IA y liderazgo humano: un debate en Davos

¿Cómo deberían evolucionar conjuntamente la IA y el liderazgo humano en este momento de rápida transformación? En Davos, HBR Executive y nuestro socio Egon Zehnder reunieron a un selecto grupo de directores ejecutivos de todo el mundo para debatir precisamente esta cuestión. Moderada por Adi Ignatius, editor general de HBR, la conversación incluyó un intenso debate sobre si la IA está sustituyendo puestos de trabajo o transformándolos, así como una exploración de cómo la IA puede coexistir con el liderazgo centrado en el ser humano, reforzando la confianza, la empatía, el criterio y la innovación en medio de un cambio tecnológico acelerado. El panel incluye a: Olivier Blum, CEO de Schneider Electric Erik Brynjolfsson, director del Laboratorio de Economía Digital de Stanford Dan Schulman, CEO de Verizon Communications Anish Shah, CEO de Mahindra Group Brad Smith, presidente de Microsoft Renate Wagner, miembro del consejo de administración de Allianz SE Puede ver el vídeo completo arriba y la transcripción completa abajo. . . . Esperamos que el debate de hoy no se desarrolle a 30 000 pies de altura, sino en el lugar de trabajo. Y que hablemos de la IA como un reto para el liderazgo. Llevamos unos años asimilando la IA, desde el lanzamiento de la IA generativa, por lo que estamos empezando a ver qué funciona y qué no. Se han logrado eficiencias sorprendentes, pero también lo que un autor ha acuñado como«workslop». La IA está produciendo cosas de las que no siempre nos sentimos tan orgullosos. Nos lanzamos a invertir. Pero ahora hay cierta impaciencia con respecto al retorno de la inversión. Por lo tanto, hay presión para adaptarse, para adoptar, pero no está claro cómo. Así que supongo que mi mensaje, o lo que intento transmitir, es que sabemos que los líderes deben actuar con audacia, pero sin imprudencia. Sabemos que debemos adaptar la IA, pero sin perder la humanidad que define a las empresas para las que trabajamos. Esa es más o menos mi propuesta. Quiero que todos participen en la conversación desde el principio. Después podremos tener una conversación más libre. Entonces les daremos la palabra para que nos cuenten sus opiniones e ideas. Pero Brad, quiero empezar por usted. Probablemente suele pensar a esa altura de 30 000 pies. Pero si está dispuesto a bajar al lugar de trabajo. Llevamos un par de años en esto. No sé en qué punto del ciclo de expectación nos encontramos. Pero estamos empezando a ver lo que significa tener IA en el lugar de trabajo, lo que significa gestionar a humanos y bots. Así que, desde su perspectiva en Microsoft, los clientes que ve, ¿qué está observando? ¿Cómo ve que se desarrolla esto? Brad Smith, presidente de Microsoft: Permítame tomar un aspecto concreto de esto y luego hablaré sobre cómo se podría generalizar. Quizás Dan tenga alguna opinión al respecto. Permítanme comenzar con un campo concreto en el que la IA parece estar teniendo uno de sus mayores impactos iniciales: la programación. Probablemente oigan constantemente que la IA es muy buena escribiendo código. Si usted trabaja en una empresa como Microsoft, su producto suele ser código. Hemos dicho que utilizamos la IA para escribir el 30 % de nuestro código. La familia profesional de las personas que escriben código en una empresa de software se denomina normalmente ingenieros de software o SWE. Se oye hablar de los SWE constantemente. Se podría pensar que, si son tan buenos escribiendo código, diríamos: «Vaya, no necesitamos tantos SWE». Se podría observar una presión a la baja en los niveles de remuneración de los SWE. Sin embargo, voy a una reunión tras otra y ocurre todo lo contrario. Así que la verdadera pregunta que se plantea es: ¿qué está pasando y por qué? Bueno, lo interesante del software en términos de cómo lo creamos en Microsoft es que refleja algo que creo que ha sido generalmente cierto en el mundo laboral durante las últimas cuatro décadas, a saber, la creciente especialización. Así que hay diseñadores de software. Hay gestores de programas. Hay gestores de productos. Hay ingenieros que escriben código. Pero lo que está ocurriendo ahora es que todo eso se está reuniendo en lo que ahora llamamos un ingeniero full-stack, una persona que hace todas esas cosas. ¿Cómo es eso posible? Bueno, es porque dedican menos tiempo a escribir código. Y como dedican menos tiempo a profundizar en una función concreta, se les presenta la oportunidad de ampliar sus conocimientos e integrar estas diferentes partes del proceso de desarrollo de software. Se pide a las personas que sean más creativas. De hecho, estamos contratando ingenieros de software y no solo contamos con un grupo de puestos de trabajo que crean los productos propios de Microsoft. Ahora contamos con lo que llamamos ingenieros desplegados, ingenieros que básicamente están en las oficinas, a menudo de nuestros clientes, ayudándoles a crear productos. Así que la verdadera pregunta que creo que esto plantea es si se trata de algo que puede revertir cuatro décadas, en las que hemos visto cómo los puestos de trabajo pasaban de ser generalistas a especialistas, y no solo en el ámbito del software, sino también en las finanzas, la medicina, el derecho y todos los campos que exigen cada vez más que las personas dediquen mucho tiempo a mantenerse a la vanguardia en la comprensión de gran cantidad de información detallada y a profundizar en procesos específicos más complejos, como usted bien dice, y si esto crea un resurgimiento de oportunidades para que las personas amplíen sus conocimientos. ¿Y qué significará eso para los puestos de trabajo? Para ser sincero, yo creo que es estupendo. ¿Qué hace uno cuando adquiere más experiencia? Dedica más tiempo a ampliar sus conocimientos, a buscar patrones, a identificar oportunidades, a ser más creativo. Creo que tiene enormes implicaciones para los puestos de trabajo de nivel inicial y para la forma en que formamos a las personas para una forma diferente de trabajar. Para mí, eso simboliza o ilustra, creo, una de las cuestiones fundamentales para todos ustedes. Aún es pronto. ¿Cómo va a cambiar esto el trabajo? A medida que el trabajo cambia, ¿qué significa eso para todos ustedes que tienen un empleo? Gracias por eso. Gracias por preparar todo. Sabe, recientemente entrevisté al CEO de McKinsey, y él no es el único que habría dicho esto. Pero hablaron sobre su proceso de contratación en la era de la inteligencia artificial y que, básicamente, han estado subestimando a los graduados en humanidades, que el antiguo modelo de especialización puede estar dando paso a algo nuevo. Queremos gente que sepa pensar, porque las máquinas pueden hacer parte del trabajo especializado. Dan, acaba de mencionarle, así que voy a darle la palabra. Usted ha dicho que quizá en un par de años tendremos una IA al nivel de la inteligencia humana. Me interesa saber si esa es su opinión personal y quizá su visión, y si quizá la está incorporando a su estrategia. ¿Cómo piensa transformar la empresa y la plantilla? ¿Cómo interactúan ahora los seres humanos y la IA? ¿Y cómo se prepara para el futuro? Dan Schulman, CEO de Verizon Communications: Creo que el trabajo de un líder consiste en hacer tres cosas. Una, definir la realidad lo mejor posible, lo cual es muy importante, porque a la mayoría de la gente le cuesta mucho aceptarla. Y puede ser deprimente, dependiendo de cómo le vaya a uno. Pero definir la realidad es realmente importante. Entonces tiene que pintar una visión de hacia dónde quiere llevar a la empresa. Y luego tiene que establecer una especie de camino entre esa realidad y esa visión. Creo que la realidad es que vivimos en un mundo que está experimentando cambios increíbles. Y los cambios son muy difíciles para las personas. Por ejemplo, si usted gana la lotería, lo cual hay que decir que es un cambio positivo, creo que mucha gente se divorcia después de eso. Quiero decir que los cambios traen consigo turbulencias. Y creo, y Brad lo sabrá tan bien como yo, quizá incluso mejor, que estamos atravesando tres oleadas tecnológicas simultáneas. Estamos atravesando la IA. Y creo que llegaremos a la AGI en los próximos dos a cuatro años. Y en todas mis conversaciones de esta semana aquí en Davos con los líderes de las distintas comunidades, lo último es dentro de cinco años. Y cuando digo IGA, me refiero a máquinas que hacen todo lo que nosotros podemos hacer, pero mejor. Así es como yo lo defino. Estamos en la cúspide y al borde del precipicio de cosas que van a cambiar a la humanidad, cambiarla por completo. Y los modelos que tenemos hoy en día son los peores modelos que tendremos en nuestras vidas. Anthropic va a lanzar ocho versiones de su modelo este año. OpenAI va a lanzar varias. Google va a lanzar varias. Y cada vez que lanzan un nuevo modelo, supone una mejora significativa. Así que, dentro de un año, los modelos pasarán de ser, en mi opinión, grandes ayudantes para ustedes a empezar a sustituirlos. Creo que eso sucederá en la programación y en diferentes partes de ella. Estoy de acuerdo con Brad. La mayoría de la gente confunde la ingeniería de software con todo lo que hace un programador de software, y eso no es correcto. Pero creo que empezará a ver sustituciones, y luego empezará a ver muchas sustituciones. Por lo tanto, creo que es posible que veamos niveles de desempleo del 20 % al 30 % en los próximos dos a cinco años. Creo que es posible. También creo que vamos a tener la llegada de la tecnología cuántica, con entre 400 y quizás un millón de qubits sin errores en los próximos cinco años. La tecnología cuántica es como 1000 veces más potente que la informática actual. Eso va