Doxa 2192

Cómo una institución financiera tradicional apostó todo por la inteligencia artificial de última generación

Moody's calculó que el riesgo de quedarse quieto superaba al riesgo de moverse rápidamente.

Por Toby E. Stuart

Transformación Digital

Harvard Business Review

#Doxa #financiera #IA #generación #riesgo #institución #tradicional #digital #tecnología #experimentar #enérgicas #líder #empresa #idea #prioridad #empresarial #objetivo #transformación #proceso #ejemplo #inacción #asociaciones #continuo #cultura #adopción

Resumen. ¿Por qué Moody's, una institución financiera tradicional basada en la evaluación de riesgos, tomó medidas enérgicas para adoptar la IA generativa, una tecnología no comprobada? Porque los líderes calcularon que el riesgo de quedarse quietos superaba el riesgo de actuar rápido. En lugar de experimentar con cautela, Moody's lanzó una transformación en toda la empresa basada en tres principios: 1) todos tenían que participar, 2) las nuevas ideas deberían basarse, no descartarse, y 3) la prioridad era un impacto empresarial real. Esto requirió un cambio fundamental en la forma en que se veía la transformación, no como un paso hacia un objetivo fijo, sino como un proceso continuo de adaptación. El ejemplo de Moody's ofrece lecciones para otras empresas: la inacción conlleva sus propios riesgos, la innovación descentralizada funciona, el cambio debe ser continuo, las asociaciones estratégicas importan y la cultura impulsa la adopción.

En las finanzas, las empresas más importantes del sector no tienen el hábito de apresurarse a adoptar tecnologías de vanguardia. Como en muchos sectores conservadores y regulados, los líderes casi siempre optan por evitar errores costosos y embarazosos en lugar de aceptar los riesgos de ser uno de los primeros en adoptarlo. Sin embargo, a principios de 2023, Rob Fauber, el recientemente nombrado CEO de Moody's, una empresa centenaria cuyo negocio consiste en la evaluación metódica del riesgo, hizo precisamente eso.

La medida se basó en un cálculo contrario: en los primeros días de la IA generativa, quedarse quieto en realidad representaba un riesgo mucho mayor para el futuro de la empresa que adoptar agresivamente una tecnología altamente imperfecta. El enfoque convencional (y el camino que adoptaron la mayoría de las empresas) consistía en probar y analizar las deficiencias de esta nueva tecnología, realizar pequeños experimentos en casos de uso limitados y esperar a que desapareciera la niebla de la incertidumbre. Entre las alucinaciones modélicas, los posibles problemas regulatorios y las preguntas sobre la transparencia, la mayor parte de la industria se centró en los riesgos a la baja. Fauber, por otro lado, vio la inacción como la mayor amenaza para el negocio de Moody's y la IA como una oportunidad fundamental que podría haber subido considerablemente para la empresa.

Así que, se comprometió a adoptar la tecnología internamente. Sin embargo, había un problema clave: a diferencia de la mayoría de las transformaciones, el objetivo final de esta iniciativa no estaba claro. La tecnología evolucionaba increíblemente rápido y no había casos de uso comprobados de cómo pudiera aplicarse para crear valor. Fauber comparó la iniciativa con correr hacia la niebla; tal vez sea posible ver unos pasos más adelante, pero no más. Eso planteó una serie de preguntas difíciles: cómo elaborar la hoja de ruta de IA de la empresa y cómo hacer que el consejo de administración, el equipo directivo sénior y toda la organización participaran en el viaje, sabiendo que la niebla no iba a desaparecer a corto plazo.

Como profesor que estudia cómo organizarse para la innovación, el emprendimiento y la estrategia tecnológica, y que entrevistó a varios de los principales líderes de Moody's, este enfoque ofrece lecciones sobre cómo las empresas pueden cambiar su enfoque de trabajo con tecnologías que evolucionan rápidamente.

