Doxa 2327

Qué hacen de manera diferente las empresas con pilotos de IA exitosos

Por Rens van den Broek, Samantha Hellauer y Dina Wang

IA generativa

Harvard Business Review

#Doxa #ia #pilotosexitosos #innovación #datos #agilidad #colaboración #ética #escalabilidad #pruebasreales #cultivadigital #aprendizajecontinuo #liderazgo 

Resumen. La gran mayoría de los programas de IA generativa no han logrado hasta ahora generar retornos comerciales significativos. Investigaciones en diversos sectores revelan que el pequeño porcentaje de empresas que realmente están aprovechando el potencial de la IA se distinguen porLíderes que actúan como "modeladores", alineando la innovación técnica con la estrategia empresarial, fomentando la confianza, impulsando la adopción e integrando la IA de forma responsable en las operaciones. Estos líderes exhiben consistentemente cinco comportamientos cruciales: agilidad estratégica, enfoque en el ser humano, curiosidad aplicada, impulso al rendimiento y gestión ética. En lugar de concentrar la autoridad en un único líder de la IA, las empresas exitosas necesitan cultivar intencionalmente estas habilidades en líderes de todos los equipos y niveles, para que el liderazgo se convierta en un acelerador, y no en un obstáculo, para la transformación de la IA.

Según un informe reciente del MIT, un notable 95% de los programas de IA de generación no logran generar resultados. Tras este hallazgo, la mayoría de los analistas se centraron en intentar explicar por qué tantos programas fracasan. Nathan Furr y Andrew Shipilov, por ejemplo, destacaron recientemente para HBR el peligro real de la "trampa de la experimentación", en la que los proyectos piloto nunca conectan con el valor para el cliente ni escalan más allá del laboratorio.

Pero después de ver los resultados del MIT, nos surgió la curiosidad por una pregunta diferente: ¿Qué tiene de diferente el 5% que tiene éxito?

En busca de una respuesta, realizamos decenas de entrevistas ejecutivas en corporaciones de la lista Fortune 50, empresas de capital privado y organizaciones sin fines de lucro. Resulta que la mayoría de las organizaciones tienen acceso a tecnologías y datos similares, por lo que esto no explica la diferencia. Tampoco tienen acceso a mejores modelos ni a talento técnico superior, ya que incluso las empresas con recursos modestos a veces superan a las que cuentan con expertos muy solicitados.

Lo que llegamos a comprender a lo largo de nuestras entrevistas es que el diferenciador es el liderazgo.

Cuando les pedimos a 53 líderes sénior que clasificaran el principal impulsor del retorno de la inversión en IA, confirmaron este hallazgo: el 47 % consideró la eficacia del liderazgo como el principal impulsor del ROI de IA, lo que la sitúa muy por encima de todas las demás opciones, como la integración del flujo de trabajo (15 %), la cultura organizacional (11 %) y el talento en ingeniería (8 %). Sin embargo, menos de la mitad de los entrevistados creían que sus organizaciones contaban con los líderes adecuados para unirse a ese exitoso 5 %.

En este artículo, basándonos en lo que hemos aprendido en nuestras investigaciones y en nuestros compromisos con los clientes, analizaremos qué hace que las empresas tengan éxito en sus iniciativas de IA e identificaremos un conjunto de comportamientos de liderazgo específicos que separan a los ganadores del resto.

Arquitectos y modeladores

Cuando los ejecutivos piensan en líderes de IA, suelen empezar por lo que llamamos arquitectos: los expertos técnicos que construyen modelos, perfeccionan algoritmos y establecen la infraestructura necesaria para impulsar las iniciativas de IA. El mercado para este tipo de profesionales ha alcanzado recientemente niveles sin precedentes, con figuras destacadas que alcanzan salarios dignos de la NBA.

Pero apostar el éxito de la IA empresarial a tecnólogos superestrella es costoso e insuficiente. Los arquitectos son esenciales, pero el 5% de las empresas que triunfan con la IA no son necesariamente aquellas con las plantillas técnicas más impresionantes. Son las que han desarrollado capacidades organizativas para potenciar su talento técnico de forma alineada con la estrategia central. ¿Y cómo lo han logrado? Reconociendo la necesidad de líderes empresariales capaces de convertir las posibilidades técnicas en valor: integrando la IA en flujos de trabajo y estrategias, generando confianza en toda la organización e impulsando la adopción a gran escala. A estas personas las llamamos "modeladores de la IA".

