Kris Naleszkiewicz IA generativa, 1 de marzo 2024 MEDIUM
En este artículo, analizamos un enfoque para desarrollar una estrategia para integrar la IA generativa y los modelos de lenguaje grande en las funciones comerciales centrales, donde las visiones de los tecnólogos/científicos de datos se equilibran con las realidades de la toma de decisiones ejecutivas. Todos hemos visto medios de comunicación discutiendo el poder y los riesgos potenciales de la IA generativa junto con la increíble velocidad a la que estas tecnologías han evolucionado durante los últimos 3, 6, 12 y 18 meses. Esperaba que casi todas las organizaciones estuvieran bien encaminadas hacia la adopción y la integración; sin embargo, la adopción de la IA generativa en los procesos empresariales centrales parece estar retrasada.
Este artículo analiza un enfoque para construir una estrategia basada libremente en los principios ágiles del desarrollo, donde los tecnólogos/científicos de datos deben adoptar una mentalidad empresarial y los ejecutivos deben comprender las implicaciones más amplias de la IA generativa y los LLM más allá de las soluciones técnicas.
Think Big: imagen generada en MidJourney por el autor.
Al adoptar un enfoque de ‘Pensar en grande, comenzar poco a poco e iterar’, las organizaciones pueden desarrollar una estrategia centrada en los resultados con la flexibilidad de adaptarse a sus necesidades, logrando un equilibrio entre innovación y pragmatismo.
Entendiendo el por qué
Esta sección proporciona una descripción general de lo que los ejecutivos deben saber sobre GenAI desde un punto de vista empresarial. Nos centraremos en estudios notables y acreditados realizados por McKinsey, BCG, Harvard, Standford y otros relacionados con el impacto y las consideraciones asociadas con la integración de LLM y tecnologías GenAI.
Impacto y áreas de enfoque : la incorporación de IA generativa en los procesos comerciales tiene un enorme potencial en varios sectores. La investigación de McKinsey destaca que hasta el 75% del valor anual impulsado por la IA generativa se espera en operaciones de clientes, marketing y ventas. Las predicciones de Gartner reflejan una adopción más amplia: se espera que más del 80% de las empresas hayan implementado aplicaciones GenAI para 2026, democratizando el acceso a tareas especializadas y mejorando las experiencias de los usuarios en todas las industrias. El Informe sobre el estado de la IA 2023 refuerza aún más el papel fundamental de la potencia informática en el desarrollo de la IA, lo que indica una ventaja competitiva para las empresas que aprovechan las tecnologías avanzadas. Estos hallazgos sugieren que los LLM y la IA generativa no son solo avances tecnológicos, sino impulsores esenciales del crecimiento estratégico y la innovación en el panorama empresarial moderno.
Frontera tecnológica irregular : el concepto de frontera tecnológica irregular captura elegantemente el impacto desigual y la adopción de los modelos de lenguaje grande (LLM) y la IA generativa en diversas industrias y funciones comerciales. Si bien algunos sectores, como el marketing y el servicio al cliente, experimentan avances y transformaciones masivos debido a estas tecnologías, otros, como la manufactura, pueden experimentar cambios más incrementales. Esta disparidad crea un panorama en el que la adopción estratégica y la integración de estas tecnologías se vuelven crucialmente específicas del sector. Las empresas deben navegar por esta frontera irregular evaluando dónde se encuentra su industria con respecto al avance y la adopción tecnológicos y adaptar sus estrategias en consecuencia. No es un escenario único para todos; Las empresas deben identificar su posición única en esta frontera para maximizar los beneficios y minimizar los riesgos. El concepto también destaca la necesidad de una evaluación y adaptación continua de riesgos, asegurando que las inversiones en estas tecnologías se alineen con las necesidades y el potencial específicos de cada sector. Comprender la frontera tecnológica irregular es esencial para aprovechar eficazmente el poder de los LLM y GenAI de manera estratégica y competitivamente ventajosa.
Asociación AI + Humano : La asociación AI + Humano en el trabajo del conocimiento representa una colaboración sinérgica en la que la IA maneja gran parte del procesamiento de datos y de la información y complementa la creatividad humana y el pensamiento estratégico. Las ideas de McKinsey sugieren que la IA puede mejorar significativamente la eficiencia en el trabajo del conocimiento, particularmente en tareas que involucran un análisis extenso de datos y procesamiento de información. Este cambio de la IA como una mera herramienta a un colaborador amplifica las capacidades humanas y permite una toma de decisiones más informada y efectiva. No se trata de reemplazar la inteligencia humana, sino de aumentarla, permitiendo a las organizaciones aprovechar lo mejor de ambos mundos. Esta colaboración es clave para desbloquear nuevos niveles de productividad e innovación, garantizando que las empresas sigan el ritmo de los avances tecnológicos y los utilicen para impulsar un crecimiento significativo y una ventaja competitiva.
