Una encuesta de 3.000 ejecutivos revela cómo las empresas tienen éxito con AI
Por Jacques Bughin, Brian McCarthy y Michael Chui
Harvard Business Review
Tecnología
El rumor sobre la inteligencia artificial (AI) ha crecido lo suficientemente alto como para penetrar en las C-suites de organizaciones de todo el mundo, y por buenas razones. La inversión en AI está creciendo y viene cada vez más de organizaciones fuera del espacio tecnológico. Y las historias de éxito de AI son cada vez más numerosas y diversas, desde Amazon recolectando eficiencias operativas usando sus robots de almacén Kiva de AI, hasta GE manteniendo su equipo industrial funcionando aprovechando AI para mantenimiento predictivo.
Si bien es evidente que los CEOs deben considerar las implicaciones de negocios de AI, la inestabilidad de la tecnología en los entornos empresariales hace menos claro cómo emplearlo rentablemente. A través de un estudio de AI que incluyó una encuesta de 3.073 ejecutivos y 160 estudios de caso en 14 sectores y 10 países, ya través de un programa de investigación digital separado, hemos identificado 10 ideas clave que los CEOs necesitan saber para embarcarse en un exitoso viaje AI.
No creo que el bombo: No todos los negocios están utilizando AI ... todavía. Mientras que la inversión en AI se está calentando, la adopción corporativa de las tecnologías de IA sigue siendo rezagada. La inversión total (interna y externa) en AI alcanzó algo entre 26.000 millones y 39.000 millones de dólares en 2016, con la inversión externa triplicándose desde 2013. Sin embargo, a pesar de este nivel de inversión, la adopción de la IA está en su infancia. Nuestros encuestados que utilizan una o más tecnologías de IA a escala o en una parte esencial de su negocio, y sólo la mitad de los que utilizan tres o más. Incluimos cinco categorías de sistemas de tecnología de IA: robótica y vehículos autónomos, visión por computadora, lenguaje, agentes virtuales y aprendizaje automático.
Por el momento, esta es una buena noticia para aquellas empresas que siguen experimentando o pilotando AI (41%). Nuestros resultados sugieren que todavía hay tiempo para subir la curva de aprendizaje y competir usando AI.
Sin embargo, estamos probablemente en un punto de inflexión clave de la adopción de la IA. Las tecnologías de IA, como el aprendizaje de máquinas basado en neuronas y el procesamiento del lenguaje natural, empiezan a madurar y demuestran su valor, convirtiéndose rápidamente en piezas centrales de las suites de tecnología de IA entre los adoptantes. Y esperamos que por lo menos una porción de los pilotos actuales de IA integren completamente la IA en el corto plazo. Por último, la adopción parece estar a punto de propagarse, aunque a ritmos diferentes, entre sectores y dominios. Los servicios de telecomunicaciones y financieros están listos para liderar el camino, con los encuestados en estos sectores planeando aumentar su gasto en tecnología de AI en más de un 15% al año, siete puntos porcentuales más que el promedio interprofesional en los próximos tres años.
Creo que el bombo que AI puede potencialmente aumentar su línea de arriba y abajo. Treinta por ciento de los primeros adoptantes de la IA en nuestra encuesta -los que usan AI a escala o en procesos básicos- dicen haber logrado aumentos de ingresos, aprovechando la IA en sus esfuerzos por ganar cuota de mercado o expandir sus productos y servicios. Además, los primeros adoptantes de la IA son 3.5 veces más probables que otros para decir que esperan crecer su margen de beneficio en hasta cinco puntos más que sus pares de la industria. Mientras que la cuestión de la correlación frente a la causalidad puede ser legítimamente planteada, un análisis separado reveló algunas pruebas de que AI ya está mejorando directamente los beneficios, con el ROI en la inversión de AI en el mismo rango que las tecnologías digitales asociadas, como grandes datos y analítica avanzada.
Sin el apoyo del liderazgo, su transformación de IA podría no tener éxito. Los adoptantes exitosos de AI tienen un fuerte apoyo de liderazgo ejecutivo para la nueva tecnología. Los encuestados de empresas que han desplegado con éxito una tecnología de IA a escala tienden a calificar el soporte de C-suite como casi el doble de las empresas que no han adoptado ninguna tecnología de IA. Añaden que un fuerte apoyo viene no sólo de los ejecutivos de CEO y de TI, sino también de todos los demás funcionarios de nivel C y la junta directiva.