Primeros días

En los primeros meses de 2023, el rumor en torno a la IA generativa —sobre todo tras el lanzamiento del GPT-3.5 por parte de OpenAI— llamó la atención del equipo de dirección ejecutiva de Moody's. Fauber, en particular, comenzó a experimentar con el nuevo modelo y a explorar sus capacidades. Junto con el presidente de Moody's Analytics, Steve Tulenko, decidió que la oleada de blogs, tuits, podcasts y publicaciones sobre la IA de la generación no era una charla ociosa, sino que la tecnología tenía el poder de transformar los elementos principales de los negocios de Moody's. La división de análisis de la empresa generaba 750 millones de dólares al año con la producción y distribución de informes de investigación. Con la capacidad de la IA de generación para digerir, analizar y sintetizar enormes cantidades de datos y producir destilaciones escritas de alta calidad de estos datos, Fauber y Tulenko vieron un futuro en el que el flujo de ingresos de la empresa basado en informes podría estar en riesgo.

Los dos también analizaron a los pares de Moody's en el sector de los servicios financieros, la mayoría de los cuales seguían un patrón de espera vigilante. El enfoque más común era crear consejos de IA, que generalmente incluían a representantes de los ámbitos legal, tecnológico, de TI, de cumplimiento y de riesgo. La abundancia de cautela tenía sentido. Las instituciones financieras que han superado 100 años de mercados alcistas, depresiones, recesiones y una avalancha constante de malos actores, han tendido a sobrevivir porque han sido eficaces a la hora de gestionar y minimizar los riesgos.

Sin embargo, en este caso, la acción parecía una opción mucho menos arriesgada que la estasis. La pregunta, entonces, era ¿por dónde empezar?

Tres principios rectores

La magnitud del cambio requerido era abrumadora. Fauber esperaba un cambio cultural total. Para lanzar la iniciativa, estableció tres principios rectores:

Convierta a todos en innovadores. En primer lugar, los líderes dieron luz verde al acceso a la IA de la generación en todo el entero organización. La empresa lo permitió al implementar herramientas de IA de generación en todos los empleados desde el principio. Más que cualquier otro cambio técnico en la historia de la humanidad, la IA de generación permitiría la innovación de abajo hacia arriba. Mientras el equipo experimentaba, se dieron cuenta de que la tecnología tiene la capacidad de descentralizar la innovación a gran escala. El objetivo era permitir a los empleados que se vieran a sí mismos como capaces de influir en el futuro tanto de sus propias funciones laborales individuales como del funcionamiento general de la empresa. Para captar la idea, Fauber invitó al personal a que se considerara «14 000 innovadores».

Basarse en nuevas ideas, no las descarte. En segundo lugar, Fauber instó a los empleados a adoptar una mentalidad de «sí y...». Este enfoque se centraba tanto en el personal legal, de cumplimiento y de riesgos como en las bases de la organización. La empresa necesitaba la aceptación de todos los grupos para tener éxito. El equipo directivo adoptó la posición de que, en lo que respecta a la IA de la generación, una barrera en algún lugar tenía el potencial de convertirse en una barrera en todas partes.

Generar impacto. Por último, hizo hincapié en la importancia de priorizar las iniciativas que aportaban un valor medible a la empresa. El equilibrio entre la experimentación abierta y el valor real era importante. Fauber sabía que el «factor de distracción» podía ser alto, por lo que creó un mecanismo para priorizar y destinar más recursos a esas innovaciones de los que podían contribuir de manera significativa a los beneficios superiores o finales.

Estos principios se diseñaron para impulsar una reforma cultural y un enfoque federado de la innovación. «La clave era crear y dotar de recursos un entorno en el que la innovación pudiera producirse en cualquier parte de la organización, pero con las estructuras adecuadas que nos mantuvieran alineados con dos de nuestros valores fundamentales: la confianza y la precisión», afirma Tulenko.

Para hacer realidad la visión, Moody's creó el Grupo de Inteligencia Generativa (GiG). El concepto era que todos los miembros de la empresa tenían ahora «otro trabajo»: la innovación en inteligencia artificial. Se esperaba que todo el mundo explorara las posibilidades de la IA de la generación en primera línea de la organización. En este contexto, GiG actuó como un grupo pequeño y central de habilitación. Su función consistía en investigar rápidamente las nuevas tecnologías, ofrecer las herramientas más valiosas a la organización y proteger los mandatos de seguridad, confianza y precisión. En lugar de crear una división de IA independiente, esta estructura adoptó el principio de «14 000 innovadores».

Un cambio de esta magnitud requería ganarse a los escépticos de todos los niveles de la empresa.

Fauber decidió empezar desde arriba. Para demostrar las capacidades de la generación de IA, en la reunión del consejo corporativo del segundo trimestre de 2023, comenzó con un vídeo deepfake que hizo de él mismo haciendo una llamada ficticia de ganancias. La junta se convenció rápidamente de que la IA de generación tendría implicaciones radicales para el negocio de Moody's, y ganó su aceptación para doblar la apuesta.

Para contratar a los empleados, Fauber dirigió tres ayuntamientos donde fomentó el debate sincero sobre las implicaciones de la IA de generación en la empresa. Estas reuniones, que a menudo se convocaban con poco aviso, se centraban en el acceso masivo y el empoderamiento. Su objetivo era convertir la resistencia en curiosidad y, finalmente, en entusiasmo.

Para permitir el cambio cultural, los líderes también sabían que tenían que crear un nivel base de fluidez en la IA en toda la organización. Con ese fin, crearon un programa de entrenamiento de IA de generación a medida y pusieron un fuerte incentivo: Fauber se comprometió a financiar una bolsa de bonos que se activaría si el 95% o más de los empleados de Moody's la completaban. Se esperaba que todos, desde asistentes administrativos hasta ejecutivos, participaran. La formación fue significativamente más técnico que la anterior iniciativa educativa en toda la empresa s. Varios empleados de Moody's fueron los «actores» de estas sesiones, grabadas en casa con Zoom para crear una sensación de urgencia y «crudeza» de los temas. Para animar a los empleados a profundizar aún más, la empresa proporcionó a todos listas de reproducción con vídeos de YouTube y lectura adicional. La empresa hizo un seguimiento público del 95% que activó el pago de la bonificación en una cuenta regresiva para fin de año y celebró cuando se llegó al desencadenante mucho antes de la fecha límite de fin de año. El pago de la bonificación en sí figuraba por separado en los estados de compensación anuales como una bonificación «extra» que se destinaba a toda la empresa.

Entrenando para una maratón cuando solo puede ver dos pies por delante

La mayoría de las iniciativas de cambio organizacional implican la transición de una organización de un estado de origen a un estado de destino. La empresa empieza en el punto A y su objetivo es pasar al punto B. Por ejemplo, una empresa de software tradicional podría hacer la transición a un modelo basado en la nube, como el que Adobe Systems ha logrado con tanto éxito. O una empresa de productos podría aspirar a ser un proveedor de soluciones, como la migración de John Deere de la venta de tractores a soluciones agrícolas de precisión. Sin embargo, este enfoque no funcionaría para tratar de seguir el ritmo de la generación de IA. La tecnología se desarrollaba tan rápido, con tantas aplicaciones potenciales, que requeriría un proceso de cambio continuo a un estado de destino desconocido. La empresa tendría que estar en un estado de adaptación casi perpetuo.

La velocidad era un objetivo principal. Los competidores dedicaban meses a evaluaciones técnicas de modelos lingüísticos de gran tamaño. En lugar de seguir su ejemplo, Moody's adoptó un enfoque más pragmático. «Consideramos estos modelos como herramientas de apalancamiento »listas para usar «, no como cajas negras inescrutables que requerían meses de análisis», afirma Tulenko. «Desde luego, nuestra ventaja competitiva no iba a venir de crear un modelo base propio, sino de aplicarlo de forma rápida e inteligente a nuestros activos de datos únicos, a nuestra experiencia en el campo y a la confianza depositada en nuestra marca».

La estrategia técnica de Moody's consistía en integrar rápidamente las nuevas capacidades de IA en los escritorios de todos los empleados de Moody's, a menudo pocas horas después de que estuvieran disponibles en el mercado. Ya fuera la capacidad de interrogar archivos PDF, conversión de voz a texto o análisis de imágenes, a medida que aparecían nuevas funciones en los LLM disponibles en el mercado, el equipo de Moody's las adoptó casi en tiempo real dentro de la infraestructura segura de la empresa. La empresa también creó un pequeño equipo interno y le proporcionó una caja de pruebas para experimentar con la llegada constante de nuevas herramientas de terceros.

