajo #debate #evolución

Resumen. Las organizaciones de hoy enfrentan el desafío de usar la IA generativa sin caer en sus desventajas. Muchas compañías han empleado dos niveles básicos de estrategias de gestión de riesgos: políticas sobre cómo usar la tecnología y pensamiento crítico sobre los resultados de la IA generativa. Las compañías también deberían adoptar un tercer nivel novedoso de gestión de riesgos: el juicio basado en el equipo. Hay tres aspectos:juicio colectivo, en el que los equipos participan en debates para evaluar los resultados y garantizar su precisión; Sentencia de dominio, en el que los equipos deben delegar la autoridad de toma de decisiones a quienes tienen la mayor experiencia o a quienes están más cerca del trabajo; yel juicio reflexivo, en el que los equipos deben reunirse periódicamente para compartir y reflexionar sobre sus experiencias y sobre las de otros que usan IA. Cuando las organizaciones desarrollen el juicio basado en equipos a gran escala, estarán mejor equipadas para adaptarse al panorama de IA en rápida evolución y enfrentar riesgos futuros desconocidos.

La IA generativa (generación de IA) ofrece oportunidades transformadoras para el aprendizaje, el trabajo, la creatividad y la toma de decisiones en todas las organizaciones. Esto marca un cambio de paradigma hacia una colaboración entre humanos y máquinas sin precedentes. Sin embargo, su integración en la forma en que funcionan las organizaciones es compleja. Los riesgos son muchos, incluidos los problemas de confianza y precisión, las alucinaciones y los sesgos heredados de los modelos fundamentales subyacentes. Hoy en día, muchas empresas se enfrentan al acertijo de aprovechar el poder de la IA de la generación sin caer en sus posibles inconvenientes.

El miedo a cometer errores críticos con la IA de la generación ha llevado a algunas organizaciones a reducir drásticamente su uso o a prohibirla rotundamente. Este enfoque evasivo es más peligroso de lo que parece, ya que puede tener consecuencias no deseadas (como que los empleados usen cuentas personales para eludir las restricciones) e impedir que las empresas cosechen los beneficios de la generación de IA.

Otras empresas más dispuestas a experimentar con la IA de la generación han recurrido a una capa básica de estrategias inteligentes de gestión de riesgos. Estas mitigaciones comienzan con las políticas de uso, los códigos de conducta, la restricción a las herramientas aprobadas y las barandillas. Estas medidas son recomendables y necesarias, pero son insuficientes; no abordan muchos escenarios desconocidos, futuros y difíciles de definir, especialmente dado el rápido ritmo del cambio tecnológico.

Un segundo nivel de mitigación de riesgos es cada vez más frecuente: muchas empresas ahora animan a sus empleados a emplear el pensamiento crítico y sentencia en torno a las herramientas de IA. Este juicio a nivel individual va más allá de la simple investigación de los productos generados por la IA; implica elaborar el modo de colaboración correcto con la IA, establecer un contexto y límites claros y dar a la máquina comentarios continuos.

Ejercer el juicio individual tiene ventajas que la póliza por sí sola. Permite a los empleados interpretar las directrices en el contexto del uso, ya que las pólizas no pueden cubrir todas las situaciones. Judgment permite a las personas traducir y adaptar reglas abstractas a escenarios del mundo real, por ejemplo, garantizar la confidencialidad desinfectando cuidadosamente los elementos sensibles específicos incluidos en un prompt. Sin embargo, el juicio individual puede no ser suficiente en todas las circunstancias. De hecho, cuando la IA alucina o genera resultados inexactos, una persona puede caer sin saberlo en una «trampa de confianza», dejándose llevar por el tono autoritario de las sugerencias generadas por la IA.

En este sentido, proponemos un nuevo nivel de mitigación del riesgo: el juicio en equipo.

Los tres tipos de juicios basados en equipos

Investigación en campos tan diversos como la salud, el control del tráfico aéreo y la generación de energía nuclear destaca el papel fundamental del trabajo en equipo para mitigar el riesgo operativo. Una de nosotros, Michelle Renecle, tiene explorado cómo la integración de políticas estrictas con la creación de sentido colectivo puede mejorar la gestión de riesgos. Los resultados confirmaron que las organizaciones pueden fomentar una responsabilidad compartida y desarrollar una orientación consciente hacia el riesgo.

