Doxa 984

El secreto de la IA son las personas

Por Nada R. Sanders y John D. Wood

Estrategia

Harvard Business Review

Demasiados líderes empresariales todavía creen que la IA es solo otra inversión tecnológica incremental "plug and play". En realidad, obtener una ventaja competitiva a través de la inteligencia artificial requiere una transformación organizacional del tipo ejemplificado por las empresas líderes en esta era: Google, Haier, Apple, Zappos y Siemens. Estas empresas no solo tienen mejor tecnología, sino que han transformado la forma en que hacen negocios para que los recursos humanos se puedan aumentar con potencias de máquinas.

¿Cómo lo hicieron? Para averiguarlo, llevamos a cabo un estudio de varias etapas durante cinco años, comenzando con una encuesta de altos directivos y ejecutivos, seguida de entrevistas y encuestas en una amplia gama de industrias para identificar las estrategias y barreras de implementación de tecnología, y estudios en profundidad de cinco líderes organizaciones. Nuestra conclusión clave es contradictoria. Competir en la era de la IA no se trata de estar impulsado por la tecnología en sí, es una cuestión de nuevas estructuras organizativas que utilizan la tecnología para sacar lo mejor de las personas. El secreto para hacer que esto funcione, aprendimos, es el modelo de negocio en sí mismo, donde las máquinas y los humanos se integran para complementarse entre sí. Las máquinas realizan tareas repetitivas y automatizadas y siempre serán más precisas y rápidas. Sin embargo, esas habilidades exclusivamente humanas de creatividad, cuidado, intuición, adaptabilidad e innovación son cada vez más imperativas para el éxito. Estas habilidades humanas no pueden ser "botsourced", un término que usamos para caracterizar cuando un proceso empresarial tradicionalmente llevado a cabo por humanos se delega a un proceso automatizado como un robot o un algoritmo.

¿Cómo aprovechan los líderes la IA al máximo?

A partir de nuestra investigación, hemos desarrollado un marco de cuatro capas que muestra a los líderes organizacionales cómo pueden crear una organización centrada en el ser humano con inteligencia sobrehumana. Las cuatro capas no son "pasos", lo que implicaría una progresión secuencial. Las cuatro capas de intencionalidad, integración, implementación e indicación (el modelo Cuatro I) deben apilarse todas juntas o, de lo contrario, el uso de la IA no brindará una ventaja competitiva sostenible. Así es como funciona.

La primera capa del modelo Cuatro I es la intencionalidad del propósito, más allá de la mera búsqueda de ganancias. Una organización intencional sabe por qué es importante para el mundo, no solo para sus accionistas. Un buen ejemplo de intencionalidad en el uso de la IA proviene de Siemens, que pasó de ser una empresa de generación y transmisión de energía que maximiza las ganancias de los accionistas a un proveedor líder de soluciones de electrificación, automatización y digitalización con tecnologías de ahorro de recursos y eficiencia energética impulsadas. por IA e Internet de las cosas (IoT) al servicio de la sociedad. Este cambio cultural hacia un propósito más centrado en el ser humano afectó no solo al marketing y al diseño de productos, sino también a la decisión estratégica de, como escribieron Scott D. Anthony, Alasdair Trotter y Evan I. Schwartz para HBR, “deshacerse de su negocio principal de petróleo y gas y reasignar el capital a su unidad de Industrias Digitales y al negocio de Infraestructura Inteligente centrado en la eficiencia energética, el almacenamiento de energía renovable, la energía distribuida y la movilidad de vehículos eléctricos ". Si bien el desempeño financiero y el valor para los accionistas siempre serán importantes, la creación de organizaciones centradas en el ser humano e impulsadas por la tecnología impulsará el desempeño financiero en la era de la IA.

Con ese fin, Siemens está lanzando una combinación de hardware y software que habilita la IA en toda su arquitectura de Automatización Totalmente Integrada (TIA), un enfoque que alinea la misión de Siemens con su estrategia de IA. La arquitectura TIA utiliza la IA como un puente que se extiende desde la sede corporativa hasta los usuarios finales industriales. "MindSphere", propiedad de Siemens, es una plataforma operativa de IoT basada en la nube que llega a los productos de dispositivos de campo y controladores operados por el usuario industrial de Siemens. El módulo de unidad de procesamiento neuronal de MindSphere permite a los usuarios humanos beneficiarse de las capacidades de inteligencia artificial internas de Siemens, al mismo tiempo que permite a los usuarios humanos impartir su propia experiencia para entrenar las máquinas. Según Colm Gavin, especialista en Automatización de Fábricas de Siemens, “Con la inteligencia artificial podemos entrenar, reconocer y ajustar para permitir una maquinaria más flexible. Porque, ¿queremos 10 máquinas para empaquetar 10 tipos diferentes de productos, o una herramienta que se adapte a diferentes paquetes y diferentes tamaños y se ajuste automáticamente al nuevo formato? " La maquinaria más inteligente con arquitectura TIA aprovecha la inteligencia artificial para promover la intencionalidad de la empresa, al tiempo que aumenta la flexibilidad, la calidad, la eficiencia y la rentabilidad para sus usuarios finales.

Alternativamente, los problemas recientes que enfrenta Facebook ilustran un ejemplo negativo de la relación entre la intencionalidad y la IA. La misión de Facebook, "dar a las personas el poder de construir una comunidad y acercar el mundo", suena noble. Sin embargo, el uso reciente de su IA ha suscitado preocupaciones tanto por parte de anunciantes como de grupos de derechos civiles. El gigante de las redes sociales ha luchado para alinear su misión con el uso de IA que parece tener el efecto contrario: el contenido de Facebook está impulsado por algoritmos que priorizan el contenido inflamatorio, engañoso y socialmente divisivo. El uso de la inteligencia artificial por parte de Facebook parece impulsar la división social, lo que es contrario a su propósito como empresa de redes sociales, y está teniendo consecuencias financieras. Debido a que sus algoritmos han promovido la desinformación, la violencia y el contenido incendiario, los principales anunciantes ahora están cortando lazos con Facebook, lo que da un fuerte golpe a la empresa que obtiene el 98% de sus ingresos de los ingresos publicitarios. Algunas de las marcas más grandes del mundo, incluidas Coca-Cola y Unilever, retiraron anuncios de Facebook para promover contenido contrario a los valores de su marca, lo que resultó en una caída de un día del 8,3% en el valor de mercado, o $ 56 mil millones.

La segunda capa del modelo Four I es la integración de recursos humanos y de inteligencia artificial en toda la organización. Para liderar en la era de la tecnología, las empresas deben pasar de los silos a estructuras organizativas con equipos flexibles que integren a las personas de forma horizontal y vertical, desde la creación de productos hasta la toma de decisiones estratégicas. Como explicó un ejecutivo con el que hablamos, antes del cambio de IA, era necesario que los trabajadores tuvieran un conocimiento profundo de un área limitada. Hoy en día, el contenido analítico profundo puede provenir de la IA. Lo que se necesita es la capacidad de los trabajadores para sintetizar información, lo que significa colaborar entre funciones y trabajar en equipos multifuncionales. Para fomentar la innovación y la adaptabilidad, las organizaciones deben pasar de jerarquías rígidas a estructuras flexibles, ágiles y más planas. Google, Haier y Zappos pueden tener diferencias en sus estructuras organizativas, pero los elementos comunes son la uniformidad y la fluidez. La estructura recomendada es más como un patio de recreo para que personas inteligentes y talentosas generen productos centrados en el cliente. Los empleados tienen roles fluidos en equipos multifuncionales en torno a problemas en lugar de roles y responsabilidades individuales. Estos equipos se forman espontáneamente cuando surgen problemas, luego se disuelven cuando el trabajo está terminado, reasignando los recursos humanos según sea necesario.

El otro lado de esto, que puede olvidarse fácilmente, es que los equipos humanos y de inteligencia artificial también deben estructurarse de manera integrada. Esto permite a los humanos trascender sus limitaciones cognitivas ordinarias, sin depositar una confianza irrazonable en un robot para realizar tareas humanas que requieren un alto grado de cuidado y habilidad. Un ejemplo proviene del contexto médico, donde la IA ofrece un enorme potencial no como un sustituto, sino como un complemento de la atención dirigida por el médico. Una investigación reciente en la revista Nature encontró que, "el apoyo de buena calidad basado en la IA para la toma de decisiones clínicas mejora la precisión del diagnóstico sobre la de la IA o la de los médicos solamente". Esto significa que la toma de decisiones humanas altamente calificadas y de alto riesgo puede beneficiarse de la IA siempre que se integre adecuadamente dentro del contexto de toma de decisiones humanas.

La tercera capa del modelo Four I es la implementación. La implementación requiere involucrar al talento humano, tolerar el riesgo e incentivar la coordinación interfuncional. Un ejecutivo de una gran farmacéutica con la que hablamos dijo: "tienes que hacer que la gente crea en la tecnología". Vimos esto en otra de las empresas con las que hablamos cuando nos enteramos de que a pesar de tener IA integrada, los gerentes estaban modificando los valores de salida del algoritmo para que se ajustaran a sus propias expectativas. Otros en la misma empresa simplemente seguirían la vieja rutina de toma de decisiones, ignorando por completo los datos proporcionados por los algoritmos. Por lo tanto, el comportamiento humano es fundamental para implementar la IA.

Las empresas de alto rendimiento dedicaron mucho tiempo a comunicarse con los empleados y educarlos, de modo que el talento humano entendiera cómo las máquinas facilitaban su trabajo, no lo obsoleto. Para generar confianza en la IA, es imperativo que los líderes comuniquen su visión de manera transparente, explicando el objetivo, los cambios necesarios, cómo se implementará y en qué plazo. Más allá de la comunicación, los líderes pueden vacunar a su fuerza laboral contra el miedo a la IA organizando visitas a otras empresas que han experimentado transformaciones similares, proporcionando un modelo para que los trabajadores vean con sus propios ojos cómo se utiliza la tecnología.

