4 aspectos a tener en cuenta para que una estrategia de IA funcione a corto y largo plazo

Los analistas instan a los líderes tecnológicos a gestionar sus expectativas, especialmente en lo que respecta a la IA genérica, que a menudo promete más de lo que ofrece a corto plazo. Gartner sugiere que los CISO deberían ayudar a los CIO a considerar la IA como una estrategia a largo plazo. Mientras, Forrester advierte que las expectativas no cumplidas de obtener un rendimiento inmediato de las inversiones en IA harán que muchas empresas dejen de evolucionar sus esfuerzos antes de lo que piensan.

Sin embargo, no todas las empresas tienen dificultades. Cuatro líderes experimentados en TI nos ofrecen una imagen más equilibrada. Desde grandes multinacionales hasta pymes innovadoras, no son pocas las organizaciones que ya están generando un valor cuantificable gracias a la IA. Y no sólo eso: también comparten un marco pragmático para los CISO que les permite centrarse en los casos de uso adecuados, apostar por la preparación cultural, medir el impacto de forma creativa y diseñar pensando en la evolución.

Priorizar casos de uso prácticos y de alto impacto

En AMD, la IA se trata como cualquier otra inversión estratégica en TI: solo es útil si aporta valor empresarial en un plazo razonable. Chris Wire, su vicepresidente de aplicaciones empresariales, explica que el éxito de la IA suele ser sinónimo de los esfuerzos tecnológicos tradicionales. Incluso, reconoce que “evaluamos el coste, los beneficios y la idoneidad. Es más, seguimos adelante con el proyecto en cuanto se ajusta a nuestros objetivos empresariales”.

Esa filosofía se traduce en proyectos rápidamente amortizables. AMD ha utilizado la IA genérica para optimizar tareas complejas como la preparación de la documentación fiscal de I+D. De tal manera que, lo que antes llevaba semanas ahora se puede completar en horas gracias a las herramientas de IA que resumen y estructuran materiales densos. Esta eficacia es especialmente valiosa en funciones de alto riesgo y con un alto grado de cumplimiento normativo, como es el caso de las finanzas.

Análogamente, Arthur Hu, director de informática global de Lenovo, cita Studio AI, una herramienta generativa interna que reduce el tiempo de producción de contenidos de marketing en un 80% y el gasto en agencias hasta en un 70%. Sus ventajas no son sólo económicas, pues los equipos de ventas y marketing ganan en agilidad y pueden crear materiales personalizados casi en tiempo real. Además de Studio AI, Lenovo utiliza agentes integrados en los sistemas de atención al cliente para detectar problemas en sus inicios y mejorar la eficiencia del centro de llamadas. Estos asistentes digitales optimizan el rendimiento de los agentes y la satisfacción de los clientes, ya que ofrecen sugerencias en tiempo real y automatizan las resoluciones más comunes.

Por otro lado, Upwave, analista publicitario basado en datos, ha obtenido un retorno de la inversión gracias a una herramienta orientada al cliente que utiliza IA genérica con el propósito de crear informes sobre el rendimiento de las campañas. Aquélla analiza los datos publicitarios multicanal y los sintetiza en información clara y lista para los ejecutivos. Su director de tecnología, George London, afirma que estos informes son más fáciles de entender y se comparten de manera más amplia, lo que incrementa la satisfacción de los clientes y la eficiencia interna. La plataforma también ha comenzado a integrar interfaces conversacionales para simplificar la planificación de las campañas. Así, convierte las complejas interpretaciones de los paneles de control en explicaciones en lenguaje natural.

La implementación práctica es el denominador común en todas estas empresas. La mayoría de las ventajas de la IA provienen de la integración de herramientas como Microsoft Copilot, GitHub Copilot y las API de OpenAI en los flujos de trabajo existentes. Aviad Almagor, vicepresidente de innovación tecnológica de Trimble, también señala que más del 90% de los ingenieros de Trimble utiliza Github Copilot. En su opinión, el retorno de la inversión se materializa en la reducción de los ciclos de desarrollo y en la disminución de las fricciones en los recursos humanos y el servicio de atención al cliente. Además, Trimble ha introducido la IA en su sistema de gestión del transporte, donde los agentes de IA optimizan la contratación de fletes mediante la asignación dinámica de transportistas y expedidores.

