Bajo una presión cada vez mayor, ¿cómo pueden CIO convencer a los CFO para que inviertan en IA?

En 2022, Air Canada intentó distanciarse de su chatbot después de que a un pasajero le dijeran que podía obtener un reembolso por una tarifa de deceso. Tras una batalla legal, finalmente se ordenó a Air Canada que cumpliera la promesa del chatbot, pero como resultado, el chatbot se desconectó.

En los últimos años, han sido bastante comunes los ejemplos de herramientas basadas en IA que se vuelven rebeldes o resultan ineficaces, ya que las empresas se han subido al carro. Pero al igual que el chatbot de Air Canada, hasta ahora, la ola a veces puede prometer más de lo que puede ofrecer, lo que preocupa a los directores de sistemas de información (CIO) y a los directores financieros (CFO).

Cuando se trata de inversiones en IA, las empresas quieren resultados, y los quieren rápido. La mitad de los CFO afirman que planean recortar la financiación de la IA si no muestra un retorno de la inversión medible en un año, según una encuesta global de la empresa de automatización de cuentas por pagar Basware, en la que participaron 400 directores financieros y líderes financieros.

Mientras que el 80% de las organizaciones planean aumentar la inversión en IA, los CFO a menudo no saben por dónde empezar. Aproximadamente un tercio de ellos sienten que carecen de una visión clara.

Para los CIO, esto significa que deben ir más allá para salvar la brecha entre el potencial de la IA y la demanda de los CFO de resultados rápidos, tangibles y fiables. Sin embargo, esto suele ser más fácil de decir que de hacer. Ser estratégico con la IA y medir si esas inversiones están dando sus frutos requiere objetivos claros, datos fiables y colaboración, retos que muchas organizaciones tienen dificultades para superar.

Alrededor del 60% de los CIO de todo el mundo creen que el aumento de los ingresos por sí solo justifica el coste de la IA, y una proporción similar afirma que el ahorro de tiempo es suficiente para validar la inversión. Sin embargo, solo alrededor de un tercio de ellos miden activamente ambos, según un estudio reciente realizado por Gong, líder en inteligencia de ingresos, que encuestó a más de 500 líderes de TI y CIO en Estados Unidos y Reino Unido.

Los CIO están bajo presión para validar las inversiones en IA y asegurar a los CFO una ruta clara de implementación que garantice el retorno de la inversión. Esto requiere no solo seleccionar los proyectos adecuados, sino también definir claramente cómo se puede medir el éxito.

Cómo saber qué priorizar

La IA ha hecho avances notables durante el último año, pero su adopción también ha descubierto una serie de deficiencias, como alucinaciones peligrosas y una implementación costosa.

El estudio de Lucidworks sobre la inversión en IA generativa afirma que, en 2024, los líderes empresariales están reduciendo el gasto para equilibrar los beneficios, los costes y los riesgos de esta tecnología relativamente nueva. También en 2024, el 42% de las empresas informaron de que sus iniciativas de IA generativa aún no han dado resultados significativos.

Aunque las empresas ven el potencial de la IA, a menudo se muestran cautelosas a la hora de invertir, sopesando los riesgos y los costes, por lo que elegir los proyectos adecuados puede resultar complicado. Para maximizar el impacto de las iniciativas de IA, las organizaciones deben centrarse en alinear cada proyecto con su estrategia corporativa general y sus objetivos a largo plazo.

“Empiece por identificar dónde puede la IA mejorar las capacidades básicas, ya sea mejorando la calidad del producto, acelerando el tiempo de comercialización o permitiendo la toma de decisiones basadas en datos”, afirma Karli Kalpala, director de Reino Unido e Irlanda y transformación estratégica en Digital Workforce.

Dar prioridad a la escalabilidad también es fundamental, añade Kalpala. “Construir para escalar desde el principio y garantizar que cada departamento pueda adoptar y adaptar las herramientas con la mínima fricción”, dice. “Todo el mundo puede construir una solución de IA, pero aquellos que transformarán su organización con IA necesitan construir y mantener cientos de soluciones de IA en toda la organización”.

Kristen Costagliola, directora de Tecnología de Syncro, sugiere aplicar las palancas competitivas estratégicas del profesor de Harvard Michael Porter, que identifican tres enfoques principales que una empresa puede utilizar para lograr una ventaja competitiva: liderazgo en costes, diferenciación y enfoque.

“Esta perspectiva ayuda a los CIO a pensar de forma más estratégica sobre dónde aplicar la IA dentro de sus negocios”, afirma. “Por ejemplo, si la estrategia de una empresa es el liderazgo en costes, el CIO daría prioridad a los proyectos que impulsan la eficiencia para reducir los costes. Por otro lado, si una empresa busca ofrecer un producto o servicio diferenciado, un CIO buscaría aplicar la IA para innovar y destacar frente a sus competidores”.

Las organizaciones ya generan grandes volúmenes de datos de alta calidad en algunas áreas y tienen puntos débiles bien definidos. Quizás deberían empezar por ahí, dice Om Moolchandani, cofundador, CISO y CPO de Tuskira.ai.

“La optimización de la experiencia del cliente, la previsión de la cadena de suministro, la predicción de la demanda y el mantenimiento preventivo tienden a producir beneficios rápidos”, afirma. “Al centrarse en ámbitos en los que la calidad de los datos es suficiente y las métricas de éxito son claras —como el aumento de las tasas de conversión, la reducción del tiempo de inactividad o la mejora de la eficiencia operativa—, las empresas pueden cuantificar más fácilmente el valor que aporta la IA”.

También es importante comprender las prioridades de los CFO. Según la encuesta de Basware, el 75% de los CFO prefieren que las inversiones en IA se centren en áreas como el cumplimiento de la facturación electrónica y los requisitos reglamentarios.

Pero elegir los proyectos a los que dar prioridad no es tarea fácil y subraya un punto crucial: las empresas están deseosas de ver un impacto rápido y tangible de sus iniciativas de IA. Sin embargo, validar las inversiones en IA y cuantificar ese impacto son a menudo dos cuestiones diferentes.

Justificar un proyecto, medir el impacto

Todas las iniciativas de IA deben validarse antes de su implementación a gran escala, y esto a menudo requiere una combinación de evaluaciones técnicas y estratégicas. Las empresas deben centrarse en los objetivos, las pruebas y las personas en su esfuerzo por determinar si un proyecto de IA es viable.

“El primer paso es definir las métricas”, afirma Scott Willson, evangelista tecnológico de la plataforma de gestión multiinstancia de ServiceNow, xtype. “¿Están los KPI alineados con resultados empresariales medibles que las partes interesadas puedan respaldar?”. Unas métricas claras no solo guían el proyecto, sino que también ayudan a comunicar su valor a los responsables de la toma de decisiones en toda la organización.

El siguiente paso es crear prototipos y poner a prueba el proyecto utilizando un producto mínimo viable. Esto ayuda a poner a prueba las suposiciones, recopilar información valiosa y perfeccionar la solución antes de su implementación completa.

Kalpala también sugiere probar la solución de IA a través de un programa piloto en entornos empresariales del mundo real. “Estas pruebas ayudan a evaluar si las soluciones de IA se integran bien con los sistemas y flujos de trabajo existentes, o si se requieren revisiones importantes del sistema”, afirma. También es importante identificar desafíos como la privacidad de los datos, la preparación técnica y la gestión del cambio organizativo.

Para fomentar debates productivos con los CFO y otros líderes, los CIO pueden presentar un conjunto claro de métricas de éxito inicial, como la automatización del flujo de trabajo o la reducción de la tasa de errores. Utilizar un lenguaje empresarial y explicar cómo estas métricas se alinean directamente con los objetivos de la organización puede ayudar a las partes interesadas a comprender los beneficios de los proyectos de IA y puede hacer que sean más propensos a apoyarlos.

También es fundamental garantizar una sólida aceptación por parte de los interesados mediante la participación de equipos interfuncionales, incluidos los responsables de TI y de negocios. “Cuando todos están alineados, se minimizan los riesgos y los posibles retrasos, y se sientan las bases para el éxito del proyecto”, afirma Willson.

