Doxa 2026

Cómo los directores ejecutivos utilizan la inteligencia artificial para la planificación estratégica

Por Graham Kenny, Marek Kowalkiewicz, y Kim Oosthuizen

Estrategia

Harvard Business Review

#Doxa #director #ejecutivo #inteligencia #artificial #IA #planificación #estrategia #empresa #desafíos #oportunidades #datos #gerente #debilidades #fortalezas #herramienta

Resumen. Para los líderes empresariales, especialmente en empresas relativamente pequeñas, la idea de aplicar la inteligencia artificial a la planificación estratégica es tentadora. Este artículo explora el potencial y los límites de la inteligencia artificial para ayudar a estas empresas a trazar sus estrategias. A través de dos estudios de casos encubiertos, los autores muestran cómo la inteligencia artificial puede ayudar a las empresas a identificar algunos desafíos y oportunidades que los gerentes pasaron por alto, superando los sesgos humanos, pero al mismo tiempo pasando por alto algunas posibilidades arraigadas en las capacidades específicas de la empresa. Y aunque la inteligencia artificial era menos capaz de imaginar posibles escenarios futuros porque sus pronósticos se basaban completamente en datos históricos, una promoción inteligente le permitió sacar a la luz problemas y preguntas que los gerentes humanos ignoraron. Los autores concluyen que conocer las debilidades de la inteligencia artificial permite a los gerentes aprovechar sus fortalezas. La clave es ver la inteligencia artificial como una herramienta que aumenta, en lugar de reemplazar, su pensamiento estratégico y su toma de decisiones.

La comunidad empresarial está entusiasmada ante la perspectiva de que la inteligencia artificial (a través de empresas como ChatGPT, you.com y Claude.ai) revolucionará la toma de decisiones empresariales. Sam Altman, director ejecutivo de OpenAI, incluso declaró que “estamos a punto de entrar en la mayor era dorada de las posibilidades humanas”.

Para los líderes empresariales, la idea de aplicar la inteligencia artificial a la planificación estratégica es tentadora. Un directivo exclamó recientemente que no podía esperar a que llegara el momento en que “la inteligencia artificial pueda ayudar a identificar oportunidades que aún no existen”.

Pero ¿existe la posibilidad de que estemos sobrestimando las capacidades de la IA general? ¿Cómo identificamos las áreas, si las hay, en las que la IA general puede impulsar la planificación estratégica? ¿Son todas las herramientas de IA general iguales o algunas de ellas son más capaces en determinados escenarios?

Para responder a estas preguntas, detallamos dos casos de negocios que involucran actividades centrales para la planificación estratégica. (Nota: Se han cambiado los nombres).

Cómo superar los puntos ciegos y predecir el futuro

Keith es el director ejecutivo de Trident, una organización de investigación agrícola comercial con 120 empleados. Trident es la empresa dominante en su campo de contratistas independientes. Sus clientes contratan a la empresa para realizar ensayos destinados a mejorar el cultivo de cereales, verduras y frutas.

Keith reunió a su equipo ejecutivo de cinco personas para su retiro anual de estrategia. Como explicó Keith, “esto nos da la oportunidad de sentarnos y evaluar las cosas. Por lo general, estamos al día con los ensayos y reportando sus resultados. Es un trabajo incesante”.

Un paso del proceso consistió en enumerar los “problemas estratégicos clave” a los que se enfrentaba Trident. Como explicó Keith, “estos nos dan un trampolín para nuestras deliberaciones. Nuestro plan estratégico debe abordar estos problemas”.

Aquí está la lista de Keith:

• Competencia
• Número de sucursal y ubicación
• Recursos humanos
• Precios de productos
• Rentabilidad
• Clima

Aunque Keith y su equipo estaban contentos con su lista, reconocieron que tenían una perspectiva limitada. Keith reflexionó: “Somos científicos agrícolas. Conocemos nuestro juego, pero no conocemos otros. Me pregunto si la inteligencia artificial gen podría ayudar con eso”.

Keith también se preguntó sobre el futuro: “¿Puede la inteligencia artificial ayudarnos a predecir la demanda futura de nuestros servicios?”

Cómo la Generación AI puede (y no puede) ayudar.

Keith planteó dos preguntas muy relevantes que a menudo escuchamos de los equipos de planificación estratégica.

El primero de ellos es el sesgo, es decir, la visión limitada basada en la formación profesional y la experiencia en el sector de un equipo. Keith quiere aprovechar un punto de vista ajeno a la ciencia agrícola para generar una perspectiva nueva. Para ello, podría sustituir a varios de sus ejecutivos por otros ajenos a su sector. Sin embargo, esto no es nada práctico. Una alternativa es emplear la inteligencia artificial genómica. Lo ayudamos con la siguiente indicación:

Somos una organización de investigación agrícola comercial. Con 120 empleados, somos el actor dominante en nuestro campo de contratistas independientes. Nuestros clientes nos contratan para realizar una amplia gama de ensayos de campo de cereales, verduras y frutas. ¿Cuáles son los problemas estratégicos clave a los que probablemente nos enfrentaremos en el futuro?

La respuesta contenía nueve títulos, cada uno de los cuales contenía dos puntos de acción. ¿Había algo nuevo? Sí, pero también había omisiones.

La herramienta gen AI no detectó dos elementos de la lista del equipo de Keith: “número y ubicación de la sucursal” y “rentabilidad”. La ubicación de la sucursal es un tema muy específico para Trident y no se puede esperar que gen AI lo sepa. No mencionar la “rentabilidad” es, en nuestra opinión, un gran error. Además, si bien gen AI eligió la “competencia” como uno de sus nueve temas, no mencionó el tema crítico del “precio del producto”. Es un tema crítico en esta industria, ya que el trabajo se gana mediante licitación.

El gran modelo de lenguaje subyacente de ChatGPT, aunque se entrenó con una gran cantidad de datos, carece de acceso a información específica de la empresa, lo que explica algunas omisiones. Keith debe tener en cuenta que estos sistemas son "no deterministas", lo que significa que cada respuesta puede ser diferente. Para mitigar esto, Keith podría regenerar las respuestas para ver respuestas alternativas (en ChatGPT, presione ChatGPT debajo de la respuesta inicial). También descubrimos que pedirle a las herramientas de inteligencia artificial que simplemente "proporcionen 10 ideas más" ayuda a crear una lista larga y evita omisiones tan flagrantes.

En el lado positivo, la inteligencia artificial gen AI presentó cuatro áreas importantes que el equipo de Keith pasó por alto: “avances tecnológicos”, “cambios regulatorios”, “demanda y expectativas de los clientes” y “financiamiento e inversión”. Todas estas son pertinentes para la estrategia comercial de Trident. Por lo tanto, en relación con la primera pregunta de Keith (¿puede la IA brindar una perspectiva no agrícola?), decidimos que la inteligencia artificial gen AI había tenido éxito. Ayudó al equipo de Keith con el pensamiento divergente, una habilidad clave en cualquier equipo transformador exitoso.

La segunda pregunta de Keith, “¿Puede la IA pronosticar la demanda futura de nuestros servicios?”, resultó más complicada para la IA gen. Si bien la IA gen es una tecnología sofisticada, no puede predecir el futuro. Esto se debe a que las herramientas de IA gen se cargan y entrenan con datos históricos. La pregunta requiere mirar hacia adelante, no hacia atrás, para hacer proyecciones sobre el resultado final, como las cifras de ventas futuras o el crecimiento alcanzable. En este caso, la experiencia del equipo de Keith proporciona las mejores predicciones, y esto requiere que cada miembro de su equipo esté alerta.

Sin embargo, con una indicación inteligente, las herramientas de inteligencia artificial pueden brindar al equipo elementos en los que pensar. Enmarcamos la indicación como "¿Qué impacto tendrá en la demanda futura de nuestros servicios?". La herramienta destacó siete factores, desde "sostenibilidad y cambio climático" hasta "cambios en las preferencias de los consumidores" y "crecimiento de la población mundial". Estos factores ayudan al equipo de Keith a pensar de manera más amplia sobre la demanda.

Abordar tendencias y desarrollar escenarios

Angeline es la directora ejecutiva del Cementerio y Crematorio Fitzroy. El ejercicio de planificación estratégica que organizó implicó que ella y su equipo ejecutivo de siete personas se reunieran durante dos días para desarrollar el plan estratégico de cinco años de la organización.

La empresa de Angeline es propiedad del gobierno y, si bien no tiene fines de lucro, debe equilibrar sus cuentas. Su sede principal abarca 145 acres de terreno bien mantenido y ofrece parcelas para entierros, un crematorio, tres capillas grandes, una floristería, una cafetería y centros de eventos.

Un paso importante en el proceso fue identificar “los cambios y tendencias de la industria”. Para ampliar las ideas, Angeline invitó a los seis miembros de la junta directiva del Cementerio y Crematorio Fitzroy a unirse a su equipo ejecutivo. “No ocupan puestos ejecutivos internos y pueden aportar una perspectiva nueva”, explicó. El grupo elaboró ​​esta lista de cambios y tendencias de la industria:

• Pasar de los entierros a las cremaciones.
• Aumento de la demanda de centros de eventos de primera clase y servicio de catering en el lugar.
• Un competidor que compra otras funerarias y cementerios.
• Escasez de terrenos adecuados para futuras ampliaciones.
• Familias y directores de funerarias que requieren una gama más amplia de instalaciones de video y audio.

Crecimiento de distintas formas de cremación y entierro más respetuosas con el medio ambiente

Aunque Angeline estaba satisfecha con el resultado, se preguntaba cómo la inteligencia artificial podría ayudar a abordar estos cambios y tendencias. Tenía dos preguntas: 1) ¿La lista de su equipo reflejaba las tendencias actuales en la industria? Y 2) ¿cuál era el futuro probable para la industria, dada la escasez de tierra y el creciente interés en las prácticas ambientales?

