Un conjunto de herramientas que lo ayudará a gestionar la incertidumbre en torno a la IA

A medida que la IA generativa está a punto de remodelar el mundo empresarial, introduce un nivel de incertidumbre al que los gerentes no están acostumbrados, lleno de muchos incógnitas desconocidas. Los directivos se enfrentan al doble desafío de predecir resultados intrínsecamente impredecibles mientras corren contrarreloj en un entorno acelerado.

En estas circunstancias, es fácil caer en la trampa de temiendo La IA, esperando a que pase la ola, o sobrevalorando su potencial. Pero hay una forma más reflexiva de avanzar.

Piense en que el gerente de una empresa de bienes de consumo decida si invierte en el desarrollo de un nuevo chatbot impulsado por la IA. A primera vista, las ventajas parecen obvias: mejora de la satisfacción del cliente, reducción de los costes, servicio las 24 horas del día, los 7 días de la semana, y más. Pero el camino para obtener estos beneficios está plagado de incertidumbre. Por ejemplo, puede 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 que las interacciones sean significativas.

Estas incertidumbres no solo varían en su naturaleza, sino que también requieren estrategias diferentes. Puede que algunos necesiten un análisis riguroso, mientras que otros exigen un enfoque experimental más ágil. Para los gerentes, el primer paso hacia una mayor certeza sobre la IA es reconocer y entender estas incertidumbres.

Tipos de incertidumbre de la IA

La incertidumbre en torno a la IA adopta diferentes formas y formas, pero podemos resumirla en tres principales categorías que todo gerente debe tener en cuenta: estado, efecto y respuesta incertidumbre.

• Incertidumbre estatal ocurre cuando los gerentes carecen de información suficiente para predecir las tendencias y los cambios del mercado. Los directivos que sufren este tipo de incertidumbre se enfrentan a desafíos para entender las capacidades actuales y los posibles avances de la IA. A medida que la IA evoluciona rápidamente, es difícil distinguir entre lo que se puede lograr ahora y lo que sigue siendo una posibilidad lejana. Esta incertidumbre es aún más abrumadora porque los expertos en IA suelen tener puntos de vista muy diferentes sobre cuestiones críticas, como si la expansión de la IA tiene límites, si las confabulaciones de la IA se pueden arreglar o si la IA puede razonar de verdad.
• Efectuar incertidumbre describe las dificultades que tienen los gerentes para predecir el impacto de la IA en los negocios. ¿La IA generará disrupción en su sector o será solo otra herramienta? Esta incertidumbre se ve agravada por el hecho de que las pruebas actuales se centran en puntos de referencia limitados que carecen de relevancia en el mundo real. Como tal, ni siquiera los desarrolladores saben cómo las mejoras —como un aumento de la ventana de contexto en los próximos modelos— afectarán a los resultados empresariales o a la dinámica de los empleados.
• Incertidumbre de respuesta es el desafío para los gerentes a la hora de determinar cómo reaccionar y las consecuencias de estas acciones ante las numerosas incertidumbres que rodean a la IA. ¿Debería dar el salto como uno de los primeros en adoptarlo o es más prudente esperar y observar? ¿Debería 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, ya sea para desarrollar modelos personalizados, ajustar los existentes o integrar técnicas como la generación aumentada de recuperación (RAG).

Cuatro estrategias para sortear la incertidumbre de la IA

Entonces, ¿cómo pueden los gerentes abordarlos de manera eficaz? incertidumbres? Dibujando investigación estratégica, sugerimos cuatro enfoques clave: ver, pensar, hacer, y dando forma.

Estas estrategias varían en centrarse(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 los factores internos (por ejemplo, las capacidades y los recursos de la organización) o en el entorno externo (por ejemplo, los avances tecnológicos y las tendencias del mercado). Esta última dimensión distingue entre los enfoques que son más reflexivos (se centran en la comprensión, el análisis y la preparación) y los que son más activos (se centran en tomar medidas directas e influir en los resultados). Es importante destacar que estas estrategias no se excluyen mutuamente; se pueden combinar para crear un plan integral que aborde la incertidumbre de la IA.

