6 formas en las que la IA podría perturbar su negocio

La IA es un factor disruptivo con el potencial de cambiar muchos aspectos establecidos de nuestra economía. Creemos que las juntas directivas pueden hablar de la IA de la manera más eficaz es analizar los escenarios para entender cómo afecta a sus negocios. La IA avanza demasiado rápido como para adoptar el enfoque convencional de encargar a un equipo de estrategia o a una consultora que aporte datos sólidos sobre las tendencias para utilizarlos en el debate. En cambio, al impulsar un debate estructurado que utilice una serie de escenarios sobre cómo la IA puede afectar a la cultura empresarial y remodelar su negocio, puede ver las posibilidades futuras con mayor claridad y desarrollar los planes adecuados para anticipar y, mejor aún, dar forma al futuro.

Los escenarios más útiles que hemos desarrollado van desde predecir cambios operativos extremos hasta anticipar nuevas formas estratégicas de competir y prever las amenazas existenciales que podrían evitar su negocio. Para mantener la calma, los hemos agrupado en seis escenarios, con seis preguntas, que todas las juntas deben tener en cuenta. Deberían entonces tomar medidas en función de las que tengan más efecto en su modelo de negocio.

Empecemos partiendo de tres escenarios en los que las operaciones de una persona podrían cambiar drásticamente gracias a la IA:

Se beneficia con la granularidad

¿Qué oportunidades o amenazas surgen a medida que ampliamos la complejidad con la que nosotros (o nuestros competidores) gestionamos cada variable que impulsa el EBITDA?

El diseño de modelos de negocio ha sido durante mucho tiempo una lucha entre la escala y la complejidad. La personalización siempre pareció estar más alejada del horizonte empresarial debido a los desafíos percibidos a la hora de gestionar las infinitas variaciones de precios, mensajes de marketing, prestación de servicios, funcionalidad de los productos u otras variables. Pero la IA ahora puede probar, aprender y generar la mejor opción para cada cliente, momento o canal, lo que abre oportunidades de crear valor a partir del aumento de la granularidad en todas las variables que impulsan el EBITDA de una empresa.

El consejo de administración de una empresa de distribución B2B se desafió a sí mismo al considerar un escenario en el que surgiera un nuevo competidor que no tuviera restricciones físicas, que nunca se conformara con gestionar una función según «promedios» y utilizara modelos de predicción de la IA para guiar las decisiones que se toman en cada función de la cadena de valor. Para optimizar la gestión de precios y rendimientos, el modelo basado en la IA de la competencia descubre las tendencias de los precios de mercado por microgeografía de cada SKU, estima el coste de servicio de cada pedido y modela las implicaciones coste/precio de ofrecer a un cliente una nueva oferta. Para mejorar la captación de clientes, adapta el alcance a los clientes potenciales en función de las predicciones de sus necesidades específicas y utiliza chatbots impulsados por la IA para responder a las preguntas o aceptar los pedidos iniciales, lo que permite a los vendedores hacer consultas más amplias y complejas. Por último, para ajustar su cadena de suministro, prevé la demanda a nivel de cliente/geo/SKU, gestiona el inventario de forma más eficaz e identifica las mejores rutas y métodos de envío.

Al darse cuenta de que podían surgir tantas oportunidades en un competidor, la junta exigió un plan de autofinanciación que secuenciara estas oportunidades para generar ahorros de costes y, a su vez, financiar una mayor inversión transformadora. Fijaron hitos para el progreso y pidieron un nuevo cuadro de mando que mostrara no solo cómo la IA podía impulsar la mejora del rendimiento, sino también si conducía a aumentar la cuota de mercado.

Un ecosistema de socios remodelado

¿Cómo cambian nuestro ecosistema de socios, la naturaleza de la colaboración y el equilibrio de poder en el mundo de la IA?

Las empresas ya dependen de sus proveedores digitales y de tecnología, lo que les obliga a priorizar y supervisar esas relaciones en su evaluación del riesgo. Pero eso es solo el principio, ya que la IA cambia radicalmente el ecosistema de asociaciones. Inevitablemente surgirán relaciones de alto riesgo, que abarquen a proveedores, socios de canal y colaboradores en la prestación de experiencias a los clientes. Desde la perspectiva de la junta, esto no solo aumenta nuevos riesgos que gestionar, sino que también crea oportunidades para cerrar acuerdos exclusivos, aumentar la escala o diferenciarse. La junta necesitará un pensamiento estratégico y un buen sentido de la teoría de juegos para construir un ecosistema con un equilibrio de poder que fortalezca.