Asociación Humano + IA: imagen generada en MidJourney por el autor.
Mejora de la creatividad y la innovación: el estudio de McKinsey sobre el potencial económico de la IA generativa enfatiza su capacidad para ampliar los límites de lo que la IA puede lograr, particularmente al impulsar procesos creativos y prácticas comerciales innovadoras. Esto permite a las organizaciones explorar vías nuevas, antes inalcanzables, en el diseño de productos, estrategias de marketing y experiencias de los clientes, fomentando la innovación continua. El uso de la IA en estos dominios creativos acelera el proceso de ideación e introduce un nivel de profundidad y análisis que puede refinar y mejorar los resultados finales. GenAI actúa como catalizador del pensamiento creativo, brindando a las organizaciones una herramienta poderosa para reimaginar y redefinir sus productos y servicios, estableciendo nuevos estándares de la industria.
Desafíos éticos y uso indebido de la IA : las consideraciones éticas que rodean la IA generativa son complejas y están relacionadas con el sesgo, el uso indebido y la equidad. El Informe del Índice de IA de Stanford 2023 destaca cómo la escala del modelo afecta el sesgo y la toxicidad, y revela que los modelos más grandes, aunque poderosos, luchan contra sesgos arraigados y resultados tóxicos. Estos desafíos se pueden mitigar mediante una cuidadosa selección de datos de capacitación y métodos de mitigación rigurosos. Sin embargo, abordar estas cuestiones no es sencillo, ya que la relación entre la equidad y el sesgo de la IA indica que los esfuerzos por crear modelos más justos no siempre se correlacionan con una reducción de los sesgos. Además, ha habido un aumento en los incidentes de uso indebido de la IA, lo que agrega otra capa de complejidad y señala una creciente conciencia sobre el uso ético de la IA y el potencial de que los sistemas de IA, como los chatbots, sean explotados con fines poco éticos. Esto ha aumentado la atención a las consideraciones éticas en el desarrollo y la implementación de la IA, garantizando que los sistemas estén diseñados con salvaguardias contra el uso indebido y las consecuencias no deseadas. Estos desafíos subrayan la necesidad de un enfoque multifacético de la ética de la IA que equilibre el avance tecnológico con los valores y normas sociales.
Consideraciones de políticas y regulaciones: navegar por las políticas y regulaciones en la IA generativa es crucial para la integración estratégica. El cambiante panorama regulatorio subraya la necesidad de cumplir con marcos legales diversos y a veces complejos. Esto es especialmente cierto dada la naturaleza global del desarrollo y despliegue de la IA, que a menudo cruza fronteras nacionales y jurisdiccionales. Mientras los gobiernos y los organismos reguladores de todo el mundo se enfrentan a las implicaciones de las tecnologías de IA, las organizaciones deben estar al tanto de estos cambios para garantizar que sus estrategias de IA se alineen con las regulaciones actuales y futuras. Esta consideración de políticas y regulaciones no es un proceso estático sino un aspecto dinámico de la estrategia de IA que requiere atención y adaptación continuas.
Si bien la integración de la IA generativa representa una nueva era de mayor creatividad, innovación y gestión del conocimiento, debemos considerar su adopción con una amplia comprensión de las fortalezas y los riesgos. Estas tecnologías conllevan consideraciones que, si se pasan por alto, podrían afectar negativamente a las organizaciones. Reconocer y abordar estos factores desde el principio garantiza que la implementación de GenAI se alinee con los objetivos comerciales y los estándares éticos, legales y sociales.
Desarrollando su estrategia GenAI
Examinemos cómo las organizaciones pueden desarrollar una estrategia para integrar la IA generativa en sus funciones comerciales principales utilizando un enfoque de ‘pensar en grande, empezar en pequeño e iterar’. Nuestra estrategia debe alinear la integración de GenAI con los objetivos comerciales generales con suficiente flexibilidad que pueda adaptarse a las necesidades y el contexto de cada organización. Salvaguarda los avances tecnológicos, impulsa la eficiencia operativa y las innovaciones y contribuye a objetivos estratégicos más amplios como la expansión del mercado, la satisfacción del cliente y la ventaja competitiva.