Vimos muchos enfoques a esto en nuestra investigación. Los proyectos piloto en los que la tecnología se implementa en un alcance limitado les dan a los trabajadores cierta propiedad sobre el proceso de adopción. Dar a los trabajadores la oportunidad de jugar con la tecnología antes de que se tome una decisión de adopción final facilita la transición. La firma de servicios financieros Capital One incluso creó un instituto de capacitación interno llamado Capital One University que ofrece programas de capacitación profesional para promover una comprensión más amplia de la analítica en toda la cultura de la organización.

La cuarta capa del modelo es la indicación o la medición del rendimiento. En última instancia, es necesario medir el éxito y el progreso, y las empresas líderes han pasado de las medidas tradicionales de productividad a las métricas aspiracionales. El uso de los indicadores adecuados puede impulsar mejoras y ayudar a una empresa a centrarse en lo que consideran importante. Las métricas de aspiración que incentivan la innovación y la creatividad alientan a los empleados a ejercitar esos rasgos exclusivamente humanos. La lección es tener cuidado con lo que mide. Monitorear el indicador de desempeño incorrecto tiene una fuerte tendencia a llevar a que la cola proverbial mueva al perro. Los seres humanos son inteligentes, y si los incentivos no se alinean adecuadamente con las métricas de desempeño diseñadas de manera inteligente, los trabajadores humanos recurrirán a trucos perezosos, inteligentes y cínicos para jugar con el sistema, maximizando la apariencia del desempeño bajo una sola medida mientras que en realidad no logran entregar el resultado que la gerencia realmente esperaba cuando implementaron esa medida.

La mayoría de las empresas utilizan KPI, pero en nuestra investigación vimos que las empresas de éxito utilizaban con mayor frecuencia Objetivos e Indicadores Clave (OKR). Lo que aprendimos fue que los KPI por sí mismos no abarcan los objetivos estratégicos y ambiciosos necesarios en la era de la IA y no motivan para alcanzar el cielo. El objetivo de los OKR es definir con precisión cómo lograr objetivos ambiciosos donde el fracaso es inminentemente posible, a través de especificaciones concretas y medibles. Fomentan el desempeño creativo, novedoso y con aspiraciones al mostrar un progreso hacia una meta, incluso si la meta en sí no se ha logrado. Google comenzó a usar OKR en 1999; un cambio que algunos incluso consideran un elemento fundamental del éxito de Google. En Google, los OKR han ayudado a desarrollar la transparencia. Todos conocen los objetivos de la empresa, lo que todos están haciendo, cómo lo han hecho en el pasado, la trayectoria en la que se encuentran y cómo están llegando a donde quieren ir.

Construyendo empresas sobre inteligencia sobrehumana

Nuestra investigación muestra que la IA es mucho más que la última mejora incremental en la tecnología existente, sin embargo, implementarla de manera efectiva requiere liderazgo y coordinación en todos los sectores de una empresa. Desbloquear todo el potencial de los recursos humanos de una organización mediante la adopción estratégica de IA requiere revisar la estructura misma de la empresa y cómo mide su progreso hacia el cumplimiento de su misión. Estos problemas son problemas centrales para la identidad de una empresa y las modificaciones aquí están plagadas de inseguridad y riesgo, pero este es un riesgo necesario para competir en la era de la IA. La intencionalidad, la integración, la implementación y la indicación deben estar en capas para crear una empresa centrada en el ser humano gobernada por inteligencia sobrehumana. Lograr esto requiere talento en todos los niveles para tener un pensamiento sistémico, comprender cómo el trabajo que se realiza se relaciona con el de otros en otras partes de la organización, cómo satisface las necesidades del cliente y cómo impacta la estrategia y el panorama financiero de la empresa. Siguiendo el modelo Four I, las empresas pueden desbloquear la inteligencia sobrehumana sin perder el toque humano.

Nos sorprendió descubrir cuán pocas organizaciones han descubierto este secreto. Pero nos animó el progreso de los que sí lo habían hecho. Con este modelo, esperamos, más empresas puedan crear las condiciones para lograr inteligencia y desempeño sobrehumanos, brindando ventajas competitivas sostenibles en la era de la IA.

Nada R. Sanders, PhD es profesora distinguida en la Escuela de Negocios D'Amore McKim de la Northeastern University y miembro del Decision Sciences Institute. Es coautora de The Humachine: Humankind, Machines, and the Future of Enterprise.

John D. Wood, Esq. es socio del bufete de abogados Green Klein & Wood donde asesora a propietarios comerciales. Es coautor de The Humachine: Humankind, Machines, and the Future of Enterprise.