A estas alturas, casi todas las empresas tienen una historia de IA.
Años después del auge de la IA, la frustración se ha convertido en un estribillo familiar.
Solo el 28 % de los proyectos empresariales de IA cumplen con las expectativas de retorno de la inversión (ROI), y más del 90 % de los proyectos piloto de IA nunca llegan a producción.
Los proyectos de IA se estancaron, los retornos no se materializaron y los ejecutivos concluyeron silenciosamente que la tecnología “no estaba lista”.
Esa descripción es conveniente, pero a menudo errónea. Entonces, ¿de dónde viene el retorno de la inversión?
El problema de la IA a medias
La mayoría de las fallas de la IA provienen de empresas que no están dispuestas a cambiar su forma de trabajar. Muchas organizaciones financian proyectos piloto, reúnen equipos de innovación e implementan herramientas inteligentes, pero no llegan a cambiar los sistemas necesarios para que esas herramientas funcionen.
Los equipos tienen acceso a la IA sin tener la habilidad suficiente para usarla de manera efectiva, y los procesos diseñados para la toma de decisiones a velocidad humana no se ven afectados, incluso cuando los sistemas a velocidad de máquina se superponen.
Pronto siguió la decepción… logros de productividad fragmentados, ningún impacto a nivel empresarial y un escepticismo creciente en la sala de juntas. Y, sin embargo, alejarse de la IA tampoco es la respuesta.
Las empresas pierden hasta el 30% de sus ingresos anualmente debido a la ineficiencia, exactamente el tipo de desperdicio estructural que la IA está diseñada para eliminar. El Parlamento Europeo incluso ha advertido claramente que la infrautilización de las herramientas de IA podría costarle a la Unión Europea su ventaja competitiva y frenar el crecimiento económico, y las estimaciones muestran que la IA podría añadir 4,4 billones de dólares anuales a la economía mundial.
Para las empresas que están indecisas, no innovar significa quedarse atrás, mientras que los competidores descubren que solo han descifrado el código de la IA a medida que crecen trimestralmente.
Por qué las brechas en el retorno de la inversión son autoinfligidas
El costo real, entonces, no es el piloto fallido, sino la mitad del compromiso. Muchas organizaciones tratan la IA como opcional o experimental y luego se sorprenden cuando se comporta de esa manera.
El primer paso es dejar de medir la IA como cualquier otro proyecto de TI; Mídelo como I+D. La aplicación de métricas tradicionales de ROI a la IA repite los mismos errores que cometen las organizaciones durante cada transición tecnológica importante; Esperar retornos inmediatos de la IA refleja el pensamiento de la era industrial aplicado a una transformación de la era cognitiva.
Cuando llegó el correo electrónico, las empresas no lo abandonaron porque las ganancias trimestrales no crecieron de manera similar a la IA. El problema no es que no funcione, sino que se está evaluando desde la perspectiva equivocada. Los CTO y CFO deberían tratar los presupuestos de IA de manera estratégica, del mismo modo que se pueden considerar las inversiones en I+D.
Si bien existen algunos ahorros a corto plazo, el valor real reside en ventanas de medición largas, hitos graduales y tolerancia a pérdidas en las primeras etapas. Replantea las conversaciones de las juntas directivas alejándolas de las justificaciones de corto plazo y centrándolas en la creación de capacidades estratégicas.
¿Cómo podemos solucionarlo?
1. Aprender de nuestros fracasos
Encontramos este problema primero. Cuando comenzamos a integrar la IA en nuestro propio modelo de entrega, aparecieron focos de productividad, pero no hubo una aceptación interna sostenida ni un cambio sistémico que respaldara esas ganancias.
Lo que funcionó fue un cambio deliberado y guiado por un proceso. En lugar de intentar ampliar todo a la vez, nos centramos en un pequeño conjunto de proyectos faro respaldados por equipos eficientes y multifuncionales. La IA se integró a lo largo de todo el ciclo de vida de entrega del software, de modo que la atención se desplazó de la herramienta a cómo fluye realmente el trabajo.