Desarrollando tu estrategia — Imagen generada en MidJourney por el autor.
Piensa en grande
Las investigaciones han demostrado que «pensar en grande» no es sólo un requisito previo para la previsión estratégica sino un imperativo. Harvard Business School destaca los roles críticos del talento y los datos en esta nueva era, donde la IA, el análisis de datos y la IoT no son solo herramientas sino elementos fundamentales de la estrategia empresarial. El estudio de McKinsey sobre tecnologías disruptivas enfatiza aún más la necesidad de que los líderes sean proactivos a la hora de comprender y prepararse para el impacto de los avances tecnológicos. Los conocimientos de BCG sobre la innovación tecnológica profunda refuerzan la importancia de la orientación a los problemas y la convergencia de diversas tecnologías para impulsar una innovación impactante.
Este enfoque para pensar en grande requiere un cambio de mentalidad: pasar de ver la tecnología como una función de apoyo a reconocerla como un motor estratégico central, capaz de redefinir industrias y crear nuevos paradigmas de servicio y eficiencia.
Para realmente «pensar en grande», las organizaciones deben visualizar el futuro con la IA y otras tecnologías emergentes a la vanguardia de su estrategia. Esto implica identificar oportunidades en las que la IA pueda resolver los problemas actuales y descubrir nuevas vías de crecimiento e innovación. Los ejecutivos deben fomentar una cultura de exploración creativa, donde se fomenten y valoren las ideas que aprovechan la IA. Esto incluye imaginar nuevos modelos de negocio, redefinir las experiencias de los clientes y utilizar la IA para impulsar eficiencias operativas sin precedentes. «Pensar en grande» significa mirar más allá del horizonte inmediato e imaginar un futuro en el que la IA esté intrincadamente entretejida en el tejido empresarial, impulsando la transformación y entregando valor tangible a largo plazo.
Empieza pequeño
Si bien es esencial adoptar una mentalidad de «pensar en grande», la implementación de estas ideas comienza con pasos pragmáticos y manejables. Esto nos lleva al enfoque «Empezar poco a poco», donde las organizaciones comienzan su viaje hacia la IA con proyectos piloto enfocados y de alto impacto, sentando una base sólida para la escalabilidad y el éxito futuros.
Este enfoque tiene varios propósitos:
Generar impulso y aceptación: los proyectos piloto, especialmente los exitosos, crean un efecto dominó dentro de la organización. Demuestran los beneficios tangibles de la tecnología, fomentando la confianza y la aceptación de los líderes y las partes interesadas. Esto es particularmente importante cuando la visión es audaz, pero el camino para lograrla no está claro para todos los involucrados. Los primeros éxitos sirven como prueba de que la inversión en nuevas tecnologías puede conducir a mejoras tangibles y mensurables. Los proyectos piloto, especialmente los exitosos, crean un efecto dominó dentro de la organización. Demuestran los beneficios tangibles de la tecnología, fomentando la confianza y la aceptación de los líderes y las partes interesadas. Esto es particularmente importante cuando la visión es audaz, pero el camino para lograrla no está claro para todos los involucrados. Los primeros éxitos sirven como prueba de que la inversión en nuevas tecnologías puede conducir a mejoras tangibles y mensurables.
Mitigar los riesgos : empezar poco a poco permite a las organizaciones probar el terreno y, al mismo tiempo, limitar el riesgo. Si un proyecto piloto no produce los resultados esperados, la magnitud del fracaso es contenida y las lecciones aprendidas pueden ser invaluables para proyectos futuros. Este enfoque es vital para evitar fallas costosas y de alto perfil que podrían retrasar toda la iniciativa.
Aprendizaje y refinamiento : los pilotos son excelentes oportunidades para aprender y refinar. Proporcionan datos e ideas del mundo real que no se pueden obtener de escenarios o proyecciones hipotéticos. Este aprendizaje retroalimenta el proceso estratégico, ayudando a refinar la aplicación de la tecnología, mejorar las estrategias de implementación y alinearse mejor con los objetivos comerciales.
Entonces, ¿cómo identificamos a los pilotos?
Criterios para seleccionar pilotos de alto impacto
Seleccionar pilotos de alto impacto significa centrarse en resultados mensurables, lo cual es crucial para las organizaciones que buscan integrar tecnologías emergentes de manera efectiva.
Aquí hay un marco propuesto para guiar este proceso:
- Alineación con los objetivos estratégicos: el piloto debe contribuir directamente a los objetivos estratégicos de la organización, como mejorar la experiencia del cliente, aumentar la eficiencia operativa o impulsar la innovación.
- Patrocinio ejecutivo: Identifique un ejecutivo respetado y dispuesto que pueda defender el piloto. Su apoyo puede ser fundamental para lograr la aceptación organizacional y mostrar el impacto del piloto.
- Viabilidad y escalabilidad: evaluar la viabilidad técnica y de recursos del piloto. Debería ser desafiante pero alcanzable y tener el potencial de ampliarse en función del éxito.
- Resultados mensurables: defina métricas claras y cuantificables para el éxito. Estos podrían incluir métricas como mejora de la eficiencia, reducción de costos, aumento de ingresos o mayor satisfacción del cliente.
- Visibilidad e influencia: elija pilotos visibles dentro de la organización y puedan influir en percepciones y actitudes más amplias hacia la adopción de tecnología.
- Potencial de resultados rápidos: priorice los pilotos que puedan ofrecer resultados rápidos y visibles. Los primeros éxitos pueden generar impulso y generar confianza en la tecnología.
- Mitigación de riesgos: considere los riesgos potenciales asociados con el piloto y planifique para mitigarlos. Esto incluye evaluar el impacto de posibles fallas y tener planes de contingencia.
- Participación de las partes interesadas: Involucrar a las partes interesadas relevantes en el proceso de selección del piloto. Sus conocimientos pueden ayudar a identificar áreas donde la tecnología puede tener mayor impacto.
- Orientación a la resolución de problemas: el piloto debe abordar un problema u oportunidad específico y bien definido dentro de la organización.
- Disponibilidad y calidad de los datos: garantizar datos de calidad suficientes para respaldar el piloto, en particular para proyectos impulsados por IA.
Cuando los datos de referencia no están disponibles, podemos seleccionar un piloto utilizando una combinación de medidas cualitativas y cuantitativas. Las medidas cualitativas pueden incluir comentarios de empleados o clientes, ineficiencias observadas o áreas donde los competidores sobresalen. Las medidas cuantitativas implican puntos de datos concretos como tiempos de proceso, tasas de error o cifras de ventas.
Cosas a tener en cuenta al seleccionar un piloto:
Flexibilidad en la evaluación y selección: centrarse en áreas defendidas por partes interesadas influyentes puede ser una alternativa eficaz cuando no es posible realizar evaluaciones detalladas. Su promoción y el éxito del piloto en su dominio pueden crear una narrativa convincente para una adopción más amplia de tecnología en toda la organización.
Enfatizar el efecto dominó del éxito: El éxito en un proyecto piloto, especialmente respaldado por un ejecutivo respetado, puede crear un efecto dominó, fomentando una mayor aceptación y entusiasmo por la integración de la tecnología. La historia de éxito contada por un defensor interno puede tener mucho más impacto que cualquier promoción externa, subrayando los beneficios y el potencial de la tecnología en el mundo real.El éxito de un proyecto piloto, especialmente respaldado por un ejecutivo respetado, puede crear un efecto dominó, fomentando una mayor aceptación y entusiasmo por la integración de la tecnología.La historia de éxito contada por un defensor interno puede tener mucho más impacto que cualquier promoción externa, subrayando los beneficios y el potencial de la tecnología en el mundo real.
Iterar
Después del éxito inicial de un proyecto piloto que integra tecnologías emergentes, comienza el viaje hacia una integración o implementación más amplia. Esta fase no se trata sólo de expansión; es un proceso continuo de refinamiento, aprendizaje y alineación con los objetivos estratégicos de la organización.
El primer paso implica una evaluación del impacto del piloto. Esto significa ir más allá de simplemente observar si se cumplieron los objetivos. Por ejemplo, si un proyecto piloto de servicio al cliente redujo los tiempos de respuesta, es crucial medir el tiempo ahorrado y el impacto en la satisfacción del cliente y la carga de trabajo de los empleados. Este enfoque dual ayuda a comprender el espectro completo de la eficacia del piloto.
El éxito del piloto a menudo lleva a considerar la escalabilidad. Sin embargo, esta no es una simple réplica del piloto a mayor escala. Cada organización debe adaptar sus planes de expansión en función de su tamaño, industria y circunstancias específicas. Por ejemplo, un piloto exitoso en un departamento pequeño podría conducir a una implementación gradual en departamentos similares, monitoreando cuidadosamente los resultados en cada paso.
Frontera tecnológica irregular: imagen generada en MidJourney por el autor.
Adoptar una metodología ágil es fundamental durante esta fase. Los circuitos de retroalimentación se vuelven esenciales. Los aportes regulares de las partes interesadas, incluido el liderazgo, ayudan a identificar rápidamente áreas que necesitan ajustes. Esta respuesta ágil es vital, ya que permite a la organización adaptarse a las cambiantes necesidades comerciales y expectativas de las partes interesadas.
Lograr la aceptación del liderazgo es otro aspecto crítico de esta fase. Comunicar los éxitos del piloto en un lenguaje que resuene con el liderazgo (en términos de retorno de la inversión, ganancias de eficiencia o mejoras en la satisfacción del cliente) puede asegurar el apoyo necesario para una implementación más amplia. Se trata de alinear el uso ampliado de la tecnología con los objetivos más amplios de la organización y demostrar cómo contribuye a lograr estos objetivos.
Refinar la estrategia en función de los comentarios recibidos es un proceso continuo. Podría implicar ajustar la aplicación de la tecnología, revisar las estrategias de implementación o redefinir algunos objetivos estratégicos. La prioridad siempre debe ser centrarse en las áreas más importantes para las partes interesadas y el liderazgo. Por ejemplo, si un piloto muestra mejoras cualitativas pero el liderazgo busca más datos cuantitativos, las iniciativas posteriores podrían centrarse en generar y analizar resultados más centrados en datos.
Desarrollar una hoja de ruta integral se vuelve esencial a medida que la organización se prepara para la integración tecnológica a largo plazo. Esta hoja de ruta debe describir los aspectos tecnológicos y considerar los recursos necesarios para una integración exitosa: presupuesto, personal y cualquier requisito tecnológico adicional. La gestión de riesgos es una parte integral de esta fase. Es fundamental identificar los riesgos potenciales asociados con la ampliación de la tecnología y tener una estrategia de mitigación clara. Además, la planificación de contingencias es necesaria para prepararse para desafíos imprevistos durante la expansión.
Finalmente, la medición continua del valor generado por la integración tecnológica es crucial. Esto debería ser una combinación de medidas tanto cuantitativas como cualitativas. Las actualizaciones periódicas a los líderes y a las partes interesadas sobre el progreso y el valor generado garantizan la transparencia y ayudan a mantener el impulso obtenido tras el éxito del piloto.
La fase iterativa consiste en aprovechar los éxitos iniciales, perfeccionar constantemente la estrategia en función de la retroalimentación y prepararse para una integración sostenible a largo plazo de las tecnologías emergentes. Enfatiza la necesidad de un enfoque flexible y adaptable, reconociendo que no existe una estrategia única para todos en este dinámico panorama tecnológico.
Conclusiones
A lo largo de este artículo, hemos analizado la necesidad de equilibrar la innovación que inspira la tecnología y las realidades de la toma de decisiones ejecutivas. Animo a los científicos y tecnólogos de datos a ver su trabajo a través de la lente del impacto empresarial y a que los ejecutivos aprecien las capacidades y consideraciones de la IA generativa. Al hacerlo, las organizaciones fomentarán una cultura de innovación y estarán preparadas para aprovechar los efectos dominó de sus primeros éxitos, allanando el camino para una adopción generalizada y una integración profunda de estas tecnologías transformadoras.
En resumen, integrar la IA generativa en los procesos empresariales centrales no es simplemente una actualización de TI: es un imperativo estratégico que exige visión, liderazgo y una búsqueda incesante de la excelencia.
Que esto sea un llamado a la acción: elaborar estrategias con previsión, innovar con intención y ejecutar con agilidad.Las recompensas no son sólo ganancias incrementales sino la redefinición de lo que es posible en sus dominios.
Referencias y lecturas adicionales
Las 13 historias de IA más importantes de 2023
Informe del índice de IA 2023 – Índice de inteligencia artificial
Convertir la magia de GenAI en impacto empresarial
El estado de la IA en 2023: el año decisivo de la IA generativa
Explore el informe El estado de la IA en 2023 de McKinsey, una nueva encuesta detallada que analiza cómo la IA generativa está remodelando… www.mckinsey.com
Cómo las personas pueden crear y destruir valor con la IA generativa
El potencial económico de la IA generativa: la próxima frontera de la productividad
Seis formas en que la tecnología emergente está alterando la estrategia empresarial