Se trata de ejemplos que demuestran que la creación de valor a partir de la IA no requiere una inversión masiva en plataformas a medida. A menudo, los mejores resultados se obtienen a partir de tecnologías probadas y escalables, y también de integrarla de manera cuidadosa en los sistemas existentes.

Crear una cultura que fomente el dominio de la IA

La tecnología puede ser el elemento esencial, pero la cultura es el catalizador. Los programas de IA que tienen más éxito se apoyan en hábitos organizativos que promueven la experimentación, la visibilidad interna y la colaboración entre funciones. Tener una cultura que premie la curiosidad y la iteración es tan importante como una sólida base tecnológica.

En AMD, esto incluye la organización de hackatones y promptatones internos, en los que los equipos comerciales y de TI colaboran en casos de uso reales. Los resultados han sido espectaculares: uno de aquellos primeros generó 100 nuevas ideas de IA en un sólo día, varias de las cuales se han llevado a la producción. Esta creatividad abierta anima a los líderes empresariales a pensar más allá de la automatización y a concebir nuevas formas de trabajar.

Lenovo adopta un enfoque por niveles para la preparación. Hu considera que “algunos equipos necesitan formación básica”. A su juicio, “otros están preparados para esprints ágiles. Por eso, ofrecemos rampas de acceso para todos los niveles de madurez”. Y es que, la empresa ha fomentado la competencia amistosa entre departamentos para mostrar sus innovaciones en IA, lo que ha generado un sentido de pertenencia y un impulso en toda la empresa.

Trimble hace hincapié en el apoyo del liderazgo y que lo que se incorpore se realiza de manera estructurada. Almagor cree que la inversión cultural es tan importante como la capacitación técnica. “No se trata sólo de las herramientas, sino de ayudar a las personas a imaginar lo que es posible”. Su marco incluye programas de formación específicos, campeones internos y apoyo a la experimentación iterativa.

Para empresas más pequeñas como Upwave, la claridad cultural se traduce en una disciplina a la hora de diseñar. London advierte contra las implementaciones superficiales, y afirma que espolvorear polvo mágico de IA no hace milagros. En su lugar, defiende un diseño claro que parta de las necesidades del usuario y trabaje hacia atrás. Upwave ha descubierto que la estrecha colaboración entre los equipos de producto y de datos da lugar a aplicaciones más útiles, como es el caso de resúmenes generados por IA que se ajustan a los formatos de informes internos de los clientes.

Mida el ROI de forma creativa y contextual

Aunque los analistas no dejan de lamentar la dificultad de plasmar el ROI a corto plazo de los proyectos de IA, estas cuatro organizaciones no están del todo de acuerdo. Su secreto consiste en un pensamiento flexible y métricas diversas. Consideran que el ROI es dinero ahorrado o ganado, pero también aumento de la satisfacción y flexibilidad estratégica ganada.

London afirma que Upwave presta atención a las señales de los clientes, tales como los comentarios positivos, las renovaciones de contratos y el aumento de la interacción con el contenido generado por IA. Dado el bajo coste de implementación de los modelos de IA preconstruidos, incluso cualquier pequeño avance da como resultado altos rendimientos. Por ejemplo, si un cliente cita una función generada por IA como motivo para renovar o ampliar su contrato, eso se considera un fuerte indicador del ROI.

Trimble utiliza métricas del ciclo de vida en ingeniería y operaciones. Por ejemplo, un cliente utilizó las herramientas de IA de Trimble para reducir el tiempo necesario para realizar un análisis de seguridad de un túnel de 30 minutos a sólo tres. Para Almagor, con eso ya está todo dicho. También comparan las mejoras de rendimiento en el desarrollo de software, en el que las herramientas de IA muestran una mejora del 15% al 20%.