Cómo la inteligencia artificial puede (y no puede) ayudar

Para ayudar a Fitzroy con la primera pregunta, le dimos a una herramienta de inteligencia artificial la lista desarrollada por el equipo de Angeline y le preguntamos: “Actuar como consultor de gestión estratégica. En función de los desafíos de la industria, brindar recomendaciones sobre lo que falta en la lista que sea relevante para nuestra estrategia comercial”.

Si bien la herramienta ofreció algunas recomendaciones de tendencias que cubrían lo que el equipo de Angeline había considerado, también planteó cuatro que eran más “provocadoras de reflexión” y dignas de consideración por parte del equipo:

• Envejecimiento de la población y cambios demográficos.
• Apoyo en salud mental y duelo.
• Sensibilidad y transparencia de los precios.
• Cambios regulatorios y cumplimiento.

Angeline señaló que “las sugerencias adicionales nos ayudarán a diseñar nuestra estrategia para el futuro”.

Formulamos la pregunta para la segunda de esta manera: “Si no hubiera más tierras disponibles para entierros, ¿cuáles podrían ser otras alternativas?”

Los resultados fueron intrigantes y un poco ridículos, con sugerencias como “lanzar los restos cremados a la órbita o al espacio profundo” y “utilizar nitrógeno líquido para congelar y vibrar el cuerpo hasta convertirlo en partículas”. Sin embargo, también hubo algunas buenas sugerencias, como “utilizar edificios de varios pisos para los entierros” y “crear bosques conmemorativos en lugar de cementerios tradicionales”. Estas sugerencias ofrecían alternativas innovadoras para que el Cementerio y Crematorio Fitzroy las considerara a largo plazo.

Algunas herramientas de inteligencia artificial, como you.com, ofrecen una “generación aumentada de recuperación” o RAG, que combina resultados de modelos de lenguaje de gran tamaño con los datos de Internet más actualizados. Este enfoque proporciona información actualizada y puede incorporar datos internos de la empresa, lo que permite abordar problemas como los del caso de Keith. Sin embargo, estas capacidades requieren una implementación específica de la organización. Las herramientas públicas como ChatGPT o Claude.ai actualmente carecen de esta función.

Si RAG estuviera disponible para este caso, Claude3 podría potencialmente brindar sugerencias más específicas y actualizadas para la industria sobre alternativas de uso de la tierra, incorporando innovaciones recientes en prácticas de entierro sustentable y cambios regulatorios locales. De esta manera, Angeline tendría información más relevante y práctica para su planificación estratégica.

•••

Si bien la inteligencia artificial de última generación ofrece ventajas significativas, es fundamental reconocer sus limitaciones para la planificación estratégica. Estas se deben a la forma en que funciona la inteligencia artificial de última generación. Examina grandes cantidades de datos y completa oraciones a medida que avanza con la siguiente palabra más probable. Si bien esto es notable, en esencia es una mirada retrospectiva.

Sin embargo, conocer las debilidades de la inteligencia artificial le permite aprovechar sus fortalezas. Puede mejorar su capacidad para identificar oportunidades, mitigar riesgos y desarrollar una estrategia más sólida al incluir algunas sugerencias originales que tal vez no se le hayan ocurrido de inmediato. Estas siempre deben filtrarse con discernimiento humano, pero dado que la herramienta es tan rápida y barata, ¿por qué no probarla?

La clave es ver la IA como una herramienta que amplía, en lugar de reemplazar, su pensamiento estratégico y su toma de decisiones.

Leer más sobre Estrategia o temas relacionados IA y aprendizaje automático, Análisis estratégico y Estrategia competitiva

Graham Kenny es el director ejecutivo de Strategic Factors y autor de Strategy Discovery. Es un reconocido experto en estrategia y medición del desempeño que ayuda a gerentes, ejecutivos y juntas directivas a crear organizaciones exitosas en los sectores privado, público y sin fines de lucro. Ha sido profesor de administración en universidades de Estados Unidos y Canadá.

Marek Kowalkiewicz es profesor y presidente de Economía Digital en la Escuela de Negocios QUT en Brisbane, Australia. Fue director de investigación fundador del laboratorio de aprendizaje automático de SAP en Singapur, director del programa de investigación global en SAP Research e investigador asociado en Microsoft Research Asia. Su nuevo libro es “ La economía de los algoritmos: la IA y el auge de los minions digitales ”. Escribe un boletín semanal, “ La economía de los algoritmos ”.

Kim Oosthuizen es la directora de Inteligencia Artificial de SAP en Australia y Nueva Zelanda, y tiene su sede en Sídney (Australia). Fundó el SAP AI Council en Australia para centrarse en la adopción, el funcionamiento y el escalamiento responsables de la IA y da clases a tiempo parcial en varias escuelas de negocios. Puedes conectarte con ella o seguirla en LinkedIn.