Los expertos prometen grandes beneficios económicos de la inteligencia artificial generativa (GenAI), pero la respuesta de las empresas sobre el terreno ha sido más moderada.
Las empresas deben superar la novedad y centrarse en el retorno de la inversión de sus inversiones en GenAI para cerrar la brecha entre la promesa y la realidad.
Las organizaciones deben establecer objetivos empresariales claros y desplegar soluciones de GenAI que resuelvan los desafíos empresariales de principio a fin.
El potencial económico de la inteligencia artificial generativa (GenAI) es asombroso. Según Goldman Sachs, GenAI podría impulsar la productividad anual en un 1,5 %, lo que generaría 7 billones de dólares en valor económico añadido durante la próxima década.
Las proyecciones de McKinsey son aún más optimistas y predicen que GenAI podría aportar hasta 7,9 billones de dólares anuales a la economía mundial.
Además, los resultados de la investigación empírica y de la práctica empresarial confirman que el optimismo está bien fundado.
El profesor Erik Brynjolfsson, del Instituto Stanford para la IA Centrada en el Ser Humano, aporta más matices a estos hallazgos en una entrevista reciente con la Stanford Graduate School of Business: “Son cifras enormes. He realizado muchos trabajos sobre la introducción de nuevas tecnologías de la información a lo largo de los años, y a menudo las empresas se conforman con ganancias de productividad del 1 % o el 2 %.”
Los profesionales del sector también informan de grandes mejoras en productividad. Mercado Libre, por ejemplo, constató que aumentar las capacidades de sus 9.000 desarrolladores humanos con GitHub CoPilot redujo en un 50 % el tiempo dedicado a programar.
Está surgiendo una tendencia interesante en las ganancias de productividad impulsadas por GenAI. Las ganancias de productividad aumentan a medida que crece la complejidad de la tarea.
Un ejemplo de ello es el aumento de las ganancias de productividad al generar formatos de contenido más complejos de producir por medios tradicionales. Escribir texto requiere menos habilidad que escribir código, mientras que los formatos más visuales, como el vídeo, son aún más complicados de producir. Los datos empresariales sugieren que esta complejidad conlleva un mayor incremento de la productividad gracias a GenAI.
Por ejemplo, Zoom utilizó la plataforma de vídeo con IA de Synthesia para crear formación interactiva para más de 1.000 representantes de ventas en todo el mundo. Zoom aceleró la producción de vídeo en un 90 %, lo que supuso un ahorro de 1.500 dólares por empleado.
Aunque aplicaciones de este tipo de texto, código y vídeo generativos dan motivos para el optimismo, muchos siguen siendo escépticos respecto al despliegue de GenAI a gran escala.
Una respuesta moderada
Sin embargo, los responsables operativos sobre el terreno no parecen compartir todo el entusiasmo.
El informe de Deloitte se hace eco de sentimientos similares. Citando múltiples fuentes, Deloitte destaca tanto la sensibilidad al precio como las altas expectativas de adopción de GenAI en la empresa. Así, señala que la empresa es optimista sobre las perspectivas a largo plazo de GenAI; un participante de la encuesta del informe, con gran elocuencia, afirma: “Buena suerte si intentan que yo pague por ello.”
Centrarse en el ROI
Esto pone de manifiesto que la novedad no debe distraer de lo que es fundamentalmente clave: el retorno de la inversión (ROI).
Aunque la baja barrera de entrada de GenAI es una gran ventaja, no debe distraer de otros objetivos medibles ni de una hipótesis sobre los resultados empresariales que esperamos observar. Como constató Gartner, el mayor desafío al adoptar GenAI es estimar y demostrar el valor empresarial.
El potencial a largo plazo de GenAI depende de demostrar su valor a corto plazo. Eso significa que los pilotos de GenAI deben tener criterios de éxito claramente definidos antes de su lanzamiento.
Como ocurre con cualquier tecnología verdaderamente transformadora, GenAI puede generar resultados medibles en dos dimensiones principales:
Mejorar la experiencia del cliente.
Reducir el coste unitario.
Los cambios de plataforma del pasado pueden indicar cómo desbloquear el ROI en estas dos dimensiones.
A lo largo de la última década, el contenido generado por los usuarios, combinado con internet, dio lugar a nuevas formas de expresión y a algunos de los modelos de negocio más lucrativos jamás inventados.
En la próxima década, el contenido generado por IA desbloqueará resultados similares. Quienes aprovechen las características exclusivas de GenAI para mejorar la experiencia del cliente serán los que obtengan rendimientos reales de su inversión. Un ejemplo temprano es la campaña Messi messages de PepsiCo, impulsada por la plataforma de vídeo con IA de Synthesia, que aprovecha la escala ilimitada del vídeo con IA.
Messi messages permitió generar a gran escala vídeos personalizados con la imagen del astro del fútbol. Los fans crearon más de 7 millones de vídeos en ocho idiomas, algo imposible de lograr con la producción tradicional de vídeo.