Usted no tiene que ir solo en AI - socio para la capacidad y la capacidad. Con el campo de IA recientemente recuperando su ritmo de innovación después de décadas de "invierno IA", la experiencia técnica y las capacidades son escasas. Incluso los grandes nativos digitales como Amazon y Google han recurrido a compañías y talentos fuera de sus límites para reforzar sus habilidades de IA. Considere, por ejemplo, la adquisición de Google de DeepMind, que está utilizando sus costillas de aprendizaje de la máquina para ayudar al gigante de la tecnología mejorar incluso las empresas centrales como la optimización de búsqueda. Nuestra encuesta, de hecho, mostró que los primeros adoptantes de la IA han comprado principalmente las soluciones tecnológicas adecuadas para el propósito, con sólo una minoría de los encuestados desarrollando e implementando todas las soluciones de IA internamente.
Resista la tentación de poner a los equipos tecnológicos a cargo únicamente de las iniciativas de AI. Compartimentar la rendición de cuentas de IA con líderes funcionales en TI, digital o innovación puede resultar en un resultado de martillo en búsqueda de un clavo: se lanzan tecnologías sin casos de uso convincentes. Para asegurar un enfoque en los casos de uso más valiosos, las iniciativas de AI deben ser evaluadas y dirigidas conjuntamente por líderes empresariales y técnicos, un enfoque que ha tenido éxito en la adopción de otras tecnologías digitales.
Adopte un enfoque de cartera para acelerar su viaje de IA. Las herramientas de IA varían a lo largo de un espectro que va desde herramientas que han sido probadas para resolver problemas empresariales (por ejemplo, detección de patrones para mantenimiento predictivo) hasta aquellas con poca conciencia y utilidad actualmente limitada pero de alto potencial (por ejemplo, aplicación de AI para el desarrollo de la estrategia competitiva). Esta distribución sugiere que las organizaciones podrían considerar un enfoque basado en la cartera para la adopción de la IA en tres horizontes temporales:
A corto plazo: Centrarse en casos de uso en los que existen soluciones tecnológicas probadas hoy en día, y escalarlas en toda la organización para obtener un valor de línea de fondo significativo.
A mediano plazo: Experimente con la tecnología que está emergiendo, pero todavía relativamente inmaduro (reconocimiento de video de aprendizaje profundo) para probar su valor en casos clave de uso empresarial antes de escalar.
A largo plazo: Trabajar con el mundo académico o con un tercero para resolver un caso de uso de alto impacto (por ejemplo, la toma de decisiones humanas aumentada en un rol clave de trabajadores del conocimiento) con una tecnología de IA de vanguardia para capturar potencialmente una ventaja considerable.
Aprendizaje de máquina es una herramienta poderosa, pero no es adecuado para todo. El aprendizaje automático y su subcampo más prominente, el aprendizaje profundo, han atraído mucha atención de los medios y han recibido una parte significativa de la financiación que se ha venido vertiendo en el universo de IA, obteniendo casi el 60% de todas las inversiones fuera de la industria en 2016.
Pero si bien el aprendizaje automático tiene muchas aplicaciones, es sólo una de las muchas tecnologías relacionadas con la IA que pueden resolver problemas empresariales. No hay una solución única de AI. Por ejemplo, las técnicas de IA implementadas para mejorar el rendimiento del centro de atención al cliente pueden ser muy diferentes de la tecnología utilizada para identificar fraudes de pagos con tarjetas de crédito. Es fundamental buscar la herramienta adecuada para resolver cada problema de negocio que crea valor en una etapa particular del viaje digital e intelectual de una organización.
Las capacidades digitales vienen antes de la IA. Encontramos que las industrias líderes en la adopción de la IA, como la alta tecnología, las telecomunicaciones y la automoción, son también las que están más digitalizadas. Del mismo modo, dentro de cualquier industria las empresas que son los primeros en adoptar AI ya han invertido en capacidades digitales, incluyendo la infraestructura de la nube y grandes datos. De hecho, parece que las empresas no pueden saltar fácilmente a la IA sin la experiencia de transformación digital. Usando una batería de estadísticas, descubrimos que las probabilidades de generar beneficios de usar AI son 50% más altas para compañías que tienen una gran experiencia en digitalización.
Sea audaz. En un estudio separado sobre la interrupción digital, encontramos que la adopción de una estrategia digital ofensiva era el factor más importante para permitir a las empresas establecidas revertir la maldición de la interrupción digital. Una organización con una estrategia ofensiva adapta radicalmente su cartera de negocios, desarrollando nuevos modelos de negocio para construir un camino de crecimiento más robusto que antes de la digitalización. Hasta el momento, lo mismo parece ser cierto para AI: los primeros adoptantes de IA con una estrategia muy proactiva y estrictamente estratégica muestran una perspectiva de ganancias mucho mejor que la de aquellos que no la tienen.
Los mayores retos son las personas y los procesos. En muchos casos, los retos de la gestión del cambio de incorporar la IA en los procesos de los empleados y la toma de decisiones superan con creces los retos técnicos de implementación de IA. A medida que los líderes determinan las tareas que deben manejar las máquinas, en comparación con las que realizan los seres humanos, tanto nuevas como tradicionales, será fundamental implementar programas que permitan una constante reestructuración de la mano de obra. Y a medida que AI continúa convergiendo con la visualización avanzada, la colaboración y el pensamiento de diseño, las empresas tendrán que pasar de un enfoque primario en la eficiencia del proceso a un enfoque en la eficacia de la gestión de decisiones, que exigirá a los líderes crear una cultura de mejora continua y aprendizaje .
No se equivoquen: la siguiente frontera digital está aquí, y es AI. Mientras que algunas empresas todavía están recuperándose de interrupciones digitales anteriores, una nueva está tomando forma. Pero son los primeros días. Todavía hay tiempo para hacer de AI una ventaja competitiva.
Jacques Bughin es director del McKinsey Global Institute con sede en Bruselas.
Brian McCarthy es socio de la oficina de McKinsey en Atlanta.
Michael Chui es un socio del McKinsey Global Institute con sede en San Francisco y dirige el trabajo de MGI sobre el impacto del cambio tecnológico.
Harvard Business Review
Tecnología
El rumor sobre la inteligencia artificial (AI) ha crecido lo suficientemente alto como para penetrar en las C-suites de organizaciones de todo el mundo, y por buenas razones. La inversión en AI está creciendo y viene cada vez más de organizaciones fuera del espacio tecnológico. Y las historias de éxito de AI son cada vez más numerosas y diversas, desde Amazon recolectando eficiencias operativas usando sus robots de almacén Kiva de AI, hasta GE manteniendo su equipo industrial funcionando aprovechando AI para mantenimiento predictivo.
Si bien es evidente que los CEOs deben considerar las implicaciones de negocios de AI, la inestabilidad de la tecnología en los entornos empresariales hace menos claro cómo emplearlo rentablemente. A través de un estudio de AI que incluyó una encuesta de 3.073 ejecutivos y 160 estudios de caso en 14 sectores y 10 países, ya través de un programa de investigación digital separado, hemos identificado 10 ideas clave que los CEOs necesitan saber para embarcarse en un exitoso viaje AI.
No creo que el bombo: No todos los negocios están utilizando AI ... todavía. Mientras que la inversión en AI se está calentando, la adopción corporativa de las tecnologías de IA sigue siendo rezagada. La inversión total (interna y externa) en AI alcanzó algo entre 26.000 millones y 39.000 millones de dólares en 2016, con la inversión externa triplicándose desde 2013. Sin embargo, a pesar de este nivel de inversión, la adopción de la IA está en su infancia. Nuestros encuestados que utilizan una o más tecnologías de IA a escala o en una parte esencial de su negocio, y sólo la mitad de los que utilizan tres o más. Incluimos cinco categorías de sistemas de tecnología de IA: robótica y vehículos autónomos, visión por computadora, lenguaje, agentes virtuales y aprendizaje automático.
Por el momento, esta es una buena noticia para aquellas empresas que siguen experimentando o pilotando AI (41%). Nuestros resultados sugieren que todavía hay tiempo para subir la curva de aprendizaje y competir usando AI.
