Recalcular los costes y beneficios de la IA generativa

Miremos donde miremos, estamos rodeados de mensajes sobre el profundo impacto de la IA generativa. Un flujo constante de artículos esboza cómo las organizaciones pueden aumentar la velocidad y la escala del trabajo o automatizar y racionalizar los procesos, mientras que nuestras bandejas de entrada y los feeds de las redes sociales son bombardeados con listas de "las 10 mejores herramientas de IA" que prometen hacernos individualmente más eficientes y quitarnos tareas serviles o mundanas de encima. Dejemos una cosa clara: La IA generativa puede ayudarnos absolutamente a producir un mayor volumen de resultados, más rápidamente y con menos esfuerzo humano. Cualquiera que lo niegue está, bueno, en negación. Sin embargo, al centrarnos en el valor del rendimiento que produce la IA, tendemos a no pensar mucho en otras fuentes de valor, como lo que aprendemos y cómo establecemos relaciones. Rara vez nos preguntamos: ¿De qué manera cada actividad que realizamos crea un valor verdadero y único? Es hora de que los líderes echen un vistazo frío y duro a sus organizaciones y se hagan esa pregunta para no destruir más valor del que crean al adoptar la IA generativa. De dónde viene el valor Por mucho que me gustaría escribir artículos como se supone que Mozart escribió sinfonías -con las palabras derramándose sobre la página en pensamientos totalmente formados y sin correcciones a la vista-, ése nunca es el caso. Escribir este artículo supuso numerosos comienzos en falso, múltiples esbozos (contradictorios), alejarme con frecuencia del ordenador por la frustración y un documento de "retales" que es un orden de magnitud más largo que el artículo final. Por curiosidad, introduje algunos prompt en una herramienta de IA generativa para crear un borrador y obtuve algo coherente en aproximadamente 10 segundos. Así pues, empecemos por lo obvio: la IA generativa tiene el potencial de crear una enorme cantidad de valor para las organizaciones y los empleados individuales. Al automatizar tareas complejas o mundanas, puede utilizarse para aumentar la eficacia y liberar recursos para aplicaciones que produzcan más valor. Su poder computacional puede mejorar la calidad de las decisiones mediante el análisis de datos y acelerar procesos como la innovación modelando, probando y refinando nuevas ideas, todo ello a una escala y velocidad que nos supera con creces a los meros humanos. Cuando se utiliza como ayuda para la lluvia de ideas, puede sembrar nuestros procesos creativos con cantidades aparentemente infinitas de material de partida. Los líderes deben empezar por tener en cuenta estas ventajas, ya que todas ellas pueden mejorar la calidad y la eficacia del trabajo realizado. Pero, ¿qué podríamos estar intercambiando cuando subcontratamos una tarea a la IA generativa? O dicho de otro modo: ¿De dónde más proviene el valor? He aquí cinco áreas clave a tener en cuenta. Obtención de conocimientos y perspectivas Nuestros procesos de trabajo a menudo nos proporcionan conocimientos y comprensión más allá de la tarea en la que estamos trabajando. Luchar por encontrar una palabra en un idioma extranjero a menudo la cementa en nuestro cerebro para recordarla en el futuro; las soluciones rechazadas a un problema técnico espinoso pueden resultar ser soluciones a otros problemas relacionados o nuevas innovaciones inesperadas por sí solas (como ocurrió con el descubrimiento de la penicilina, la Coca-Cola y los detectores de humo); y el proceso de resumir y sintetizar información nos ayuda a reconocer conexiones conceptuales. Pedir a la IA generativa que traduzca, resuelva problemas o resuma documentos producirá sin duda resultados más rápidos y, en algunos casos, más precisos con menos esfuerzo; sin embargo, al hacerlo, perdemos el aprendizaje que de otro modo habríamos obtenido. Considere esta cita que se atribuye al filósofo confuciano Xun Kuang: "Dímelo y lo olvido. Enséñame y recuerdo. Involúcrame y aprendo". Perfeccionar las habilidades Estrechamente relacionado, hay una razón por la que la gente dice que "la práctica hace al maestro":mejoramos nuestras habilidades a través de la práctica. Redactar y revisar un informe mejora nuestras habilidades editoriales, buscar errores en nuestro código nos hace mejores programadores y maldecir el bloqueo del escritor fortalece nuestra perseverancia como escritores. Paralelamente al aprendizaje, pedir a la IA generativa que revise un documento, redacte o encuentre fallos en el código o genere una colección de párrafos entre los que elegir nos reporta el beneficio a corto plazo de una solución, pero plantea riesgos para la mejora a largo plazo de nuestras capacidades. Mantener los