Doxa 1003

La IA debería cambiar lo que haces, no solo cómo lo haces

Por Mike Walsh

Tecnología

Harvard Business Review

Pocos líderes disputarían el hecho de que los negocios de hoy se basan en datos y algoritmos inteligentes. Sin embargo, en lugar de una transformación digital real, muchos buscan el incrementalismo digital, utilizando la automatización para reducir costos o, lo que es peor, recortar empleos. Si lo hace, podría ganar algo de tiempo para los accionistas impacientes, pero será de corta duración a menos que pueda enfrentar el desafío: ¿Cómo reimaginar lo que hace para una nueva era de competencia impulsada por la inteligencia artificial? 

Las altas cifras de desempleo de la recesión de Covid-19 han oscurecido un problema sistémico: el efecto acelerado de la automatización en la fuerza laboral. Hemos estado aquí antes. En cada una de las últimas recesiones, ha habido picos significativos en la automatización que reemplaza la mano de obra. Aunque los salarios pueden caer en una crisis, la reducción de los ingresos y el impacto en el resultado final suelen llevar a las empresas a invertir en nueva tecnología en lugar de contratar personas.

Para el economista David Autor, la crisis del empleo de 2020 se verá aún más exagerada por lo que él llama "forzamiento de la automatización". En su opinión, los requisitos de distanciamiento social y las órdenes de quedarse en casa pueden generar escasez de mano de obra temporal, lo que obliga a las empresas a aprovechar las tecnologías emergentes para hacer las cosas con menos personas, ya sea “menos trabajadores por tienda, menos guardias de seguridad y más cámaras, más automatización en los almacenes o más maquinaria aplicada a la limpieza nocturna de los lugares de trabajo".

Ese es un escenario sombrío, ciertamente, pero no inevitable. Una forma de salir del ciclo distópico de automatización y pérdida de empleo es que más organizaciones puedan aprovechar la tecnología para reinventar el trabajo, en lugar de simplemente reemplazarlo. Para hacer eso, debemos considerar cómo la inteligencia artificial y la inteligencia artificial pueden permitir ideas de negocios disruptivas y experiencias de los clientes, desbloquear nuevas formas de trabajo y aumentar los equipos para innovar y resolver problemas de manera más efectiva.

Reimagina la experiencia del cliente.

Uno de los mejores ejemplos de una organización tradicional que aprovecha la tecnología para interrumpir un mercado adyacente es Marcus de Goldman Sachs. Marcus, un banco de consumo digital, podría ser un derivado poco probable de una firma de inversión tradicional. No es así, según Harit Talwar, director global de Negocio de Consumo de Goldman Sachs, quien me dijo que en estos días el negocio se ve a sí mismo como una "startup de 150 años". En un momento en que muchos bancos están aprovechando la automatización básica para reducir sus costos operativos, Goldman abordó el desafío de la transformación digital de manera diferente. En lugar de reparar un sistema roto, preguntaron: ¿Qué quiere la gente?

Después de hablar con más de 10,000 consumidores, Talwar y su equipo identificaron que las personas tenían tres grandes puntos débiles con los bancos minoristas típicos: una relación fragmentada y confusa con el dinero, opacidad en el proceso de endeudamiento y frustración por la falta de respeto por sus ahorros. Esa información fue útil, pero lo que obligó a Goldman Sachs a actuar fue saber que no tenía que replicar los viejos modelos bancarios para competir.

“No necesitábamos instalar cientos de miles de sucursales, o cientos de miles de metros en la calle para realizar ventas cara a cara”, me explicó Talwar. "La tecnología digital, el análisis de datos programáticos, la simplicidad del diseño de la interfaz ahora hacen posible adquirir y servir a millones de clientes, incluidos los clientes masivos, de una manera simple y transparente".

Marcus puede operar más como una empresa de tecnología, pero no intentes decírselo a Talwar. En su opinión, si bien la ingeniería, los datos y el diseño son ingredientes potentes y vitales de los negocios modernos, el enfoque real debe estar en otra parte. “No nos llamamos una empresa de tecnología; nuestro negocio es resolver los problemas de los clientes ". Para Talwar, la IA es solo una capacidad: el futuro real de las finanzas es una extrema centralidad en el cliente.

