¿Su estrategia de priorizar la IA causa más problemas de los que resuelve?

De gigantes de la tecnología como Google a los principales consultores de gestión como McKinsey, un número cada vez mayor de empresas predican una estrategia de «la IA primero». En esencia, esto significa considerar la IA como máxima prioridad estratégica, una que preceda a otras direcciones alternativas. A primera vista, esta estrategia parece lógica, quizás incluso inevitable. Las cifras hablan por sí solas: las volumen de inversión La entrada en las tecnologías de la IA muestra los niveles de confianza en un futuro cada vez más impulsado por la IA.

Pero, ¿podría este enfoque ser un importante traspié estratégico, la razón misma por la que socava las iniciativas de transformación de la IA?

A medida que las organizaciones priorizan cada vez más la IA por encima de todo lo demás, corren el riesgo de olvidar que el objetivo principal de la tecnología es resolver problemas. Un enfoque que dé prioridad a la IA podría impulsar rápidamente el despliegue de la IA en las operaciones empresariales, no porque resuelva problemas «reales» de la organización o de los clientes, sino porque la implementación de la IA se convierte en un fin en sí misma. El resultado más probable son muchas soluciones de IA en busca de problemas o, lo que es peor, soluciones que creen nuevos problemas.

Cuando la IA primero sale mal

Considere el caso de Uber uso denunciado de imágenes generadas por IA en su aplicación de entrega. Algunas de las imágenes de comida generadas por la IA eran de baja calidad, irrelevantes o incluso absurdas. Pero el principal problema es que no abordan la necesidad principal de los consumidores en este contexto: una representación visual auténtica de los alimentos que piensan pedir. En cambio, crean problemas adicionales al engañar a los consumidores y establecer expectativas poco realistas.

Incluso cuando la IA se aplica a problemas reales, un enfoque centrado en la IA podría ser un error. Las soluciones de IA, al menos las existentes, no ayudan con todos los problemas e incluso podrían resultar contraproducentes en algunos casos. Tome los resultados de un experimento en Boston Consulting Group, por ejemplo. Si bien los consultores que trabajaban con GenAI mostraron importantes aumentos de eficiencia y eficacia en general, su desempeño no fue uniformemente mejor en todas las tareas, sino que dificultó el desempeño en tareas que la GenAI consideraban «fuera de la frontera».

Un enfoque centrado en la IA también podría impulsar la adopción de aplicaciones llamativas sin preparar la infraestructura de TI principal. Un reciente encuesta de Equinix demuestra que una parte importante de los directores de TI (el 42%) no confían en que su infraestructura pueda gestionar las demandas de la IA, a pesar de que el 85% ya la ha desplegado o tiene previsto desplegarla. En pocas palabras, si un sistema central, por ejemplo, la nómina, tiene defectos fundamentales, invertir en un chatbot inteligente de nóminas antes de la racionalización, el software crítico no servirá de nada. Del mismo modo, la mayoría de las empresas no tienen el capacidades de datos requeridas sin lo cual incluso las aplicaciones de IA más impresionantes serán prematuras.

Adoptar un enfoque que dé prioridad a la IA también envía un mensaje claro y subliminal a los empleados, que no es del todo motivador: si la IA es lo primero, en el mejor de los casos, están en segundo lugar. Esto probablemente exacerbaría su existencia preocupación por la IA quedarse con sus trabajos, un miedo no infundado dado pruebas anecdóticas y predicciones sobre la sustitución de puestos de trabajo impulsada por la IA. Como resultado, es probable que los empleados se comprometan aún menos con las iniciativas de IA. Y, como sabemos por investigación académica, sin esa aceptación de los empleados, una transformación exitosa es muy poco probable, si no absolutamente imposible.

Además de la falta de compromiso de los empleados, el despliegue de la IA puede tener una serie de consecuencias conductuales no deseadas. Considere un reciente estudiar examinar las reacciones de los empleados ante la gestión algorítmica en tareas como las evaluaciones del desempeño. El despliegue de los algoritmos redujo la motivación de los empleados para ayudar a los demás, ya que empezaron a ver a sus compañeros más como objetos que como seres humanos. Por lo tanto, aunque estos algoritmos resulten eficaces, podrían tener un impacto de gran alcance y erosionar la estructura misma de la cultura organizacional.

Del mismo modo, un enfoque centrado en la IA podría resultar contraproducente a la hora de tener en cuenta las respuestas de los consumidores. En contextos en los que la IA supera las funciones tradicionalmente definidas por las cualidades humanas, como los chatbots del servicio de atención al cliente, la reacción del consumidor puede ser un obstáculo importante. Superar esto es posible, por ejemplo, haciendo hincapié en el elemento humano en aplicaciones de IA. Sin embargo, una búsqueda sin concesiones de la IA podría desviar la atención de la comprensión de estas sutiles pero importantes consecuencias conductuales.

Un enfoque centrado principalmente en la tecnología también está plagado de riesgos, dada la plétora de dilemas éticos y ambigüedades legales en torno a la IA. ¿Cuál sería la brújula de un gerente en una situación en la que tuviera que elegir entre la implementación de la IA y los principios éticos? Tomemos la experiencia de Amazon como ejemplo. La empresa desarrolló una vez una herramienta de detección de currículums impulsada por la IA, solo para descubrir que era sexista. Al final, Amazon desechó la herramienta, pero ahí radica una pregunta fundamental: ¿los directivos tomarían la decisión correcta de forma coherente cuando se prioriza la IA por encima de todo lo demás? Es muy fácil encontrar ejemplos de la historia reciente en los que se dejaron de lado los principios y se tuvieron graves consecuencias, desde manipular el comportamiento de los votantes a dañar salud mental de los adolescentes.

Para que quede claro, el problema de una estrategia que dé prioridad a la IA no está en el componente de «IA» sino en el aspecto de la «primera»; se trata de cómo se dirige el enfoque organizacional. Un enfoque que dé prioridad a la IA puede resultar miope y puede llevarnos a pasar por alto el verdadero propósito de la tecnología: servir y mejorar los esfuerzos humanos.

Un enfoque equilibrado de la IA

Un enfoque diferente, más equilibrado y reflexivo de la transformación de la IA no solo es posible sino que también es probablemente más eficaz. En lugar de adoptar una estrategia que priorice la IA, recomiendo a las organizaciones que mantengan las 3P a la vanguardia de su transformación de la IA: problema**–** céntrico, gente**–** primero, y principio**–** impulsado. La premisa principal de este enfoque es aprovechar el potencial de la IA sin perder de vista los objetivos organizativos, el lado humano de la tecnología y los valores fundamentales.

Centrado en los problemas.

Empiece por el problema, no por la tecnología. Considere cómo se puede utilizar la IA para lograr los objetivos estratégicos y abordar los desafíos organizativos de formas más eficientes, eficaces o innovadoras. Por ejemplo, un minorista podría analizar los registros de servicio y las quejas para desarrollar soluciones de IA específicas que aborden los puntos débiles de los clientes en lugar de lanzar un chatbot de servicio de atención al cliente de IA solo porque todos los demás lo están haciendo. Del mismo modo, un equipo de marketing debe entender primero la voz de la marca y el público objetivo antes de explorar el uso de la IA de texto a imagen para generar un texto de anuncio atrevido.

Las personas son lo primero.

Priorice a los humanos por encima de la IA. Haga su mayor hincapié en cómo la IA puede empoderar a los humanos. Esto exige un esfuerzo proactivo para entender lo que significa la IA para los empleados y los clientes, una comunicación abierta con ellos y tener en cuenta las consecuencias conductuales más amplias. Por ejemplo, un enfoque que dé prioridad a las personas requeriría pasar de centrarse solo en la eficiencia o el rendimiento en una tarea a considerar cómo la IA puede hacer que los trabajos sean más motivadores intrínsecamente al automatizar las tareas no deseadas. Del mismo modo, un equipo de recursos humanos podría desarrollar un programa de formación integral centrado en cómo las herramientas de GenAI pueden aumentar las responsabilidades laborales actuales y, al mismo tiempo, aliviar los temores en torno a la sustitución.

Impulsado por principios.

Reflexione sobre los aspectos éticos y legales del despliegue de la IA para expresar su postura ética sobre la IA. Tenga en cuenta aspectos como la equidad, los prejuicios, la privacidad y la transparencia. Establecer una política clara que guíe la implementación de la IA en la organización, garantizando que los proyectos se alineen con los valores generales. Por ejemplo, uno de esos principios podría ser la inclusión de los humanos en el proceso de toma de decisiones importantes, como la contratación y el ascenso. Del mismo modo, al buscar nuevos socios de IA, un equipo de aprovisionamiento podría pedir a los vendedores que incluyan en sus solicitudes de propuestas cómo sus modelos minimizan los sesgos y protegen la privacidad de los usuarios.

Dado el enorme potencial de la IA, es comprensible la prisa por integrarla en todas las facetas de las operaciones empresariales. Sin embargo, irónicamente, al anteponer la IA a todo lo demás, las organizaciones podrían estar preparándose para el fracaso. El verdadero éxito con la transformación de la IA podría ser más alcanzable para quienes anteponen la estrategia, los humanos y los principios a la IA.