Doxa 2315

Cuidado con la trampa de la experimentación con IA

Los líderes están repitiendo los errores de la era de la transformación digital al financiar proyectos piloto dispersos que no se conectan con el valor comercial real.

Por Nathan Furr y Andrew Shipilov

IA generativa

Harvard Business Review

#Doxa #IA #inteligencia #artificial #transformación #digital #innovación #tecnología #estrategia #eficiencia #automatización #datos #analítica #disrupción #productividad #escalamiento #pilotos #valor #comercial

Resumen. El hallazgo del MIT Media Lab de que el 95% de las inversiones en IA generativa no han producido retornos mensurables resalta un error conocido: los líderes están repitiendo los errores de la era digitalConectar con el verdadero valor empresarial. La conclusión no es que la experimentación con IA esté rota, sino que debe ser disciplinada: centrada en resolver los problemas centrales de los clientes; elegida con marcos de referencia como intensidad, frecuencia y densidad; ejecutada a bajo coste para facilitar la iteración; y diseñada con la perspectiva del escalamiento a través de equipos "ninja" empoderados. Los líderes deben ignorar las distracciones generadas por la publicidad exagerada y, en cambio, considerar la IA como una herramienta en la transición más amplia hacia organizaciones impulsadas digitalmente, donde el éxito depende del uso de la tecnología para transformar las operaciones y brindar un mejor servicio a los clientes.

A principios de este mes, el MIT Media Lab/Project NANDA publicó un nuevo informe que revela que el 95 % de las inversiones en IA generativa no han generado retornos. Este titular es solo el último en alimentar una ola de escepticismo sobre si la IA producirá resultados a gran escala. El decepcionante lanzamiento del GPT-5 de OpenAI ha alimentado la opinión de que el progreso de la IA se está ralentizando. Gartner ha sugerido que la IA generativa está entrando en su fase de "decepción ", el tercer paso en el marco de cinco fases del ciclo de promoción de la adopción tecnológica de la empresa.

Sin duda, el informe del MIT es en realidad un poco más matizado de lo que sugiere el hallazgo principal: argumenta que, si bien las personas están adoptando con éxito herramientas de IA de última generación que aumentan su productividad, estos resultados no son medibles a nivel de resultados, y las empresas tienen dificultades con las implementaciones a nivel empresarial. Además, sus autores descubrieron que la mayor parte del gasto en experimentos de IA se destina a iniciativas de ventas y marketing, a pesar de que las transformaciones internas tienden a generar el mayor retorno de la inversión (ROI).

Aun así, titulares como estos preocupan a los líderes. Si el 95 % de las decenas de miles de millones invertidos en experimentación no ha generado valor, ¿es el esfuerzo de experimentar con IA un completo desperdicio? Por otro lado, ¿cómo aprenderán las empresas a usar estas herramientas sin realizar experimentos? ¿Cómo se supone que los líderes deben interpretar estos resultados?

Como investigadores que estudiamos la IA y enseñamos sobre su transformación y tecnología, creemos que muchos líderes están cometiendo el mismo error que cometieron hace una década con la transformación digital: fomentar la experimentación, lo cual es positivo, pero caer en la trampa de dejarla fluir, lo cual es contraproducente. Para contextualizar, en la ola anterior de transformación digital, cuando muchos líderes se sentían confundidos sobre la transformación digital y el camino a seguir, adoptaron la innovación y la experimentación. Adoptaron un enfoque de "dejar florecer 10.000 flores", con la esperanza de que unos pocos experimentos produjeran resultados de nivel unicornio.

Sin embargo, la falta de enfoque resultó ser un error. Sin una conexión clara con la verdadera oportunidad de negocio —la forma de crear valor significativo para los usuarios—, el resultado fue un mar de equipos desenfocados y con recursos insuficientes que produjeron pocos resultados escalables. Ante resultados tan decepcionantes, muchos líderes concluyeron naturalmente que la experimentación con lo digital estaba rota y la cancelaron. En su lugar, volvieron a la normalidad o se centraron en algunas apuestas más seguras: tal vez reemplazar un sistema de TI obsoleto o una rentabilidad a corto plazo como un sistema de gestión de activos digitales.

