Hasta hace poco, la inteligencia artificial (IA) se parecía a la fusión nuclear: una promesa incumplida. Existía desde hacía mucho tiempo, pero no había alcanzado las cotas espectaculares previstas en sus inicios. Ahora, sin embargo, la IA está haciendo realidad su potencial para lograr capacidades similares a las humanas, así que es hora de preguntarse: ¿Cómo pueden los líderes empresariales aprovechar la IA para sacar partido de las fortalezas específicas de las personas y las máquinas?
La IA se está convirtiendo rápidamente en la tecnología fundamental en ámbitos tan diversos como los automóviles autónomos y las operaciones financieras. Los algoritmos de autoaprendizaje ya están integrados habitualmente en servicios móviles y en línea. Los investigadores han aprovechado los enormes avances en capacidad de procesamiento y los datos que transmiten los dispositivos digitales y los sensores conectados para mejorar el rendimiento de la IA. Además, las máquinas prácticamente han descifrado el habla y la visión en particular, y la comunicación humana en general. Las implicaciones son profundas:
Como saben hablar, leer textos y absorber y retener conocimientos enciclopédicos, las máquinas pueden interactuar con las personas de manera intuitiva y natural sobre una amplia variedad de temas y con gran profundidad.
Como pueden identificar objetos y reconocer patrones ópticos, las máquinas pueden salir del mundo virtual e incorporarse al mundo real.
Un campo que en su día decepcionó a quienes lo defendían ahora está teniendo un impacto sorprendentemente cercano, a medida que se extiende a actividades que suelen realizar las personas. (Véanse la Figura 1 y el recuadro.) Por ejemplo, los programas de IA han diagnosticado ciertos tipos de cáncer con más precisión que los radiólogos. No es de extrañar que empresas tradicionales de los sectores financiero, minorista, sanitario y otros hayan empezado a invertir miles de millones de dólares en este campo.
Como los sistemas de IA piensan e interactúan, se los compara inevitablemente con las personas. Sin embargo, mientras que las personas procesan rápidamente en paralelo (reconocimiento de patrones) y lentamente de forma secuencial (razonamiento lógico), las computadoras dominan lo primero en campos específicos y son extremadamente rápidas en lo segundo. Al igual que los submarinos no nadan, las máquinas resuelven problemas y realizan tareas a su manera.
Sin nuevos saltos cuánticos en la capacidad de procesamiento, las máquinas no alcanzarán la inteligencia artificial general (IAG): la combinación de tipos muy distintos de capacidades para resolver problemas, sello distintivo de la inteligencia humana. Por ejemplo, el automóvil autónomo actual no muestra lo que consideraríamos sentido común, como interrumpir un paseo para ayudar a una niña que se ha caído de la bicicleta. Pero, cuando se aplica correctamente, la IA sobresale en la realización rápida, inteligente y minuciosa de muchas tareas empresariales.
La inteligencia artificial ya no es optativa. Para las empresas es fundamental determinar cómo pueden las personas y las computadoras combinar sus fortalezas como actores interrelacionados para crear una ventaja competitiva.
La evolución de la ventaja competitiva
En épocas más sencillas, una herramienta tecnológica, como el sistema de seguimiento logístico de Walmart en la década de 1980, podía ser una fuente de ventaja. La IA es diferente. Es poco probable que los algoritmos por sí solos aporten una ventaja. Muchos son de dominio público y las empresas pueden acceder a plataformas de software de código abierto, como TensorFlow, de Google. OpenAI, una organización sin fines de lucro creada por Elon Musk y otras personas, está poniendo ampliamente a disposición herramientas e investigaciones de IA. Además, muchos investigadores destacados en IA han insistido en conservar el derecho a publicar sus resultados al incorporarse a empresas como Baidu, Facebook y Google.
En lugar de descartar las fuentes tradicionales de ventaja competitiva, como la posición y las capacidades, la IA las replantea. (Véase la Figura 2.) Por eso, las empresas necesitan una visión flexible y dinámica de sus fortalezas. La ventaja posicional, por ejemplo, suele centrarse en aspectos relativamente estáticos que permiten a una empresa ganar cuota de mercado: activos propios, redes de distribución, acceso a clientes y escala. Estas verdades consagradas deben reinventarse en el mundo de la IA.
Veamos tres ejemplos de cómo la IA transforma las nociones tradicionales de ventaja competitiva.
