A pesar de haber invertido miles de millones en inteligencia artificial (IA) generativa durante los últimos tres años, la gran mayoría de las empresas no están viendo resultados. Un estudio reciente del MIT causó revuelo al revelar que el 95% de las organizaciones que invierten en IA no obtienen un rendimiento cuantificable. Obviamente, no es por falta de ambición: los líderes de todo el mundo están experimentando frenéticamente con todo tipo de copilotos, agentes y chatbots, con la esperanza de dar con la solución única que desbloquee la productividad y transforme su negocio.
El problema es que muchos líderes esperan que este cambio sea inmediato. Lanzan proyectos piloto con anuncios llamativos, con la esperanza de atraer a los clientes e intimidar a la competencia. Pero, con demasiada frecuencia, estos proyectos de IA se quedan estancados en el limbo de la prueba de concepto.
Eso no significa que la IA sea un callejón sin salida. En realidad, es todo lo contrario: las empresas que están encontrando valor entienden que se trata de un proceso a largo plazo. Como cualquier tecnología innovadora, los primeros resultados son desiguales. Pero la inversión estratégica y específica separa a los ganadores del resto, y los líderes dispuestos a construir bases sólidas y practicar la paciencia serán los que finalmente salgan adelante.
Por qué fracasan las soluciones rápidas
Las organizaciones están haciendo muchas promesas sobre lo que pueden lograr sus procesos basados en la IA. Pero lo cierto es que, bajo las elegantes campañas de marketing, la implementación está plagada de problemas, entre los que se incluyen «flujos de trabajo frágiles, falta de aprendizaje contextual y desajuste con las operaciones diarias», concluye el informe del MIT. En última instancia, solo el 20% de estas herramientas llegan a la fase piloto y el 5% a la fase de producción. Como dijo un director de informática: «Hemos visto docenas de demostraciones este año. Quizás una o dos sean realmente útiles. El resto son envoltorios o proyectos científicos».
El error aquí no es la inversión en IA, sino considerarla una solución aislada en lugar de una integración. Como escribió Ramyani Basu en Harvard Business Review, «los líderes necesitan urgentemente un enfoque que les ayude a tomar decisiones más inteligentes y centradas en el valor sobre la IA, uno que les ayude a evitar gastar dinero en nuevas soluciones con la esperanza de que alguna funcione».
¿Cuál es la conclusión? La IA no falla porque los modelos no sean potentes. Falla porque muchos buscan atajos en lugar de sentar las bases para obtener resultados sostenibles.
El poder de construir estratégicamente
Hoy en día, gran parte de la prensa se centra en los decepcionantes resultados de la IA. Pero mucho más instructivas son las lecciones del otro 5%, aquellos que están escalando con éxito la IA y logrando un cambio estructural real.
Aunque no es demasiado tarde para empezar a implementar estrategias de IA ahora, las organizaciones que actualmente están obteniendo beneficios ya contaban con muchos de los elementos esenciales desde el principio. Como explicó Ben Lorica, editor de Gradient Flow, en una entrevista reciente, las empresas que experimentaron con la IA antes de su reciente explosión «en general están obteniendo mejores resultados», ya que probablemente ya contaban con la infraestructura de datos, los ingenieros y otros talentos necesarios. «Así que ahora, con la IA generativa, pueden simplemente ampliar esas iniciativas a otra forma de IA», afirmó.
Eso no significa que aquellos que no tienen ventaja deban apresurarse a modernizar sus operaciones. Lo que sí significa es que hay pruebas sólidas de que, en lo que respecta a la IA, la prisa es mala consejera. En lugar de optimizar el ayer, invierte en el mañana, aconseja Basu, de HBR. «La creación de valor no es lineal, por lo que hay que pensar primero en el mañana y luego trabajar hacia atrás para realizar las inversiones adecuadas en aquellas áreas en las que la organización puede aprovechar un valor desproporcionado».
¿Construir o comprar?
Fui programador mucho antes de ser fundador, por lo que entiendo el impulso de crear todas las herramientas desde cero. Pero cuando se trata de IA, este no es necesariamente el camino correcto. De hecho, una de las conclusiones clave del estudio del MIT fue que, aunque más organizaciones optaron por el desarrollo interno, las tasas de éxito favorecieron las asociaciones externas
Esto no quiere decir que el desarrollo interno nunca merezca la pena. Si crear una herramienta te proporciona una ventaja competitiva y se adapta al panorama único de tu negocio, es una señal de que debes hacerlo. Si tiene un lugar obvio en la experiencia del cliente y dispones del ancho de banda, el talento y los sistemas necesarios para mantenerla a largo plazo, adelante.
Pero, en muchos casos, lo más inteligente es aprovechar las herramientas que ya existen. No hay necesidad de competir con los gigantes tecnológicos si no es necesario, especialmente si son periféricos a sus ofertas principales. Si ya existe una solución lo suficientemente buena, utilízala. Si no es así, es muy probable que pronto la haya, especialmente si resuelve un problema ampliamente aplicable.
El hecho es que la tecnología transformadora tarda tiempo en alcanzar su pleno potencial. La máquina de vapor cilíndrica se inventó en 1769. A pesar de ello, las ruedas hidráulicas siguieron reinando durante décadas debido a la dificultad de transportar el carbón que necesitaban las máquinas. La electricidad y los ordenadores siguieron el mismo camino vacilante y no lineal.
La lección que se extrae de esto no es que invertir en IA sea un desperdicio, sino que los beneficios siguen una curva larga y desigual. Los líderes que dan prioridad a la creación de bases sólidas, tienen paciencia y un sentido claro de su propósito serán los que estén en mejor posición para cosechar los frutos cuando la tecnología madure.