La fricción nunca estuvo en el código, sino en el sistema alrededor del código. ¿Cómo funcionan las cadenas de aprobación cuando los equipos de cumplimiento trabajan en ciclos semanales, pero los agentes de IA funcionan a la velocidad de la máquina? ¿Cómo crean las empresas componentes seguros y reutilizables en lugar de reconstruir desde cero en cada proyecto?
Considerar la IA como parte del modelo operativo, no como una colección de herramientas, es donde comienza a surgir un retorno de la inversión significativo. Ahora estamos aplicando el mismo modelo con clientes con envíos más rápidos y menos personas.
2. Prepárate para profundizar y cambiar tus cimientos
Una de las principales razones por las que las iniciativas de IA se estancan es que las organizaciones simplemente construyen nueva inteligencia sobre modelos operativos diseñados para una era diferente. Muchas empresas todavía están estructuradas en torno a sistemas heredados y cadenas de aprobación lineales diseñadas para estandarizar las transacciones, no para respaldar el juicio en tiempo real.
La IA requiere la capacidad de acceder y actuar en distintos contextos y sistemas. Pero en muchas organizaciones, los datos están encerrados en ERP altamente personalizados, los flujos de trabajo están fragmentados por función y los derechos de decisión están enterrados en traspasos y comités. Entonces, antes de comprar la nueva y brillante herramienta, regrese a lo básico. Arreglar la base.
La palanca más poderosa es el derecho a decidir. Los agentes de IA actúan en segundos, pero la mayoría de las decisiones empresariales aún pasan por ciclos de aprobación semanales. Hasta que esta brecha se cierre, la velocidad de la IA no tiene adónde ir. Esto significa tratar honestamente los bienes heredados.
No es necesario reemplazar todos los sistemas centrales, pero es posible que sea necesario cambiar los procesos y suposiciones construidos en torno a ellos para que la IA funcione de manera efectiva.
Abordar cimientos estructurales
Es un trabajo incómodo, pero una vez que se abordan los fundamentos estructurales (derechos de decisión claros, datos menos fragmentados, equipos orientados a resultados) la IA puede reducir drásticamente el tiempo que lleva reconstruir.
Aquí es donde la ingeniería nativa de IA vale la pena, ya que permite a las empresas pasar de tratar la IA como una característica a crear sistemas, flujos de trabajo y organizaciones donde la IA es un participante de primera clase en cómo se hacen las cosas.
En lugar de una lógica codificada y flujos de procesos rígidos, la ingeniería nativa de IA se centra en sistemas que son conscientes del contexto, aprenden continuamente y son capaces de tomar medidas en toda la pila, desde interpretar la intención, orquestar flujos de trabajo, crear y mejorar códigos y decisiones, en tiempo real.
La ventaja competitiva no proviene del acceso a mejores modelos, que están cada vez más mercantilizados, sino de la eficacia con la que una organización puede incorporar esos modelos en su tejido operativo.
3. Cree un panel de cartera, no un cuadro de mando del proyecto
Las juntas directivas no pueden evaluar la IA como una cartera si cada iniciativa informa el éxito de manera diferente. Un marco estandarizado de ROI de IA, que rastrea el uso, los resultados comerciales y los valores estratégicos, permite comparaciones entre iniciativas y decisiones a nivel de cartera.
También es importante gestionar las expectativas. La mayoría de las organizaciones logran un retorno de la inversión satisfactorio en una implementación típica de IA en un plazo de dos a cuatro años, mucho más que los siete a doce meses de recuperación que normalmente se esperan de las inversiones en tecnología tradicional.
Dicho esto, cuando las organizaciones alinean los procesos, las personas y la gobernanza desde el principio, es posible un cambio rápido, especialmente con la ingeniería nativa de IA.
4. Pon todo tu corazón en ello
La cuestión del retorno de la inversión (ROI) de la IA es organizacional, y los líderes que se toman en serio este tema deberían estar preparados para cambiar la forma en que se organizan sus empresas.
La IA no encaja en las estructuras existentes y las empresas necesitan cambiar para utilizarla.
El costo del fracaso es real, pero la tibieza cuesta más y es mucho más fácil de ignorar.
Contamos con el mejor software de automatización robótica de procesos..
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:
