¿Por qué el auge de la IA sigue fracasando a mitad de camino?

• Las empresas están realizando importantes inversiones en IA, pero no obtienen resultados cuantificables porque las estructuras organizativas, los flujos de trabajo y los incentivos no han seguido el ritmo de los avances tecnológicos.
• Los ejecutivos deben rediseñar los flujos de trabajo de principio a fin, asignar una propiedad y y una responsabilidad operativa claras, y abordar la IA como una estrategia para toda la empresa y no como iniciativas de TI aisladas.
• El éxito de una estrategia de IA depende de una ejecución coordinada en toda la empresa y de actuar con rapidez para establecer una posición de liderazgo que permita obtener una ventaja a largo plazo.
• Los datos empresariales deben considerarse un activo estratégico de la empresa, no solo información.

La brecha entre la ambición y la responsabilidad se ha vuelto difícil de ignorar en la tecnología empresarial. Ahora que concluyen las conferencias sobre los resultados del primer trimestre, los consejos de administración plantean una pregunta más directa: ¿dónde están los beneficios?

Tres estudios independientes realizados por BCG, McKinsey y el MIT han llegado a una conclusión preocupante: menos de una de cada diez empresas consigue obtener un valor significativo de la IA a escala. El problema, dicen los altos directivos tanto del sector consultivo como empresarial del sector, no es la tecnología. Es el liderazgo. Según ellos, la fragmentación de las responsabilidades entre los equipos directivos hace que ningún ejecutivo en concreto se haga responsable de convertir la inversión en beneficios, y las iniciativas se estancan en el limbo entre la estrategia y la ejecución.

Una investigación de McKinsey & Company sugiere que, aunque la mayoría de las grandes empresas están invirtiendo en IA, solo una minoría puede vincular esos esfuerzos a ganancias cuantificables en los resultados, e incluso en esos casos el impacto tiende a ser incremental. Una encuesta independiente de Gartner apunta a una desconexión similar: las organizaciones están implementando herramientas de IA en todas las funciones, pero pocas han traducido esa actividad en un valor empresarial sostenido, en parte porque no se han replanteado cómo debería cambiar el trabajo en sí mismo.

Un grupo más reducido está empezando a desmarcarse del resto. McKinsey constata que las empresas que obtienen los mayores beneficios son mucho más propensas a haber rediseñado los flujos de trabajo en lugar de superponer la IA a los procesos existentes. La investigación de Gartner muestra que los usuarios más maduros tienden a asignar una propiedad clara de las iniciativas de IA y a realizar un seguimiento continuo de los resultados, en lugar de tratar la medición como un análisis a posteriori.

“Se trata de un problema cultural impulsado por una falta de alineación de los incentivos”, afirmó en una entrevista Caroline Roche,  partner sénior de IBM y responsable del área de nube híbrida y datos de IBM® Consulting en América. “Muchas organizaciones están delegando la IA en el departamento de TI, pero la IA debe abordarse en colaboración con dicho departamento, no puede delegarse”.

Entre los adoptantes de mayor rendimiento con los que trabaja Roche, dijo, las empresas tratan la tecnología como un esfuerzo de toda la empresa. El director ejecutivo es el propietario y el director financiero lo rastrea. Los resultados aparecen en las cifras como mayor productividad, nuevos ingresos y menor riesgo.

Dentro del equipo directivo, esa desalineación adquiere una forma más mecánica. Manish Goyal, vicepresidente y socio sénior que dirige la práctica de transformación con IA de IBM Consulting a nivel mundial, dijo en una entrevista que el entusiasmo por la IA es casi universal en la cima de cualquier gran empresa, pero cinco agendas ejecutivas distintas tienden a chocar debajo de él. El director ejecutivo quiere crecimiento y reinvención. El director financiero quiere un ROI medible, o retorno de la inversión, y disciplina de capital. El director de recursos humanos quiere la preparación del personal y la estabilidad cultural. Los directores de información y tecnología quieren integridad arquitectónica. El director de operaciones quiere continuidad operativa.

"Está exponiendo todas las fisuras preexistentes en el equipo directivo", dijo Goyal. "Si el CFO y el CHRO no están en sintonía antes de la IA, es evidente que tampoco lo estarán durante la transformación hacia la IA".

Las investigaciones de la comunidad de asesores van en la misma dirección. Jeremy Korst, fundador y director ejecutivo de la consultora de inteligencia artificial Mindspan Labs, es coautor del estudio anual Wharton/GBK Enterprise AI Adoption Study junto con los profesores de Wharton Stefano Puntoni y Prasanna Tambe. En abril, los tres publicaron un artículo en la Harvard Business Review que revelaba una fisura bajo el alegre titular: el 74 por ciento de los líderes empresariales afirman que perciben beneficios positivos en las primeras implementaciones de IA. En el estudio, el 45 por ciento de los altos ejecutivos informaron de resultados positivos significativos de sus programas de IA. Entre los mandos intermedios que realmente ejecutan esos programas, la cifra se redujo al 27 por ciento. Los investigadores etiquetaron la línea de falla como "el medio desordenado".

“La brecha no es principalmente un problema de tecnología. Es un problema de traducción”, dijo Korst en una entrevista. "La inversión fluye más rápido que la infraestructura organizativa necesaria para absorberla".

La brecha entre el fuerte gasto en nuevas herramientas y las modestas rentabilidades se debe a la velocidad, dijo Roche. Las empresas implementan copilotos de IA generativa y esperan que se adapten a los flujos de trabajo existentes. Pero dijo que pocas empresas intentan replantearse el trabajo en sí.