AMD realiza un seguimiento del ahorro de tiempo en una serie de procesos, como los resúmenes de reuniones y los flujos de trabajo de RR. HH. basados en chatbots. En el ámbito financiero, la automatización impulsada por la IA se traduce en un aumento de la productividad del 15%. Lo que de verdad impresiona es que las pequeñas mejoras en el rendimiento de la fabricación de semiconductores se traducen en millones de dólares, gracias a logradas gracias al aprendizaje automático. AMD también mantiene un catálogo interno de recursos con más de 100 casos de uso de IA documentados, lo que ayuda a estandarizar la medición del éxito y a difundir su adopción.

Lenovo combina indicadores blandos y duros. Hu afirma que una parte importante de su estrategia consiste en reducir la fricción: la estandarización de las herramientas, los marcos de cumplimiento y los procesos de incorporación, reducen las barreras para la experimentación con la IA y amplían su adopción sin que los costes se disparen. Los equipos pueden poner en marcha proyectos con más confianza y con menos gastos generales, lo que crean un modelo repetible para la captura de valor.

Piense a largo plazo, pero empiece por lo que funciona hoy

Ninguna de estas organizaciones es ingenua respecto a las limitaciones de la IA. Sin embargo, consideran que la actual ola de adopción es necesaria para acometer transformaciones más grandes. Las victorias a corto plazo no se limitan a demostrar el valor, sino que preparan a la empresa para pensar y actuar de manera diferente.

Trimble invierte en agentes inteligentes y ecosistemas multiagente, con la visión de un futuro en el que los agentes de software que representan diferentes ámbitos empresariales colaboren para optimizar los resultados. Almagor imagina agentes para las compras, el modelado, la logística y el cumplimiento normativo que interactúan a la perfección. Es más, prevé un cambio de la TI centrada en las aplicaciones a las interacciones basadas en agentes.

La visión de Lenovo es similar. Según Hu, los departamentos ya están solicitando copilotos para la toma de decisiones, por lo que prevé un futuro en el que la ampliación, y no solo la automatización, se conviertan en la norma. El objetivo a largo plazo es integrar la inteligencia en todas las funciones empresariales para que las decisiones se apoyen en tiempo real en conocimientos basados en datos.

En Upwave, los experimentos con IA conversacional y la interpretación visual de la información apuntan hacia una interfaz más intuitiva entre los datos y la acción. London cree que lo siguiente serán los copilotos que convierten la información en recomendaciones sobre los siguientes pasos a seguir. Su objetivo es eliminar la sobrecarga cognitiva de los usuarios traduciendo los datos en sugerencias que estén vinculadas con los objetivos de la campaña.

AMD también invierte en la ampliación de la comunidad interna de IA, proporcionando manuales y recursos de formación que garantizan la adopción coherente de las capacidades de IA en todos los equipos. Además, se centran en la gobernanza, lo que asegura que la privacidad de los datos, las consideraciones éticas y la resiliencia operativa se integren en cada implementación de IA.

En las cuatro empresas, el consejo para los directores de informática es el mismo:

“Empiece con confianza. Busque casos de uso que sean garantía de éxito”, dice Almagor.

“Cree soluciones conjuntamente con la empresa. Así es como se impulsa la adopción”, aconseja Wire.

“Comprendan su estructura de costes. El uso de plataformas existentes les permite escalar sin gastar de más”, advierte London.

“Reduzca las barreras de entrada. Cuanto más fácil sea probar la IA, más rápido aprenderá su organización, afirma Hu.

La IA no tiene por qué ser un objetivo inalcanzable. Si se hace bien, puede aportar valor ahora y multiplicarlo con el tiempo. Como demuestran estos líderes, las mejores estrategias de IA combinan la disciplina con la imaginación, lo que permite obtener beneficios a corto plazo y sentar las bases para una reinvención a largo plazo. A medida que las organizaciones maduran, el papel estratégico de la IA podría pasar de la mejora a la reinvención para hacer las cosas mejor, o incluso otras completamente nuevas.