lazos sociales La mayor parte del trabajo se ha realizado tradicionalmente de forma colectiva, con grupos de personas que aportan la potencia mental necesaria para encontrar soluciones a problemas especialmente difíciles. El aumento masivo de la potencia computacional que proporciona la IA generativa nos permite resolver individualmente muchos de los problemas para los que de otro modo necesitaríamos a otras personas, lo que a su vez implica menos interacciones interpersonales. Es importante reconocer que dichas interacciones sirven de base para el entendimiento mutuo, un sentido de conexión y comunidad y, en última instancia, la confianza, todo lo cual tiene un impacto significativo en la capacidad de las organizaciones para cumplir sus objetivos. Además, las investigaciones sugieren que estos comportamientos cambiantes también pueden estar reduciendo nuestro bienestar personal al hacernos más aislados y solitarios. Comprometerse con las ideas El compromiso, definido como estar psicológicamente presente cuando se desempeña una función, tiene una amplia gama de beneficios, desde la mejora de la calidad y la eficacia de los resultados hasta el bienestar y la satisfacción individuales. Sin embargo, ninguno de nosotros está comprometido al 100% en el 100% de las cosas que hace el 100% del tiempo, y nuestro uso de la IA generativa puede desempeñar un papel en ello. Tomemos como ejemplo el resumen, una tarea en la que la IA generativa destaca extrayendo temas de grandes volúmenes de datos mucho más rápido que cualquier humano. Tanto si los datos que se resumen son un gran informe como la transcripción de una reunión, cuando subcontratamos esa tarea a la IA generativa, a menudo damos un paso atrás mentalmente y reducimos nuestro compromiso. El resumen humano es un proceso activo; no nos limitamos a capturar datos, sino que enmarcamos, interpretamos y desarrollamos las ideas. Ese proceso nos conecta con el trabajo y aumenta nuestro compromiso. Aunque es fácil decir: "Pero volveré y añadiré mis comentarios o desarrollaré los argumentos más tarde", pregúntese, ¿con qué frecuencia lo hace realmente? Todos estamos ocupados, y es demasiado fácil mirar y decir: "Sí, creo que esto es suficientemente bueno", sin comprometerse lo suficiente como para reconocer lo que falta. Mantener la singularidad Abra cualquier publicación de gestión o la sección de negocios de cualquier periódico y no tendrá que buscar mucho para encontrar artículos sobre diferentes estilos de liderazgo. Esto es por una buena razón, ya que tener el estilo de liderazgo adecuado para una situación determinada puede marcar una gran diferencia en los resultados. Somos el producto de nuestras experiencias, y el trabajo que realizamos contribuye a nuestra identidad como líderes. Nuestro tono en los documentos escritos, cómo nos comunicamos en los mensajes, nuestro estilo en las presentaciones e incluso cómo resolvemos los problemas son rasgos identificables que nos distinguen unos de otros. Aunque utilizar la IA generativa para autogenerar correos electrónicos, memorandos o presentaciones puede ahorrar tiempo a los líderes y darles resultados técnicamente mejores, al hacerlo se elimina el tono y la voz personales que los hacen únicos. Yendo un paso más allá, es importante recordar que las gen AI son fundamentalmente tecnologías convergentes. Cuando un líder pide a la IA generativa que redacte algo, ésta devuelve la respuesta que mejor se alinea y coincide con toda la información relevante de los datos con los que fue entrenada. Eso significa que todos los líderes que hagan preguntas similares al mismo LLM obtendrán respuestas similares porque están construidas a partir de los mismos supuestos. (Ese efecto puede verse magnificado cuando esas respuestas se añadan después a los datos de entrenamiento de futuros modelos). Sopesar los costes y beneficios de la IA generativa Intentar sopesar beneficios como el aumento de la productividad o la eficiencia frente a costes como la pérdida de habilidades o la reducción del compromiso no es fácil; en lugar de comparar manzanas con naranjas, es más como comparar manzanas con aceite de motor. Sin embargo, es aún más complejo porque no todos los costes y beneficios se experimentan de la misma manera. En nuestra investigación sobre la construcción de una propuesta de valor integrada para los empleados, la profesora de HBS Amy Edmondson y yo identificamos dos dimensiones críticas que los líderes deben tener en cuenta a la hora de evaluar los efectos de las iniciativas organizativas: el nivel (individual o colectivo) y el horizonte temporal (a corto o largo plazo). Los líderes son responsables tanto de los resultados colectivos como de los individuales, y las