En un artículo reciente para HBR, John Winsor, Jen Stave y Ryan Kurt advirtieron a los líderes que no dependieran de un solo "héroe" de la IA, como un director de IA, y en su lugar argumentaron que las organizaciones necesitan crear un equipo completo de liderazgo de IA para alcanzar sus objetivos. Nosotros compartimos esta idea, pero nuestra investigación sugiere un requisito aún más amplio: cada líder sénior debe convertirse individualmente en un impulsor. El CEO debe ser un ejemplo de curiosidad y demostrar que la IA es fundamental para la estrategia; el CFO debe reimaginar los procesos financieros; el CHRO debe replantear cómo se toman las decisiones sobre el talento. Los impulsores deben estar integrados en todos los equipos, funciones y niveles.

Nuestra encuesta sugiere que solo un tercio de las organizaciones creen contar con líderes capaces de liderar. Pero tenemos buenas noticias: hemos identificado cinco comportamientos que distinguen a los líderes eficaces y los hemos organizado en un marco, denominado índice SHAPE, que permitirá a las organizaciones desarrollar y evaluar las capacidades de liderazgo en IA a gran escala.

El índice SHAPE

Aunque la era de la IA es aún joven, hemos descubierto que cinco capacidades ya destacan en las organizaciones que han obtenido resultados mensurables gracias a ella. Estos comportamientos, que conforman nuestro índice SHAPE, son: agilidad estratégica, que permite a los líderes planificar a largo plazo y adaptar sus estrategias cuando sea necesario a corto plazo; centralidad humana, que les permite generar confianza en períodos de mayor ansiedad; curiosidad aplicada, que les permite distinguir entre señales y expectativas durante períodos de cambio constante; impulso al rendimiento, que les permite escalar lo que funciona; y gestión ética, que les permite integrar prácticas responsables de IA en su estrategia desde el principio. Así es como se ven todas en la práctica.

Agilidad estratégica

Los líderes que destacan en esta dimensión priorizan las opciones sobre los planes rígidos y analizan proactivamente las disrupciones antes de que descarrilen el progreso. Se centran en el valor del negocio en lugar de la novedad, evitan las trampas de los costos hundidos y equilibran la sincronización con la velocidad.

Por el contrario, quienes no alcanzan esta dimensión elaboran planes lineales sin reconocer la incertidumbre, defienden el trabajo principalmente por inversiones previas y seleccionan herramientas sin conectarlas con objetivos más amplios.

Los encuestados clasificaron este comportamiento como el más importante de las cinco dimensiones SHAPE, y el 65 % lo colocó en primer o segundo lugar.

Los líderes que estén pensando en aplicar este comportamiento a su estrategia de IA deberían preguntarse: ¿Tenemos criterios claros sobre cuándo cambiar nuestra estrategia o estamos encerrados en planes que quizá ya no nos sirvan?

Centridad humana

Los líderes con una sólida trayectoria en esta dimensión reconocen que la confianza marca el límite para la adopción de la IA. No plantean esfuerzos como si fueran humanos contra IA. En cambio, se preguntan: "¿Cómo puede la IA mejorar a los humanos?". Diseñan el cambio con las personas, no para ellas; modelan el uso de la IA personalmente; y construyen seguridad psicológica mediante la empatía y los ciclos de retroalimentación.

Por el contrario, los líderes que no logran implementar cambios de arriba hacia abajo con poca participación, enmarcan la IA principalmente como un factor que impulsa la eficiencia en lugar de aumentar la contribución y culpan a otros de la resistencia en lugar de revisar sus enfoques.

En una entrevista reciente con HBR, el psicólogo de Stanford Jamil Zaki señaló que la IA está agravando la crisis de empatía en el lugar de trabajo justo cuando los empleados más buscan una conexión genuina con sus líderes. Los encuestados consideraron la centralidad humana como una de las dimensiones SHAPE menos fáciles de entrenar.

Los líderes que esperan utilizarlo en el desarrollo de su estrategia de IA deberían preguntarse: ¿Estamos abordando activamente los temores de los empleados en torno a la tecnología y generando confianza a medida que implementamos pruebas piloto, o estamos asumiendo que la adopción se resolverá sola?

Curiosidad aplicada

Los líderes que demuestran este comportamiento combinan el análisis sistemático con la experimentación disciplinada para descubrir la mejor manera de aprender y probar eficazmente. Realizan pruebas rápidas y rentables con objetivos de aprendizaje claros, filtran la publicidad exagerada preguntándose: "¿Esto resuelve nuestro problema o el de alguien más?", y fomentan la preparación mediante experimentos con propósito en lugar de perseguir objetos brillantes.

