09 Ago La Inteligencia artificial en la estrategia, la perspectiva de McKinsey
Las herramientas de IA pueden ayudar a los ejecutivos a evitar sesgos en las decisiones, extraer información de océanos de datos y tomar decisiones estratégicas más rápidamente. Y eso es solo el comienzo.
¿Pueden las máquinas automatizar el desarrollo de estrategias? La respuesta corta es no. Sin embargo, hay numerosos aspectos del trabajo de los estrategas en los que la inteligencia artificial (IA) y las herramientas de análisis avanzado ya pueden aportar un enorme valor. Yuval Atsmon es un socio sénior que dirige el nuevo Centro McKinsey para la Innovación Estratégica (McKinsey Center for Strategy Innovation), que estudia las formas en que las nuevas tecnologías pueden aumentar los principios atemporales de la estrategia. En este episodio del podcast Dentro de la Sala de Estrategia (Inside the Strategy Room), explica cómo la inteligencia artificial está transformando la estrategia y lo que se avecina. Esta es una transcripción editada del debate. Para obtener más conversaciones sobre los temas de estrategia que importan, siga la serie en su plataforma de podcast preferida.
Joanna Pachner: ¿Qué significa la inteligencia artificial en el contexto de la estrategia?
Yuval Atsmon: Cuando las personas hablan de inteligencia artificial, incluyen todo lo relacionado a la analítica, la automatización y el análisis de datos. Marvin Minsky, el pionero de la investigación sobre inteligencia artificial en la década de 1960, hablaba de la IA como una “palabra maleta” (“suitcase word”), un término en el que puedes meter lo que quieras, y ese parece ser el caso. Nos sentimos cómodos con eso porque creemos que las empresas deberían usar todas las capacidades del análisis más tradicional, al tiempo que aumentan la automatización en la estrategia que puede liberar tiempo de los directivos o de los analistas y, gradualmente, introducir herramientas que pueden aumentar el pensamiento humano.
Joanna Pachner: La IA ha sido adoptada por muchas funciones empresariales, pero la estrategia parece ser en gran medida inmune a sus encantos. ¿Por qué cree que es así?
Yuval Atsmon: Tiene razón sobre la adopción limitada. Solo el 7 por ciento de los que respondieron a nuestra encuesta sobre el uso de la IA dicen que la usan en la estrategia o incluso en la planeación financiera, mientras que, en áreas como el marketing, la cadena de suministro y las operaciones de servicios, llega al 25 o el 30 por ciento. Una de las razones del retraso en la adopción es que la estrategia es una de las prácticas conceptuales más integradoras. Cuando los ejecutivos piensan en la automatización de la estrategia, muchos miran demasiado lejos, hacia las capacidades de IA que decidirían, en lugar del líder empresarial, cuál es la estrategia correcta. Están perdiendo oportunidades de utilizar la IA en los componentes básicos de la estrategia que podría mejorar significativamente los resultados.
Me gusta usar la analogía con los asistentes virtuales. Muchos de nosotros usamos Alexa o Siri, pero muy pocas personas utilizan estas herramientas para hacer algo más que dictar un mensaje de texto o apagar las luces. No nos sentimos cómodos con la capacidad de la tecnología para comprender el contexto en aplicaciones más sofisticadas. La IA en la estrategia es similar: es difícil que la IA sepa todo lo que sabe un ejecutivo, pero puede ayudar a los ejecutivos con ciertas tareas.
Cuando los ejecutivos piensan en la automatización de la estrategia, muchos miran demasiado lejos: a la IA decidiendo la estrategia correcta. Están perdiendo oportunidades de utilizar la IA en los componentes básicos de la estrategia.
Joanna Pachner: ¿Qué tipo de tareas puede la IA ayudar a ejecutar a los estrategas en la actualidad?
Yuval Atsmon: Hablamos de seis etapas del desarrollo de la IA. La más temprana es la analítica simple, a la que nos referimos como inteligencia descriptiva. Las empresas utilizan cuadros de mando para el análisis de la competencia o para estudiar el rendimiento en diferentes partes del negocio que se actualizan automáticamente. Algunos tienen capacidades interactivas para refinamiento y pruebas.
El segundo nivel es la inteligencia de diagnóstico, que es la capacidad de mirar hacia atrás en el negocio y comprender las causas fundamentales y los impulsores del rendimiento. El siguiente nivel es la inteligencia predictiva: ser capaz de anticipar ciertos escenarios u opciones y el valor de las cosas en el futuro en función del impulso del pasado, así como de las señales recogidas en el mercado. Tanto el diagnóstico como la predicción son áreas que la IA puede mejorar mucho en la actualidad. Las herramientas pueden aumentar el análisis de los ejecutivos y convertirse en áreas en las que se desarrollen capacidades. Por ejemplo, en inteligencia de diagnóstico, se puede organizar la cartera en segmentos para comprender de forma granular de dónde proviene el rendimiento y hacerlo de una manera mucho más continua de lo que podrían hacerlo los analistas. Se pueden probar 20 formas diferentes en una hora en lugar de desplegar a cien analistas para abordar el problema.
La IA predictiva es más difícil y más arriesgada. Los ejecutivos no deberían confiar completamente en la IA predictiva, pero proporciona otro punto de vista sistemático en la sala. Debido a que las decisiones estratégicas tienen consecuencias importantes, una consideración clave es usar la IA de manera transparente, en el sentido de comprender por qué hace una determinada predicción y qué extrapolaciones realiza a partir de qué información. Luego puede evaluar si confía o no en la predicción. Incluso puede usar la IA para rastrear la evolución de los supuestos de esa predicción.
Esos son los niveles disponibles hoy en día. Los siguientes tres niveles tardarán en desarrollarse. Hay algunos ejemplos tempranos de acciones de asesoramiento de IA para la consideración de los ejecutivos que crearían valor basándose en el análisis. A partir de ahí, se pasa a delegar cierta autoridad de decisión a la IA, con restricciones y supervisión. Eventualmente, se llega al punto en el que la IA totalmente autónoma analiza y decide sin interacción humana.
Debido a que las decisiones estratégicas tienen consecuencias importantes, es necesario comprender por qué la IA hace una determinada predicción y qué extrapolaciones realiza a partir de qué información.
Puedes ver el artículo completo en: https://www.mckinsey.com/featured-insights/destacados/la-inteligencia-artificial-en-la-estrategia/es