Esta implementación de marketing en la parte superior del embudo es solo uno de los ejemplos de las aplicaciones de GenAI. Las mejoras en la experiencia del cliente pueden afectar a los ingresos a lo largo de todo el ciclo de vida del cliente. Según la función empresarial, GenAI puede mejorar las demostraciones de productos en la fase intermedia del embudo, aumentar las conversiones de ventas salientes mediante recorridos de prospección personalizados o incrementar la retención transformando la atención al cliente.
De igual modo, GenAI puede reducir el coste unitario de la experiencia del cliente, como demuestran las mejoras de productividad medibles mencionadas anteriormente. El despliegue de GenAI variará según las prioridades de la organización, y el valor puede medirse por coste, productividad de los empleados o cualquier otra métrica de eficiencia; hacerlo garantizará que los líderes compartan el potencial económico a largo plazo que GenAI está destinada a desbloquear.
GenAI: de herramientas a soluciones
La mayoría de nosotros aún no hemos resuelto el desafío de rendir cuentas por los resultados medibles de los pilotos. Afortunadamente, algunos adoptantes tempranos ya están avanzando hacia la siguiente fase de adopción de GenAI.
Una vez establecido y demostrado el valor inicial, comienza la parte difícil: reinventar los procesos empresariales y el modelo operativo de la empresa.
La investigación económica ha demostrado que existe un desfase entre la invención de tecnologías de propósito general y su posterior impacto en el crecimiento. Aunque la brecha se reduce con cada nuevo cambio de plataforma, la diferencia puede medirse en años.
Por ejemplo, los procesos de fabricación tuvieron que reinventarse para que se materializara el auge de la productividad derivado de la electricidad. Solo tras la introducción de la cadena de montaje experimentamos los verdaderos beneficios de la tecnología. Esto sugiere que la empresa debe ajustar su forma de operar para que GenAI pueda alcanzar todo su potencial.
Los pilotos de GenAI tienen un alcance limitado y se centran en una tarea concreta. Esto permite probar la hipótesis inicial sobre dónde puede residir el valor. Una vez validada, sin embargo, el alcance debe ampliarse de tareas aisladas a la resolución de desafíos empresariales de principio a fin.
Por ejemplo, en la prospección de ventas, un piloto podría probar el aumento de conversión –y, por tanto, el ingreso incremental posterior– al usar vídeo en lugar de texto en el recorrido de prospección, limitando probablemente el alcance a unos pocos vídeos con IA incrustados en los canales de prospección existentes, como el correo electrónico saliente. Este alcance podría demostrar el valor de forma útil, pero no desbloquear todo el potencial inherente a GenAI.
No obstante, la prospección de ventas es un recorrido complejo de varios pasos. El verdadero potencial de GenAI surge de rediseñar el recorrido de prospección de principio a fin, combinando múltiples herramientas de GenAI para crear una experiencia del cliente verdaderamente diferenciada. Podría implicar la ingeniería de prompts para incorporar el tono de la marca en la generación de guiones, crear plantillas de vídeo conformes con la marca que atiendan cada paso del recorrido o integrar datos de gestión de relaciones con clientes para una experiencia personalizada.
Combinar herramientas en una solución también reduce el coste unitario de la experiencia diferenciada, lo que permite al equipo de ventas generar contenido automáticamente a gran escala sin restar tiempo valioso de los empleados que podrían dedicar a conectar con clientes potenciales.
No obstante, crear sistemas de GenAI es solo la mitad de la ecuación. Igual de importante es reinventar el modelo operativo de la empresa y cambiar el comportamiento humano, como exigió la cadena de montaje, desde la formación hasta las políticas de seguridad.
Tomando como ejemplo la localización de contenidos, el modelo actual lleva a la mayoría de las empresas a utilizar un modelo de centro y radios para traducir contenidos a los idiomas de los mercados locales con gastos generales tradicionales. Surgen desafíos adicionales si el modelo implica trabajo de agencias externas de transcreación, lo que añade fácilmente semanas hasta su finalización.
Con la traducción asistida por IA, las organizaciones deben replantearse su modelo operativo desde cero. Los roles centrales podrían pasar de coordinar a las partes interesadas a una ejecución más práctica. Las tareas que normalmente se delegan en agencias podrían realizarse internamente. Esto cambia inherentemente los criterios de éxito de esos roles, poniendo a prueba tanto los programas de formación empresarial como el ánimo de los empleados.
Algunas evidencias sugieren que la adopción podría ser más fluida que las transiciones anteriores. A medida que los sistemas de GenAI desarrollan mejores capacidades de razonamiento, la colaboración entre humanos y máquinas se vuelve más eficaz, con entrenadores de IA que apoyan a los empleados a una escala sin precedentes.
Como señala Brynjolfsson: “A menudo, con las nuevas tecnologías se produce un leve descenso antes de despegar, porque implementar cambios, reciclar a los trabajadores y modificar los procesos empresariales es difícil y costoso. En este caso no observamos ningún estancamiento y el rendimiento despegó en apenas unos meses.”
Aunque queda mucho trabajo por delante, no podría estar más entusiasmado por el valor que GenAI puede generar en la empresa, siempre que mantengamos la vista puesta en el premio: el ROI de GenAI.