Un enfoque similar de combinar reglas estrictas con un juicio a nivel de equipo puede ayudar a las organizaciones a abordar de forma eficaz los desafíos de la IA. Las conversaciones con los colegas pueden aportar puntos de vista diversos, cuestionar los resultados y descubrir sesgos ocultos. Ponerse en contacto con expertos en dominios puede ayudar a validar datos específicos o a revisar las áreas en las que hay dudas o problemas debido a la falta de conocimiento para juzgar con confianza. El juicio a nivel de equipo tiene tres manifestaciones principales:

• Juicio colectivo: Los equipos deben entablar conversaciones para garantizar la precisión, identificar los riesgos y evaluar los resultados generados por la IA. Por ejemplo, si los miembros no están seguros de un producto generado por la IA, consultarán con otros colegas o equipos y revisarán el contenido generado por la IA antes de aceptarlo y usarlo. Estas rutinas compartidas de reflexión y debate permiten una evaluación exhaustiva de los posibles impactos, incluidas las implicaciones éticas y legales.
• Juicio de dominio: Cuando se producen eventos inesperados o se detectan anomalías en la producción de los sistemas de IA, los equipos deben delegar la autoridad de toma de decisiones a las personas con más experiencia o a las personas más cercanas a la obra, en lugar de a las que tienen el rango más alto. Al identificar a los expertos en la materia con los que consultar cuando surjan preguntas o problemas con la IA, sus puntos de vista pueden guiar al equipo de manera oportuna y evitar que las consecuencias negativas se propaguen.
• Juicio reflexivo: Los equipos deben reunirse con regularidad para compartir y reflexionar sobre sus experiencias y las de otras personas que utilizan la IA, mejorando su comprensión y su capacidad de navegar por los sistemas de IA. Este aprendizaje continuo es fundamental para seguir el ritmo de la rápida evolución de la tecnología, ya que permite a los equipos aprender de los errores y los éxitos y optimizar un uso seguro y eficaz. Un ejemplo de juicio reflexivo es la celebración regular de retrospectivas en equipo para analizar las lecciones aprendidas.

La incorporación de estas formas de juicio a nivel de equipo aborda los elementos críticos de riesgo que la política o el juicio individual por sí solos pueden pasar por alto. Este enfoque colaborativo ayuda a descubrir los puntos ciegos y los sesgos y ofrece medidas de protección más completas.

El juicio basado en equipos en la práctica

Exploremos un ejemplo concreto. Imagínese un equipo de tres personas (Gaby, Trent y Xi) que tienen la tarea de preparar un informe para su dirección sobre las tendencias digitales y su impacto en las operaciones de la cadena de suministro. Imagine dos escenarios:

• Escenario 1, el equipo cae en la trampa: Gaby, Trent y Xi comienzan a elaborar un informe utilizando la IA de generación para investigar las tendencias de la industria. El equipo divide el informe en tres secciones, y cada miembro es responsable de escribir una sección. Gaby da instrucciones al sistema de IA de la generación para que recopile datos sobre las tendencias tecnológicas en varias regiones, incluidos ejemplos de aplicaciones tempranas en los casos de la cadena de suministro. El modelo de IA generacional funciona bien en general, pero lamentablemente, alucina en un aspecto específico, inventando un estudio de caso creíble y fuentes relacionadas en el análisis para un país. Las dos secciones siguientes se basan en parte en la funda inventada creada por la sección de Gaby. Trent y Xi siguen elaborando el informe basándose en las conclusiones del caso inventado, lo que amplifica el error.
• Escenario 2, el equipo evita la trampa con juicio: Al principio del proyecto, Gaby, Trent y Xi discuten el resumen y cómo utilizar la IA de generación para ayudarlos durante todo el proceso. Si bien a cada uno se le ha asignado una sección para escribir, deciden reunirse una vez a la semana para revisar colectivamente cada sección en busca de posibles errores o incoherencias (juicio colectivo). En la segunda semana del proyecto, el equipo revisa la sección de Gaby sobre tendencias tecnológicas. Trent señala que el ejemplo mencionado en el estudio es interesante, pero como se refiere a un país específico, sería prudente consultar a Jane, una experta en cadenas de suministro de ese país. Xi contacta con Jane, quien le dice que el ejemplo no es plausible debido a la normativa local de ese país (juicio de dominio). Tras una investigación más profunda, determinan que el estudio de caso fue una alucinación y que no existen datos fiables. Tras este accidente, el equipo organiza un taller sobre lo que han aprendido en el proyecto para ayudar a otros compañeros a entender cómo reconocer y tratar las posibles alucinaciones (juicio reflexivo).

Consideremos una solicitud real. En la industria de la automoción, los equipos de ingenieros diseñan sistemas mecánicos complejos. La optimización y la solución de problemas de estas máquinas requieren inevitablemente la resolución de problemas en equipo y el análisis de la causa principal. Los árboles de averías pueden ser complejos: analizar las posibles causas de las fugas de aceite en un motor turboalimentado implica evaluar los orígenes, como la avería de las juntas, el deterioro de las juntas, la fatiga de los componentes, un proceso de montaje incorrecto y una monitorización inexacta del sistema de aceite. En estas situaciones, la IA de generación puede aumentar las capacidades del equipo, pero la IA puede llevar al equipo por el camino equivocado si se toma con poco discernimiento. Un alto nivel de juicio en equipo es clave para gestionar estos riesgos.

En palabras de Valentine Marguet, líder del proyecto de tren motriz de Ferrari: «En mi equipo, nos aseguramos de mantener el control y reducimos el riesgo de utilizar información incorrecta o irrelevante al evaluar críticamente los resultados de la IA con nuestros expertos. Recalibramos y refinamos rápidamente nuestro proceso de análisis del caso principal, asegurándonos de que las contribuciones de la IA tienen una base técnica».

Este ejemplo muestra que los tres componentes del juicio en equipo funcionan en conjunto: el juicio colectivo garantiza la revisión y el cotejo exhaustivos de los resultados de la IA, el juicio de dominio proporciona la validación experta de detalles específicos y el juicio reflexivo promueve el aprendizaje y la mejora continuos.

Desarrollando un juicio basado en equipos

Hay que cultivar el juicio en equipo antes de que pueda ser efectivo. Se requieren prácticas y refuerzos continuos para convertirse en un mecanismo sólido de gestión de los riesgos y garantizar resultados de alta calidad. Estas son algunas recomendaciones prácticas para ayudar a los líderes a desarrollar esta capacidad en sus equipos:

Cómo reforzar el juicio colectivo

Cree rutinas de reflexión y debate dentro de los plazos del proyecto. Esto podría incluir reuniones breves o puestos de control diseñados específicamente para crear sentido colectivo. Por ejemplo, tras una interacción individual con la máquina, tomarse un momento para revisar y criticar los resultados generados por la IA con sus compañeros puede proporcionar información valiosa y garantizar que los resultados no se acepten sin crítica, sino que se examinen para comprobar su precisión y relevancia. Posibles preguntas para esas sesiones de desafíos: ¿Es plausible? ¿Se citan correctamente las fuentes? ¿Esta recomendación es propensa a posibles riesgos o sesgos? Hacer este juicio crítico en grupo es más poderoso porque tiene diferentes puntos de vista y experiencia, y juntos es menos probable que caigan en la trampa de la confianza.

Cómo reforzar el juicio de dominio

Establecer mecanismos para identificar y activar a los expertos en dominios durante todo el proyecto. En primer lugar, asegúrese de que las personas entienden la necesidad de involucrar a otros expertos en el proceso de colaboración entre humanos y la IA. Luego, agilice el proceso de identificación de los expertos adecuados (tener mapas de expertos o una lista de expertos en la materia) y ponerse en contacto con los expertos (por ejemplo, hacer preguntas en las comunidades de práctica internas, a menudo a través de sistemas de chat virtuales o foros de debate). Introducir incentivos para los expertos en dominios que apoyen a los equipos e informen a la toma de decisiones cuando surjan problemas.

Cómo reforzar el juicio reflexivo

Dé tiempo a las actividades de aprendizaje continuo y fomente el intercambio de experiencias a través de sesiones y repositorios específicos. Las sesiones retrospectivas deberían incluirse en los planes del proyecto para facilitar el aprendizaje dentro y entre los equipos. Las preguntas útiles para explorar incluyen: ¿Qué hemos aprendido este mes con esta nueva tecnología? ¿Cuáles son los errores más comunes? ¿Cómo afrontan nuestros colegas desafíos similares? ¿Cómo podemos integrar mejor la IA de generación en nuestros flujos de trabajo para evitar estos errores? Además, el aprendizaje se puede consolidar y comisariar en un repositorio de conocimientos o como parte de las academias de IA de la generación.

Cuando esté listo para practicar y reforzar el juicio en equipo para la generación de IA, utilice esta tabla. Incluye definiciones y ejemplos de preguntas para iniciar un debate y reforzar el enfoque de su equipo.

Los tres tipos de juicios basados en equipos

El uso conjunto de las tres formas de juicio a nivel de equipo puede abordar los elementos del riesgo de la IA de la generación que la política o el juicio individual pueden pasar por alto.

Tipo de Juicio	Qué es	Cómo fortalecerlo	Ejemplos de preguntas
Colectivo	Los equipos debaten críticamente el contenido generado por la IA.	Crear conciencia sobre las «trampas de la IA» Anticipe los posibles riesgos del uso de la IA de la generación Organice «sesiones de desafío» dentro del equipo	¿Qué «trampas de la IA» más comunes debemos tener en cuenta al usar este contenido? ¿Hemos tomado medidas para mitigarlas? ¿El nivel de riesgo es lo suficientemente alto como para justificar una «sesión de desafío» dedicada con expertos?
Dominio	Los equipos contactan con los expertos para comprobar la precisión del contenido generado por la IA cuando entra fuera de su dominio de conocimiento o zona de confianza.	Mapas de expertos Comunidad de práctica en línea Bases de conocimiento	¿Este contenido generado por la IA está fuera de nuestra experiencia? Si es así, ¿hemos consultado con los expertos pertinentes? ¿Es necesario colaborar con una comunidad de práctica especializada para obtener información o aclaraciones más profundas sobre este contenido?
Reflexivo	Los equipos extraen, comparten y discuten periódicamente los aprendizajes.	Sesiones retrospectivas Sesiones de intercambio de experiencias Repositorio compartido para almacenar todos los aprendizajes	¿Qué tan bien recopilamos y compartimos las mejores prácticas con otros equipos para mitigar los riesgos futuros?

Fuente: Gabriele Rosani, Elisa Farri y Michelle Renecle

...

El juicio en equipo es un activo estratégico para navegar por un futuro impulsado por la IA. Al cultivar esta capacidad a gran escala, las empresas están mejor preparadas para adaptarse rápidamente a la rápida evolución del panorama de la IA, incluidos los riesgos que aún no están generalizados ni se conocen. Esta sabiduría colectiva permite a las organizaciones adoptar con confianza la integración de la IA, adaptarse a los cambios de los flujos de trabajo y gestionar las complejidades de la colaboración entre humanos y la IA, acelerando la obtención de beneficios y mitigando de forma proactiva los riesgos existentes y emergentes.

Lea más sobre la IA generativa o temas relacionados Colaboración y equipos y Gestión de riesgos

Gabriele Rosani es director de contenido e investigación en el Laboratorio de gestión de Capgemini Invent. Es coautor del próximo libro Guía de HBR para la IA generativa para gerentes.

Elisa Farri es vicepresidenta, codirectora del Laboratorio de gestión de Capgemini Invent y Thinkers50 Radar Class of 2023. Es coautora del próximo libro Guía de HBR para la IA generativa para gerentes.

Michelle Renecle, PhD, es directora de Ciencias del comportamiento y análisis de personas en iPsychTec. Su extensa investigación sobre el papel de la eficacia y la cultura del equipo en la gestión del riesgo se ha publicado en importantes revistas académicas.

 

Doxa 2083

Cómo utilizar los juegos para construir relaciones con sus clientes

Por Julian Runge y Joost van Dreunen

Ventas y marketing

Harvard Business Review

#Doxa #ventas #marketing #juego #construir #relación #cliente #organización #escuela #negocios #empresa #clientes #oportunidad #conocimiento #lealtad #marca  #objetivo #adquisición #retener #capacidad

Resumen. Las organizaciones aún están aprendiendo a considerar los juegos como medios de marketing. Los juegos no suelen ser un tema abordado en las clases de marketing de las escuelas de negocios y, a menudo, todavía se los considera fundamentalmente diferentes de otros medios. Los juegos modernos ofrecen a las empresas diversas oportunidades para conectar con clientes nuevos y difíciles de alcanzar, impulsar el conocimiento y la lealtad de la marca y adquirir y retener nuevos clientes. Más allá de los objetivos de marketing más inmediatos de desarrollo de marca y adquisición y retención de clientes, los juegos pueden ayudar a las empresas a desarrollar capacidades importantes.

A medida que los juegos se arraigan cada vez más en la cultura dominante, se presenta una oportunidad única para que las marcas reconsideren su forma de interactuar con los consumidores. Hay más de tres mil millones de jugadores digitales en todo el mundo. Y los juegos ya no son solo entretenimiento: son ecosistemas mediáticos complejos en los que los consumidores pasan un tiempo significativo, interactúan profundamente y forman conexiones emocionales. Por ello, las marcas con visión de futuro están comenzando a aprovechar los juegos como herramientas poderosas para estrategias de marketing integradas.

Sin embargo, las organizaciones aún están aprendiendo a pensar en los juegos como medios de marketing. Los juegos no suelen ser objeto de estudio en las clases de marketing de las escuelas de negocios y, a menudo, todavía se los considera fundamentalmente diferentes de otros medios. Existen nociones muy arraigadas sobre quién juega a los videojuegos (no los chicos populares, sino un público relativamente pequeño de nerds) y qué tipo de experiencias implican los juegos (grupos de adolescentes profundamente inmersos en un sótano con poca luz). Pero el mundo de los juegos y de los jugadores ha cambiado y se ha ampliado.

Los juegos modernos suelen ofrecer experiencias casuales y ligeras que atraen a públicos diversos y posicionan a los juegos como medios de comunicación convencionales. En los teléfonos inteligentes, títulos como Candy Crush, Monopoly GO, Gardenscapes, Subway Surfers o Wordle son enormemente populares y atraen a cientos de millones de jugadores a diario. En PC y consolas, una serie de los llamados "juegos acogedores" ofrecen una experiencia relajada de gestión de cultivos virtuales (Animal Crossing: New Horizons), organización de la habitación (Moving) y preparación de pizza (Good Pizza, Great Pizza). Y los juegos de plataformas sociales como Fortnite, Roblox y Minecraft, en los que personas de todos los ámbitos crean y juegan juntas, se han apoderado de las consolas y las PC.

Por lo tanto, es hora de repensar cómo los especialistas en marketing y las organizaciones piensan sobre los juegos. Creemos que existen oportunidades sin explotar tanto para la creación de marca como para la publicidad basada en resultados, y pasar por alto los juegos puede resultar perjudicial. Este artículo tiene como objetivo hacer que los juegos sean más manejables como medios de marketing y ayudar a las marcas a comprender cómo pueden interactuar estratégicamente con los juegos, los jugadores y las comunidades de juegos.

¿Qué ofrecen los juegos a las marcas?

Los juegos ofrecen oportunidades a los especialistas en marketing a lo largo del embudo de marketing, desde impulsar el conocimiento de la marca y la adquisición de usuarios hasta una mayor participación y retención de clientes activos. Especifiquemos algunas propuestas de valor que ofrecen los juegos y que las marcas líderes ya aprovechan:

Llegar a audiencias nuevas y difíciles de alcanzar

Ciertos segmentos demográficos son difíciles de captar a través de los canales de marketing tradicionales, en particular el público más joven, que cada vez más se aleja de los medios lineales. Las experiencias inmersivas proporcionan una línea directa con estos segmentos. Por ejemplo, la casa de moda de lujo Balenciaga creó una experiencia virtual totalmente inmersiva llamada “Afterworld”, donde los usuarios podían explorar una ciudad futurista que exhibía la colección de Balenciaga. Esta iniciativa desdibujó la línea entre los juegos y la moda, posicionando a Balenciaga como un innovador entre el público joven.

De manera similar, la marca de belleza L'Oréal ha utilizado Ready Player Me para atraer a un público joven y diverso mediante la creación de productos de belleza virtuales que los jugadores pueden utilizar para personalizar sus avatares en el juego. Y, más recientemente, la firma lanzó una experiencia virtual llamada L' Oreal Paris Catwalk Simulator en Roblox. Como gran marca de belleza ya establecida, L'Oréal sigue el éxito de un rival mucho más pequeño, elf Beauty, que estableció una experiencia inmersiva en Roblox que atrae a millones de jugadores cada mes.

Según la directora financiera de elf Beauty, Mandy Fields, ha demostrado ser un método eficaz para llegar a las audiencias y adquirir nuevos usuarios. En el informe de ganancias más reciente de la empresa, afirma: “En el primer trimestre, realizamos nuestro primer Beauty Squad Challenge dentro de Roblox, lo que permitió a nuestros jugadores de elf up conectar sus cuentas de Beauty Squad y Roblox. Casi el 100 % de esas conexiones de Roblox fueron nuevos miembros de Beauty Squad”.

Las marcas que juegan en Roblox. A medida que el público, especialmente los más jóvenes, se aleja de los canales de marketing tradicionales, los videojuegos como Roblox han demostrado ser lugares fructíferos para invertir en la creación de experiencias inmersivas que atraigan a estos segmentos de audiencia difíciles de alcanzar. La tabla muestra cuatro columnas: nombre de la marca, categoría, nuevas visitas en septiembre de 2024 y minutos promedio de tiempo de juego. Por nuevas visitas, las 15 principales marcas que juegan en Roblox son, en orden descendente: Sunsilk, Walmart, Alo, Vans, IKEA, GS Retail, Clarks, elf cosmetics, Tommy Hilfiger, Coach, Adidas, Puma, Sour Patch Kids, Crocs y H&M. Fuente: Aldora Intelligence

Impulsar el conocimiento y la lealtad de la marca

Los juegos están en una posición única para generar lealtad a la marca al sumergir a los jugadores en experiencias de marca enriquecidas y atractivas. Estas experiencias permiten una interacción continua e interactiva, que a menudo genera conexiones emocionales más profundas.

Esta idea no es nueva: ya en 1999, Kellogg's creó un juego publicitario de marca llamado Mission Nutrition para educar a los niños sobre la alimentación saludable de una manera divertida e interactiva. El juego reforzaba el mensaje de concienciación sobre la salud de Kellogg's y, al mismo tiempo, brindaba entretenimiento, mostrando cómo los juegos pueden usarse tanto con fines comerciales como educativos.