Quienes tienen dificultades en esta dimensión delegan la exploración a colegas en lugar de servir de modelo ellos mismos, experimentan sin sacar conclusiones y persiguen titulares sin comprobar los fundamentos.

Los encuestados clasificaron este comportamiento como el segundo más importante, con un 47% ubicándolo en primer o segundo lugar; sin embargo, solo un tercio sintió que sus organizaciones eran fuertes en esta área.

Los líderes que quieran aplicarlo en el contexto de la IA deberían preguntarse: ¿Estamos demostrando compromiso personal en la experimentación o estamos confiando en que otros exploren y aprendan por nosotros?

Impulso al rendimiento

Los líderes con un fuerte impulso al rendimiento rechazan el "teatro piloto" y priorizan la disciplina del ROI y el escalamiento interfuncional. Mantienen el impulso mediante un impacto continuo y medible, y establecen ritmos de ejecución con una clara rendición de cuentas.

Aquellos que no obtienen buenos resultados celebran los proyectos piloto sin resultados a escala, miden el éxito con métricas de actividad en lugar de resultados comerciales y mantienen vivas las iniciativas de bajo impacto en lugar de descartarlas.

Los encuestados consideraron que este comportamiento se puede aprender con el tiempo.

Los líderes que esperan ejercerla para avanzar en su estrategia de IA deberían preguntarse: ¿Estamos canalizando nuestra ambición en métricas y resultados comerciales claros o estamos confundiendo esfuerzo con impacto?

Administración ética

Los líderes con una sólida trayectoria en esta dimensión incorporan la responsabilidad en la IA desde el primer día, en lugar de incorporarla posteriormente. Diseñan una gobernanza que gestiona los riesgos a la vez que aceleran el progreso, integrando la transparencia y la supervisión humana en los procedimientos operativos estándar. Estos líderes tratan el sesgo algorítmico como un riesgo empresarial que merece la misma gestión proactiva que los riesgos financieros u operativos.

Por el contrario, los líderes que no alcanzan los objetivos tratan la gobernanza como una cuestión de último momento, minimizan los riesgos de sesgo hasta que se convierten en problemas públicos y priorizan la velocidad de lanzamiento por sobre la implementación responsable.

Los encuestados inicialmente clasificaron este comportamiento como el de menor importancia, pero nuestras entrevistas revelaron que se vuelve crítico cuando las organizaciones van más allá de los pilotos y, con demasiada frecuencia, surge solo después de que surgen los problemas.

Los líderes que esperan aplicar este comportamiento a su programa de IA deberían preguntarse: ¿Estamos incorporando equidad, trazabilidad y responsabilidad desde el principio o estamos esperando que aparezcan los problemas?

El liderazgo en IA es un músculo

Algunas personas muestran capacidades SHAPE más fuertes que otras, pero la buena noticia es que todas las capacidades se pueden desarrollar. La clave para lograrlo reside, primero, en comprender la situación actual de su organización, cuáles son las principales carencias y cómo construir sistemáticamente a partir de ahí.

Las organizaciones exitosas impulsan el desarrollo de la IA estratégicamente. En lugar de esperar que los líderes adecuados surjan espontáneamente, evalúan las capacidades actuales, identifican las deficiencias y crean planes de desarrollo específicos. El resultado es que el liderazgo se convierte en un acelerador de la transformación de la IA, en lugar de un obstáculo.

Una empresa tecnológica de la lista Fortune 50 con la que hemos trabajado ejemplifica este enfoque. Cuentan con un director de IA y un director de tecnología, a quienes consideramos arquitectos, pero la junta directiva y el director de recursos humanos se han dado cuenta de que, para escalar la adopción y el impacto, necesitan desarrollar líderes clave en toda la empresa capaces de integrar la IA en los flujos de trabajo y las decisiones diarias. Por ello, ahora están evaluando a sus 300 líderes de la próxima generación con el marco SHAPE, no para identificar a un puñado de "estrellas" en IA, sino para identificar su plantilla de líderes, diagnosticar sus fortalezas y debilidades, y ofrecer desarrollo personalizado para cada individuo y desarrollo de habilidades a escala en toda la organización.

Consideremos también el ejemplo de un ejecutivo con el que hemos trabajado, director financiero de una de las cinco principales empresas de salud, quien ha demostrado cómo los líderes individuales pueden desarrollar su propio potencial de SHAPE a la vez que ayudan a otros. Modela la adopción compartiendo su pantalla en las reuniones, fomenta la experimentación en todos los niveles de su equipo financiero y vincula el uso de la IA con los incentivos de rendimiento en toda la organización. Además, refuerza su curiosidad aplicada hablando con expertos del sector quincenalmente. Al adoptar un enfoque híbrido, descendente y ascendente, empodera a su director ejecutivo para liderar visiblemente a la vez que presenta casos de uso de analistas junior. Su filosofía es clara: la IA debe ser accesible democráticamente, no reservada para los expertos.

Ambos ejemplos ilustran el mismo principio: SHAPE se puede desarrollar a escala, pero sólo con inversión intencional y patrocinio desde arriba.

Orientación práctica para líderes

Lo que distingue a los rezagados de los líderes en IA no es su conocimiento sobre IA, sino cómo la utilizan. El liderazgo puede ser un obstáculo que mantiene a las organizaciones estancadas en la fase piloto o un acelerador que facilita la transformación a gran escala.

Un cambio reciente de rumbo de Johnson & Johnson ilustra bien este punto. Tras experimentar con casi 900 proyectos piloto de IA, J&J se dio cuenta de que solo una pequeña fracción generaba valor real. En lugar de seguir dispersando recursos, eliminaron esfuerzos redundantes, trasladaron la gobernanza hacia las unidades de negocio y se centraron en escalar los casos de uso de mayor impacto. Comprendieron que su objetivo no debería ser simplemente realizar tantos experimentos como fuera posible. En cambio, debería permitir a los líderes tomar decisiones disciplinadas sobre dónde invertir, cómo priorizar y qué escalar; precisamente el tipo de decisiones de liderazgo que distinguen a los líderes actuales en IA del 95 % que tiene dificultades.

Para preparar mejor a su empresa para el éxito en su transición a la IA, le recomendamos que siga los siguientes cuatro pasos:

1. Evaluar

Identifique los roles más críticos para sus iniciativas de IA y evalúe si los líderes adecuados los ocupan. Utilice el marco SHAPE para identificar las fortalezas y las deficiencias, tanto en el equipo directivo como en el resto del equipo directivo.

2. Contratar

Fortalezca donde sea más difícil desarrollar. Esto generalmente implica reclutar activamente líderes con fortalezas en los comportamientos SHAPE menos fáciles de entrenar, como la agilidad estratégica y la curiosidad aplicada. Esto garantizará que su organización cuente con el equilibrio adecuado de capacidades para sustentar la transformación de la IA.

3. Desarrollar

Focalice el crecimiento donde sea más probable que se mantenga. Utilice los conocimientos de SHAPE para priorizar las capacidades de liderazgo que su organización más necesita y, posteriormente, desarrolle esas habilidades específicas entre los líderes seleccionados, en lugar de buscar un desarrollo generalizado para todos. Paralelamente, impulse a los líderes que ya muestran un comportamiento de Shaper sólido, otorgándoles roles que les permitan desarrollarse, visibilidad y apoyo personalizado para amplificar su impacto.

4. Modelo a seguir

Hacer visible y consistente la adopción de la IA. Los líderes sénior deben demostrar su propio uso de la IA mediante rutinas diarias, experimentos y decisiones, lo que indica que la adopción es una prioridad compartida, no una tarea delegada.

...

Por supuesto, apenas estamos al principio de la historia de la IA. Nadie sabe exactamente cómo se desarrollará, pero lo que ya está claro es que aprovechar al máximo el potencial de la IA en su organización dependerá menos de los arquitectos que escriban su código que de los diseñadores que puedan convertirlo en valor empresarial duradero.

Lea más sobre la IA generativa o temas relacionados: liderazgo, desarrollo del liderazgo, cualidades de liderazgo, estilos de liderazgo, gestión de personas e IA y aprendizaje automático.

Rens van den Broek  es socio de ghSMART, donde dirige la investigación de IA de la empresa y asesora a directores ejecutivos, juntas directivas e inversores sobre sus desafíos de liderazgo más críticos.

Samantha Hellauer es directora de iniciativas estratégicas y soluciones para clientes en ghSMART, una consultora de liderazgo.

Dina Wang es socia de ghSMART, donde asesora a directores ejecutivos y juntas directivas de empresas y capital privado sobre sus problemas de liderazgo más urgentes. También codirige la práctica de capital privado de la firma.