Sin embargo, estamos probablemente en un punto de inflexión clave de la adopción de la IA. Las tecnologías de IA, como el aprendizaje de máquinas basado en neuronas y el procesamiento del lenguaje natural, empiezan a madurar y demuestran su valor, convirtiéndose rápidamente en piezas centrales de las suites de tecnología de IA entre los adoptantes. Y esperamos que por lo menos una porción de los pilotos actuales de IA integren completamente la IA en el corto plazo. Por último, la adopción parece estar a punto de propagarse, aunque a ritmos diferentes, entre sectores y dominios. Los servicios de telecomunicaciones y financieros están listos para liderar el camino, con los encuestados en estos sectores planeando aumentar su gasto en tecnología de AI en más de un 15% al año, siete puntos porcentuales más que el promedio interprofesional en los próximos tres años.
Creo que el bombo que AI puede potencialmente aumentar su línea de arriba y abajo. Treinta por ciento de los primeros adoptantes de la IA en nuestra encuesta -los que usan AI a escala o en procesos básicos- dicen haber logrado aumentos de ingresos, aprovechando la IA en sus esfuerzos por ganar cuota de mercado o expandir sus productos y servicios. Además, los primeros adoptantes de la IA son 3.5 veces más probables que otros para decir que esperan crecer su margen de beneficio en hasta cinco puntos más que sus pares de la industria. Mientras que la cuestión de la correlación frente a la causalidad puede ser legítimamente planteada, un análisis separado reveló algunas pruebas de que AI ya está mejorando directamente los beneficios, con el ROI en la inversión de AI en el mismo rango que las tecnologías digitales asociadas, como grandes datos y analítica avanzada.
Sin el apoyo del liderazgo, su transformación de IA podría no tener éxito. Los adoptantes exitosos de AI tienen un fuerte apoyo de liderazgo ejecutivo para la nueva tecnología. Los encuestados de empresas que han desplegado con éxito una tecnología de IA a escala tienden a calificar el soporte de C-suite como casi el doble de las empresas que no han adoptado ninguna tecnología de IA. Añaden que un fuerte apoyo viene no sólo de los ejecutivos de CEO y de TI, sino también de todos los demás funcionarios de nivel C y la junta directiva.
Usted no tiene que ir solo en AI - socio para la capacidad y la capacidad. Con el campo de IA recientemente recuperando su ritmo de innovación después de décadas de "invierno IA", la experiencia técnica y las capacidades son escasas. Incluso los grandes nativos digitales como Amazon y Google han recurrido a compañías y talentos fuera de sus límites para reforzar sus habilidades de IA. Considere, por ejemplo, la adquisición de Google de DeepMind, que está utilizando sus costillas de aprendizaje de la máquina para ayudar al gigante de la tecnología mejorar incluso las empresas centrales como la optimización de búsqueda. Nuestra encuesta, de hecho, mostró que los primeros adoptantes de la IA han comprado principalmente las soluciones tecnológicas adecuadas para el propósito, con sólo una minoría de los encuestados desarrollando e implementando todas las soluciones de IA internamente.
Resista la tentación de poner a los equipos tecnológicos a cargo únicamente de las iniciativas de AI. Compartimentar la rendición de cuentas de IA con líderes funcionales en TI, digital o innovación puede resultar en un resultado de martillo en búsqueda de un clavo: se lanzan tecnologías sin casos de uso convincentes. Para asegurar un enfoque en los casos de uso más valiosos, las iniciativas de AI deben ser evaluadas y dirigidas conjuntamente por líderes empresariales y técnicos, un enfoque que ha tenido éxito en la adopción de otras tecnologías digitales.
Adopte un enfoque de cartera para acelerar su viaje de IA. Las herramientas de IA varían a lo largo de un espectro que va desde herramientas que han sido probadas para resolver problemas empresariales (por ejemplo, detección de patrones para mantenimiento predictivo) hasta aquellas con poca conciencia y utilidad actualmente limitada pero de alto potencial (por ejemplo, aplicación de AI para el desarrollo de la estrategia competitiva). Esta distribución sugiere que las organizaciones podrían considerar un enfoque basado en la cartera para la adopción de la IA en tres horizontes temporales:
A corto plazo: Centrarse en casos de uso en los que existen soluciones tecnológicas probadas hoy en día, y escalarlas en toda la organización para obtener un valor de línea de fondo significativo.