Con el alcance enormemente aumentado de los juegos, este enfoque tiene un potencial de impacto sin precedentes. Considere cómo Lego ha ampliado su presencia de marca a través de colaboraciones con Fortnite y, más recientemente, PlayStation. Estas experiencias brindan a los jugadores la oportunidad de construir, crear y expresarse utilizando elementos de marca Lego, lo que refuerza la afinidad con la marca de una manera lúdica y no intrusiva.

Adquirir y retener clientes

La publicidad dentro de los juegos puede ser un canal importante de adquisición de clientes que algunas marcas como Walmart han comenzado a aprovechar. Los juegos autopublicados o copublicados también pueden ofrecer un espacio para atraer y retener a los usuarios de una manera lúdica. Desde este espacio, las marcas pueden canalizar a los consumidores hacia otras experiencias complementarias y fomentar la participación continua. Esta estrategia se ejemplifica en la adquisición de Wordle por parte de The New York Times y la integración más amplia de los juegos en el ecosistema del NYT a través de NYT Games.

Al integrarse en las rutinas diarias de los juegos, el NYT se ha transformado de un proveedor de noticias tradicional a una marca que forma parte de las actividades de ocio de los usuarios, fortaleciendo la participación y la lealtad de los lectores. Según la directora ejecutiva Meredith Kopit Levien : "Wordle trajo una cifra sin precedentes de decenas de millones de nuevos usuarios a The Times, muchos de los cuales se quedaron para jugar otros juegos, lo que impulsó nuestro mejor trimestre en cuanto a adiciones netas de suscriptores a los juegos". Esta estrategia también parece estar dando frutos para el ecosistema del NYT más allá de los juegos. En sus ganancias del primer trimestre de este año, la firma informó un aumento de 300.000 en su base de suscriptores, mientras que muchos de sus pares en noticias se vieron obligados a recortar puestos de trabajo. Los juegos también impulsan la mayor parte de las descargas de la aplicación móvil del NYT:

La aplicación de juegos del New York Times. Después de adquirir Wordle en enero de 2022, la aplicación NYT Games se volvió muy popular y finalmente superó a la aplicación de noticias en descargas, lo que demuestra que los juegos pueden ser una herramienta poderosa para adquirir y retener clientes. El gráfico de barras compara las descargas de cinco aplicaciones propiedad del New York Times: la aplicación de noticias en vivo del New York Times, NYT Cooking, NYT Audio, The Athletic: Sports News y NYT Games, entre enero de 2022 y marzo de 2024. Durante ese período, la aplicación NYT Games pasó de ser la segunda más popular (después de la aplicación principal del New York Times) a ser la favorita indiscutible, con más de 3,5 veces más descargas que la aplicación de noticias. Fuente: AppMagic, un socio de datos de Aldora Intelligence.

Ver más gráficos de HBR en Datos y elementos visuales

Otras formas en las que los juegos pueden ayudar a las empresas a mejorar

Más allá de los objetivos de marketing más inmediatos de desarrollo de marca y adquisición y retención de clientes, los juegos pueden ayudar a las empresas a desarrollar capacidades importantes.

En primer lugar, los juegos son un campo de entrenamiento perfecto para que las marcas desarrollen nuevas capacidades para involucrar a los consumidores en entornos inmersivos. Si bien los juegos ya son un medio poderoso, su relevancia solo crece a medida que avanzamos hacia un mundo más virtualizado. Empresas como Epic Games (los creadores de Fortnite) y Meta Platforms ya están sentando las bases para estos nuevos entornos digitales al implementar las herramientas y la infraestructura necesarias (por ejemplo, la herramienta para desarrolladores Unreal Engine de Epic Games, las gafas de realidad aumentada Orion de Meta ) y al crear experiencias de usuario frontend. Las marcas que interactúen con el juego digital ahora estarán mejor posicionadas para tener éxito en un futuro donde las experiencias digitales y físicas se integren a la perfección. Desarrollar estas capacidades desde el principio, como diseñar para mundos virtuales y aprovechar la IA para contenido personalizado, puede ser fundamental.

Las marcas ya están teniendo éxito en este sentido. La asociación de Nike con Fortnite permitió el lanzamiento de zapatillas virtuales que los jugadores podían comprar para sus avatares. El éxito inicial de la iniciativa justificó una segunda iteración, ya que ayudó a Nike a conectarse con los consumidores de la Generación Z de una manera auténtica y atractiva, al tiempo que probaba las aguas para la venta de productos digitales, algo que podría convertirse en una importante fuente de ingresos en un futuro metaverso.

