Un juego de herramientas para ayudarle a gestionar la incertidumbre en torno a la IA

A medida que la IA generativa se prepara para remodelar el mundo de los negocios, introduce un nivel de incertidumbre al que los directivos no están acostumbrados, un nivel lleno de muchas incógnitas desconocidas. Los directivos se enfrentan al doble reto de predecir resultados inherentemente impredecibles mientras corren contrarreloj en un entorno acelerado. En estas circunstancias, es fácil caer en la trampa de temer a la IA, esperar a que pase la ola o exagerar su potencial. Pero hay una forma más reflexiva de avanzar. Pensemos en un directivo de una empresa de bienes de consumo que decide si invertir en el desarrollo de un nuevo chatbot potenciado por la IA. A primera vista, los beneficios parecen obvios: mayor satisfacción del cliente, reducción de costes, servicio 24 horas al día, 7 días a la semana y mucho más. Pero el camino para hacer realidad estos beneficios está plagado de incertidumbres. Por ejemplo, es posible que el gerente no sepa si otras empresas están desarrollando tecnologías similares, con qué rapidez avanza la IA o si el chatbot captará plenamente el contexto necesario para lograr interacciones significativas. Estas incertidumbres no sólo varían en su naturaleza, sino que también requieren estrategias diferentes. Algunas pueden necesitar un análisis riguroso, mientras que otras exigen un enfoque más ágil y experimental. Para los directivos, el primer paso hacia una mayor certidumbre sobre la IA es reconocer y comprender estas incertidumbres. Tipos de incertidumbre sobre la IA La incertidumbre en torno a la IA adopta diferentes formas, pero podemos reducirla a tres categorías principales que todo gestor debe tener en cuenta: incertidumbre de estado, de efecto y de respuesta. Laincertidumbre de estado se produce cuando los directivos carecen de información suficiente para predecir las tendencias y los cambios del mercado. Los directivos que experimentan este tipo de incertidumbre se enfrentan a retos a la hora de comprender las capacidades actuales y los desarrollos potenciales de la IA. A medida que la IA evoluciona rápidamente, resulta difícil distinguir entre lo que es factible ahora y lo que sigue siendo una posibilidad lejana. Esta incertidumbre es aún más desalentadora porque los expertos en IA suelen tener puntos de vista muy diferentes sobre cuestiones críticas, como si la IA a escala tiene límites, si las confabulaciones de la IA pueden arreglarse o si la IA podrá razonar de verdad alguna vez. La incertidumbre sobre los efectos describe la dificultad que tienen los directivos para predecir el impacto de la IA en los negocios. ¿Generará la IA una disrupción en su sector o será sólo una herramienta más? Esta incertidumbre se ve agravada por el hecho de que las pruebas actuales se centran en puntos de referencia estrechos que carecen de relevancia en el mundo real. Por ello, ni siquiera los desarrolladores saben cómo afectarán las mejoras -como una mayor ventana de contexto en los próximos modelos- a los resultados empresariales o a la dinámica de los empleados. La incertidumbre de respuesta es el reto para los directivos a la hora de determinar cómo reaccionar y las consecuencias de estas acciones ante las muchas incertidumbres que rodean a la IA. ¿Debería dar el salto como uno de los primeros en adoptarla o es más prudente esperar y observar? ¿Debe centrarse en la automatización y la reducción de costes, o en aumentar las capacidades humanas? Esta incertidumbre se extiende a las opciones sobre modelos y enfoques: si desarrollar modelos a medida, afinar los existentes o integrar técnicas como la generación aumentada por recuperación (RAG). 4 estrategias para navegar por la incertidumbre de la IA Así pues, ¿cómo pueden los directivos afrontar eficazmente estas incertidumbres? Basándonos en la investigación sobre estrategia, sugerimos cuatro enfoques clave: ver, pensar, hacer y dar forma. Estas estrategias varían en su enfoque (de lo interno a lo externo) y en su nivel de proactividad (de reflexivo a activo). La primera dimensión diferencia si el enfoque se centra principalmente en factores internos (por ejemplo, las capacidades y los recursos organizativos) o en el entorno externo (por ejemplo, los avances tecnológicos y las tendencias del mercado). La segunda dimensión distingue entre los enfoques que son más reflexivos (centrados en la comprensión, el análisis y la preparación) frente a los que son más activos (centrados en emprender acciones directas e influir en los resultados). Es importante destacar que estas estrategias no se excluyen mutuamente; pueden combinarse para crear un plan integral para navegar por la incertidumbre de la IA. Ver más gráficos de HBR en Datos y visuales Pensar Elpensamiento es un enfoque interno y reflexivo en el que los directivos utilizan modelos mentales de escenarios exitosos pasados para dar sentido al presente. Este enfoque es especialmente eficaz para