Uno de los ejemplos más extremos de cambio de ecosistema es en la industria automotriz. Los fabricantes de equipos originales (OEM) ya están gestionando tres transiciones principales: de fósiles a vehículos eléctricos, de arrendamiento o propiedad a alquiler y de conducir a conducir. Todo esto está llevando a nuevas asociaciones, basadas en métodos de trabajo conjunto completamente nuevos. Y la IA está poniendo esteroides a esta evolución.

Con la conducción autónoma, los fabricantes de automóviles se asocian con actores tecnológicos para integrar las capacidades de la IA en sus vehículos. El software de IA, a menudo de proveedores externos, impulsa el mantenimiento predictivo, la gestión del inventario y la previsión de la demanda de los OEM. A medida que los vehículos conectados generan enormes cantidades de datos, los fabricantes de automóviles se asocian con empresas de análisis de datos y proveedores de servicios en la nube para mejorar el rendimiento, la seguridad y la experiencia de los clientes de los vehículos, a veces en tiempo real. Muchas de estas capacidades se convertirán en la base por la que las marcas OEM se diferencian, posiblemente incluso más que los demás conductores de alto rendimiento tradicionales de un vehículo, entonces, ¿quién crea realmente valor de marca para quién?

Y a medida que los vehículos eléctricos proliferan, necesitan una infraestructura enorme. Los OEM dependen totalmente de las asociaciones con empresas de servicios públicos, proveedores de infraestructuras de carga y compañías de energía para desarrollar redes de carga. A su vez, la IA se utiliza para optimizar la ubicación de las estaciones de carga y mejorar la eficiencia de carga.

El riesgo en aumento y los regímenes regulatorios expansivos

A medida que aumenten los riesgos revelados por la IA, ¿podremos mantenernos al día con los requisitos y costes que aumentan rápidamente para mitigarlos?

El consejo de administración de una empresa de prestaciones para empleados se dio cuenta de que mantenerse al tanto de los nuevos riesgos que surgen de la IA estaba sumando importantes costes. Se preguntaron si la empresa necesitaba reconocer que las ventajas económicas que estaban obteniendo siempre necesitaban algún tipo de compensación formal en términos de nuevas inversiones en la mitigación del riesgo. La organización superpuesta, la inversión en tecnología y la gestión de directrices que se pusieron en marcha supusieron una transformación tan grande como la incorporación de la IA a sus operaciones. Ambas partes —las nuevas capacidades de la IA y la gestión de riesgos— serían fundamentales para su éxito. Pero dado que la dirección inicialmente se centró en las ventajas de las nuevas herramientas, la junta tuvo que dar marcha atrás para asegurarse de que las compensaciones estaban planificadas y presupuestadas para cinco riesgos clave:

• En cuanto a la privacidad y la seguridad de los datos, reforzaron sus ciberprotecciones, aplicaron nuevas directrices sobre el acceso a los datos (con los costes simultáneos derivados de la gestión de los mismos), invirtieron en la gestión del software y las bases de datos para contribuir al cumplimiento de la normativa de privacidad de los datos (por ejemplo, el RGPD, la CCPA) y establecieron nuevos procesos para garantizar el almacenamiento y la transmisión seguros de los datos.
• Para detectar el riesgo de sesgo e injusticia en áreas como la contratación, los préstamos y la aplicación de las normas, organizan auditorías periódicas para detectar sesgos, invierten en fuentes de datos más amplias y sintéticas para añadir una mejor representación y nuevas pruebas con algoritmos que tienen en cuenta la equidad.
• Por motivos de transparencia y explicabilidad, invirtieron en modelos de mayor coste con capacidades de auditoría, siguieron utilizando personal para evaluar los resultados del modelo y limitaron las áreas en las que se podía aplicar la IA.
• Para el cumplimiento de la normativa, añaden personal legal y de cumplimiento que se centra en la IA y que evalúa la idoneidad de las herramientas de sus proveedores.
• Para reducir el riesgo de depender de los proveedores y el talento de la IA, se aseguraron de mantener la colaboración con al menos dos proveedores para obtener las principales capacidades. Además, lanzaron programas de formación en IA, gastaron más para atraer talentos cualificados y empezaron a colaborar con los principales centros de investigación.

La mayoría de las juntas entienden y adoptan rápidamente los tres escenarios operativos anteriores. Pero no deben detenerse aquí, sino que deben desafiarse a sí mismos con dos escenarios estratégicos que abren nuevas formas de competir:

Transformación radical de costes

¿Cambiará la IA su estructura de costes de manera lo suficiente como para ejercer presión sobre su modelo de negocio y su enfoque de precios? ¿Avanzará hacia una economía del software con costes fijos más altos y costes variables mucho más bajos?

Los consejos de administración de las firmas de servicios profesionales (abogados, contadores, consultores, agencias de publicidad, comunicación, asuntos públicos y cabildeo) se han basado durante mucho tiempo en pirámides de líderes (o socios) muy bien pagados que en su mayoría venden, con el apoyo de jóvenes talentos que ejecutan el trabajo. Pero ese trabajo suele incluir amplios aspectos de investigación, análisis o producción que cuentan cada vez más con el apoyo de la IA. Se necesitará mucha menos mano de obra para obtener una producción similar.

Un estudio reciente de La Escuela de Negocios de Harvard y BCG puso a prueba la productividad de los consultores con herramientas de inteligencia artificial. «Descubrió que, en comparación con los trabajadores sin acceso a la IA, los que utilizaban el GPT-4 completaban de media un 12,2% más de tareas, un 25,1% más rápido. Además, el 40% del grupo de ensayo obtuvo resultados de mayor calidad». Del mismo modo, un análisis de la Unidad de Habilidades Futuras del Departamento de Educación del Reino Unido reveló que consultoría de gestión sería la ocupación más afectada por las nuevas aplicaciones de IA.

Para estas firmas, cuya economía se basa en facturar al personal subalterno y cuyo crecimiento depende del aprendizaje para aprender los entresijos haciendo el trabajo, los modelos del futuro pueden tener una base mucho más pequeña en la base de la pirámide. Es posible que algunos de los trabajos que realizan estas firmas los realicen sus clientes internos mediante herramientas de inteligencia artificial. El valor del asesoramiento sénior y experimentado se mantendrá, pero las empresas de servicios se enfrentarán a desafíos en cuanto a la forma en que crean el talento sénior, la forma en que ponen precio a su trabajo e incluso el trabajo que ofrecen.

Muchas consultoras y agencias se apresuran a crear sus propias herramientas de IA, enseñándoles a través de bases de conocimiento propias que han creado a través del trabajo con sus clientes, y están desarrollando nuevos modelos operativos que se centran en la estrategia, las consultas y la interpretación, más que en el trabajo de producción. Pero solo están en las primeras etapas de lo que serán interrupciones considerables en la demanda de servicios y la gestión del talento.

Redefinición de la propuesta de valor

¿La IA redefine la forma en que ofrece valor a sus clientes?

La IA desafiará a la junta a cuestionar las suposiciones principales de su negocio: su razón de ser, clientes objetivo, productos, posicionamiento, precios y actividades de soporte.

La propuesta de valor para los sistemas de salud está cambiando rápidamente en la era de la IA, pasando de tratar y pagar la enfermedad de forma reactiva a garantizar el bienestar de forma proactiva. Antes, los servicios de salud implicaban visitas a los proveedores, lo que a menudo obligaba a los pacientes a programar citas, ir al centro médico y, a veces, esperar períodos prolongados en las salas de espera. El acceso se limitaba principalmente al horario de oficina y a las ubicaciones físicas.

Con la IA, están surgiendo capacidades que se adelantan a la necesidad de cuidados y, luego, mantienen más de los cuidados que se necesitan en el hogar de una persona. Los asistentes de salud virtuales con tecnología de inteligencia artificial, accesibles a través de plataformas web y aplicaciones móviles, están disponibles las 24 horas del día, los 7 días de la semana para responder a consultas relacionadas con la salud, proporcionar información médica y ofrecer una evaluación inicial de los síntomas.