Gucci también colaboró ​​con una importante plataforma de juegos y colaboró ​​con Roblox para lanzar un bolso virtual de edición limitada. Este bolso terminó revendiéndose a un precio más alto que su equivalente del mundo real. Este experimento puso de relieve el creciente valor de los bienes digitales y el potencial de las marcas de lujo en el espacio de los juegos.

En segundo lugar, la creciente adopción de la IA generativa (gen AI) está transformando la forma en que las marcas pueden crear experiencias interactivas y personalizadas. Al experimentar con experiencias interactivas, las empresas pueden aprender a crear narrativas más atractivas, diseñar recompensas interactivas y bienes virtuales, y brindar experiencias de usuario fluidas que vayan más allá de los puntos de contacto tradicionales. Por ejemplo, el uso de gen AI para generar activos artísticos o impulsar la narración interactiva en juegos de marca puede crear experiencias más ricas y personalizadas que resuenen en los consumidores. Las empresas de todos los sectores verticales pueden beneficiarse de la exploración de estas oportunidades; algunas ya lo están haciendo, incluidas Kleenex, Corona y Doordash. Las colaboraciones existentes, como la de IKEA con Roblox o la de Porsche con Overwatch y Fortnite, también se prestan naturalmente a la aplicación de gen AI.

Para una tercera forma de subir de nivel, los juegos generan enormes cantidades de datos que pueden revelar nuevos conocimientos sobre las preferencias y los comportamientos de los consumidores. Los principales inversores, incluidos Tiger Global en Roblox, KKR en Epic Games, Blackrock en Dream Games, Goldman en Voodoo y Disney en Epic, han reconocido el valor de estos entornos ricos en datos y están realizando inversiones sustanciales. Al analizar el comportamiento en el juego, las marcas pueden descubrir cómo interactúan los consumidores con el contenido, qué impulsa la participación y cómo responden a diferentes estímulos. Estos datos pueden ser invaluables para refinar tanto las estrategias comerciales como las de marketing en el juego.

Pasos para tener éxito con los juegos como activos estratégicos

Creemos que puede tomar medidas concretas para preparar a su organización para el éxito con los videojuegos como medios de marketing y activos para desarrollar capacidades estratégicas. Entre ellas se incluyen:

Rompe con los prejuicios que pueden impedirte aprovechar los juegos

La tentación de ver los juegos como un interés de nicho, no como un canal de marketing convencional, todavía puede ser grande. Esta percepción debe cambiar. Como señaló Bob Iger, director ejecutivo de The Walt Disney Company: “Olvidamos, en nuestra generación, que las cosas no tienen por qué ser físicas. Pueden ser digitales y tener un significado para la gente”. Reconocer el poder de las experiencias digitales es el primer paso para adoptar los juegos como un componente central de su estrategia de marketing. Para romper con estas preconcepciones, puede ser útil establecer equipos internos provenientes del entretenimiento interactivo y roles como analistas de juegos o economistas, para ayudar a construir una comprensión más sofisticada de este medio.

Considere los juegos como complementos, no como sustitutos, de sus experiencias existentes.

Es fácil (erróneamente) considerar los juegos como un sustituto de las experiencias de marca existentes o de los canales tradicionales. Por ejemplo, Lego podría haber visto fácilmente el entretenimiento interactivo como una amenaza sustitutiva, minimizando el compromiso de la marca con el medio. En cambio, hizo lo contrario, lo que resultó en un éxito abrumador. Lego consideró los juegos como complementarios, como medios que pueden enriquecer y ampliar las experiencias de juego del mundo real.

Las marcas que no se centran tanto en el juego también pueden aprovecharlo de forma eficaz. Por ejemplo:

• Las marcas de dulces podrían integrarse en juegos casuales como Candy Crush, utilizando recompensas en el juego para reforzar el mensaje de la marca.
• Las cadenas de supermercados y tiendas minoristas podrían explorar la posibilidad de vincular cupones o descuentos a logros dentro del juego, como desbloquear un descuento después de alcanzar un determinado nivel en un juego.

Las marcas de viajes podrían patrocinar juegos de aventura o exploración, brindando experiencias virtuales de destinos para despertar el interés de los jugadores en viajes al mundo real.

Para tener éxito en este aspecto, intente identificar en qué aspectos la mecánica de juego es indicativa de un interés o preferencia del mundo real que se alinea con su marca. Este enfoque garantiza que la integración del juego resulte auténtica y significativa, en lugar de forzada.