Dado que la mitad de los CFO de la encuesta de Basware afirman que planean recortar la financiación de la IA si no muestra un retorno de la inversión medible en un año, la presión sobre los CIO para que cumplan sus objetivos nunca ha sido mayor.

“La clave para garantizar que los proyectos de IA ofrezcan un rápido retorno de la inversión es empezar poco a poco”, añade Willson. “Divide el proyecto en fases experimentales manejables para aprender y adaptarse rápidamente. Céntrate en casos de uso que proporcionen ganancias rápidas y resultados tangibles, para que la empresa vea beneficios inmediatos”.

Ala Shaabana, cofundador de la red descentralizada de aprendizaje automático Bittensor, sugiere que las empresas se centren primero en los frutos más fáciles de alcanzar, aquellos proyectos que son sencillos de implementar y ofrecen resultados rápidamente.

“Empieza con casos de uso específicos que aborden problemas de alto impacto y baja complejidad, como la automatización de procesos o la optimización de la atención al cliente”, afirma. “Aprovecha los datos y la infraestructura existentes para evitar costosos retrasos en la recopilación de datos o la integración de sistemas. Y asegúrate de realizar un seguimiento e iteración continuos para abordar rápidamente los problemas, mantener el impulso y maximizar los beneficios”.

Pero un problema al que se enfrentan los directores de información es la falta de buenos puntos de referencia para el retorno de la inversión en IA. “Esto supone un reto importante porque el valor de la IA suele ser polifacético y evoluciona con el tiempo”, afirma Eric Helmer, director de Tecnología de Rimini Street. “Las organizaciones también deberían establecer sus propias métricas de referencia para el rendimiento previo a la IA a fin de realizar un seguimiento de las mejoras”.

Kalpala está de acuerdo y añade que cada despliegue de IA es único, y que las métricas de éxito deben adaptarse a la industria, el caso de uso y las necesidades organizativas específicas. “Para las empresas de seguros o servicios financieros, los puntos de referencia deben centrarse en reducir los errores manuales, mejorar la velocidad del servicio y reducir los gastos directos para prestar los servicios básicos”, afirma.

Estrategias para convencer a los CFO

Conseguir el apoyo de los directores financieros puede ser un reto difícil a la hora de implementar iniciativas de IA. Sin embargo, una vez que los CIO están seguros de haber elegido el proyecto adecuado, hay varios pasos que pueden dar para reforzar su caso y obtener la aprobación.

“A la hora de convencer a los directores financieros del potencial de la IA, es crucial presentar un caso de negocio sólido”, afirma Willson. “Vincule el proyecto de IA directamente a objetivos estratégicos como aumentar los ingresos o reducir los costes operativos”.

Moolchandani recomienda traducir los resultados técnicos en cifras financieras. “Presente las ganancias o ahorros esperados en términos tangibles, como un porcentaje proyectado de aumento en las oportunidades de ventas adicionales, o una cantidad de dólares ahorrada a través de procesos automatizados”, dice. También recomienda mostrar prototipos rápidos y resultados reales, lo que puede infundir confianza.

El plan de implementación debe estar bien documentado, añade Costagliola, de Syncro, y debe incluir hitos claros. “Es fundamental definir claramente el horizonte temporal y el tiempo previsto para obtener resultados a fin de convencer al director financiero y conseguir su apoyo”, afirma. También debe presentarse en detalle el impacto en la organización.

Willson también hace hincapié en la idea de reducir los riesgos del proyecto, lo que incluye la implementación de controles de calidad a lo largo del proceso. “Esto garantizará la alineación con las prioridades empresariales y las normas de cumplimiento, y hará que la inversión sea más atractiva”, afirma Willson.

Kalpala señala que los CIO deben pensar más allá del próximo trimestre o año y explicar cómo la implementación de la IA puede transformar el negocio. “Explique el impacto estratégico a largo plazo del proyecto demostrando su capacidad para impulsar la innovación y la transformación de la fuerza laboral”, dice. “Estamos pasando del software como servicio al servicio como software. Aproveche esta oportunidad para mostrar lo que este cambio significa para la organización en términos de nuevas oportunidades y estrategias de precios”.