Actualmente nos sentimos abrumados por las noticias relativas a la IA. Y es que las cifras son muy llamativas. Según McKinsey, casi el 80% de las empresas afirma que aplica la IA en una de sus múltiples funciones cotidianas, mientras que las grandes tecnológicas anuncian inversiones de cientos de miles de millones de dólares para los próximos años.
Las nuevas tecnologías han favorecido un incremento rapidísimo de la democratización de la IA y han permitido superar retos de adopción iniciales. Por ejemplo, lo que antes eran complejos algoritmos para unos pocos data scientist, hoy es una tecnología utilizada por estudiantes, padres de familia, diseñadores, etc.
Sin embargo, en medio de esta euforia, emerge la gran paradoja. Según Gartner más del 70% de las empresas manifiestan que las pruebas de concepto son abandonadas, principalmente, una falta de valor de negocio claro. ¿Por qué cuesta tanto que una tecnología que tiene la tasa más rápida de adopción y de inversión en la historia genere un ROI tangible?
La respuesta no está en qué tecnología se utiliza, sino en cómo se alineará con los objetivos reales del negocio. Cuando la tecnología precede a la estrategia, caemos en la trampa de "fabricar martillos en busca de clavos". La desconexión entre la inversión en IA y el valor generado no es un fallo de la tecnología, sino más bien, una falta de visión estratégica previa a la ejecución.
La mayoría de las iniciativas de IA nacen y mueren en un laboratorio de innovación o desde un equipo de Ciencia de Datos, aislado completamente de las métricas clave del negocio: los ingresos, la reducción de costes o la mejora de la experiencia del cliente. Si la IA no habla el idioma de la cuenta de resultados, su valor es, por definición, intangible.
Actualmente las empresas se sienten presionadas en la adopción de IA, adquiriendo soluciones, licencias o montando equipos porque es la tendencia, sin un caso de uso de negocio claro y cuantificable. Esto genera proyectos piloto huérfanos que nunca escalan o herramientas de alto coste que solo se emplean para tareas periféricas, confirmando la sensación de que la IA es un gasto innecesario.
Para transformar la IA de coste tecnológico a ventaja competitiva sostenible es necesario adoptar una gestión holística basada en tres pilares: poner el negocio en el centro, que esté basada en analítica de datos y la gestión del cambio.
En primer lugar, más que pensar en utilizar las últimas tecnologías y arquitecturas disponibles, debemos pensar cuáles son los problemas reales del negocio. Enseñar a resumir documentos o generar actas de reuniones de forma automática pueden parecer necesidades nimias para un técnico, pero tienen un gran impacto en la productividad del negocio y en su predisposición a adoptar la IA.
Esto no significa el abandono de la búsqueda de casos de uso más complejos. Al contrario, no debemos olvidar que la IA tiene un amplio abanico de aplicación que abarca desde tareas ofimáticas hasta la automatización de procesos críticos para el negocio. Además de definir estrategias de IA a tres años vista, es necesario realizar un seguimiento y acompañamiento de los usuarios de la IA para eliminar posibles barreras de adopción e identificar nuevas oportunidades que generen valor.
Por otro lado, igual que un edificio requiere de unos cimientos sólidos y bien anclados, la IA es una tecnología que se asienta en los datos. Es decir, un modelo de IA será tan bueno como los datos que lo alimentan. Si los datos subyacentes son malos, inconsistentes o están fragmentados, la IA simplemente automatizará malas decisiones a la velocidad de la luz. Así pues, un enfoque holístico requiere una estrategia de datos robusta y previa que garantice la calidad y gobernanza de los datos que alimentarán los modelos.
Finalmente, una IA que no es adoptada por los usuarios no genera valor, pese a su sofisticación técnica. El valor de la IA no se genera al "instalar" el software, sino al integrarlo en el día a día de la operación. Si los usuarios de negocio (ventas, operaciones, marketing) no están formados, no comprenden el valor de la nueva herramienta o no se han adaptado los procesos, la IA será ignorada.
Por eso es clave desarrollar estrategias de IA que permitan medir en todo momento qué se está usando, quién lo está usando y para qué. Solo así podremos acompañar a los usuarios en su proceso de gestión del cambio y ser proactivos para identificar resistencias o barreras que dificulten la adopción de la IA por parte del negocio.
Estamos en el mejor momento para que las empresas se atrevan a dejar de "probar la IA" y empiecen a ejecutar una estrategia de negocio que esté "basada en la IA". Siempre teniendo en cuenta que será importante una adopción holística que tenga el negocio en el centro, con el Dato y el Cambio Cultural como sus aliados esenciales.
Este avance supondrá una transformación en la percepción de la tecnología, ya que favorecerá que la IA deje de ser un coste de experimentación para convertirse en una ventaja competitiva para las empresas.
La era de la disrupción por IA no la ganarán las empresas que inviertan más dinero, sino aquellas que consigan alinear la capacidad del algoritmo con su visión estratégica.
***Juan Carlos Vélez es Senior Executive en SDG Group.