“Si desea ser un disruptor exitoso, ya sea que inicie un nuevo negocio o sea una organización con décadas de antigüedad, la primera lección es preguntarse: ¿Qué es lo que está tratando de hacer y para quién? ¿Cuál es el problema del cliente? ¿O cuál es el problema empresarial que está intentando resolver? Esa es una verdadera innovación ".

Reinvente su forma de trabajar.

El segundo desafío para los líderes es identificar nuevas formas de hacer las cosas. Si bien los flujos de trabajo repetitivos y las transacciones de rutina suelen ser los primeros en automatizarse, la inteligencia de las máquinas ahora está comenzando a invadir las decisiones más complejas que antes estaban reservadas para los humanos. Más que una amenaza, deberíamos ver eso como una oportunidad para revisar cómo trabajamos y por qué.

En UBS, aprovechar la IA es la piedra angular del plan general de transformación digital del CIO del grupo, Mike Dargan. Me explicó que en los últimos años han aparecido diversos proyectos de inteligencia artificial en todo el banco, desde la detección de fraudes hasta el cumplimiento, la gestión de riesgos y el análisis avanzado de recursos humanos, y un nuevo sistema que facilita las transacciones de divisas. El objetivo de transformación digital de UBS es reinventar toda la cadena de valor del banco, desde cómo atienden a los clientes y producen estrategias de inversión, hasta las tareas intermedias y administrativas.

El hilo común que une a los proyectos de IA en UBS es una nueva perspectiva sobre el tipo de trabajo que deberían hacer las máquinas y dónde los humanos agregan más valor. Según Dargan, "a medida que automatizamos las tareas simples, los roles se vuelven más sofisticados".  

Dargan dio un ejemplo de los crecientes desafíos de administrar la compleja infraestructura de red de la empresa, que genera miles de registros diariamente. En lugar de monitorearlos manualmente, ahora usan inteligencia artificial para leer las alertas del sistema y algoritmos de procesamiento del lenguaje natural para identificar de manera preventiva problemas graves. Es cierto que ese es un trabajo que la gente podría hacer. Pero en la estimación de Dargan, se habría necesitado un equipo de al menos 10.000.

Como ocurre en muchas grandes organizaciones, el impacto de la automatización en el empleo en UBS es matizado. Las máquinas están manejando más trabajo, pero posiblemente sin un alto nivel de automatización, los empleados de UBS tendrían dificultades para hacer su trabajo. La firma ahora tiene más de 2.000 bots de software operando en todo el negocio, creciendo de manera constante. Durante la pandemia, incluso crearon seis nuevos bots en solo tres días, que eran necesarios para ayudar a los asesores de clientes a manejar una avalancha masiva de solicitudes de préstamos suizos relacionados con Covid. La telemetría (alerta temprana y detección de anomalías) seguida de soluciones de automatización y autocorrección respaldaba la estabilidad de la empresa, que estaba experimentando volúmenes máximos cuádruples debido a la volatilidad y el volumen en el mercado.

La digitalización de los servicios financieros cambia tanto la forma de trabajar de las personas como la forma en que interactúan y se asocian con otras organizaciones. Al igual que en otras partes de la economía, como el comercio minorista y la logística, los bancos deberán convertirse en plataformas para crecer y competir, lo que no es una tarea fácil para los jugadores convencionales con una infraestructura quebradiza y una mentalidad conservadora. Sin embargo, los premios son sustanciales para aquellas empresas que pueden hacerlo bien.

Toma Apple Card. Una introducción de producto controvertida pero espectacular,  descrita por el director ejecutivo de Goldman Sachs, David Soloman, como el "lanzamiento de tarjeta de crédito más exitoso de la historia". Uno de los factores que apoyó el calendario acelerado fue que Apple Card se desarrolló y lanzó en un entorno de producción completamente basado en la nube. Piense en ello como la diferencia entre la banca tradicional y la "banca como servicio".

Talwar describe su plataforma de "banca como servicio" como un foso competitivo y cree que es una característica de cómo la empresa planea defender su posición contra los competidores minoristas tradicionales con una pila de tecnología diferenciada que puede escalar, ser ágil y seguir siendo relevante.. En lugar de construir miles de sucursales minoristas o confiar en el marketing convencional para adquirir clientes, Marcus ha podido aprovechar una pila de tecnología basada en la arquitectura de microservicios API para construir asociaciones de distribución con Apple, Amazon, JetBlue e Intuit. En cierto sentido, todas estas son relaciones basadas en el intercambio de datos, intermediadas por la inteligencia de la máquina. En el caso de Amazon, Marcus ofrece líneas de crédito renovables a los comerciantes de Amazon, que se rigen por los datos de sus actividades comerciales de comercio electrónico.

Desde esta perspectiva, podría decirse que todo el banco minorista de Marcus es simplemente una aplicación que se ejecuta en la plataforma de banca digital Goldman Sachs. Goldman, que ha expresado su ambición de crear su propia "nube financiera", ahora busca extender su alcance a otras partes del ecosistema financiero al proporcionar a los clientes API en sus plataformas de banca de transacciones y gestión de riesgos.

Reconsidere sus capacidades.

Finalmente, en lugar de usar la IA como una herramienta contundente para reducir el número de empleados, tenemos que capacitar a las personas para que utilicen máquinas para cambiar su trabajo. Después de todo, ¿qué es más valioso: personas capaces de hacer su trabajo o miembros del equipo que pueden diseñar sistemas, entrenar modelos de IA y construir bots para hacer el trabajo de su equipo? Es una historia familiar. Ya sea en la automatización de fábricas o en los primeros días de la revolución informática, estar un paso por delante de nuestras herramientas ha sido la historia de la coevolución humana con la tecnología desde el principio.

Como dice Dargan de UBS, "La banca es tecnología, pero la tecnología son personas". En 2019, el banco implementó un plan de estudios de aprendizaje digital en toda la empresa, proporcionando contenido educativo sobre inteligencia artificial, blockchain y tecnologías en la nube. En los primeros 6 meses de 2020, sus equipos tecnológicos han registrado más de 45.000 horas de formación, con 50.000 cursos disponibles. Si bien no ve necesariamente un futuro en el que todos en el banco puedan codificar, la alfabetización digital es ahora una habilidad esencial. Ningún trabajo o función es inmune a los cambios venideros, incluso a los roles tecnológicos. Durante los últimos dos años, UBS ha capacitado a 350 personas en el espacio de operaciones para diseñar y administrar bots de automatización, un perfil de trabajo que ni siquiera existía antes.

Además de capacitar a las personas con nuevas habilidades, reinventar el trabajo también requiere que considere cómo colaboran los equipos. Marcus puede ser un banco digital, pero eso no necesariamente evita que las interacciones humanas sean obstinadamente analógicas y aisladas. En Marcus, se produjo un gran avance en la productividad cuando reorganizaron sus equipos en estructuras ágiles de pod. Ahora, independientemente de su rol funcional como ingeniero, comercializador o abogado, los empleados de Marcus están vinculados a flujos de trabajo centrados en objetivos específicos, por ejemplo, mejorar el proceso de incorporación del cliente.

La estructura ágil puede crear desafíos cuando las personas intentan equilibrar los objetivos tácticos con una visión a largo plazo. En opinión de Talwar, ahí es donde los líderes pueden agregar el mayor valor. Necesitan gestionar el equilibrio entre decirle a la gente qué hacer (como un director que controla una orquesta) y establecer un objetivo común con algunas reglas básicas para que los equipos puedan encontrar soluciones creativas por sí mismos (como un flashmob autoorganizado).

Estamos apenas al comienzo de una nueva era de competencia impulsada por la inteligencia artificial, y los libros de jugadas para organizaciones y líderes están lejos de ser claros. Una cosa es segura: las empresas exitosas del futuro serán aquellas que puedan aprovechar los datos, los algoritmos y el talento humano para eludir los límites de la industria y satisfacer creativamente las necesidades de los clientes.

Para los líderes de empresas más establecidas, este no es momento para movimientos tímidos. Espere una brecha cada vez mayor entre las organizaciones centradas en el cliente con un profundo compromiso con la evolución de su plataforma tecnológica y aquellas cuya búsqueda ciega de la eficiencia operativa las deja indefensas frente a un futuro más incierto. Al final, nuestra mejor oportunidad de reinvención es responder a una pregunta engañosamente simple: ¿qué es posible ahora en una era de máquinas inteligentes que ni siquiera era concebible antes?

Mike Walsh es el autor de The Algorithmic Leader: Cómo ser inteligente cuando las máquinas son más inteligentes que usted. Walsh es el CEO de Tomorrow, una consultora global sobre el diseño de empresas para el siglo XXI.