Alianzas también fueron clave para la hoja de ruta de Moody's. En julio de 2023, a medida que crecía el impulso interno, Moody's se puso en contacto con Microsoft para formar una asociación. La oferta, firmada en solo seis semanas, proporcionaba acceso a la infraestructura de nube de Azure, incluido el acceso seguro a algunos de los modelos de OpenAI. Más allá de eso, Moody's desarrolló internamente una capa de orquestación que se basaba en los modelos básicos de OpenAI, Anthropic, Meta y Google. El orquestador podría asignar las indicaciones de forma segura a diferentes modelos, en función de factores como los posibles costes de inferencia y los puntos fuertes del modelo. El sistema de código bajo o sin código que creó el equipo permitía a cualquier división de la empresa desarrollar rápidamente sus propias aplicaciones nuevas, pero todas las interacciones de la IA tenían que permanecer en un entorno seguro de Moody's, un requisito fundamental para mantener la confianza de sus clientes.

Estas medidas permitieron a Moody's mantener la seguridad y agilidad: mantener toda la actividad segura dentro de una infraestructura segura y, al mismo tiempo, ofrecer nuevas capacidades a los empleados al ritmo al que llegaban al mercado.

En las primeras semanas del programa «14 000 innovadores», los empleados registraron cientos de casos de uso y ejecutaron millones de instrucciones contra el propio copiloto de Moody's. El departamento de servicio de atención al cliente utilizó la función de «crear su propio asistente» de la empresa para crear una nueva aplicación, el asistente de servicio al cliente, lo que se tradujo en un ahorro de millones de dólares en los tres primeros meses de uso. Todos los aprendizajes de estos diversos casos de uso sentaron las bases para el esfuerzo comercial de IA de primera generación de Moody's.

Antes de la EOY de 2023, solo 5 meses después del inicio de la iniciativa de la generación de IA, se lanzó comercialmente Moody's Research Assistant. «Lo que hace que nuestro asistente de investigación sea único no es solo la tecnología de inteligencia artificial», explica Tulenko. «Es saber cómo trabajan los profesionales financieros y aplicar esa experiencia en el campo».

Aquí vienen los agentes

En todo caso, Fauber y el equipo directivo han presionado por una aceleración del cambio en los últimos meses, para mantenerse al día con el ritmo de progreso sin precedentes en el ecosistema de la IA de la generación. Para marzo de 2024, mucho antes de los rumores del sector sobre los flujos de trabajo de las agencias, Moody's ya había creado y desplegado sus propios agentes. Esta iniciativa, conocida internamente como Recon.AI, demostró la rapidez con la que la nueva Moody's podía pasar del documento técnico a los experimentos y a la instanciación de la innovación.

En diciembre de 2024, Moody's compartió escenario con Amazon, un socio de IA de nueva generación, cuando AWS lanzó su producto Bedrock Agents. El enfoque multiagente de Moody's está diseñado para generar informes exhaustivos de riesgo financiero para los clientes. Crear un informe así anteriormente habría requerido una semana por parte de un analista experimentado de Moody's. Un agente de IA supervisor con un equipo de subtrabajadores de IA podría realizar la misma tarea de análisis en solo una hora.

Lecciones para otras empresas

La experiencia de Moody's puede ofrecer a otras empresas lecciones concretas sobre cómo adoptar esta tecnología.

Esperar tiene un precio.

Un cálculo del riesgo de la IA de la verdadera generación tiene en cuenta en gran medida las desventajas de la inacción. Para Moody's, el peligro de la inacción podría haber abrió la puerta a nuevos tipos de competidores que ahora tienen herramientas que reducen las barreras para entrar en los mercados tradicionales de Moody's. También estaba el riesgo de pérdida de talento a tener en cuenta: Moody's no podía darse el lujo de dejar a sus empleados sin oportunidades de adaptarse y aprender. Ponderar en gran medida el riesgo de inacción ayudó a los líderes a tomar la decisión inicial de hacer todo lo posible. Los grandes pasos dados como resultado de esa decisión inicial marcaron la pauta para el resto del esfuerzo de transformación: la gente se sintió empoderada y el mercado se puso de pie y se dio cuenta. Esos nuevos competidores venían ahora a Moody's para asociarse, más que para competir.