¿Qué salió mal? Si bien la experimentación es beneficiosa, sin una conexión con la verdadera oportunidad de negocio —por ejemplo, transformar el núcleo para atender a los clientes actuales y nuevos—, los experimentos inevitablemente no cumplen con las expectativas. Parece obvio, pero al considerar la IA como algo radical y disruptivo, a menudo perdemos de vista su conexión con el objetivo más fundamental de las empresas: resolver los problemas de los clientes. La solución a esta trampa es 1) comprender este momento de la IA en el arco de transformación más amplio; 2) centrarse en el potencial de la IA para ayudar a brindar un mejor servicio a los clientes; 3) experimentar con un conjunto específico de oportunidades para demostrar su eficacia (con miras a su escalabilidad); y 4) ampliarlas. Aquí te explicamos cómo.

Comprender la IA en el arco más amplio de transformación

Aunque el mundo está hablando de IA en este momento, retrocedamos un poco para recordar que la IA es una conversación reciente que forma parte de un cambio más amplio. El verdadero cambio con el que todos estamos lidiando es un cambio fundamental de la tecnología digital que opera en la periferia de las organizaciones (por ejemplo, la TI se trataba de computadoras portátiles, wifi, impresión y bases de datos de TI para el registro de actividades principales) a lo digital en el corazón mismo de las organizaciones (por ejemplo, una organización construida alrededor de flujos de trabajo digitales y recorridos de clientes en lugar de sus propias actividades de producción). Dicho de otra manera, en muchos sentidos, cada empresa se está convirtiendo en una empresa de tecnología. En lugar de que las personas realicen tareas basadas en el juicio y la intuición humanos, nos estamos moviendo hacia un mundo de decisiones impulsadas por datos e IA, supervisadas por humanos, pero no necesariamente con las personas como el motor principal de la actividad.

Considere, por ejemplo, cómo Ant Financial toma decisiones de préstamos o Amazon toma decisiones de precios con humanos que solo supervisan, no realizan, la actividad. Este es un cambio verdaderamente profundo, y solo estamos en la mitad; al final, tomará muchos años, pero conducirá a un tipo de organización fundamentalmente diferente. Comprender este panorama general ayuda a recordar a los líderes que el punto es transformar el negocio para usar la tecnología para servir a los clientes mejor, más rápido, más fácil, más barato, etc. Todas las formas de IA (incluida la IA general) son solo una herramienta, una de muchas, que pueden ayudar a lograrlo. Así como Internet cambió fundamentalmente cómo se atiende a los clientes, pero no por qué se les atiende, la adopción de la IA debe verse a través de este enfoque preciso para tener éxito.

Centrarse en servir mejor a los clientes

Reconocer que el objetivo de la IA es simplemente brindar un mejor servicio al cliente puede ayudar a los líderes a centrarse en lo que quieren lograr mediante la experimentación. El futuro es fundamentalmente incierto. Nadie sabe exactamente hacia dónde nos dirigimos y nadie puede ofrecer un manual de estrategias (a pesar de lo que puedan afirmar). Por lo tanto, la experimentación es esencial para descubrir cómo usar la IA para transformar la empresa y brindar un mejor servicio al cliente.

En estos momentos de incertidumbre estratégica, donde muchos carecen de enfoque y dirección, es tentador adoptar un enfoque de 10.000 flores. Pero este enfoque disperso no suele abordar la necesidad fundamental. Vemos a muchos líderes, abrumados por titulares sobre los milagros de la IA, pasar por alto el verdadero potencial de la transformación de la IA, exactamente igual que pasaron por alto la esencia de la transformación digital. Los titulares sobre disrupción y revolución (que tenían un tono similar hace 10 años) generan pánico y distracción.

Tu empresa no se convertirá en Meta, Amazon o Google, y ese no debería ser tu objetivo. Deja de preocuparte por alguna empresa que leíste y que supuestamente despidió al 80% de su plantilla para estar preparada para la IA. La verdadera oportunidad —la que realmente generará beneficios— es analizar detenidamente tus operaciones internas y la experiencia del cliente externo, y empezar por cómo puedes crear valor real, a corto plazo, utilizando herramientas de IA.

Utilice esta perspectiva para enfocar sus experimentos. Comience con su estrategia y las oportunidades de creación de valor para transformar una actividad principal o para atender mejor a los nuevos clientes. A menudo llamamos a esta actividad el caballo de Troya de la adopción de la IA, porque genera valor real hoy y, por lo tanto, impulsa el ciclo positivo de aprendizaje práctico. Luego, explore los experimentos que demostrarán la mejor manera de hacerlo. Resulta que este es uno de los hallazgos clave, aunque poco divulgado, del MIT Media Lab: que los líderes están buscando aplicaciones más superficiales en marketing, evitando transformar la esencia.

Realizar experimentos para demostrar el valor con miras a una futura ampliación

¿Cómo deberían proceder los experimentos? Deben cumplir tres requisitos: 1) estar vinculados a la creación de valor real, 2) ser lo más económicos posible para que se disponga de múltiples ciclos de aprendizaje y mejora, y 3) estar diseñados con una conexión con su posible escalabilidad para generar valor. Esto parece simple, pero es difícil de implementar en la práctica. En un extremo, muchos líderes se lanzan a experimentos sin pensar en cómo podrían escalar. En el otro extremo, están los líderes que se estancan, obsesionados con estar preparados para la empresa desde el primer día.

La clave está en encontrar un equilibrio: ¿Es este un problema lo suficientemente grande como para resolverlo? Y, de resolverse, ¿qué se necesitaría para escalar la solución? Para ayudarle a evaluar qué problemas resolver entre los muchos que podrían proponerse, a menudo utilizamos nuestro marco IFD : intensidad (qué tan intenso es el problema), frecuencia (con qué frecuencia ocurre) y densidad (cuántos usuarios o instancias del problema ocurren). Desarrollamos este marco estudiando empresas consolidadas mientras intentaban elegir qué ideas desarrollar. Por ejemplo, un innovador propone la idea de desarrollar herramientas digitales para ayudar a los administradores de apartamentos a solicitar servicios de reparación, mientras que otro propone la idea de un monitor de bebé para alertar a los padres cuando un bebé deja de respirar. ¿Con qué frecuencia experimentan estos clientes los problemas? Ocasionalmente para los administradores de apartamentos, pero los padres quieren garantizar la seguridad de sus hijos todas las noches. ¿Qué tan intenso es el problema? Para los administradores de apartamentos, probablemente solo de intensidad moderada, ya que ya cuentan con proveedores de servicios de referencia, pero la intensidad para los padres podría ser muy alta. Finalmente, ¿qué tan denso es el problema? Hay muchos menos administradores de apartamentos con la escala adecuada para adoptar la herramienta que padres con hijos. Esto le proporciona un buen método para sopesar el valor de las ideas que resuelven diferentes problemas.

Escala con un equipo Ninja

Una vez comprobado el valor del experimento, se puede ampliar, pero esto requiere una cuidadosa atención al escalamiento. Pasar de un experimento a una escala casi siempre conlleva nuevos desafíos inesperados. Alguien con el poder de generar cambios debe liderar la iniciativa, liderando un equipo con el tiempo y los recursos necesarios para que el cambio se haga realidad. Estos equipos de escalamiento "ninja" (hemos entrevistado a equipos de Amazon, Qualtrics, 7-Eleven y otros) cuentan con la cobertura necesaria (es decir, el apoyo de la alta dirección), conexiones en toda la empresa para obtener recursos y un enfoque para escalar.

Al alcanzar la escala adecuada para el proyecto, repita el proceso. Por supuesto, la transformación a escala empresarial implica más que esto, lo que incluye sentar las bases digitales adecuadas, una transformación que la gran mayoría de las empresas aún no han completado. Sin embargo, este proceso define el mecanismo central de la transformación que puede ayudar a las empresas a evitar el desperdicio y a aprovechar el verdadero valor de esta transformación fundamental.

...

Al entrar en la ola de posentusiasmo de la IA, muchos líderes corren el riesgo de malinterpretar los desafíos de su implementación como una señal de que no puede utilizarse para generar valor. Corren el riesgo de quedarse atrás en su transformación de la IA, al igual que muchos líderes se quedaron atrás en su transformación digital (y ahora están intentando ponerse al día). Lo cierto es que la IA puede generar valor y estamos observando avances significativos, como por ejemplo, cómo los sistemas multiagente pueden mejorar las operaciones de back-end. Pero la creación de valor siempre se remonta al momento inicial del diseño del experimento, cuando un equipo puede ver cómo una nueva herramienta puede generar valor para los clientes, porque, independientemente de las nuevas herramientas que surjan en el futuro, el propósito del negocio siempre será el mismo: resolver problemas importantes para los clientes.

Lea más sobre IA generativa o temas relacionados Tecnología y análisis, IA y aprendizaje automático, Automatización, Experimentación e innovación.

Nathan Furr es profesor de Estrategia en INSEAD y coautor de cinco libros superventas, entre ellos The Upside of Uncertainty, The Innovator's Method, Leading Transformation, Innovation Capital y Nail It then Scale It.

Andrés Shipilov Es profesor titular de la Cátedra John H. Loudon de Gestión Internacional en INSEAD. Es coautor de Network Advantage: How to Unlock Value From Your Alliances and Partnerships (Ventaja de red: Cómo aprovechar el valor de sus alianzas y asociaciones).