decisiones sobre dónde y cómo integrar la IA generativa afectan a ambos. Por ejemplo, cuando se introduce la IA generativa para escribir código para un proyecto, puede aumentar el rendimiento a nivel de proyecto, pero a costa del desarrollo de los miembros del equipo a nivel individual. Del mismo modo, los líderes deben pensar no sólo en qué herramientas y procesos benefician a sus empleados, equipos y a la organización en el presente, sino también en cómo se desarrollarán a lo largo del tiempo. Por ejemplo, el uso de IA generativa para capturar y resumir las reuniones puede ahorrar tiempo en el presente pero conducir a la falta de compromiso en el futuro. Por lo tanto, los líderes también deben pensar en cómo sopesar los beneficios actuales frente a los costes futuros, algo que los humanos son notoriamente malos haciendo. Cómo llevar a cabo una auditoría del valor de la IA La IA generativa ha llegado para quedarse y sus beneficios son innegables, pero las posibles compensaciones significan que los líderes deben ser intencionados en cuanto a su uso. Al igual que cualquier otra decisión de gestión importante, esto requiere una evaluación objetiva y holística de los beneficios y los costes. Los líderes necesitan realizar una auditoría del valor de la IA. He aquí cómo: Paso 1: Determine los tipos de valor más relevantes para una determinada tarea susceptible de IA. Empiece preguntándose qué tipos de valor crea la tarea. El rendimiento -como el volumen, la velocidad, la calidad y la eficiencia- es obvio, pero considere también cuánto aprendizaje genera la tarea, en qué medida fomenta la interacción social y las relaciones, y si se beneficia de una voz única o personal. Esta lista no es exhaustiva, pero es un buen punto de partida. No tiene por qué ser un proceso pesado: puede ser tan sencillo como una lista de comprobación con notas adhesivas. Sólo asegúrese de reflexionar sobre ellas y de pensar más allá de la mera producción. Paso 2: Priorice y optimice los tipos que ha identificado. No es necesario que todas las tareas aporten todos los tipos de valor, ni todos los proyectos son igual de eficaces a la hora de proporcionarlos. Céntrese en los puntos en los que los beneficios son mayores y más necesarios. Por ejemplo, utilizar la IA generativa para resumir las reuniones puede aumentar la eficacia pero reducir la conexión y el compromiso. Considere la posibilidad de automatizar las notas sólo para las reuniones de poca importancia o de alternar entre la IA y la toma de notas en directo. Considere también cómo encajan las tareas en el ecosistema más amplio y en la red social. Si utiliza la IA generativa para sustituir una reunión de intercambio de ideas, por ejemplo, busque otras oportunidades para que las personas establezcan relaciones. Paso 3: Iterar. Reconozca que aún no tenemos del todo claros los impactos de la IA generativa. No sólo eso, cada organización, industria y equipo es diferente, y el contexto importa. Utilice lo que yo llamo la "prueba de la leche": Cada decisión sobre el uso de la IA generativa debe tener una fecha de caducidad. Al igual que cuando se comprueba la leche, vuelva a evaluarla cuando lleguen los datos; no los deseche automáticamente, sino que déles una olida. Piense como un científico: Forme una hipótesis, pruébela, recopile datos y llegue a conclusiones respaldadas empíricamente. Esta es la mejor manera de asegurarse de que sus decisiones son adaptativas, ya que puede ajustarlas si descubre que su priorización ya no es óptima. . . . Un último punto: La decisión de utilizar la IA generativa no recae únicamente (quizá ni siquiera principalmente) en los dirigentes. Estas herramientas son baratas, accesibles y están ampliamente disponibles, por lo que sus empleados ya están tomando sus propias decisiones sobre cuándo y cómo utilizarlas, con o sin orientación. Como dice el refrán, "lo que se mide, se hace". Si sus KPI y otras métricas se centran únicamente en el rendimiento y la velocidad, estará incentivando a los empleados a subcontratar a la IA generativa tanto como sea posible. Si eso es todo lo que importa -y en algunos casos lo es-, está bien. Sin embargo, si no lo es, analice lo que está recompensando y considere opciones que promuevan comportamientos que puedan estar en riesgo, como la colaboración o el aprendizaje. Por último, hable con su personal sobre la IA generativa y los tipos de valor que crea -y que corre el riesgo de dañar-. Asegurarse de que son conscientes de los beneficios y los inconvenientes reducirá la probabilidad de que la gente tome decisiones que no redunden en su propio beneficio o en el de la organización.

Recalcular los costes y beneficios de la IA generativa

Resumen.

Partner Center