Datos. Las aplicaciones más potentes de la IA requieren grandes cantidades de datos. Pioneros en este campo, como Facebook, Google y Uber, han asegurado cada uno una «zona privilegiada» al obtener acceso a datos actuales y futuros —la materia prima de la IA— de sus usuarios y de otras fuentes, de maneras que van mucho más allá de la recopilación tradicional de datos. Su escala les permite procesar más datos de entrenamiento con sus algoritmos y, así, mejorar el rendimiento. Por ejemplo, en la carrera por desarrollar automóviles autónomos plenamente funcionales, Uber tiene la ventaja de recopilar diariamente de sus conductores 100 millones de millas de datos de su flota. Estos datos acabarán orientando los servicios de movilidad de la empresa. Facebook y Google aprovechan su escala y profundidad para perfeccionar la segmentación de sus anuncios.
No todas las empresas pueden aspirar razonablemente a ser Facebook, Google o Uber. Pero no hace falta. Al crear, acceder y aprovechar conjuntos de datos compartidos, alquilados o complementarios, incluso si eso significa colaborar con competidores, las empresas pueden complementar sus activos propios y crear su propia zona privilegiada. Compartir no es una mala palabra. La clave está en crear una recopilación inexpugnable y ventajosa de fuentes de datos abiertas y cerradas.
Acceso a los clientes.La IA también cambia los parámetros del acceso a los clientes. Las tiendas físicas bien ubicadas y los puntos de venta en línea con mucho tráfico ceden paso a los conocimientos sobre los clientes que genera la IA. Por ejemplo, los grandes minoristas pueden procesar datos de fidelización, puntos de venta, clima y ubicación mediante sus motores de IA para crear ofertas personalizadas de marketing y promoción. Pueden predecir tus recorridos y preferencias —antes de que tú mismo los conozcas— y ofrecerte cómodamente opciones de compra conocidas, complementarias o totalmente nuevas. El poder persuasivo de muchas de estas ofertas ha generado nuevos ingresos con un costo marginal insignificante.
Capacidades.Tradicionalmente, las capacidades se han dividido en fuentes de ventaja diferenciadas, como los conocimientos, las habilidades y los procesos. La automatización impulsada por la IA integra estos ámbitos en un ciclo continuo de ejecución, exploración y aprendizaje. A medida que un algoritmo incorpora más datos, mejora la calidad de sus resultados. De forma similar, en el ámbito humano, las formas ágiles de trabajar difuminan las distinciones entre las capacidades tradicionales, ya que los equipos multifuncionales crean prototipos rápidamente y los mejoran a partir de comentarios ágiles de clientes y usuarios finales.
La IA y la agilidad son inherentemente iterativas. En ambos casos, las ofertas y los procesos se convierten en ciclos continuos. Los algoritmos aprenden de la experiencia, lo que permite a las empresas combinar la exploración amplia y rápida de nuevas oportunidades con el aprovechamiento de las ya conocidas. Esto ayuda a las empresas a prosperar en condiciones de gran incertidumbre y cambios rápidos.
Además de replantear fuentes específicas de ventaja competitiva, la IA ayuda a aumentar la rapidez y la calidad de la toma de decisiones. Para tareas específicas, la cantidad de datos de entrada y la velocidad de procesamiento de las máquinas pueden ser millones de veces mayores que las de las personas. La analítica predictiva y los datos objetivos sustituyen la intuición y la experiencia como factores centrales de muchas decisiones. Las operaciones bursátiles, la publicidad en línea, la gestión de la cadena de suministro y la fijación de precios en el comercio minorista han avanzado mucho en esta dirección.
Conviene dejarlo claro: las personas no quedarán obsoletas, aunque se producirán dislocaciones similares a las de la Revolución Industrial, pero posiblemente más rápidas. En primer lugar, se necesitan personas para construir los sistemas. Uber, por ejemplo, ha contratado a cientos de especialistas en vehículos autónomos, unos 50 de ellos del Instituto de Robótica de la Universidad Carnegie Mellon. Además, los especialistas en IA son los profesionales más solicitados en Wall Street. En segundo lugar, las personas pueden aportar el sentido común, las habilidades sociales y la intuición que actualmente les faltan a las máquinas. Aunque se deleguen tareas rutinarias a las computadoras, las personas seguirán participando durante mucho tiempo para garantizar la calidad.
En este nuevo mundo inspirado por la IA, donde se han transformado las fuentes de ventaja, las cuestiones estratégicas se convierten en cuestiones organizativas, tecnológicas y de conocimiento, y viceversa. La flexibilidad estructural y la agilidad, tanto para las personas como para las máquinas, se vuelven imprescindibles para responder al ritmo y al alcance del cambio.