A mediano plazo: Experimente con la tecnología que está emergiendo, pero todavía relativamente inmaduro (reconocimiento de video de aprendizaje profundo) para probar su valor en casos clave de uso empresarial antes de escalar.
A largo plazo: Trabajar con el mundo académico o con un tercero para resolver un caso de uso de alto impacto (por ejemplo, la toma de decisiones humanas aumentada en un rol clave de trabajadores del conocimiento) con una tecnología de IA de vanguardia para capturar potencialmente una ventaja considerable.
Aprendizaje de máquina es una herramienta poderosa, pero no es adecuado para todo. El aprendizaje automático y su subcampo más prominente, el aprendizaje profundo, han atraído mucha atención de los medios y han recibido una parte significativa de la financiación que se ha venido vertiendo en el universo de IA, obteniendo casi el 60% de todas las inversiones fuera de la industria en 2016.
Pero si bien el aprendizaje automático tiene muchas aplicaciones, es sólo una de las muchas tecnologías relacionadas con la IA que pueden resolver problemas empresariales. No hay una solución única de AI. Por ejemplo, las técnicas de IA implementadas para mejorar el rendimiento del centro de atención al cliente pueden ser muy diferentes de la tecnología utilizada para identificar fraudes de pagos con tarjetas de crédito. Es fundamental buscar la herramienta adecuada para resolver cada problema de negocio que crea valor en una etapa particular del viaje digital e intelectual de una organización.
Las capacidades digitales vienen antes de la IA. Encontramos que las industrias líderes en la adopción de la IA, como la alta tecnología, las telecomunicaciones y la automoción, son también las que están más digitalizadas. Del mismo modo, dentro de cualquier industria las empresas que son los primeros en adoptar AI ya han invertido en capacidades digitales, incluyendo la infraestructura de la nube y grandes datos. De hecho, parece que las empresas no pueden saltar fácilmente a la IA sin la experiencia de transformación digital. Usando una batería de estadísticas, descubrimos que las probabilidades de generar beneficios de usar AI son 50% más altas para compañías que tienen una gran experiencia en digitalización.
Sea audaz. En un estudio separado sobre la interrupción digital, encontramos que la adopción de una estrategia digital ofensiva era el factor más importante para permitir a las empresas establecidas revertir la maldición de la interrupción digital. Una organización con una estrategia ofensiva adapta radicalmente su cartera de negocios, desarrollando nuevos modelos de negocio para construir un camino de crecimiento más robusto que antes de la digitalización. Hasta el momento, lo mismo parece ser cierto para AI: los primeros adoptantes de IA con una estrategia muy proactiva y estrictamente estratégica muestran una perspectiva de ganancias mucho mejor que la de aquellos que no la tienen.
Los mayores retos son las personas y los procesos. En muchos casos, los retos de la gestión del cambio de incorporar la IA en los procesos de los empleados y la toma de decisiones superan con creces los retos técnicos de implementación de IA. A medida que los líderes determinan las tareas que deben manejar las máquinas, en comparación con las que realizan los seres humanos, tanto nuevas como tradicionales, será fundamental implementar programas que permitan una constante reestructuración de la mano de obra. Y a medida que AI continúa convergiendo con la visualización avanzada, la colaboración y el pensamiento de diseño, las empresas tendrán que pasar de un enfoque primario en la eficiencia del proceso a un enfoque en la eficacia de la gestión de decisiones, que exigirá a los líderes crear una cultura de mejora continua y aprendizaje .
No se equivoquen: la siguiente frontera digital está aquí, y es AI. Mientras que algunas empresas todavía están recuperándose de interrupciones digitales anteriores, una nueva está tomando forma. Pero son los primeros días. Todavía hay tiempo para hacer de AI una ventaja competitiva.
Jacques Bughin es director del McKinsey Global Institute con sede en Bruselas.
Brian McCarthy es socio de la oficina de McKinsey en Atlanta.
Michael Chui es un socio del McKinsey Global Institute con sede en San Francisco y dirige el trabajo de MGI sobre el impacto del cambio tecnológico.
No hay comentarios:
Publicar un comentario