La IA piensa de manera diferente a la gente. He aquí por qué es importante.

La inteligencia artificial (IA) se ha convertido en una fuerza transformadora que está remodelando el panorama empresarial en todos los sectores. Si bien la IA generativa representa el último avance en este ámbito de la innovación tecnológica, se distingue por desafiar de manera fundamental los paradigmas tradicionales de toma de decisiones estratégicas. A diferencia de sus predecesoras, esta tecnología ofrece capacidades sin precedentes en el procesamiento del lenguaje y la generación de contenido, lo que permite a las organizaciones sintetizar información compleja, generar información matizada y acelerar la toma de decisiones con una precisión y profundidad notables.

Sin embargo, hay una idea errónea fundamental en esta visión: la IA generativa simplemente no es el oráculo estratégico que muchos dicen que es. Como cualquier otra IA, es un espejo que refleja los patrones, las tendencias y las decisiones del pasado. Para emplear de forma eficaz cualquier IA en la toma de decisiones estratégicas, es de vital importancia que los directivos y líderes entiendan las limitaciones inherentes a la forma en que genera resultados.

Las limitaciones

La IA es excepcional a la hora de reconocer los patrones establecidos y racionalización de los procesos basado en datos históricos. Aquí es donde ha dejado su huella en las decisiones empresariales. Puede respaldar las decisiones de préstamo al predecir los riesgos de impago con un alto grado de precisión; evitar la avería de las máquinas iniciando el mantenimiento del equipo antes de que se produzcan los fallos; optimizar las decisiones de la cadena de suministro adaptándose rápidamente a las circunstancias cambiantes; y resumir el contenido de los documentos con facilidad. La IA generativa añade más capacidades a esta creciente lista: estudios recientes, por ejemplo, muestran que la IA ya puede generar y evaluar planes de negocios a un nivel equivalente al de los humanos.

Dados los avances de la IA, destacados defensores —incluido el fallecido Daniel Kahneman— incluso han argumentado que los humanos deberían sustituirse por algoritmos siempre que sea posible. Sin embargo, hay un defecto en esta lógica. No importa lo capaz que sea la IA, no puede abrir nuevos caminos ni generar soluciones realmente novedosas de forma fiable, dado que se basa en datos preexistentes y en probabilidades aprendidas.

Esto también se aplica a la IA generativa. Su resultado se basa en correlaciones aprendidas a partir de datos anteriores. En esencia, su respuesta a cualquier aviso dado es una predicción basada en los patrones estocásticos que la IA ha visto en sus datos de entrenamiento. Con muchos datos con los que entrenar, esto funciona muy bien. Pero esto también da lugar a problemas bien documentados, como alucinación, prompt instability, y límite de conocimiento problemas. 

Piense en pedirle a la IA generativa que fije la dirección estratégica de una empresa. Por defecto, replicará lo que ha visto en sus datos de entrenamiento y recitará las características bien establecidas que ha aprendido. También se puede ver este efecto de forma experimental. Si uno entrena sistemas de IA generativa de forma recursiva según su propia salida, es la predicción se derrumbará dentro de unas cuantas generaciones. La razón es que reforzará las predicciones desde el centro de las respectivas distribuciones que ha aprendido, hasta el punto en que su producción deja de tener sentido por completo. Aún más preocupante, si se añade una prosa adicional que obviamente es irrelevante para el aviso original, es la predicción seguirá degradándose considerablemente, ya que no puede discernir qué información del prompt es realmente relevante.

Los sistemas de IA pueden ser muy fluidos, pero no son capaces de entender el contexto ni pueden razonar. Sus ideas se basan únicamente en las correlaciones. Como comentamos en un periódico reciente, los humanos tienen una ventaja clave: podemos desarrollar intuiciones o teorías novedosas y ponerlas a prueba en el mundo real. Esto es de vital importancia para la toma de decisiones estratégicas. Las mejores estrategias suelen «ir a contracorriente» de la sabiduría convencional. Empresas como Amazon, Southwest Airlines, Spotify, Tesla o Airbnb tienen éxito desafiando —no reforzando— los patrones establecidos en sus respectivos mercados. Una IA puede repetir como loro lo que ha funcionado en el pasado según sus datos de entrenamiento. Pero no tiene ninguna forma de mirar hacia el futuro. Por poner un ejemplo histórico, si se hubiera preguntado a un hipotético sistema de IA de la época de los hermanos Wright sobre la plausibilidad de un vuelo humano más pesado que el aire, se habría limitado a reflejar el consenso científico de la época que consideraba imposible esta forma de vuelo. El razonamiento con visión de futuro y la resolución de problemas de los hermanos Wright les permitieron hacer realidad lo impredecible.

Si bien la IA tiene sus límites, los humanos pueden aprovecharla de maneras poderosas. Al utilizar la destreza computacional de la IA para aumentar el juicio humano, en lugar de reemplazarlo, las organizaciones pueden capitalizar sus puntos fuertes y seguir confiando en la intuición, la creatividad y el razonamiento causal humanos para innovar y liderar en territorios inexplorados. Hemos identificado tres formas en las que los líderes pueden aprovechar la IA generativa de forma eficaz para apoyar la toma de decisiones con visión de futuro que guíe a las organizaciones hacia el crecimiento y la innovación.

1. Como caja de resonancia

Una característica clave de la IA generativa es su capacidad de producir contenido detallado en respuesta a instrucciones sencillas, o indicaciones. Las indicaciones se pueden diseñar para que la IA adopte diferentes personajes, como los segmentos de clientes, lo que permite utilizar la IA como caja de resonancia de ideas. Se le puede pedir a una IA que responda a las consultas desde varios ángulos o puntos de vista, sin que se vea limitada por el alcance o el dinero. Lo que antes requería grupos focales de clientes y proyectos de consultoría costosos y prolongados ahora se puede investigar mediante incitación deliberada. El sistema de IA se convierte, de hecho, en un nuevo miembro del equipo, capaz de asesorar sobre las posibles respuestas a las preguntas dadas. Al alterar deliberadamente las indicaciones y las personas, es posible utilizar la IA para generar una amplia gama de posibles respuestas o resultados, de una manera que antes implicaba un tiempo y un coste considerables.

Pero debido a las limitaciones inherentes a la forma en que la IA genera contenido, los líderes deberían utilizar sus ideas como base para cuestionar las prácticas establecidas en lugar de validarlas a ciegas. La IA puede ser una caja de resonancia estratégica para explorar, desafiar y expandirse, pero no debe convertirse en una cámara de eco que confirme lo que ya se sabe.

2. Para explorar los escenarios

Cuando se enfrenta a un conjunto específico de opciones estratégicas, un sistema de IA generativa puede ayudar a definir cuáles podrían ser los posibles resultados de cada una de ellas. Ordenarle que adopte un escenario determinado permite una investigación estructurada de los escenarios de «qué pasaría si». Los escenarios podrían ser escenarios predictivos típicos que utilizan los conocimientos actuales para estimar posibles situaciones futuras. Dado el amplio conocimiento que contienen los datos de entrenamiento de la IA generativa, también pueden incluir escenarios exploratorios que utilizan las tendencias del presente para estimar la continuación plausible de estas tendencias en el futuro y escenarios normativos que esbozan una visión particular del futuro y formas de lograrlo.

Sin embargo, en lugar de ver la IA como una autoridad definitiva, los responsables de la toma de decisiones deberían tratar sus resultados como información provisional que les permitan identificar patrones emergentes que desafían el pensamiento convencional. Deberían investigar lo que podría faltar o tergiversar.

[

Insight Center Collection

Collaborating with AI

How humans and machines can best work together.

](/insight-center/collaborating-with-ai)

Dado que los sistemas de IA generativa funcionan mejor en tareas más pequeñas y con una definición limitada, al explorar preguntas complejas (del tipo que son inherentes a la creación de una estrategia) es mejor dividir los escenarios de interés en componentes más pequeños y generar respuestas para cada aspecto, antes de combinarlos en una sola solución.

3. Como herramienta de ideación

La creación de nuevos contenidos (texto, imágenes, vídeos y sonido) se ha convertido en el sello distintivo de la revolución generativa de la IA. La IA tiene dos ventajas en este sentido: puede generar contenido de forma rápida y con poco coste, y puede combinar modalidades, como utilizar indicaciones de texto para generar imágenes o vídeos. Esta habilidad única la convierte en una gran herramienta para proyectar nuevas ideas y para apoyar el proceso de desarrollo del producto. En esencia, las herramientas de IA generativa ofrecen la posibilidad de ser una pizarra de dibujo digital que trasciende todas las modalidades: texto, imágenes, vídeo y sonido.

Un punto a recordar es que la IA puede generar contenido a un ritmo elevado. Sin embargo, la capacidad humana para investigar este contenido es limitada. Por lo tanto, más no siempre es mejor. En lugar de generar un conjunto recurrente de resultados aleatorios, es mejor ser directivo y elegir aspectos específicos de las vías a explorar. Al igual que el proceso de identificación de los posibles compuestos activos en el descubrimiento de fármacos, el truco consiste en empezar con un amplio conjunto de opciones y, luego, reducirlo rápidamente eliminando las moléculas candidatas.

Avanzar: posicionar la IA como un complemento estratégico

Para que la IA generativa sea una parte valiosa de la toma de decisiones y la estrategia con visión de futuro, los altos directivos deben verla como un poderoso complemento de la cognición humana. Es adecuado para ofrecer información basada en patrones y generar nuevo contenido. Sin embargo, no importa lo capaz que sea la IA del futuro, las fortalezas humanas —especialmente en el razonamiento causal y la toma de decisiones con visión de futuro— seguirán siendo esenciales para sortear la incertidumbre e inventar el futuro. El mecanismo subyacente de cualquier sistema de IA es la predicción, que le permite sobresalir en la identificación de las tendencias pasadas o existentes. Sin embargo, en última instancia, depende de los humanos imaginar direcciones completamente nuevas y establecer objetivos estratégicos que vayan más allá de los límites de los datos conocidos.