La inteligencia artificial ya está adoptada en muchísimas empresas. Eso no es novedad. Lo llamativo es otra cosa: muy pocas pueden demostrar que la IA tuvo un impacto real en sus resultados financieros.
Estuve leyendo dos informes que vale la pena tener en el radar. Uno es el AI Index de la Universidad de Stanford. El otro es El estado de la IA, de McKinsey, una encuesta a una gran cantidad de empresas sobre cómo están usando la inteligencia artificial.
De ahí quiero traer algunos números, porque sirven para distinguir tres cosas que muchas veces se mezclan: la adopción de la IA, el uso cotidiano y los resultados. Y, sobre todo, cómo llevar todo esto a escala.
Que la IA reduzca tiempos de procesos o mejore la calidad de algunos resultados está buenísimo. Pero todavía cuesta que eso se vea en los números de la empresa. En este episodio del podcast Inteligencia Artificial vamos al detalle de esos datos para entender qué podemos hacer para que la IA tenga impacto económico en las empresas y que eso también beneficie al trabajo.
Adopción alta, impacto bajo: lo que dicen los números
Arranquemos por el dato que más me hizo ruido del informe de McKinsey:
- El 88% de los encuestados dice que su empresa ya adoptó la inteligencia artificial.
- Sólo el 37% dice que está viendo un impacto en los resultados financieros de la empresa.
O sea, casi todas las empresas ya usan IA, pero poco más de un tercio ve que eso se traduzca en plata. Y hay otro detalle: según el informe, ese 37% prácticamente no cambió respecto del año anterior. La adopción crece, pero el impacto financiero no acompaña al mismo ritmo.
La productividad sí mejora
Del lado de las personas, los números son mucho más alentadores:
- El 80% de los encuestados dice que su productividad mejoró.
- La mitad dice que la inteligencia artificial le ayuda a tomar mejores decisiones.
Entonces la pregunta obvia es: si la gente es más productiva, ¿por qué eso no llega a los resultados de la empresa?
¿En qué se usa el tiempo que ganamos con la IA?
Acá está, para mí, una de las claves. La IA nos hace ganar tiempo. Pero ¿qué hacemos con ese tiempo?
No es lo mismo terminar tus tareas más rápido y después irte a tomar mate o quedarte charlando con los compañeros, que usar ese tiempo que ganaste para, por ejemplo, vender más. Las dos cosas son posibles. Pero sólo una de ellas impacta en los números.
Cuando esto se lleva a escala, no es tan fácil de manejar. Las personas pueden estar ganando tiempo, pero alguien tiene que mirar en qué se está usando ese tiempo.
La ventaja de la empresa chica
Creo que las empresas más grandes lo tienen un poco más difícil. Hay muchísimas más personas y cuesta entender qué está haciendo cada una con el tiempo que recupera.
En una empresa más chica, en cambio, hay una ventaja. Si somos 10 personas y nos vemos las caras todos los días, sabemos lo que está haciendo cada uno. Eso nos permite armar una mejor organización para que, al aumentar la productividad, podamos hacer más y hacer cosas que tengan impacto.
El ejercicio es simple de plantear: recuperamos este tiempo, ¿qué vamos a hacer con él? Pensarlo bien es lo que separa una mejora que se siente de una mejora que se ve en los resultados.
Cómo avanza la IA dentro de las organizaciones
El informe también muestra que la inteligencia artificial va ganando terreno de a poco dentro de las empresas:
- El 44% de las organizaciones dice que está escalando la IA a toda la empresa. En el informe del año anterior, ese número era 38%.
- El uso de la IA en tres o más funciones de la empresa pasó del 51% al 56%.
Lo que se ve es que las empresas grandes empezaron con pilotos y ahora van expandiendo la implementación: más personas, más procesos, más equipos.
Ahí hay otra diferencia con la empresa más pequeña. Al ser menos personas, es mucho más fácil distribuir el acceso a las herramientas, las licencias, por decirlo de alguna manera, y que todo el equipo empiece a usarlas al mismo tiempo.
Si estás pensando en empezar a implementar inteligencia artificial en tu empresa, en Pioneros IA trabajamos justamente en eso: elegir bien los procesos, ponerlos en práctica paso a paso y que la IA se traduzca en resultados concretos, sin necesidad de programar.
El 6% de alto rendimiento
Hay un número del informe de McKinsey que me parece de los más interesantes: sólo el 6% de los encuestados entra en la categoría que McKinsey llama de alto rendimiento.
Llegar a ese grupo no pasa por darle licencias a la gente y que use inteligencia artificial. Tiene mucho más que ver con:
- cómo se usa la IA,
- en qué tipo de procesos se aplica,
- qué resultados se buscan,
- y si las personas tienen la capacidad de pensar en sistemas.
Pensar en sistemas: la capacidad que más importa hoy
Esa última capacidad, para mí, es de las más importantes hoy. Estamos pasando de hacerle preguntas a la inteligencia artificial para que nos responda a delegarle tareas. Y tenemos muchas tareas para delegar.