Juega con la gamificación y la inteligencia artificial en tus iniciativas existentes

La gamificación es una forma de bajo riesgo de empezar a aprovechar las mecánicas de los juegos sin sumergirse de lleno en el desarrollo de los mismos. Muchas empresas ya están utilizando la gamificación en programas de fidelización para fomentar comportamientos deseados, como un aumento de las compras o las referencias. Por ejemplo, se pueden añadir insignias, tablas de clasificación o sistemas de puntos para recompensar a los clientes por completar determinadas actividades. Gen AI puede mejorar sus esfuerzos de gamificación visualizando recompensas, generando contenido personalizado y ayudando a desarrollar experiencias adaptativas que respondan a los comportamientos de los usuarios en tiempo real.

Utilice el marco Crawl-Walk-Run para adoptar juegos como medios de marketing

Para las empresas que son nuevas en el mundo de los juegos, el enfoque Crawl-Walk-Run puede ayudar a gestionar el riesgo y desarrollar capacidades internas de forma gradual:

1. Rastreo: comience con pruebas a pequeña escala, como patrocinar algunas campañas publicitarias dentro del juego o colaborar en un evento menor dentro del juego. Mida el rendimiento y aprenda de estos primeros experimentos.
2. Caminar: expandirse experimentando con diferentes géneros y formatos de juegos, probando nuevos segmentos de audiencia y variando sus mensajes para ver qué resuena mejor.
3. Ejecutar: Una vez que tengas una buena comprensión de lo que funciona, aumenta tus esfuerzos invirtiendo regularmente en campañas publicitarias dentro del juego, creando experiencias dentro del juego más complejas, lanzando juegos de marca o desarrollando entornos virtuales inmersivos.

Al adoptar estas recomendaciones, es importante buscar constantemente experiencias de juego que estén alineadas con los valores y sean seguras para la marca. Al elegir los juegos con los que interactuar, asegúrese de que los temas y la audiencia del juego estén en línea con los valores y el mensaje de su marca. Por ejemplo, una marca de lujo de alta gama podría considerar contraproducente patrocinar un juego de disparos violento, pero podría prosperar en un juego orientado al estilo de vida o la moda donde la estética y el diseño sean fundamentales.

Los juegos son un recurso poco utilizado para construir relaciones

Las marcas que desestiman los juegos como un interés de nicho se están perdiendo uno de los canales de comunicación más poderosos que existen en la actualidad. El juego contemporáneo ofrece un entorno interactivo dinámico para que las marcas interactúen con los consumidores. Los juegos brindan oportunidades no solo para generar conciencia, sino también para fomentar la lealtad genuina y las conexiones emocionales. Las marcas deben comprender cómo aprovechar este medio para el marketing y desarrollar capacidades importantes que puedan ayudar a garantizar el futuro de su negocio. Al adoptar los juegos como parte central de su combinación de marketing, puede llegar a nuevas audiencias, involucrar a los usuarios más profundamente y desarrollar las capacidades necesarias para prosperar en un mundo cada vez más virtualizado. Para tener éxito, debe invertir en comprender los juegos y a los jugadores, experimentar con estrategias basadas en juegos y refinar continuamente su enfoque para verificar que se alinee con los valores de su marca y su estrategia general.

Los lectores también vieron estos artículos.

Gestión de conflictos: discrepar de forma productiva (aprendizaje grupal virtual)

Colección de comunicación para el éxito: elabore mensajes claros y persuasivos que generen resultados

Lea más sobre Ventas y marketing o temas relacionados Tecnología y análisis y Medios, entretenimiento y deportes profesionales

Julian Runge es economista del comportamiento y científico de datos. Actualmente es profesor adjunto de Marketing en la Escuela Medill de Periodismo, Medios y Comunicaciones de Marketing Integradas de la Universidad Northwestern. Anteriormente, Julian trabajó como investigador en ciencia de datos de juegos y análisis de marketing en las universidades Northeastern, Duke y Stanford, y en Facebook. Julian investiga, crea y asesora en la intersección de los juegos y la tecnología de marketing. Su trabajo ha aparecido en las actas de importantes conferencias sobre aprendizaje automático, como IEEE COG y AAAI AIIDE, y en revistas líderes como Information Systems Research y Quantitative Marketing and Economics.

Joost van Dreunen es un destacado experto en el negocio de los videojuegos y la industria del entretenimiento interactivo. Como director ejecutivo de ALDORA, un proveedor de datos de juegos, y exfundador de SuperData Research (adquirida por Nielsen), combina la experiencia empresarial con un profundo análisis de la industria. Imparte clases en la Stern School of Business de la Universidad de Nueva York y es autor de One Up: Creativity, Competition, and the Global Business of Video Games. También ha escrito para el Wall Street Journal, el New York Times y Bloomberg Business, y publica un boletín semanal sobre juegos, tecnología y entretenimiento.