En el panorama empresarial actual, la inteligencia artificial (IA) no es solo una herramienta tecnológica avanzada, sino un catalizador esencial para la reinvención y el éxito organizacional.
All-in On AI: How Smart Companies Win Big with Artificial Intelligence de Tom Davenport y Nitin Mittal emerge como una guía imprescindible para entender cómo las empresas líderes están transformando sus operaciones y modelos de negocio mediante la adopción estratégica de la IA. Este libro no solo destaca la importancia de la tecnología en sí, sino que también enfatiza el impacto humano y organizacional de la IA, proponiendo un enfoque integral que va más allá del mero uso tecnológico.
Davenport y Mittal, con su profundo conocimiento y experiencia, ofrecen una perspectiva rica y detallada sobre cómo la IA puede ser un motor de cambio significativo. El libro detalla cómo las organizaciones pueden implementar la IA de manera efectiva, desde la creación de infraestructuras robustas hasta la capacitación de empleados y la redefinición de procesos empresariales.
Además, los autores examinan casos de éxito y fracasos en la adopción de la IA, proporcionando lecciones valiosas y estrategias prácticas para que las empresas no solo adopten la IA, sino que se transformen en entidades impulsadas por la IA.
All-in On AI no solo es una llamada a la acción para los líderes empresariales que buscan mantenerse competitivos en una era dominada por la tecnología, sino también una exploración de cómo la IA está redefiniendo las industrias y creando nuevas oportunidades para aquellos que están dispuestos a invertir de manera integral en sus capacidades. Con ejemplos de empresas que han logrado beneficios significativos y han transformado sus mercados, el libro se posiciona como un recurso esencial para entender el verdadero potencial de la IA en el mundo empresarial moderno.
Empresas completamente comprometidas con la IA
Entre muchas otras, algunas de las empresas que Davenport y Mittal han destacado por su enfoque decidido y sin restricciones en la adopción incluyen:
- Ping An: el conglomerado chino ha implementado la IA en sus múltiples divisiones, que abarcan seguros, banca, transporte y ciudades inteligentes, pero sus aplicaciones dentro de su división de atención médica son un enfoque particular.
- DBS Bank: el banco más grande de Singapur, cuyo CEO ha identificado públicamente que sus competidores más importantes no son otros bancos e instituciones financieras, sino gigantes tecnológicos como Google y Tencent.
- CCC Intelligent Solutions: una compañía de insurtech con sede en Chicago que ha sido pionera en combinar la visión por computadora con análisis de Big Data para crear sistemas que permiten a los clientes recibir pagos casi instantáneos basados en fotografías de sus autos tomadas después de colisiones.
- Shell: Creando sistemas de IA que les permiten usar drones y visión por computadora para llevar a cabo análisis de tuberías, refinerías e infraestructura en semanas, lo que anteriormente habría tomado años.
- Airbus: Ha creado un ecosistema basado en IA de plataformas que permite a la empresa y a sus socios, como las aerolíneas, optimizar rutas de vuelo, uso de combustible y realizar mantenimiento predictivo en aviones.
Durante la investigación de su libro, Davenport y Mittal identificaron tres «arquetipos estratégicos» que, más a menudo que no, han sido perseguidos y adoptados por empresas que han obtenido un valor real de la IA.
En primer lugar, está la búsqueda de la innovación. Esto significa que las empresas han utilizado la IA para hacer algo nuevo que no había sido hecho antes por ellas mismas o sus competidores. Ejemplos destacados aquí, me cuenta Davenport, incluyen a Morgan Stanley, que ha creado herramientas de inversión automatizadas, así como a Airbus, como se mencionó anteriormente.
La segunda estrategia se centra en la transformación operativa. Esto implica usar la IA para mejorar en lo que haces. Esto podría significar cualquier cosa, desde crear tuberías de marketing más eficientes hasta optimizar cadenas de suministro, hacer el uso más eficiente del espacio físico, desarrollar estrategias de precios inteligentes, agilizar los procesos de adquisición o mejorar en la contratación de las personas adecuadas para los trabajos adecuados.
En tercer lugar, los principales jugadores en el juego de la IA entienden cómo usar esta poderosa tecnología emergente para influir en el comportamiento del cliente. Esto incluye métodos para separar a los clientes de sus datos, pioneros por las compañías de redes sociales y ahora practicados en muchas otras industrias, así como la puntuación de crédito y estrategias desarrolladas por compañías de seguros de salud y automóviles para fomentar un buen comportamiento, involucrando tecnología wearable y de caja negra.
Aprendizajes clave para todas las empresas
El libro subraya que los poderes transformadores de la IA no están limitados solo a las empresas nativas de tecnología de Silicon Valley. Además, aunque muchos de los desafíos para lograrlo son de naturaleza tecnológica, de ninguna manera son todos ellos. Es crítico entender la tecnología y el impacto de la IA, pero es aún más trascendental comprender el lado humano, ser reflexivo en torno a la estrategia, entender el papel subyacente de los datos y el hecho de que los datos alimentan toda la IA y las capacidades asociadas que las organizaciones necesitan.
Repensando la interacción humano-máquina
Para obtener un valor tangible de la inversión en inteligencia artificial (IA), las empresas deberían replantearse la forma en que humanos y máquinas interactúan en los entornos laborales actuales. Durante más de una década, Tom Davenport ha sido el pensador preeminente en los temas de datos y análisis. Su libro, Competing on Analytics: Updated, with a New Introduction: The New Science of Winning, transformó cómo los líderes empresariales consideran el papel de los datos y los análisis. Y su libro Analytics at Work proporcionó el primer modelo de madurez para datos y análisis. En 2010, cuando se publicó, solo el 5% de las organizaciones había alcanzado la etapa más alta de madurez de datos.
La inteligencia artificial (IA hoy) se encuentra en un punto muy similar. En All-in On AI investigan cómo las organizaciones utilizan la IA para transformar sus negocios. Y al igual que en «Analytics at Work», encuentran que solo un pequeño número de empresas ha alcanzado el cenit de la madurez. Davenport y Mittal afirman que menos del 1% de las grandes organizaciones están impulsadas por la IA.
Además, Davenport y Mittal afirman que estas organizaciones se han convertido en máquinas de aprendizaje donde sus empleados se centran en la aceleración de la IA. Para lograr un valor tangible de la inversión en IA, los autores dicen que las empresas deberían replantearse la forma en que humanos y máquinas interactúan en los entornos laborales actuales. Similar a los autores de «Diseñado para lo Digital», Davenport y Mittal afirman que la IA debería impulsar nuevas ofertas de productos y servicios, además de modelos de negocio transformadores.
Citando investigaciones de Deloitte, Davenport y Mittal enumeran los tres usos más comunes de la IA:
- Hacer los procesos de negocio más eficientes.
- Mejorar la toma de decisiones.
- Potenciar los productos y servicios existentes.
El lado humano de la IA
A diferencia de otros libros sobre este tema, All-in On AI examina el lado humano de la ecuación. Davenport y Mittal afirman que las organizaciones inteligentes gestionan activamente los posibles problemas de las personas — pero solo preocupándose por las personas y los procesos pueden hacer un progreso sustancial con su agenda de IA.
Es importante destacar que los autores sugieren que la verdadera transformación comienza creando una cultura que enfatiza las decisiones y acciones basadas en datos. Las personas deben estar entusiasmadas con el potencial de la IA para transformar su negocio, mientras que al mismo tiempo, sus líderes necesitan asegurarse de que se contraten y utilicen eficazmente a las personas adecuadas. Porque una dimensión crítica del éxito con la IA es permitir que las personas aprendan y crezcan, la fuerza laboral en organizaciones maduras en IA necesita ser competente en datos y fluida en su manejo.
Impulsando estas organizaciones están los líderes de datos a lo largo de la organización — no solo dentro de TI. De hecho, como señaló Stephanie Woerner, coautora de «Future Ready», en una conversación reciente, el 50% del equipo de liderazgo y al menos tres miembros de la junta necesitan ser “expertos en digital y datos”.
Un gran ejemplo de un líder de datos impulsando esto, según los autores de All-in On AI, es Vipin Gopal en Eli Lilly. Al entrevistar a líderes empresariales en Eli Lilly, Gopal obtuvo una comprensión concreta de las áreas de enfoque para la IA, y proporcionó el respaldo corporativo para el proyecto y el apoyo que Gopal necesitaba para entregar. Recientemente conocí a Gopal en un evento. Él tiene un superpoder más: es extremadamente humilde y amable.
Estrategia en un mundo de IA
Sin duda, la estrategia ya no es algo que ocurre en torres de marfil o separado de la tecnología. Por esta razón, los autores sugieren que hay una demanda para que los líderes corporativos pregunten cómo la IA puede mejorar su negocio. Además, deberían preguntarse qué puede hacer su organización con la IA para crear nuevas ofertas que ayuden al crecimiento organizacional, mientras se mantienen al tanto de lo que están haciendo las empresas punteras impulsadas por la IA.
Davenport y Mittal sugieren que la IA y la estrategia están conectadas de dos maneras. La primera es la IA habilitando la estrategia empresarial mediante la mejora de productos y servicios: aumentando modelos de negocio, transformando canales hacia los clientes y optimizando las cadenas de suministro. La segunda es sobre desarrollar una estrategia para la propia IA. Claramente, los productos y servicios anteriores son resultados de la IA en la habilitación de la transformación digital.