Para que eso funcione hay que armar sistemas donde esas tareas se relacionen entre sí y podamos lograr un uso agéntico de la IA. Eso implica otra manera de pensar, una manera sistémica, que no todo el mundo tiene.
Por eso me quiero detener en este punto. No es fácil, ni para las organizaciones ni para las personas, llegar a ese nivel de alto desempeño con la inteligencia artificial. Requiere aprender a mirar el trabajo de otra forma.
Una aclaración sobre estos datos
Quiero aclarar algo. Esto es una encuesta: los participantes responden y eligen opciones. Nadie auditó los balances de estas compañías para comprobar que lo que dicen es real.
Igual, son organizaciones a las que les tengo mucho respeto, como Stanford y McKinsey, así que tomo esta información como válida. Pero también hay que entender que son datos de organizaciones de cierto tamaño, probablemente de Estados Unidos, y que quizás no representan tanto a Latinoamérica. Aun así, vale la pena echarles un ojo para entender qué está pasando en otros lugares.
Qué hace distinto al grupo de alto rendimiento
Ahora sí, metámonos en ese 6%. Hay dos cosas que el informe destaca y que me parecen centrales.
1. Rediseñaron sus procesos con IA
Casi tres cuartas partes de las empresas de alto rendimiento dicen que rediseñaron sus procesos con inteligencia artificial. Ahora hacen las cosas de otra manera.
Es algo que vengo diciendo mucho: hay que pensar en los procesos y ver cómo rediseñarlos con la ayuda de la IA. Las cosas no se tienen que seguir haciendo como se hacían antes. Esta tecnología tiene capacidades que quizás nos lleven a pensar las cosas de una forma totalmente diferente.
Es lo que se conoce como AI first: preguntarnos cómo pensaríamos hoy, con inteligencia artificial, los procesos que antes hacíamos de otra manera.
Acá aparece otra ventaja, esta vez para la empresa nueva. Una empresa que arranca hoy puede pensar todos sus procesos y herramientas desde cero en esta nueva etapa. Una empresa con muchos años encima tiene procesos heredados, sistemas heredados y una cultura que no se cambia de un día para el otro.
Por eso insisto en tomarse el tiempo de repensar las cosas. Ahí es donde quizás está la mayor ganancia. Y el informe lo respalda: casi tres de cada cuatro empresas de alto rendimiento hicieron ese trabajo.
2. No buscan sólo eficiencia: buscan crecer
La otra diferencia es que este grupo no busca únicamente la eficiencia. Busca la innovación y el crecimiento.
Innovar es pensar fuera de la caja: qué podemos hacer distinto, cómo podemos cambiar esto, cómo unir esta idea con esta otra para hacer algo nuevo. Eso es lo que lleva a una empresa al grupo de alto rendimiento.
Y este es justamente el grupo que está viendo resultados financieros. Dicho de forma simple: la empresa gana más dinero.
Agregarle IA a un proceso ineficiente no alcanza
Como digo siempre: si tenés procesos ineficientes y les agregás inteligencia artificial, quizás lo único que lográs es hacer esa ineficiencia más rápido.
En cambio, cuando podés repensar el proceso por completo, el salto puede ser enorme. No sé, 10x.
Por eso te invito a repensar tus procesos. En la práctica, eso significa:
- sentarte y escribir el paso a paso de cómo se hace hoy,
- evaluar cada uno de esos pasos,
- preguntarte si tiene sentido o si se puede hacer de otra manera,
- ver si hay pasos que eliminar.
Básicamente, repensar. No se trata de sumar una herramienta más arriba de lo que ya existe, sino de mirar el proceso con ojos nuevos.
Por dónde empezar
Si querés arrancar con esto, tengo un minicurso gratuito de siete lecciones donde vas viendo paso a paso cómo elegir los procesos y cómo empezar a implementar inteligencia artificial en tu empresa. El link está en la descripción del episodio.
Conclusiones
Los informes muestran una foto clara: la adopción de la inteligencia artificial en las empresas es altísima y la productividad de las personas mejora. Pero los resultados financieros todavía son para pocos: 37% ve impacto y sólo el 6% entra en el grupo de alto rendimiento.
La diferencia no está en tener más licencias. Está en tres cosas:
- decidir qué hacer con el tiempo que la IA nos devuelve,
- desarrollar la capacidad de pensar en sistemas para delegar tareas,
- rediseñar los procesos en lugar de acelerar los que ya existen, buscando crecer y no sólo ahorrar.
Las empresas chicas y las nuevas tienen ventajas para hacer este camino: se ven las caras, pueden organizarse más rápido y cargan con menos herencia. La pregunta es si vas a aprovecharlas.
Si te sirvió este episodio, suscribite: es un segundo y nos ayuda a que el podcast siga creciendo y llegue a más personas. Y si querés acompañamiento para que la IA tenga impacto real en tu negocio, te esperamos en Pioneros IA.