“No basta con darle a un empleado una IA y esperar obtener una productividad enorme; hay que rediseñar fundamentalmente el flujo de trabajo”, dijo Roche. Dijo que las empresas tienen que vincular el uso de la IA a unos resultados financieros claros. Si las ganancias no aparecen en los libros, el valor no está ahí.

Una observación similar anima el trabajo de Goyal con los clientes. La era de lo que llamó proliferación de pilotos está disminuyendo, dijo, a medida que las empresas reconocen que los experimentos dispersos no suman valor a escala empresarial. Lo que a muchos todavía les falta, añadió, es una rendición de cuentas que realmente tenga peso.

"Lo que necesitamos son responsables claros de los resultados de estas iniciativas", afirmó Goyal. "Un responsable designado al que se le evalúe en función de unos resultados concretos". Según él, cualquier otra cosa da lugar a lo que denomina "actos aleatorios de demostración", una sucesión de logros a corto plazo que nunca se traducen en beneficios duraderos.

La investigación de la Wharton School apunta en la misma dirección. Según Korst, los líderes deben comprender lo que ocurre realmente sobre el terreno, implantar la IA paso a paso y prestar tanta atención a la preparación como al uso. También deben tener en cuenta las competencias, la confianza, la forma en que encajan las herramientas en el trabajo diario y si los responsables están en sintonía.

"Asignar a los directivos un proyecto de IA sin haberles liberado antes recursos es como pedirles que construyan el avión mientras lo pilotan", afirmó Korst.

La fragmentación aparece también de forma más sutil, según Roche, cuando las iniciativas de IA exigen la coordinación entre funciones que rara vez comparten presupuesto.

"Un flujo de trabajo es, en realidad, un proceso integral que abarca varios departamentos, mientras que un proceso suele desarrollarse dentro de uno solo", explicó Roche. La gestión de las compras y los pagos a proveedores ("source-to-pay") es un ejemplo de este tipo de flujo de trabajo. El proceso de cierre de cuentas ("record-to-report") es otro ejemplo.

Esos flujos de trabajo tienden a abarcar las funciones del equipo directivo, desde el CFO, el COO, el CHRO, y otras funciones clave, desde ventas hasta compras y asuntos legales, dijo Roche. La estructura de incentivos dentro de la mayoría de las grandes empresas, argumentó, recompensa a cada ejecutivo por la eficiencia de su propio departamento, no por el coste de las transferencias entre ellos.

La propia experiencia de IBM ofrece una plantilla para cerrar esas brechas, dijo Goyal. El proyecto de transformación interna de la empresa, al que los directivos denominan "cliente cero", comenzó con un inventario de los cuatrocientos flujos de trabajo de toda la empresa. Los equipos eligieron los que tenían sentido operativo, los rediseñaron de principio a fin, eliminaron el trabajo acumulado que ya no tenía sentido y solo entonces aplicaron IA.

Los datos son donde muchos de esos esfuerzos acaban estando o fracasando, dijo Roche, porque la inteligencia artificial requiere mucho más que los ordenados paneles de control de informes que la mayoría de las empresas han desarrollado durante una década. Requiere información integrada y en tiempo real organizada en torno a una capa de contexto empresarial que los ingenieros denominan cada vez más ontología, que explica cómo encajan las piezas de una empresa. Un banco podría tener tres registros separados para la misma persona, dijo, incluida una cuenta bancaria infantil con un nombre, una tarjeta de crédito de los dieciocho años con una variante leve y una relación de gestión de patrimonio que el mismo cliente abrió décadas después con un nombre de casada.

"¿Se entiende el historial del cliente en el contexto de múltiples elementos de datos y cómo cambian los clientes?", dijo Roche. "Si nos fijamos en cosas como el perfil de riesgo o la detección del fraude, ¿se está vinculando al mismo cliente?"

Más allá de los datos limpios hay otra complicación, añadió Roche: la enorme cantidad de sistemas de IA que acabará gestionando una gran empresa. “Vamos a vivir en un mundo de múltiples nubes híbridas, y las empresas van a tener varios socios en la nube”, dijo Roche. "También viviremos en un mundo de modelos de IA múltiple en el que tendrá IA en todas sus aplicaciones empresariales".

Los consejos de administración han empezado a presionar más a los equipos directivos en estas cuestiones, una evolución que los tres ejecutivos describieron como saludable. La presión se ha agudizado esta primavera, dijo Goyal. El Institute for Business Value de IBM, en su estudio Enterprise 2030, concluyó que la velocidad había entrado en una de las tres principales preocupaciones de los equipos directivos de alto nivel, posición que no ocupaba el año pasado.

"Todo el mundo tiene exactamente la misma tecnología", dijo Goyal. "No hay ninguna tecnología que yo tenga y a la que ustedes no tengan acceso". "La diferencia", añadió, "se reduce a la ejecución". "La capacidad de aprovechar esto a gran velocidad es lo que va a marcar la diferencia".

Esa velocidad, argumentó Roche, solo llega cuando una empresa se ha puesto de acuerdo sobre para qué sirve realmente la IA.

"Las organizaciones que ven los datos como un problema de TI son realmente las perdedoras en la carrera de la IA", dijo Roche. "Las organizaciones que ven los datos como un activo empresarial crítico son las que obtendrán más valor de su IA."