El 95 % de los proyectos piloto de IA generativa no produce rendimientos medibles.
Eso no significa que la tecnología sea mala, sino que en muchos casos no se está implementando de manera eficaz.
Para acertar con la IA hacen falta las herramientas adecuadas, los socios adecuados y los datos adecuados.
Hoy, los negocios distan mucho de ser como de costumbre. La volatilidad económica, un panorama político turbulento, las crecientes exigencias de las partes interesadas y el rápido auge de la IA generativa están cambiando el terreno bajo nuestros pies más deprisa de lo que los modelos tradicionales de estrategia pueden adaptarse.
Durante años, las empresas se adaptaron al cambio creando estrategias flexibles centradas en la resiliencia y la agilidad. Esa mentalidad les ayudó a superar crisis anteriores, pero cada vez preocupa más a los líderesque ya no sea suficiente. En una recienteencuesta mundial a directores ejecutivosde PwC, cuatro de cada 10 directores ejecutivos afirmaron que sus empresas dejarán de ser viables en diez años si continúan por el rumbo actual.
Esta preocupación está justificada. La estrategia se ha convertido en un sistema dinámico que debe aprender, reaccionar y evolucionar continuamente junto con las condiciones cambiantes. La mayor amenaza para la mayoría de las organizaciones no son sus rivales, sino su propia incapacidad para adaptarse.
Ante esta presión, muchos líderes han adoptado la IA como una aparente solución para cerrar la brecha cada vez mayor entre el ritmo del cambio externo y el tiempo de respuesta de sus organizaciones. Dan luz verde a nuevos proyectos, ponen en marcha programas piloto y destacan sus iniciativas de transformación en las comunicaciones dirigidas a los accionistas. Sin embargo, al evaluar los resultados, sigue siendo difícil encontrar un impacto significativo de los proyectos de IA.
Las investigaciones muestran queel 95 % de los proyectos piloto de IA generativa fracasaa la hora de generar rendimientos medibles. Además, aunque la mayoría de las empresas utiliza IA,solo el 39 % observa algún impactoen sus ganancias, y aun así ese impacto es en gran medida marginal.Solo el 4 % de las empresasha desarrollado capacidades de IA que generan valor de manera constante. Y, según Gartner,menos de la mitadde las iniciativas digitales cumple sus objetivos empresariales. La lista continúa.
En mi puesto como director de Estrategia de Workiva, pienso a diario en cómo ofrecer capacidades de IA de gran impacto a nuestros clientes y optimizar el uso y la gobernanza internos de la IA, en colaboración con nuestro equipo ejecutivo y el consejo de administración. Lo que he aprendido puede aplicarse en otras organizaciones que buscan utilizar la IA de la manera adecuada.
En qué se equivocan los líderes con la estrategia y la IA
Un análisis más detallado de los datos revela que la mayoría de las organizaciones aborda la IA como una mejora técnica, en lugar de replantearse a fondo cómo se desarrolla, implementa y evalúa la estrategia. Las empresas se encuentran con innumerables obstáculos y escollos al determinar la mejor manera de implementar la IA.
Entre los errores habituales se encuentran: añadir herramientas de IA a procesos existentes en lugar de rediseñar desde cero los flujos de trabajo y la toma de decisiones; implementar soluciones de IA genéricas sin ofrecer al personal formación adecuada ni recursos específicos para sus funciones; y poner en marcha iniciativas de transformación ambiciosas mientras los datos críticos siguen dispersos en sistemas heredados, plataformas locales y hojas de cálculo.
El problema de fondo no es la falta de IA, sino la falta de una IA conectada, fiable y guiada estratégicamente en toda la empresa.
¿Cómo pueden las empresas implementar la IA con éxito?
Una estrategia exitosa depende de tres elementos que trabajan juntos de forma continua, se configuran, se informan y se equilibran mutuamente: las herramientas adecuadas, las alianzas internas adecuadas y los datos adecuados.
1. Herramientas que generan valor
La IA debe tener un impacto medible en los procesos empresariales esenciales, como cerrar los libros contables más rápido, agilizar las presentaciones reglamentarias, reforzar la gestión de riesgos o mejorar los informes de sostenibilidad.
Esto requiere herramientas diseñadas para ese fin, que comprendan tus datos y flujos de trabajo, se integren sin problemas en las tareas diarias y generen valor rápidamente. Las empresas queobtienen el mayor valor de la IAlo consiguen cuando dejan atrás los experimentos aislados y optan por plataformas integradas: herramientas que unifican los datos y permiten crear aplicaciones especializadas sobre esa base compartida.
2. Alianzas que alinean la estrategia, la tecnología y el capital
Las organizaciones que convierten la IA en un retorno de la inversión realforman una coalición en la cúpulaen la que el director ejecutivo, el director de información y el director financiero comparten una agenda de transformación y objetivos de inversión. Aunque todo el equipo ejecutivo es fundamental para esta labor colaborativa, estas tres funciones suelen ser el eje de la ejecución.
Los directores de Estrategia deben entender que, cuando la estrategia, la tecnología y la asignación de capital avanzan en sintonía, la IA pasa de ser un experimento a convertirse en infraestructura. Se integra en la planificación, la asignación de recursos y la medición del desempeño. Esa responsabilidad compartida transforma los proyectos piloto dispersos de IA en un impacto en toda la empresa, con una rendición de cuentas clara.
3. Datos conectados, fiables y preparados para la IA
Los datos fiables son un requisito previo. Sirven para entrenar modelos, revelar información y hacer posible la automatización. Más fundamentalmente, son lo que garantiza la integridad: la prueba de que lo que una empresa afirma coincide con lo que informa y hace.
En la mayoría de las organizaciones, demasiada información crítica sigue atrapada en sistemas locales, herramientas aisladas y documentos sin conexión a los que la IA no puede acceder. Para ampliar el uso de la IA se requiereconectar los datos financieros, de riesgos y de sostenibilidady establecer después controles de gobernanza que satisfagan a los consejos de administración, los reguladores y los inversores. Cuando los líderes disponen de datos conectados en los que pueden confiar, pueden aprovechar la IA para validar con confianza decisiones de mayor trascendencia.
De la resiliencia defensiva a la adaptación continua
Con las herramientas, las alianzas y la infraestructura de datos adecuadas, la estrategia se vuelve dinámica: los líderes siguen dirigiendo las decisiones, pero la IA genera opciones, detecta riesgos con anticipación, identifica tendencias emergentes y recomienda nuevos rumbos a partir de información en tiempo real.
En una era de incertidumbre acumulativa, la adaptación continua se ha convertido en la estrategia misma, y la IA es su motor. Las empresas que lo comprendan definirán la próxima década. Las que se resistan quedarán definidas por ella.