Adopte la innovación descentralizada.

Si va acompañada de la habilitación y el empoderamiento en toda la organización, la IA de generación cambiará radicalmente el enfoque de la innovación, pasando de grupos centralizados y dedicados (como I+D, productos) con grandes presupuestos a grupos de abajo hacia arriba a gran escala. El enfoque de experimentación masiva acortó el tiempo de comercialización del producto debido a la cantidad pura de opciones entre las que elegir. El riesgo al que se enfrentaba Moody's con este enfoque era el de priorización, no de opcionalidad, un buen problema.

El cambio es una constante.

El ritmo de progreso y el grado de incertidumbre de la generación de IA exigen que los líderes desarrollen e implementen procesos de cambio continuos. Las organizaciones tendrán que mantenerse en movimiento continuo. Moody's se adaptó a este nuevo paradigma de la mano de centrarse en centralizar solo los elementos que permitían escalar. Además, al incluir el riesgo, el cumplimiento y la ley directamente en el programa de cambio, evitó algunos de los obstáculos más comunes que ralentizan a las organizaciones o atrapan los esfuerzos ambiciosos en las evaluaciones de riesgos prolongadas.

No vaya solo.

La IA generativa es ecosistémica y es probable que las asociaciones externas sean esenciales para obtener sus beneficios. La capacidad no solo de acceder anticipadamente a las hojas de ruta de las grandes empresas de tecnología, sino también de dar forma a las hojas de ruta de las grandes empresas tecnológicas influyó en la planificación anticipada que Moody's podría llevar a cabo dada la incertidumbre. Identificar rápidamente dónde necesita (o se beneficiaría) de la ayuda externa puede permitirle asignar mejor los escasos recursos a las competencias principales.

La educación y el empoderamiento crean la aceptación, y los incentivos financieros ponen las cosas en marcha.

Reducir la incertidumbre, ofrecer transparencia y ser abierto en cuanto al impacto, combinados con un deseo claro de educar y empoderar a todos los empleados, aunque algunos se verían claramente afectados (negativamente) por el cambio, funcionó como técnica para que los empleados se apoyaran. Una vez sentadas las bases de la adopción, Moody's descubrió que la actividad práctica y el acceso práctico funcionaban bien como técnica para impulsar el cambio.

De copiloto a compañeros de trabajo de agencia

A medida que Moody's adoptó la IA, naturalmente surgieron dudas sobre el futuro de su fuerza laboral. La IA presentará muchas oportunidades para aumentar la eficiencia, lo que aumentará la posibilidad de que Moody's pueda aumentar sus ingresos de forma significativa sin un aumento proporcional de la plantilla de la empresa. En este sentido, Fauber podría ver un futuro en el que la estructura de la organización evolucionara desde su forma piramidal actual a algo más estrecho, mejorando la eficiencia operativa en relación con el crecimiento escalable y posicionando a Moody's como una empresa más ágil en la era de la IA que se acerca rápidamente. Esta visión futurista complementa la idea actual de Fauber sobre el impacto en la fuerza laboral: «En Moody's, veo la IA de la generación como una historia de empoderamiento humano, no de reemplazo humano».

El viaje inicial de Moody a la IA de la generación ofrece una lección convincente de adaptación proactiva. Gracias al pronto reconocimiento del potencial transformador de la IA de la generación, Fauber, Tulenko y su equipo empezaron a reinventar una empresa centenaria en menos de un año. El viaje no ha estado exento de desafíos, pero gracias a un equipo directivo ágil y comprometido, a su enfoque en el cambio cultural, a una serie de asociaciones estratégicas clave y a un enorme compromiso con la innovación en toda la empresa impulsada de abajo hacia arriba, Moody's está forjando su pasado en un futuro radicalmente diferente, centrado en la IA de la generación.

Lea más sobre Transformación digital o temas relacionados: Cultura organizacional, Innovación, IA y aprendizaje automático, e IA generativa.

Toby E. Stuart es titular de la Cátedra Helzel en Emprendimiento, Estrategia e Innovación; director del Programa de Emprendimiento Berkeley Haas; decano asociado de Asuntos Externos; y director del Instituto de Innovación Empresarial de la Escuela de Negocios Haas de UC Berkeley.