Ver más gráficos de HBR en Datos e imágenes

Pensando

Pensando es un enfoque interno y reflexivo en el que los gerentes utilizan modelos mentales de escenarios exitosos del pasado para dar sentido al presente. Este enfoque es particularmente eficaz para los directivos a la hora de analizar cómo la IA afecta a su organización (efecto incertidumbre) y cómo reaccionar (incertidumbre de respuesta). Hay pruebas contundentes de la eficacia de la elaboración de estrategias para su forma de pensar. Tenga en cuenta las conclusiones de un estudiar en 104 firmas, lo que demuestra 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 paso es cuestionándose lo que saben. Esto aprovecha la metacognición, o la capacidad de piense en su propia forma de pensar. Estudios sugerir que el pensamiento metacognitivo fomenta autorreflexión, alentando a los directivos a explorar estrategias alternativas ante las incertidumbres de la IA. Por ejemplo, reflexionar sobre las iniciativas de implementación de tecnología del pasado, tanto las que tienen éxito como las que no, puede llevar a los directivos a volver a evaluar sus suposiciones iniciales sobre la IA y a explorar estrategias alternativas, como la participación temprana de los empleados o una evaluación exhaustiva de los riesgos.

Viendo

Mientras pensando se basa en experiencias y reflexiones del pasado, viendo consiste en mirar hacia el futuro y visualizar los posibles acontecimientos 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 estatal) y su posible impacto (incertidumbre de efecto).

Una parte clave de esta estrategia es la previsión de los clientes, es decir, anticipar cómo podrían cambiar las necesidades y el comportamiento de los clientes. Investigar sugiere que el uso de varios escenarios futuros distintos ayuda a los directivos a prepararse para los acontecimientos plausibles, incluso los que están fuera de su control. De hecho, varias empresas como Philips, ASML, y Shell aprovechar la previsión para dar forma a sus estrategias en un entorno de incertidumbre. El gigante de los semiconductores ASML, por ejemplo, interactúa de forma activa y regular con los clientes para entender las aspiraciones a largo plazo, identificar los problemas que los clientes tal vez no vean aún y diseñar escenarios para abordar estos desafíos.

Haciendo

Haciendo es un enfoque activo que se centra en el entorno interno y en la experimentación activa. Es especialmente útil para los directivos a la hora de comprobar cómo los avances actuales y futuros de la IA afectan a sus negocios (afectan a la incertidumbre) y a visualizar los resultados de las posibles acciones (incertidumbre de respuesta).

Este enfoque implica experimentando con pruebas piloto rápidas y a menudo se la ve como la mejor estrategia en mercados nuevos y radicales, como la tecnología financiera. De hecho, investigación ers demostró que las medidas flexibles y adaptables son cruciales para prosperar en mercados impredecibles. Un ejemplo de ello es Microsoft, que hace pruebas sobre El 80% de los cambios de Bing mediante esos experimentos. Del mismo modo, Moderna está haciendo más de pruebas 400 GPT — bots de ChatGPT personalizados: en una variedad de funciones empresariales diferentes.

Dando forma

Dando forma es un enfoque proactivo y centrado en el exterior que es especialmente útil para analizar las tendencias del mercado de la IA (incertidumbre estatal) y predecir cómo los cambios en el mercado de la IA transformarán los negocios en el futuro (efecto incertidumbre).

Los directivos que adoptan este enfoque van más allá de la simple reacción ante la incertidumbre: trabajan activamente para influir en la trayectoria tecnológica y en la industria. Trabajan para guiar el desarrollo del conocimiento y las creencias del mercado para alinearlos con la visión estratégica de su empresa. Tenga en cuenta cómo a las empresas les gusta Klarna y Academia Khan se han asociado con OpenAI para crear y poner a prueba modelos de IA que darán forma al futuro de sus sectores. Del mismo modo, Publicis ha dado un paso al desarrollar su propio sistema de IA avanzado, Core AI, que aprovecha datos privados sobre miles de millones de consumidores y billones de interacciones con los medios.

Convierta su incertidumbre sobre la IA en una oportunidad

Superar la incertidumbre de la IA requiere algo más que un enfoque singular: exige un conjunto completo de estrategias que los gerentes puedan implementar según sea necesario. Empezar por pensar establece una base sólida, mientras que hacer y ver le permite experimentar, probar y refinar sus estrategias. Cuando llegue el momento adecuado, dar forma ofrece la oportunidad de influir activamente en el mercado y dirigir la trayectoria futura de la IA en su sector. Adoptar un enfoque tan multifacético es esencial para convertir la incertidumbre en una oportunidad. Los que dominen esto estarán mejor preparados para liderar la próxima ola de innovación.