Cuando una empresa de agentes especializados en IA puede recaudar 950 millones de dólares con una valoración superior a 15 mil millones de dólares, la IA empresarial claramente ha ido más allá de la experimentación.
Mientras que antes los compradores pedían a las herramientas de inteligencia artificial que realizaran tareas simples como resumir documentos, responder preguntas de soporte o redactar códigos, ahora la pregunta es si la tecnología puede poseer los resultados comerciales, resolver problemas de los clientes, preparar reclamos, coordinar datos, planificar el trabajo y desencadenar acciones en todos los sistemas centrales.
CTO y cofundador de Star.
Sin embargo, el ambiente dentro de la empresa es complejo. El debate todavía gira a menudo en torno a una pregunta estrecha: ¿la IA mejora la productividad?
La respuesta es sí. En muchas organizaciones ya lo es. En los equipos de tecnología, operaciones, marketing, servicios y back-office, la IA está automatizando los flujos de trabajo de los empleados y ayudando a los agentes a realizar tareas que antes consumían grandes cantidades de tiempo humano. Aunque los aumentos de productividad son fáciles de medir y, a menudo, los más visibles, la productividad no es el factor más importante.
Gartner predice que más del 40% de los proyectos de IA agente se cancelarán para fines de 2027 debido al aumento de los costos, un valor comercial poco claro o controles de riesgo deficientes. La advertencia apunta a un problema más profundo: muchas organizaciones están aplicando una nueva tecnología a un modelo operativo antiguo, colocando copilotos, asistentes y agentes en la cima de flujos de trabajo que fueron diseñados para un entorno empresarial más lento y predecible.
Si dejamos de lado las exageraciones, una estrategia de IA se reduce a dos prioridades principales: optimización empresarial y transformación empresarial.
La optimización empresarial consiste en utilizar la IA para hacer lo que ya hace, pero mejor: mejorar la eficiencia, reducir las redundancias, eliminar el esfuerzo manual, fortalecer los motores de ingresos existentes y ayudar a las personas a tomar mejores decisiones.
La transformación empresarial consiste en utilizar la IA para hacer algo diferente: crear nuevos productos, nuevos servicios, nuevos modelos de ingresos y nuevas formas de crear valor que antes no eran viables.
Pasos hacia la empresa autónoma
Para los CIO y CTO, la pregunta inmediata es dónde se encuentra la organización en la curva de madurez. Es fácil pensar en la transformación de la IA empresarial en cinco niveles de autonomía.
L1 – Automatización asistidaDefine una fase inicial de adopción de IA que se implementa en función del uso activo de copilotos de IA de asistencia. Las decisiones todavía las toman humanos y requieren ejecución humana. Las interacciones entre sistemas empresariales todavía las realizan operadores humanos.
L2 – Autonomía ParcialDonde la IA toma decisiones restringidas y las ejecuta en dominios claramente delimitados con barreras y umbrales. Aquí, las personas manejan las excepciones y supervisan las decisiones. Los agentes de IA se apropian de las interacciones del sistema empresarial dentro de este dominio automatizado.
L3 – Autonomía multifuncionalDonde varios agentes coordinan funciones y dependen de la optimización basada en resultados (basada en flujo de trabajo fijo).
L4 – Empresa casi autónomaDonde una empresa opera completamente en modo agente de IA. Los agentes de IA planifican, ejecutan, monitorean y ejecutan dentro de las limitaciones de las políticas. Las personas definen estrategias y políticas y establecen principios de gestión.
L5 – Empresa totalmente autónomaDonde la IA establece subobjetivos, reconfigura el desempeño organizacional y refina de forma autónoma la estrategia dentro de los límites acordados. En este nivel las personas actúan como autoridades directivas, de ética y de riesgos.
Un objetivo realista durante los próximos dos a cinco años es progresar del Nivel 2 al Nivel 3 en dominios de gran volumen y bien instrumentados donde la calidad de los datos, la propiedad de los procesos, el control y las métricas de retorno de la inversión ya son sólidas.
Tres poderes
Hay tres poderes que importan.
El primero es el autoaprendizaje, que considera las propias acciones como una fuente continua de inteligencia.
El segundo es la autoadaptación, que puede detectar cambios en su entorno y reconfigurar prioridades, flujos de trabajo y asignaciones de recursos en respuesta.
El tercero es la autocorrección, que crea un circuito de retroalimentación dentro de las tareas cotidianas. Las acciones se miden frente a los resultados.
Cuando se combinan estas tres capacidades, los sistemas empresariales van más allá del soporte del negocio y se convierten en parte de sus capacidades adaptativas.
Repensar el trabajo en torno a los sistemas inteligentes
Este cambio requiere que los líderes se pregunten qué decisiones se pueden acercar de manera segura a la ejecución. Ya no basta con considerar qué tareas se pueden automatizar, los líderes deben centrarse en resultados que se puedan optimizar continuamente. En lugar de preguntar cuántos agentes se implementan, los CIO y CTO deberían preguntarse con qué rapidez se aprende el modelo operativo.
Las personas seguirán siendo esenciales para las organizaciones exitosas, pero la naturaleza del trabajo cambiará. Se obtendrá más valor estableciendo una dirección, definiendo limitaciones, supervisando sistemas inteligentes y tomando decisiones que requieran juicio, responsabilidad y confianza.
Los líderes deben decidir qué decisiones pueden llevarse a ejecución de manera segura, cuáles deben estar dirigidas por personas y qué resultados deben optimizarse continuamente. La autonomía sin una filosofía operativa clara creará riesgos. La autonomía guiada por una intención estratégica puede generar impulso y resiliencia.
Una empresa autónoma no significa que la gente vaya a desaparecer. Existe un creciente debate sobre si la IA permitirá el surgimiento del unicornio unipersonal: una empresa de mil millones de dólares dirigida por una persona y una flota de agentes inteligentes. Técnicamente, partes de esa visión pueden ser posibles. Pero no debería ser el final del juego.
La pregunta más importante que debemos plantearnos como comunidad tecnológica es cómo la IA puede ayudar a las organizaciones a crear mejor valor para sus empleados, clientes y la sociedad.
Hemos presentado el mejor software de automatización de TI.
Este artículo fue producido en parte Perspectiva profesional de TechRadarNuestro canal para mostrar las mejores y más brillantes mentes de la industria tecnológica actual.
Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadarPro o Future plc. Si está interesado en contribuir, obtenga más información aquí:
