La "paradoja de la IA Generativa" explica que mientras el potencial de esta herramienta es inmenso, 80 por ciento de las empresas no logra ver resultados significativos. Ante esto, el Socio Senior y líder de Inteligencia Artificial para McKinsey & Company, Luis Salcedo, explicó las causas y ofreció la receta para pasar de los pilotos a la transformación a escala.
Durante una conferencia sobre IA Generativa organizada por Wobi, el experto dijo que, pese al impulso imparable de esta tecnología, ocho de cada 10 organizaciones que invierten en IA no perciben un impacto tangible en sus negocios.
Luis Salcedo desglosó las principales razones detrás de esta desconexión entre inversión y resultados:
Razones detrás de la desconexión
Casos de uso no centrados en el negocio: El error más común, según el experto, es priorizar la tecnología sobre el valor. "Es como empezar a excavar los cimientos sin saber qué casa quieres construir", ilustró. Muchas empresas inician proyectos masivos, como la construcción de un "data lake" (lago de datos), sin un objetivo de negocio claro, lo que resulta en grandes gastos sin retorno y en frustración.
Talento y modelo operativo rezagados: "Hay científicos de datos y científicos de datos", advirtió, destacando la crucial diferencia entre tener talento y tener el talento adecuado. Comparó confiar un proyecto estratégico a un practicante sin experiencia con poner a un practicante a tomar las decisiones de un CEO.
Tecnología en 'silos' y falta de inversión en adopción: Los sistemas heredados, especialmente en sectores como la banca, dificultan la integración. Además, si las personas creen que la IA les va a reemplazar, no la adoptarán. "Nadie hace 'harakiri'; si piensan que los va a sustituir, no la usarán", afirmó.
La fórmula que siguieron las empresas exitosas
Frente a este panorama, Luis Salcedo presentó la fórmula que siguen las empresas que sí han tenido éxito:
- Empezar por el valor, no por la tecnología: El primer paso es identificar "cuánto valor hay para mi empresa y mi industria". Esto implica priorizar casos de uso en un cuadrante de alto impacto y alta factibilidad, creando un roadmap (hoja de ruta) claro con un "antes y después" financiero de la transformación.
- Productos de datos, no solo "data lakes": En lugar de conectar cada caso de uso directamente con los datos, el directivo abogó por crear "productos de datos" reutilizables. "Si voy a implementar 10 casos de uso, puedo armar paquetes de productos que voy a usarlos de manera repetida", explicó, lo que acelera enormemente la implementación.
- Crear "traductores" en el liderazgo: El punto más crucial, según el directivo, es que los líderes se conviertan en "traductores". "Mientras más ejecutivos que lideran las compañías son tecnológicamente sabios, la probabilidad de que les vaya bien es más alta", afirmó. Esto no significa aprender a programar, sino entender los problemas del negocio y cómo la tecnología puede resolverlos.
La lentitud de la regulación
Al ser cuestionado sobre la regulación y casos como los comerciales creados completamente con IA que han causado controversia, Luis Salcedo dijo que "los temas regulatorios van a avanzar un poco más lento de lo que avanza la tecnología".
Reiteró que frenarla es imposible, similar a lo ocurrido con plataformas como Uber. Tratar de detener el avance de la IA es como "intentar tapar el sol con un dedo", afirmó.
"Este es la última invención de la humanidad, porque no es que esté inventando algo específico, sino estoy inventando inteligencia que va a inventar cualquier otra cosa después", señaló, añadiendo que incluso los desarrolladores están trabajando en 'alinear' estos sistemas con principios y valores.
Concluyó que si bien la regulación es necesaria y Europa va a la vanguardia, esto no detendrá la evolución de la IA.
MRA