El papel de los datos en la IA
Davenport y Mittal escriben: «Si la IA puede impulsar la empresa, los datos impulsan la IA«. Sin duda, las organizaciones que se toman en serio la IA también se toman en serio los datos. Esto significa que son buenos recopilando, integrando, almacenando y haciéndolos ampliamente accesibles. Esto es muy similar a las opiniones de los autores de Future Ready, quienes dicen que para las empresas preparadas para el futuro «los datos son un activo estratégico que es compartido y accesible para todos en la empresa que lo necesiten».
Tratar los datos como un activo estratégico, escriben Davenport y Mittal, comienza por modernizar la infraestructura de datos para la IA. Las organizaciones impulsadas por IA tienen buenos datos y los están utilizando para transformar su negocio con la IA. Cada vez más, tienen datos únicos o propietarios — esto es similar al argumento en Beyond Digital de que los ganadores digitales tienen «perspectivas privilegiadas» únicas para su empresa.
Para tener éxito, las empresas impulsadas por IA necesitan tener lo que Marco Iansiti y Karim Lakhani llaman un «pipeline de datos». «Este proceso recopila, ingresa, limpia, integra, procesa y protege de manera sistemática, sostenible y escalable» (Competing in the Age of AI). O, en el lenguaje de los analistas, tienen un tejido de datos. Davenport y Mittal afirman que cada organización que se toma en serio sus datos tiene que realizar las siguientes tareas: «estructurar o re-arquitecturarlos, ponerlos en una plataforma común y abordar problemas molestos como la calidad de los datos, los datos duplicados y los datos aislados en toda la empresa. Es justo decir que el mayor obstáculo para la mayoría de las organizaciones al escalar sistemas de IA es adquirir, limpiar e integrar los datos correctos».
Enfoques del aprendizaje automático
El aprendizaje automático constituye un componente esencial para las empresas que están impulsadas por la inteligencia artificial. Según investigaciones realizadas por Deloitte, el aprendizaje supervisado es el enfoque más común dentro del aprendizaje automático. Este método consiste en entrenar modelos utilizando un conjunto de datos de entrenamiento, luego verificar la precisión del modelo contra el resto del conjunto de datos, y finalmente usar el modelo resultante para realizar predicciones o clasificaciones sobre nuevos datos.
Davenport y Mittal quieren que los líderes empresariales comprendan que el desarrollo de modelos bien elaborados es un proceso que requiere mucho esfuerzo y es intensivo en recursos, tanto para su desarrollo como para su implementación. Además, destacan que puede ser un desafío escalar estos modelos a través de negocios complejos y diversas geografías.
Estos enfoques no solo permiten a las empresas mejorar sus operaciones actuales, sino también explorar nuevas oportunidades de innovación y servicio al cliente, posicionándolas para liderar en sus respectivos campos.
Desarrollando capacidades en IA
Ninguna empresa adopta la IA de manera extensa y profunda de una sola vez. El éxito requiere experimentación, desarrollar capacidades a través de intentos y errores, y enfrentar errores y contratiempos. Los autores pasan a definir un modelo de madurez en IA, sugiriendo que, debido a los riesgos empresariales asociados con la IA, las organizaciones inteligentes trabajan para ser confiables y éticas. En resumen, All-in On AI ofrece una visión integral y detallada de cómo la inteligencia artificial está redefiniendo el panorama empresarial, proporcionando estrategias prácticas y lecciones valiosas para que las empresas no solo adopten la IA, sino que se transformen en entidades impulsadas por esta tecnología revolucionaria
Transformándote en una organización impulsada por la IA
Si tu equipo directivo y consejo de administración han decidido transformar la empresa para que esté impulsada por la inteligencia artificial, podrías preguntarte: ¿es demasiado tarde para empezar ahora? Davenport y Mittal nos tranquilizan asegurando que apenas estamos al inicio de la transformación liderada por la IA. Es evidente que ninguna empresa estaba completamente impulsada por la IA hace una década. Aún hay tiempo para aplicar estratégicamente la IA y hacerlo a gran escala.
Además, los autores subrayan que la IA es crucial para prácticamente todos los sectores empresariales. Las organizaciones que implementen la IA con determinación se posicionarán como líderes en sus industrias durante las próximas décadas. Para alcanzar el éxito, los autores sugieren seguir diez pasos esenciales. Estos pasos no solo preparan a las empresas para adoptar la IA, sino que también las guían hacia una integración efectiva de esta tecnología, asegurando que se conviertan en verdaderas organizaciones impulsadas por la IA, capaces de innovar, optimizar procesos y liderar el mercado.