La monitorización remota mediante dispositivos de IoT y sensores portátiles, integrada con los algoritmos de IA, permite la monitorización remota continua de los pacientes. La IA puede detectar anomalías y alertar a los proveedores de atención médica en tiempo real, lo que reduce la necesidad de frecuentes chequeos presenciales. Las indicaciones personalizadas sugieren las próximas acciones o cómo gestionar las enfermedades crónicas basándose en los datos de los pacientes, incluida la monitorización remota y el historial médico electrónico (EHR).

Y por último, y admito que al nivel más aterrador, está el escenario en el que podrían surgir riesgos de supervivencia existencial:

Obsolescencia

¿Puede la IA hacer que su producto principal y su oferta queden obsoletos?

La empresa fotográfica de Kodak, así como los fabricantes de máquinas de fax, tuvieron que reconocer que realmente no tenían ninguna posibilidad una vez que los teléfonos inteligentes se generalizaran. Radio Shack se enfrentó rápidamente a un entorno en el que casi todo lo que vendía estaba disponible en un iPhone. Los periódicos siguen esforzándose por hacer frente a los efectos de la deconstrucción que ha destrozado sus paquetes de anuncios y periodismo en papel impreso.

Las empresas de TI offshore, por ejemplo, se enfrentan a esta pregunta. El procesamiento del lenguaje natural (PNL) permite a los desarrolladores describir las funciones en lenguaje natural y el sistema las traduce en código, lo que hace que la codificación sea más accesible para los no expertos. Las herramientas impulsadas por la IA y los entornos de desarrollo integrados (IDE) proporcionan finalización de código, sugerencias y correcciones inteligentes. Pueden predecir lo que es probable que escriba un desarrollador a continuación y ofrecen sugerencias para completar líneas o bloques de código. La IA tiene un impacto significativo en las pruebas de software al permitir una generación más eficiente de casos de prueba, la detección automática de errores y el análisis predictivo para identificar posibles problemas. Otras herramientas de IA pueden escanear el código de forma proactiva en busca de vulnerabilidades de seguridad, lo que ayuda a abordar los posibles problemas de seguridad durante el desarrollo y no después del despliegue.

El papel de los desarrolladores de software pasará a centrarse en actividades más estratégicas, creativas y complejas de resolución de problemas, como entender las necesidades de los usuarios, diseñar la arquitectura del sistema y desarrollar soluciones innovadoras. A nivel de cliente, los equipos de estrategia y planificación pueden hacer mucho más, con la ayuda de los equipos de TI internos más pequeños. Pero para las empresas de TI en el extranjero, cuyo modelo económico depende de vender el tiempo de la mano de obra cualificada que realiza trabajos orientados a la producción, esto representa una amenaza existencial. Sus juntas directivas tienen por delante decisiones difíciles sobre si expandir sus negocios basados en la mano de obra y centrarse en el desarrollo de herramientas de IA patentadas de alto valor añadido, o consolidarlas a medida que el sector se contraiga. En cualquier caso, se necesitan decisiones.

. . .

Cualquier combinación de estos escenarios es posible para la mayoría de las empresas, y sus consejos de administración tienen que reevaluar sus ideas actuales para el futuro. La mayoría de las juntas organizan sesiones anuales de estrategia con visión de futuro, y muchas también lo hacen» tablero de mesa» ejercicios de preparación para posibles ciberataques. Para una de esas sesiones, abogamos por probar estos escenarios. Haga que su equipo de estrategia decida qué escenarios son más relevantes, los desarrolle y proporcione datos que lo respalden. Luego, en una sala de juntas, dirija un debate cuidadosamente gestionado sobre la probabilidad de cambio, cómo podría evolucionar el ecosistema de competidores, canales y colaboradores y qué es lo que esperan los clientes. Paralelamente, concéntrese en los impulsores económicos del modelo de negocio y en cómo cambiarán esas palancas.

La capacidad de la IA para impulsar el valor de los datos (enriquecerlos, analizarlos, activarlos y optimizarlos) transformará radicalmente las palancas económicas de las que han dependido muchas empresas. Estos escenarios ofrecen a las juntas directivas una forma estructurada de superar los desafíos futuros. Le instamos a que empiece, el tiempo no es su amigo en la era de la IA.