¿Qué podemos aprender de los pioneros en el uso de IA?

El auge de la implementación de la inteligencia artificial (IA), especialmente de la inteligencia artificial generativa (IAGen) en los negocios, a fin de automatizar procesos, ha generado valiosas lecciones de los llamados “early adopters”. 

Como en cualquier innovación, quienes lideran una adopción ágil mediante filosofías como “fail fast, learn fast” (fracasar rápido para aprender rápido) aportan información que permite a otras compañías dedicar tiempo al análisis de cómo estos pioneros han hecho para incorporar la tecnología en sus procesos, capitalizando así aprendizajes para evaluar de mejor forma la preparación, entendimiento y mentalidad de cambio necesarios para llevar a cabo su propia transformación.

A continuación, algunas reflexiones derivadas de las experiencias de estos early adopters:

» 1. Preparar al equipo para identificar los problemas a resolver y contar con indicadores claros

Articular claramente los objetivos o problemáticas que se buscan resolver con la implementación de cualquier herramienta es un paso imprescindible al momento de aprobar una inversión; por el contrario, la falta de planeación suele ser el error más común en las organizaciones.

En este sentido, es esencial preparar a los equipos mediante un plan que defina las mejoras y el retorno de inversión (ROI, por sus siglas en inglés) esperados, así como los indicadores clave de desempeño (KPI, por sus siglas en inglés) del negocio que permitirán medir los avances.

Por otro lado, si bien la innovación no debe coartar la inspiración del equipo y su ánimo propositivo, contar con casos de uso permitirá tener referencias que ayuden a escalar las ideas y alcanzar resultados de forma gradual, lo que a su vez asegurará proyectos más rentables y con mayor credibilidad. De lo contrario, se corre el riesgo de realizar una implementación ambiciosa que fracase después de una inversión de tiempo, esfuerzo y recursos financieros considerables.

¿Su equipo es capaz de definir en pocas palabras la manera en que llevará a cabo su innovación y lo que resolverá? ¿Podrá medir su éxito?

» 2. Evaluar la madurez digital de la empresa

Para medir el nivel de avance digital de la compañía, los equipos deben preguntarse: ¿qué tan preparada está la organización en términos de disponibilidad, gestión y calidad de datos? ¿El personal cuenta con las habilidades requeridas para operar la IA y obtener valor de la información que se genera?

Errores tan comunes como la falta capacitación o de datos estructurados, accesibles y representativos pueden entorpecer el proceso, así como también lo hace la falta de upskilling del personal o la escasa disponibilidad de insumos para alimentar a la IA.

Lo anterior no solo genera dudas e incertidumbre en el personal; también incrementa el riesgo de que la IA genere respuestas erróneas, desactualizadas o sesgadas. A su vez, la falta de entrenamiento repercute en la confianza que se tiene en esta tecnología, ya que, en el caso de México, solo 46% de las personas refieren haber recibido capacitación formal o informal en este ámbito o relacionados, de acuerdo con el estudio de KPMG, Trust, attitudes and use of AI.

Del mismo modo, examinar los datos que alimentarán a la IA y hacer pruebas para evitar respuestas incorrectas es particularmente relevante, especialmente en temas relacionados con previsiones financieras o selección de personal en procesos de reclutamiento, por mencionar dos ejemplos donde se han visto errores recurrentes.

» 3. Evitar el downsizing extremo

En este contexto, donde las compañías buscan implementar herramientas tecnológicas como la IA en mayor cantidad de procesos de negocio, la supervisión humana es parte esencial; sin embargo, deben definirse con claridad las funciones que cada persona desempeñará, así como evitar una reducción extrema de la plantilla (downsizing) bajo la falsa idea de que la IAGen podrá sustituir todas las actividades que antes eran ejecutadas por personas.

Por tanto, es necesario que los equipos se cuestionen: ¿qué implicaciones tiene en los resultados del negocio el hecho de que 55% del personal considere que se han perdido la interacción humana y conexión debido a la IA?

Asimismo, es fundamental definir cómo será auditada la IAGen antes de incorporarla en los procesos del negocio y perfilar los nuevos roles que se crearán a raíz de su implementación. Esto puede brindar nuevas oportunidades al capital humano, antes de siquiera plantear una reducción masiva de puestos de trabajo.

Las empresas que han optado por un ajuste drástico de la plantilla no solo se exponen al riesgo de generar costosas liquidaciones de forma innecesaria, sino que además después deben realizar el proceso de buscar y contratar al personal a un mayor costo en el mercado laboral para que se encargue de realizar las nuevas funciones: actualizar, monitorear y reentrenar a la IA.

Lo anterior también repercute en una baja de la moral en los equipos y erosiona su sentido de pertenencia, por lo que antes de proyectar una reducción de personal es necesario tomar un momento y reflexionar: ¿está considerando una estructura que permitirá la correcta operación de la IA? ¿Su modelo implica una reducción de personal o solo ajustes en los perfiles?

» 4. Evitar los silos

Otro error común sucede cuando se lleva a cabo una implementación aislada en partes específicas del negocio, sin comunicar ni integrar los desarrollos o esfuerzos de mejora de los equipos a la estrategia general de la empresa. Esto limita el potencial de una integración transversal y sus posibles beneficios, además de que dificulta su gobierno. Además, la falta de transparencia e involucramiento de áreas de compliance, legal o ética a cualquier implementación puede incrementar los riesgos de incumplimiento.

Por lo tanto, no sorprende que en la misma encuesta de KPMG, 70% considere que la regulación en el uso de la IA es necesaria, así como 86% que está a favor de la promulgación de leyes que eviten la desinformación generada por esta herramienta. ¿Su equipo ha involucrado a otras áreas o trabaja en sus esfuerzos de forma aislada? En sus ejercicios de ideación, ¿involucra a sus colegas de cumplimiento y legal?

¿Convencidos?

Por último, pero no menos importante, realizar una gestión del cambio adecuada es fundamental. No se puede esperar que todas las personas estén a favor de la implementación de IA y, como todo cambio o transformación, habrá quienes la promuevan y quienes estén en contra.

Si bien 80% de las personas encuestadas aceptan y aprueban el uso de IA en México, también 85% expresa preocupación respecto a los resultados negativos que podría tener, al tiempo que 42% ha experimentado u observado personalmente resultados negativos; incluso 30% considera que los riesgos superan a los beneficios.

Ante esta actitud, es muy importante comunicar eficazmente el plan de implementación y los resultados esperados, ya que el desconocimiento puede generar ansiedad en el personal, en especial cuando se planean cambios relevantes en la estructura organizacional. Por ello, la intervención del liderazgo debe ser decidida, así como ir acompañada de una socialización, comunicación y capacitación óptimas. Al respecto, es importante considerar: ¿en su organización se ha medido el sentimiento que genera la IA? ¿Calificaría como efectiva su capacidad de gestionar el cambio?

En conclusión, existe optimismo, especialmente en las compañías, aunque el personal muestra cierta cautela. Reflexionar sobre el camino recorrido por las empresas pioneras permitirá evitar los mismos errores y partir de un punto más adelantado al momento de realizar un plan.

Si bien no será una receta infalible, adecuar los cuestionamientos aquí planteados a la realidad de su organización puede ayudar a gestionar mejor su implementación de IA. Y usted, ¿con qué lección aprendida se identifica? ¿Alguna de las preguntas resuena con mayor intensidad?