que los directivos naveguen por cómo la IA afecta a su organización (incertidumbre de los efectos) y cómo reaccionar (incertidumbre de la respuesta). Existen pruebas fehacientes de la eficacia de elaborar estrategias de pensamiento. Considere las conclusiones de un estudio sobre 104 empresas que muestra que la velocidad de la acción estratégica aumenta cuando se adopta este enfoque. Pero hay más: cuando los directivos tienen dudas, una forma de abrirse camino es cuestionar lo que saben. Esto recurre a la metacognición, o la capacidad de pensar sobre su propio pensamiento. Los estudios sugieren que el pensamiento metacognitivo fomenta la autorreflexión, animando a los directivos a explorar estrategias alternativas ante las incertidumbres de la IA. Por ejemplo, reflexionar sobre iniciativas anteriores de implantación de tecnología -tanto las que han tenido éxito como las que no- puede incitar a los directivos a reevaluar sus suposiciones iniciales sobre la IA y explorar estrategias alternativas como la implicación temprana de los empleados o las evaluaciones exhaustivas de los riesgos. Ver Mientras que pensar se basa en experiencias pasadas y en la reflexión,ver consiste en mirar hacia delante y visualizar posibles desarrollos futuros. Este enfoque es beneficioso cuando los directivos no se sienten seguros a la hora de predecir la dirección de las capacidades más amplias de la IA y los cambios del mercado (incertidumbre de estado) y su impacto potencial (incertidumbre de efecto). Una parte clave de esta estrategia es la previsión del cliente, es decir, anticipar cómo podrían cambiar las necesidades y los comportamientos de los clientes. Las investigaciones sugieren que el uso de múltiples escenarios futuros distintos ayuda a los directivos a prepararse para acontecimientos plausibles, incluso aquellos que escapan a su control. De hecho, varias empresas como Philips, ASML y Shell aprovechan la previsión para dar forma a sus estrategias en condiciones de incertidumbre. El gigante de los semiconductores ASML, por ejemplo, se compromete de forma activa y regular con sus clientes para comprender sus aspiraciones a largo plazo, identificar los problemas que los clientes podrían no ver todavía e idear escenarios para abordar estos retos. Hacer Hacer es un enfoque activo que se centra en el entorno interno y en la experimentación activa. Resulta especialmente útil para que los directivos comprueben cómo afectan los avances actuales y futuros de la IA a su negocio (incertidumbre de los efectos) y prevean los resultados de las acciones potenciales (incertidumbre de la respuesta). Este enfoque implica experimentar con pruebas piloto rápidas y suele considerarse la mejor estrategia en mercados nuevos y radicales como el de las fintech. De hecho, los investigadoresdemostraron que las acciones flexibles y adaptables son cruciales para prosperar en mercados impredecibles. Un ejemplo de ello es Microsoft, que prueba cerca del 80% de los cambios de Bing a través de este tipo de experimentos. Del mismo modo, Moderna está probando más de 400 GPT (bots ChatGPT personalizados) en una serie de funciones empresariales diferentes. Shaping El shaping es un enfoque proactivo y centrado en el exterior que resulta especialmente útil para navegar por las tendencias del mercado de la IA (incertidumbre de estado) y predecir cómo los cambios del mercado de la IA transformarán los negocios en el futuro (incertidumbre de efecto). Los directivos que adoptan este enfoque van más allá de limitarse a reaccionar ante la incertidumbre: trabajan activamente para influir en la trayectoria tecnológica y en la industria. Trabajan para guiar el desarrollo del conocimiento del mercado y las creencias para alinearse con la visión estratégica de su empresa. Considere cómo empresas como Klarna y Khan Academy se han asociado con OpenAI para co-crear y pilotar modelos de IA que darán forma al futuro de sus industrias. Del mismo modo, Publicis ha dado un paso adelante desarrollando su propio sistema avanzado de IA, Core AI, que aprovecha datos propios sobre miles de millones de consumidores y billones de interacciones con los medios de comunicación. Convierta la incertidumbre de la IA en una oportunidad Navegar por la incertidumbre de la IA requiere algo más que un enfoque singular: exige un conjunto completo de estrategias que los directivos puedan desplegar según sea necesario. Empezar por pensar establece una base sólida, mientras que hacer y ver le permite experimentar, probar y perfeccionar sus estrategias. Llegado el momento, la configuración ofrece la oportunidad de influir activamente en el mercado y dirigir la trayectoria futura de la IA dentro de su sector. Adoptar un enfoque tan polifacético es esencial para convertir la incertidumbre en oportunidad. Quienes lo dominen estarán mejor equipados para liderar la próxima ola de innovación.

Un juego de herramientas para ayudarle a gestionar la incertidumbre en torno a la IA

Resumen.

Partner Center