El hardware escalable y el software adaptable sientan las bases para que los sistemas de IA aprovechen la escala y la flexibilidad. Un enfoque habitual consiste en crear un motor central de inteligencia y agentes descentralizados semiautónomos. Por ejemplo, los automóviles autónomos de Tesla envían datos a una unidad central que actualiza periódicamente el software descentralizado.
Las estrategias ganadoras priorizan la agilidad, el empleo flexible y la formación y educación continuas. Las empresas centradas en la IA rara vez tienen una plantilla numerosa de empleados tradicionales. La innovación abierta y los acuerdos de contratación proliferan. Como admitió el director de operaciones de un innovador banco móvil, su mayor dificultad era transformar a los miembros de su equipo directivo en gestores capacitados tanto de personas como de robots.
Cómo empezar
Las empresas que buscan obtener una ventaja competitiva mediante la IA deben analizar las implicaciones de las máquinas capaces de aprender, interactuar con personas y desempeñar otras funciones de alto nivel a una escala y velocidad sin precedentes. Deben determinar qué hacen mejor las máquinas que las personas y viceversa, definir funciones y responsabilidades complementarias para cada una, y rediseñar los procesos en consecuencia. Por ejemplo, la IA suele requerir una nueva estructura que combine actividades centralizadas y descentralizadas, algo que puede ser difícil de implementar. Por último, las empresas deben adoptar formas adaptables y ágiles de trabajar y definir estrategias, habituales en las empresas emergentes y entre los pioneros de la IA. Este enfoque puede beneficiar a todas las empresas, pero es imprescindible para los procesos habilitados por la IA, que requieren aprendizaje y adaptación constantes tanto para las personas como para las máquinas.
Los directivos deben identificar dónde puede crear la IA la ventaja más significativa y duradera. En términos generales, la IA es adecuada para ámbitos con enormes cantidades de datos, como el comercio minorista, y para tareas rutinarias, como la fijación de precios. Sin embargo, esta regla simplifica demasiado el panorama. Cada vez más, todas las actividades empresariales están inundadas de datos y pueden desglosarse en tareas sencillas. (Véase la Figura 3.) Proponemos analizar la IA desde cuatro perspectivas:
Necesidades de los clientes
Avances tecnológicos
Fuentes de datos
Desglose de los procesos
En primer lugar, define las necesidades de tus clientes. Puede que la IA sea un campo atractivo, pero para crear una empresa siempre tiene sentido volver a lo básico. ¿Qué necesidades insatisfechas, explícitas o implícitas, tienen tus clientes actuales o potenciales? Incluso las ideas empresariales más disruptivas de los últimos tiempos, como Uber y Airbnb, atienden necesidades fundamentales de las personas.
En segundo lugar, incorpora los avances tecnológicos. Los avances más importantes en IA suelen consistir en recopilar y procesar nuevas fuentes de datos y tomar decisiones parcialmente autónomas. Numerosos servicios y plataformas pueden capturar datos entrantes de bases de datos, señales ópticas, textos y voz. Probablemente no tendrás que construir estos sistemas por tu cuenta. Lo mismo ocurre en el extremo de salida, gracias a la creciente disponibilidad de tecnologías como agentes digitales y robots. Piensa en cómo puedes utilizar estas tecnologías para transformar tus procesos y ofertas.
En tercer lugar, crea una arquitectura integral que combine los datos existentes con fuentes nuevas o novedosas, aunque procedan del exterior. La pila de servicios de IA se ha estandarizado bastante y es cada vez más accesible mediante herramientas intuitivas. Incluso quienes no son especialistas pueden utilizar grandes conjuntos de datos.
Por último, desglosa los procesos y las ofertas en elementos relativamente rutinarios y aislados que puedan automatizarse, aprovechando los avances tecnológicos y las fuentes de datos. Después, vuelve a ensamblarlos para satisfacer mejor las necesidades de tus clientes.
Para muchas organizaciones, estos pasos pueden ser difíciles. Para aplicar sistemáticamente las cuatro perspectivas, las empresas deben conocer las capacidades actuales y emergentes de la tecnología, así como la infraestructura necesaria. Un centro de excelencia puede servir para desarrollar conocimientos técnicos y empresariales y difundir la experiencia en IA por toda la organización. Pero, en última instancia, la IA debe formar parte de las empresas y funciones que tienen que utilizarla, y estar bajo su responsabilidad.
Solo cuando las personas y las máquinas resuelvan problemas juntas y aprendan unas de otras podrá alcanzarse todo el potencial de la IA.
