Por qué solo el 15% de las empresas se está transformando con IA

Las cuatro etapas de la adopción de IA

El WEF identifica cuatro etapas distintas por las que avanzan las organizaciones. La mayoría de los directivos puede situar a su organización en este mapa con una precisión razonable. La mayoría también está atascada en el mismo punto.

La etapa 1 (“Aware”, conciencia) y la etapa 2 (“Piloting”, pilotos) son ya casi universales. El 95% de las organizaciones ha reconocido la IA como prioridad estratégica. El 65% ha hecho experimentos. Ambas cosas son baratas de conseguir: no exigen cambios en el modelo operativo, ni reasignar derechos de decisión, ni comprometerse con resultados.

La etapa 3 (“Scaling”, escalado) es donde queda al descubierto la arquitectura de la mayoría de los programas de IA. Escalar significa incrustar la IA en el flujo real del trabajo en lugar de ejecutar más pilotos: cambiar cómo se toman las decisiones, quién responde por lo que produce la IA y qué ocurre cuando la IA se equivoca. La mayoría de las organizaciones en la etapa 2 ejecuta pilotos sin un mandato claro para escalar. La brecha entre la etapa 2 y la etapa 3 es un problema de decisión, no de tecnología.

La etapa 4 (“Transforming”, transformación) es un hito organizativo, no tecnológico. El 15% que ha llegado hasta ahí ha rediseñado sus modelos operativos centrales en torno a la IA en lugar de añadir IA al modelo existente.

Por qué la brecha se ensancha

La diferencia de productividad entre las organizaciones de la etapa 4 y el resto no es marginal. El WEF reporta una productividad 2.4 veces mayor y un crecimiento de ingresos 2.5 veces superior en las organizaciones con IA incrustada en sus operaciones centrales.

Son ventajas estructurales, no ganancias puntuales. Una organización que ha rediseñado su modelo operativo en torno a la IA construye conocimiento organizativo con cada decisión automatizada. Cada interacción mejora el sistema. Cada excepción se convierte en señal de entrenamiento. Las organizaciones que siguen en pilotos acumulan conocimiento en presentaciones.

El despliegue de WPP Open por parte de WPP ilustra ese efecto acumulativo. Al incrustar la IA en toda la producción creativa, WPP redujo un 20% el tiempo dedicado a tareas no esenciales, aumentó un 25% la capacidad creativa y mejoró un 29% la productividad general. Las mejoras se derivan del rediseño del flujo de trabajo que hizo operativa la tecnología, no de la tecnología por sí sola.

Quien llega tarde afronta un reto cada vez más asimétrico: el 15% va por delante, y avanza más rápido cada trimestre.

Tres decisiones estructurales que separan al 15%

El análisis del WEF sobre las organizaciones en la etapa 4 identifica un patrón constante. Tres decisiones aparecen en casi todos los casos.

La primera es una propiedad clara desde el negocio. Los resultados de la IA pertenecen a los responsables de unidad de negocio, no a los equipos de TI o de ciencia de datos. El directivo responsable es aquel cuya cuenta de resultados se ve afectada por lo que produce la IA, y eso convierte la IA de proyecto experimental en compromiso operativo.

La segunda es rediseñar el flujo de trabajo en lugar de ampliar el piloto. Las organizaciones de la etapa 4 rediseñan el proceso alrededor del sistema de IA: eliminan pasos manuales, redirigen la atención humana hacia las excepciones y actualizan la gobernanza para reflejar la nueva arquitectura de decisión. La FordPass Mobile App de Ford involucró a 300,000 clientes con interacciones personalizadas por IA en tres semanas, con una tasa de conversión del 26%. Ese resultado exigió que los equipos de negocio de Ford fueran dueños del modelo de interacción, no que se limitaran a aprobar un experimento tecnológico.

La tercera es una inversión sostenida en capacidades. La brecha entre la etapa 2 y la etapa 4 se mide en capacidad, no en cómputo. Las organizaciones de la etapa 4 han invertido en líderes que saben gobernar los resultados de la IA, en equipos capaces de rediseñar procesos alrededor de la IA y en estructuras de gobernanza que permiten a la IA actuar manteniendo a las personas como responsables de los resultados.

Ninguna de estas decisiones es una decisión tecnológica.

Qué exige realmente la transformación

Las organizaciones del 15% no ejecutan programas de IA. Ejecutan iniciativas de gobernanza y de arquitectura de programa que resultan usar la IA como capa de ejecución.

La tecnología funciona. A estas alturas esa pregunta está prácticamente zanjada. La pregunta abierta es si el modelo operativo puede absorberla. Las organizaciones que no consiguen escalar han desplegado IA dentro de un modelo intacto: las mismas cadenas de aprobación, las mismas estructuras de propiedad, la misma tolerancia a la ambigüedad. El modelo no cambia porque llegue la IA. Hay que cambiar el modelo primero.

Esa es exactamente la brecha que el modelo de trabajo de ArkOne está pensado para cerrar. El marco de consultoría Black Book parte del rediseño del modelo operativo, no de la selección de tecnología: define responsabilidades, reestructura derechos de decisión y construye la arquitectura de gobernanza necesaria antes de que la IA pueda incrustarse a escala.

“¿Funciona la IA?” es una pregunta zanjada. La pregunta para la dirección es qué cambios en el modelo operativo está dispuesta a comprometer, y qué restricciones está dispuesta a eliminar, para dejar de formar parte del 85%.

Para una síntesis de lo que separa a los líderes en IA de sus seguidores en los cinco dominios de la transformación, lea Cinco principios que separan a los líderes en IA de los seguidores.