Costo, productividad y factor humano: guía para CFOs sobre la inversión en IA

Un reciente estudio del MIT que está sacudiendo el mundo de la inteligencia artificial (IA) ha revelado que el 95% de las iniciativas empresariales de IA fracasan. Esta estadística aleccionadora está causando, como es lógico, preocupación entre los directores financieros (CFOs) y otros líderes.

El informe subraya lo que muchos líderes financieros ya están experimentando: aunque la IA promete transformar la eficiencia, el camino para cumplir esa promesa está plagado de complejidades. Es importante señalar que el estudio también destaca lo que el 5% de las empresas exitosas están haciendo bien: centrándose en habilitación humana, alineación estratégica y ejecución disciplinada.

Es innegable que la IA se ha convertido en una prioridad para las juntas directivas, independientemente de si uno es optimista o pesimista al respecto. En una encuesta reciente de McKinsey, el 78% de las organizaciones afirman utilizar esta tecnología en al menos una función empresarial, frente al 55% del año anterior. La IA generativa, en particular, ha experimentado un crecimiento excepcional. McKinsey constató que el 71% de las empresas la utilizan habitualmente, un porcentaje que casi se ha duplicado en solo 10 meses.

Esto subraya el proceso de transición de la experimentación a la ejecución. La IA se ha convertido en una de las tres principales prioridades para el 75% de los altos directivos, y se espera que los equipos financieros asuman el liderazgo en la evaluación de su valor para el negocio.

Las personas son y seguirán siendo componentes clave en esta propuesta de valor. Una investigación de Cognizant ha revelado que el 90% de los puestos de trabajo se verán afectados por la IA, el 52% de ellos de forma significativa. Además, un estudio del Foro Económico Mundial y PwC muestra que el valor a largo plazo surge cuando se combina la tecnología con la adaptabilidad humana y la confianza. El aumento del empleo, no solo la automatización, impulsa el aumento sostenible de la productividad de la IA.

Aunque todavía es difícil determinar el retorno de la inversión de la IA en términos monetarios, cada vez hay más datos sobre la mejora de la productividad.

Las inversiones en IA suelen abarcar múltiples categorías de costo, incluyendo la adquisición de tecnología, la integración con los sistemas existentes, la formación de los empleados y el rediseño de procesos. Además de estos costos visibles, a menudo surgen gastos ocultos como resultado de la preparación de datos, los marcos de gobernanza, la complejidad de la integración y el soporte para la adopción.

Cada uno de estos costos puede rivalizar con el precio de venta de la tecnología. Internamente, los evaluamos no solo en términos de impacto presupuestario, sino también en términos de preparación organizativa y escalabilidad a largo plazo. No obstante, las ganancias de productividad derivadas de la IA pueden ser sustanciales, gracias a la remodelación de los flujos de trabajo, la agilización de la toma de decisiones y la reducción del trabajo manual.

Por ejemplo, Cognizant está trabajando con Telstra, empresa australiana de telecomunicaciones, para reinventar el futuro de la ingeniería utilizando agentes de IA para automatizar procesos y flujos de trabajo. Telstra afirma que ya está empezando a ver los beneficios potenciales en términos de calidad, velocidad y eficiencia.

Los sistemas de IA multiagente pueden impulsar las operaciones de TI y permitir que áreas clave del negocio, como finanzas y recursos humanos, se comuniquen entre sí a través de un sistema interconectado de agentes. Estos sistemas aún se encuentran en una fase inicial, pero las primeras pruebas muestran que se puede reducir a solo unos días un proceso que antes llevaba semanas y requería innumerables puntos de contacto humanos y tecnológicos.

Las ganancias en productividad de las inversiones en IA deben reinvertirse en trabajos de mayor valor para aumentar el valor a largo plazo. Desde la perspectiva de un CFO, el verdadero retorno de la inversión surge cuando las inversiones en tecnología se complementan con elementos humanos, como las habilidades, la confianza y el tiempo de adaptación.

¿Qué deberían preguntarse los responsables financieros sobre el impacto potencial de la IA? ¿Cómo pueden ofrecer a su organización las mejores posibilidades de éxito? Plantearse las siguientes preguntas sería un excelente punto de partida:

Las iniciativas de IA a menudo implican costos iniciales en licencias de modelos, infraestructura en la nube e integración. Pero otros costos, como el etiquetado de datos, la estructura de gobernanza y la gestión del cambio, pueden ser importantes. Por ejemplo, preparar datos de entrenamiento de alta calidad y garantizar el cumplimiento de los estándares éticos de IA puede requerir equipos dedicados y plazos más largos. Un modelo de costo completo debería incluir estos elementos para evitar sobrecostos y establecer expectativas realistas.

A diferencia de los proyectos de TI tradicionales, los resultados de la IA pueden ser probabilísticos y evolucionar con el tiempo. Establecer una responsabilidad transversal entre los departamentos de finanzas, operaciones y ciencia de datos es esencial para monitorear las métricas de rendimiento. Un panel de control centralizado puede ayudar a realizar un seguimiento de estos KPI y a tomar decisiones de reinversión, garantizando que las iniciativas de IA sigan alineadas con los objetivos empresariales.

No se debe anteponer la novedad a la esencia. La IA debe implementarse donde pueda mejorar la toma de decisiones humanas o automatizar tareas repetitivas con un impacto cuantificable. Por ejemplo, el uso de IA para agilizar la tramitación de siniestros en el sector de seguros o acelerar el descubrimiento de fármacos en el sector farmacéutico se alinea con el valor fundamental del negocio. Priorizar estos casos de uso garantiza que las inversiones en IA generen beneficios tangibles.

La IA puede liberar tiempo a los empleados, pero sin un plan para redirigir esa capacidad hacia la innovación o el trabajo de mayor valor, los beneficios podrían ser limitados. Los responsables financieros deben colaborar con recursos humanos y los líderes empresariales para identificar áreas en las que el aumento de funciones pueda impulsar el crecimiento, como la experiencia del cliente, el desarrollo de productos o la planificación estratégica. Las estrategias de reinversión deben ser explícitas y cuantificables con el fin de garantizar la creación de valor a largo plazo.

La adopción de la IA a menudo se enfrenta al escepticismo debido al temor a la pérdida de puestos de trabajo o a la falta de comprensión. Invertir en programas de formación, comunicación transparente y diseño inclusivo puede generar confianza y mejorar la aceptación. Fomentar conocimientos sobre IA en toda la organización garantiza que los equipos estén capacitados para utilizar estas herramientas de forma eficaz y responsable.

En última instancia, la IA debería ser una fuerza para crear buenos puestos de trabajo y mejorar las capacidades humanas – un objetivo en consonancia con la Iniciativa sobre el Futuro del Trabajo del Foro Económico Mundial y el programa Synapse de Cognizant, que reciclará a un millón de trabajadores para la era de la IA de aquí a 2026.

Una inversión disciplinada, una reinversión meditada y un enfoque centrado en la capacitación humana garantizarán que la IA aporte un valor sostenible a las empresas.