a tener un gran impacto. Y luego, en siete u ocho años, también tendremos robots humanoides. Así que creo que, si piensa en todos estos avances tecnológicos y en su impacto en la población activa, creo que será enorme. Ahora bien, por cierto, también creo que van a suceder cosas increíbles con todo esto: cosas increíbles en la ciencia de los materiales, en nuestra salud, en nuestra longevidad. Las ideas van a florecer y tal vez surjan un montón de nuevos puestos de trabajo como resultado de ello. Pero creo que el momento en que todo esto va a suceder es tal que habrá desplazamientos y, con suerte, tal vez algo que salga al otro lado. Pero creo que debemos preparar a nuestra fuerza laboral para eso. Y lo que digo dentro de Verizon es: vivimos en la era de la IA. Puede que les guste o que la odien, pero vivimos en la era de la IA. Es como dijo Shakespeare: nada es o no es, pero el pensamiento lo hace así. Como CEOs que dirigimos nuestras empresas, debemos pensar en cómo utilizar las herramientas disponibles para seguir siendo competitivos. Porque si no lo hacemos, nuestros competidores sí lo harán. Por lo tanto, los próximos tres a cinco años serán un periodo de grandes transformaciones. Gracias por eso. Jamie Dimon dijo ayer que la IA avanza demasiado rápido para la sociedad. Si no tenemos cuidado, nos enfrentaremos a disturbios, lo cual puede ser cierto o no. Depende de cómo lo manejemos. Eric Brynjolfsson se ha unido a nosotros. Es investigador principal del Instituto de Inteligencia Artificial Centrada en el Ser Humano de Stanford. Se le conocerá como el hombre que desplazó a Francesco. Eric, le incluiré en la conversación en un momento. Pero déjeme pasarle la palabra a Renate, porque hemos planteado esta cuestión de la interacción entre humanos y agentes. Y ya estamos creando esta plantilla que integra ambos elementos. Me interesa saber su opinión: ¿cómo deben pensar los líderes sobre el talento, la contratación, la retención y la motivación en esta plantilla que aporta tanta potencia de IA y cada vez más compañeros de trabajo basados en IA? Renate Wagner, miembro del consejo de administración de Allianz SE Muchas gracias por invitarme y por darme la oportunidad de hablar. Bueno, creo que para empezar con la pregunta sobre el talento, hay que partir directamente de lo que ha dicho Dan. Como líder, hay que entender qué se quiere conseguir con la IA. ¿Y cómo puede la IA ayudarle a seguir siendo competitivo en este mundo tan turbulento? Y creo que, para mí, eso es diferente para cada empresa, obviamente, porque los puntos de partida son diferentes. Usted lo ha dicho: hay que comprender en profundidad qué es lo que le da ventaja competitiva. Para nosotros, por ejemplo, en Allianz, somos una compañía de seguros. Y, como tal, somos una empresa basada en datos e información. Por lo tanto, para nosotros, la IA es mucho más que una simple herramienta que utilizamos para obtener una productividad ligeramente mejor. Para nosotros, la IA es realmente un catalizador que tiene el potencial de transformar sustancialmente nuestro modelo de negocio. Creo que ese es el punto de partida para la cuestión del liderazgo y el talento, y qué talento necesito para el futuro. Y para ilustrarlo, y creo que usted lo ha dicho, hay que profundizar y comprender ejemplos concretos. Así que le daré un ejemplo concreto de Allianz, donde ya lo hemos utilizado para transformar completamente el negocio. Mi ejemplo es el seguro para mascotas. Como saben, en Alemania tenemos 26 millones de gatos, perros y caballos. Muchos de estos perros y gatos están asegurados con nosotros, con Allianz. Ahora bien, como saben, en Alemania hay un dicho que dice que el último hijo tiene pelaje. Es una forma humorística de decir que tenemos una sociedad que envejece. Pero ahora imaginen el siguiente escenario: después de un fin de semana muy ajetreado, un fin de semana muy ajetreado para los veterinarios, recibimos miles de facturas por tratar gatos con problemas estomacales, perros con infecciones de oído, etc. Ahora bien, todas estas facturas en sí mismas valen, no sé, unos cientos de dólares de media. Pero algunos tratamientos complejos pueden llegar a costar hasta 80 000 dólares. Lo que hemos hecho es utilizar la inteligencia artificial para replantearnos por completo el proceso de seguros para mascotas dentro de Allianz. Antes, los propietarios de mascotas tenían que esperar 21 días para recibir el reembolso de estas facturas. Con este replanteamiento de todo el proceso, dos tercios de ellas se reembolsan ahora en cuatro horas. Pueden imaginarse lo que esto ha supuesto para la satisfacción de nuestros clientes. Es decir, ha pasado de una puntuación de 4,2 para los seguros para mascotas a 4,8 o 4,9 en una escala de cinco. Pero eso no es todo. No solo lo hemos automatizado, sino que hemos replanteado todo el proceso por completo. Además, esto nos ha hecho mucho más eficaces. Y, de nuevo, otra anécdota: muy a menudo, si lleva a un gato al veterinario para que le traten, el veterinario también le corta las uñas. Ahora bien, el corte de uñas de los gatos no está cubierto por el seguro. La IA aplica estas reglas de forma coherente. Así que, para nosotros, incluso supuso una reducción de costes. Lo que quiero decir es que son estos pequeños ejemplos los que muestran cómo se pueden replantear radicalmente los procesos, no solo para que sean mucho más rápidos, sino también mucho más eficaces y mejorar realmente la satisfacción del cliente. Ahora, volvamos a su pregunta sobre el liderazgo. ¿Qué significa esto para el talento? Como ha visto, se trataba de una transformación empresarial completa. Y la transformación empresarial, obviamente, comienza con la transformación de las personas. Existe una fórmula 10/20/70, que dice que el 10 % es el algoritmo, el 20 % es la tecnología y los procesos, pero el 70 % son las personas, la transformación de las personas. En mi opinión y según mi experiencia, utilizando este ejemplo ilustrativo, hubo tres cosas que fueron especialmente importantes en este viaje. La primera fue la formación. Era absolutamente crucial asegurarnos de que las personas nos acompañaran, de que contaran con los conocimientos necesarios, de que supieran cómo utilizar estas herramientas y de que realmente vieran el poder de estas herramientas. Hay un dicho que dice: «Un tonto con una herramienta sigue siendo un tonto». Estoy totalmente de acuerdo con eso. Por eso nos esforzamos mucho en este aspecto. El año pasado, en Allianz, invertimos 100 millones de euros en la formación de nuestros empleados y cada uno de nuestros 160 000 empleados en todo el mundo recibió 63 horas de formación. Pero lo importante es que más del 30 % de esa formación se dedicó al aprendizaje sobre IA y excelencia en datos, porque para mí van de la mano. Si entra basura, sale basura. El segundo elemento, además de la formación, era la contratación, y usted lo ha mencionado. Es fundamental incorporar las habilidades y los conocimientos que se necesitan. Por lo tanto, para nosotros, esto comenzó directamente con asegurarnos de que las personas que contratamos —y contratamos a 20 000 personas al año—. El año pasado, el 80 % de las ofertas de empleo incluían habilidades en inteligencia artificial. Por lo tanto, incorporar las habilidades adecuadas es la segunda palanca clave. Y lo último que diría es que son los propios líderes. Ellos son los verdaderos catalizadores de esta transformación empresarial. Y esto comienza directamente con la creación de un entorno en el que las personas se atrevan a experimentar, en el que tengan la seguridad psicológica necesaria para impulsar realmente los experimentos, se sientan animadas a hacerlo y se aseguren de que los propios líderes impartan la formación y tengan lo que yo llamaría una mentalidad centrada en la IA para garantizar que no piensen de forma marginal o incremental, sino que piensen de forma innovadora. Y en cuanto a la IA, tal y como usted ha señalado, animamos a nuestros líderes a no pensar en lo que la IA puede hacer por nosotros, sino en lo que la IA no puede hacer por nosotros, para pensar realmente de forma innovadora. Así que creo que, en mi opinión, hay que empezar por ahí y luego pasar de las palabras a los hechos, porque los líderes perderán credibilidad si no dan ejemplo con su forma de actuar. Olivier, déjeme intervenir, porque me gustaría conocer la perspectiva de un CEO. Mi impresión es que las empresas y los CEOs se han lanzado de forma agresiva a la IA, al menos durante un tiempo. Tenemos que estar ahí. Tenemos que experimentar en todos los ámbitos, con muchos proyectos piloto. Y quizá ahora sea un momento en el que hay que reflexionar un poco más sobre cuál es el retorno de la inversión. ¿Y cómo encaja esto en nuestra estrategia? ¿Nos estamos limitando a aplicar la IA? Supongo que me interesaría saber en qué punto se encuentra la experimentación que ha llevado a cabo en Schneider Electric. ¿Se encuentra en una etapa diferente en cuanto a su opinión sobre la IA y su potencial? Olivier Blum, CEO de Schneider Electric: Bueno , mire, definitivamente estamos en una etapa diferente. ¿Significa eso que sé cuál es exactamente el retorno de la inversión hoy en día? No. Pero, ¿significa eso que estoy absolutamente convencido de que está transformando Schneider Electric de principio a fin? La respuesta es sí. Sabe, fue un viaje muy interesante para mí porque hace tres o cuatro años empecé a acercarme un poco más a la IA, no porque la estemos utilizando, sino porque trabajamos con empresas como Microsoft o Nvidia. Nos estamos dando cuenta de que en el futuro necesitaremos un tipo de infraestructura muy diferente, un tipo de centro de datos muy diferente, ¿sabe? Y así es como entramos en esto. Y como todas esas empresas tecnológicas también son fantásticas en el aspecto comercial, me decían: Olivier, debería utilizar más la IA. Y cada vez que intentaba venderle más a Satya Nadella, él me decía: Debería interesarse por la IA, transformará su empresa. Recuerdo que fui a mi comité ejecutivo y empecé a preguntar: «¿Cuánto utilizan la IA en su vida?». Fue hace tres años, y todos la utilizaban. Entonces se me ocurrió decir: «Oigan, dediquemos una hora al mes a hablar juntos sobre cómo utilizamos la IA». Y hubo un momento fascinante para mí cuando se hace la evaluación del rendimiento, todos ustedes lo hacen en su empresa. Tenemos una forma tradicional de hacerlo. Alguien dijo: «Oigan, la IA es fantástica, porque con ChatGPT, los empleados pueden preparar su evaluación de rendimiento. No tienen que introducir todo en el sistema». ¿Y saben qué? El líder también puede prepararse por su parte. Y yo dije: «Es ridículo. La forma en que hemos diseñado el proceso para los AG se ha transformado y visto afectada por completo porque lo estamos utilizando mal». Solo por ponerles un ejemplo, pero lo más importante es que ese día dije que teníamos que gestionar la empresa de una forma muy diferente y que teníamos que probar la IA en todo lo que pudiéramos. Somos una empresa de tecnología energética, por lo que nuestro trabajo consiste en hacer que la energía sea más eficiente. Permítanme darles un ejemplo concreto. Nuestro trabajo consiste en garantizar que la fábrica funcione, que el centro de datos funcione y que usted tenga acceso a la energía. Pero usted sabe que sus equipos envejecen en algún momento. Tenemos suerte porque, desde hace 10 años, todos esos equipos están conectados. Pero no podemos hacer mucho con la conectividad. Estamos intentando crear un software para ayudar a nuestros clientes, pero es complicado y laborioso. Sin embargo, hemos conseguido, gracias a una estructuración adecuada de los datos, extraerlos para poder realizar un mantenimiento preventivo y gestionar la obsolescencia. Y me gustaría volver a su pregunta, que es: ¿reduce la mano de obra o algo así? Hay escasez de electricistas en todo el mundo. Todo el mundo se enfrenta al problema de cómo realizar el mantenimiento de sus instalaciones. Así que, en realidad, hemos podido resolver un problema para nuestros clientes, que es comprender el envejecimiento de los equipos y realizar un mantenimiento preventivo de forma remota sin enviar personal. En un momento en el que hay escasez de trabajadores, es un caso de negocio magnífico. Ahora bien, esto no significa que funcione en toda nuestra empresa, para todas las aplicaciones de nuestros clientes. Tampoco significa que funcione en todos nuestros procesos internos. Pero en un momento dado, descubrimos que si nos centramos en un caso de uso muy bueno, eso puede transformar la forma en que gestionamos la empresa. Y paso a la última parte, porque el liderazgo es excepcional, ya que yo mismo empecé a utilizarlo mucho al principio. ¿Significa eso que se sustituye al CEO? No, sigue habiendo un CEO. Simplemente me hace más eficiente. Pero siempre me ha fascinado. Sabe, tengo el privilegio —no sé si es un privilegio— de llevar 32 años trabajando en la misma empresa. Incluso fui director de RR. HH. de la empresa. Y trataba de entender por qué somos tan ineficientes. ¿Por qué se queja la gente en las multinacionales? Pero uno se da cuenta de que probablemente el 30 % del tiempo de los empleados de oficina es ineficaz hoy en día. Imagínese que puede aportar tecnología que haga que las personas sean más eficientes en su trabajo diario, en la forma en que se evalúa el rendimiento, en la forma en que se hacen las previsiones, en la forma en que se gestiona todo en la empresa. Esa es mi opinión. Es más bien en ese momento. Así que paso a la segunda fase, en la que estoy 100 % convencido de que hará que Schneider Electric sea más eficaz. Aportará más valor a nuestros clientes. ¿Puedo demostrar el retorno de la inversión? La respuesta es no. Pero, en este momento, esa es mi obsesión, porque veo cómo está afectando a la empresa y a la forma en que la gestionamos. Así que estoy totalmente a favor, y como aporta resultados a la empresa, aporta más eficiencia a nuestra gente. Por lo tanto, en ese momento estamos totalmente a favor. Tengo que decir que mi esperanza es que hablo con muchos CEOs que a veces dicen: «No puedo hacer nada porque nuestras empresas se han vuelto muy complejas. La estructura es matricial, tengo que ocuparme de cuestiones legales y de cumplimiento normativo, y simplemente no puedo hacer nada», lo cual es ridículo, obviamente, que lo diga un líder. Pero supongo que mi esperanza es que la IA cree de alguna manera eficiencias en ese proceso que nos permitan dirigir las empresas, las complejas empresas que hemos creado, y no añada simplemente más complejidad. Pero, Anish, usted ha realizado muchos experimentos con IA dentro de Mahindra. Me encantaría escuchar no solo una historia de éxito brillante, si es que está dispuesto a hablar de ella, sino también algunos de los retos a los que se enfrenta, o simplemente que nos cuente lo que está aprendiendo de la experimentación y qué es lo que funciona y lo que no. Anish Shah, CEO del Grupo Mahindra: Buenos días, Adi. Es un placer estar aquí. A modo de contexto, el Grupo Mahindra opera en 20 sectores que contribuyen a alrededor del 70 % del PIB de la India y está presente en 100 países. Hemos visto la IA en muchos sectores diferentes, y el mayor reto que hemos observado es que es muy diferente de las tecnologías anteriores, en las que nuestros equipos técnicos o nuestros socios tecnológicos podían intervenir y decir: «Así es como podemos ayudarles a mejorar lo que están haciendo». En este caso, son los equipos comerciales y los responsables de los procesos los que deben colaborar estrechamente con los equipos técnicos. Y ahí surge una pregunta fundamental: si esto tiene éxito, es muy probable que la mitad del equipo responsable del proceso desaparezca. Entonces, ¿cómo se resuelve eso? Ese es uno de nuestros mayores retos a la hora de conseguir que todo el mundo se sume a la idea de que esto es importante, porque, de lo contrario, puede surgir mucha resistencia pasiva. Y eso es algo en lo que hemos intentado trabajar con todos para que se sumen, especialmente cuando pensamos en cómo se van a transformar las industrias y las empresas. Por lo tanto, es fundamental conseguir primero la aceptación. Nuestro enfoque es que, ante la incertidumbre, aceleremos aún más, porque tenemos que ser líderes. Si son líderes, pueden lidiar mejor con la incertidumbre. Y si lidian mejor con la incertidumbre, eso les permite crecer más. Creará más puestos de trabajo y dará tranquilidad, una seguridad psicológica a sus equipos, que sabrán que no se verán afectados. Eso es algo que ha ayudado. Lo que no nos ha funcionado es hacer cosas a pequeña escala y, sobre todo, utilizar la palabra «experimentación». A la gente le encantan los experimentos, le encantan los proyectos piloto. Pero el reto es: ¿cómo pasar de la fase piloto a la fase de ampliación? ¿Y cómo conseguirlo? Porque eso requiere liderazgo, requiere que alguien tenga el valor de decir: voy a arriesgarme, y puede que no funcione. Entonces, ¿cómo se crea también la cultura para decir que no pasa nada si eso ocurre? Después intentaremos otra cosa. Siempre nos hemos centrado en la asignación de capital y el retorno de la inversión. Pero, como líder, también he tenido que pasar de eso a decir que no siempre se trata del retorno de la inversión. A veces también se trata de hacer cosas que pueden no funcionar siempre, de buscar otros beneficios además del puro retorno de la inversión y de pensar en una visión más amplia de lo que estamos tratando de lograr aquí. Si usted quiere alcanzar el liderazgo en un sector, tiene que ser líder en tecnología. Y parte de ello es el coste que supone convertirse en líder tecnológico por el camino. Así que estamos aprendiendo. Sí, hay muchas historias de éxito. Y la que yo destacaría es la capacidad de crear más tiempo de actividad en una planta. En nuestro negocio automovilístico, hemos conseguido entre un 10 y un 15 % más de tiempo de actividad gracias al mantenimiento, al mantenimiento preventivo. Hemos cuadruplicado la capacidad de nuestro negocio automovilístico en los últimos cuatro años, pero seguimos sin tener suficiente capacidad. Y tenemos listas de espera para nuestros clientes. Así que ese 10 % también se refleja directamente en nuestros resultados. Por lo tanto, esta tecnología nos está reportando importantes beneficios. Pero creo que los mayores retos se centran en los aspectos humanos que la rodean. ¿Cómo se consigue que todo el mundo acepte que esto va a ser mejor para nosotros? No se trata de que esto vaya a suponer una reducción del 30 % de la plantilla. Y ese es el compromiso que estamos adquiriendo con nuestro equipo: vamos a crecer. Y a medida que crezcamos, no vamos a reducir la plantilla. Vamos a crear nuevas oportunidades para todos. Eric, hemos estado hablando, en cierto modo, sobre la experiencia de nuestra propia empresa. Lo que me encanta de usted es que conoce la tecnología, pero también dispone de los datos. Así que me interesa mucho saber, si hiciera una instantánea del lugar de trabajo en este momento, ¿qué veríamos? ¿Qué funciona? ¿Qué no funciona? ¿Y adónde nos lleva eso? Erik Brynjolfsson, director del Laboratorio de Economía Digital de Stanford: Claro. Estoy de acuerdo con lo que he oído decir a Anish, Dan y otros sobre el enorme potencial revolucionario de esta tecnología. La realidad es que, en términos generales, no estamos viendo grandes cambios en la economía estadounidense en cuanto a productividad, empleo, etc. Sin embargo, si se profundiza un poco más, se observa una gran heterogeneidad. Hay unas pocas empresas, quizá alrededor del 10 % del total, que realmente están teniendo un gran impacto. Y hay unas pocas aplicaciones y profesiones en las que se observa un impacto significativo. Permítanme comenzar por el aspecto de la productividad. Realizamos un estudio minucioso en el que pudimos obtener estimaciones causales comparando a las personas que utilizan LLM para ayudar con el servicio al cliente y las que no lo hacen. Se observó un claro aumento de la productividad de alrededor del 15 % en ese grupo en solo unos meses. Algunos empleados concretos obtuvieron un aumento de la productividad del 35, 40 o 50 %. Por lo tanto, esa heterogeneidad fue muy importante. Otros tuvieron una productividad prácticamente nula. El artículo describe algunas de sus características. En cuanto al empleo, he actualizado la información porque inicialmente no vimos mucho. E incluso cuando analizamos algunos datos agregados y los desglosamos de diferentes maneras, no lo vimos. Pero ADP, la mayor empresa de procesamiento de nóminas del mundo, compartió algunos datos. Pudimos analizarlos con más detalle. Y si clasificamos específicamente todas las profesiones en Estados Unidos en función de su exposición —tenemos un índice de exposición que uno de mis cofundadores de Workhelix y yo desarrollamos estas técnicas para dividir las profesiones en tareas y luego se puede evaluar cada tarea—. Al hacerlo, al clasificarlas todas, lo que se descubre son las profesiones más expuestas en Estados Unidos. Y en el caso del grupo de edad más joven, se empiezan a observar algunos efectos muy notables en el empleo. En realidad, es una especie de giro. Hay algunos grupos cuyo empleo está creciendo y otros cuyo empleo está disminuyendo. En el servicio de atención al cliente, donde observamos muchos efectos, en ingeniería de software y en algunas áreas de gestión y ventas, observamos aproximadamente... bueno, originalmente fue una disminución de alrededor del 13 % en el empleo de personas de entre 22 y 26 años. Las personas de más edad mantuvieron un empleo estable. En las ocupaciones menos expuestas, observamos un cierto crecimiento del empleo. Además, creo que una de las cosas más llamativas fue poder ver cómo utilizaban la tecnología. Algunas personas la utilizaban principalmente para mejorar su trabajo y aprender cosas nuevas. Otras la utilizaban para automatizar y sustituir tareas. Hubo un efecto muy diferente en el empleo en esos dos grupos. Las personas que lo utilizaban para aumentar su producción tenían un empleo creciente. Y las personas que lo utilizaban para automatizar, que eran la mayoría, tenían un empleo algo decreciente en esas categorías. Ese artículo, Canaries in a Coal Mine, se publicó hace unos tres meses. Acabamos de realizar algunos análisis nuevos y ahora ese 13 % es aproximadamente un 16 %. Así que, sea cual sea el efecto, está aumentando con el tiempo. Ahora bien, debo decir que, a diferencia del estudio sobre la productividad, este no era realmente un estudio causal. No podíamos exponer a la mitad de la población activa de Estados Unidos a los LLM y a la otra mitad no. Por lo tanto, se trata de un estudio observacional. Puede que haya otros factores en juego. Pero analizamos si el trabajo remoto, las tasas de interés y algunos de los excedentes tecnológicos podían explicarlo, y no fue así. Sea lo que sea, está muy relacionado con este mayor uso de la tecnología. Así que, de la revolución que podríamos ver en los próximos años, estamos empezando a ver los primeros indicios, y el hecho de que haya crecido del 13 % al 16 % solo en los dos o tres meses transcurridos entre las diferentes oleadas sugiere que podría ser mucho mayor en los próximos meses. Lo último que diré es que, cuando se analiza el interior de las empresas, se observa una enorme heterogeneidad. Y aquí es donde mi empresa, Workhelix, ha aprendido mucho al hacerlo. Todas las empresas tienen mucha gente que utiliza la tecnología de diferentes maneras. En todas las que hemos analizado, el resultado final se parece mucho a una ley de potencias. Así que se ven unos pocos superusuarios que lo están petando. Habrá oído hablar de los programadores 10x. Pues bien, también hay agentes de atención al cliente 10x. Hay vendedores 10x. Hay gerentes 10x. Incluso hay personas 100x que utilizan la tecnología y han creado 100 instancias de agentes que realizan todo tipo de tareas. Muy pocos, el 1 %, el 2 % o el 3 % de las personas hacen eso. Luego está esa larga cola de la mayoría de las personas en la mayoría de las organizaciones que realmente no están utilizando la tecnología de manera tan eficaz. Esa heterogeneidad es, en realidad, una gran oportunidad. Una vez que se identifica lo que hacen los usuarios exitosos y se comparte, no todo, pero sí gran parte, otras personas de la organización pueden replicarlo. Es una forma de salir del purgatorio piloto del que hemos oído hablar un poco, de las dificultades de ampliar las cosas. Identifica lo que realmente funciona de manera eficaz en la organización. Cuando alguien ve que hay otra persona en la empresa que lo está haciendo, eso añade mucha más credibilidad que si solo el CEO dice: «Oigan, todos deben usar más la IA». Eso me hace ser muy optimista y pensar que podremos avanzar mucho más rápido que en algunas de las revoluciones anteriores, que tardaron años o décadas en desarrollarse, si conseguimos transferir los conocimientos que ya tienen los trabajadores de la organización al resto de la misma. Wagner: Bueno , por supuesto. Creo que eso me resulta muy familiar. Y uno de los componentes clave que encontramos en nuestra plantilla, que suponía un gran reto y, de hecho, también una gran oportunidad, es la cuestión de la confianza. Por lo tanto, impulsar la adopción de la IA en una organización para realizar pruebas piloto, pero también para ampliarla, la barrera clave para ello es la confianza. Y si las personas sienten que la organización utiliza la IA de manera responsable, creo que la apertura para adoptarla es mucho, mucho mayor. Y si nos fijamos en el último Barómetro de Confianza de Edelman, queda claro que la falta de confianza es el mayor obstáculo. Puedo hablar por Alemania, por ejemplo. Según Edelman, en Alemania, el 57 % de las personas que utilizan poco la IA afirman que la razón principal es la falta de confianza. En otras palabras, en mi opinión, es absolutamente fundamental reflexionar, ser muy transparente sobre cómo utilizarla, ser claro sobre la gobernanza de los datos, ser claro sobre lo que puede hacer la IA y lo que no puede hacer, porque creo que eso es un gran incentivo para convencer a la gente. Quiero probar algo. Los ponentes han estado aquí sentados en silencio mientras los demás hablaban y probablemente estén deseando responder a algo que se ha mencionado. Así que, en lugar de lanzar preguntas al aire, si alguien quiere intervenir y dar más detalles o aportar un contraargumento sobre cualquier tema, Brad, adelante. Smith: Permítanme aportar una cosa, porque si escuchan a todos nosotros y lo que estamos diciendo, creo que, en términos generales, la IA se aplica en el lugar de trabajo de dos maneras distintas. Una es transformar procesos empresariales específicos, como los seguros para mascotas. Y es la última versión de la transformación empresarial. En este momento, las organizaciones han desarrollado tanto un arte como una ciencia sobre cómo llevar a cabo la transformación empresarial. Y creo que todos ustedes han captado algo de lo que hay que hacer para hacerlo bien con la IA. La segunda es simplemente proporcionar una herramienta que cualquiera pueda utilizar. Y creo que esa es una oportunidad única. Y ahí no se trata solo de proporcionar a las personas la herramienta, sino también de darles consejos sobre cómo utilizarla, animándoles a experimentar, a compartir lo que aprenden, en cierto modo, modelando, inspirando y recompensando a las personas que encuentran formas de utilizarla como herramienta y hacer mejor su trabajo. Le daré un ejemplo. Todos los miércoles envío a 2000 personas el consejo de la semana de Copilot. Es un consejo sobre cómo utilizar M365 Copilot. Y cada semana busco oportunidades en las que tenga tiempo para probar el consejo antes de utilizarlo. Hace aproximadamente un mes, el consejo Copilot de la semana fue: «Hola, si escriben para lectores ocupados, como la mayoría de la gente, aquí tienen un prompt. Tomen su borrador y reescríbanlo utilizando los seis principios de este libro, Writing for Busy Readers(Escribir para lectores ocupados). Y me dije: ¿sabes qué? Esta mañana he recibido un correo electrónico muy largo de alguien. Así que, antes de enviárselo, he aplicado ese prompt a ese correo electrónico. Vaya, me ha resultado mucho más fácil leerlo. Lo he enviado a 2000 personas. Unos 10 minutos más tarde, recibí un correo electrónico de alguien que decía: «Me temo que ese era mi correo electrónico». Le respondí: «Tiene razón. Este consejo también le viene muy bien». Pero creo que lo primero es reconocer que se trata de dos situaciones muy diferentes. Blum: Quizás me permito intervenir. Para nosotros es realmente fascinante porque en Schneider hemos estado obsesionados con una cosa: cómo hacer que la energía sea más eficiente. Y hemos estado tratando de comprender, desde el punto de vista tecnológico, qué nos ayudará a ahorrar energía y a consumirla mejor. Si miran nuestra presentación de hace 10 años, dijimos que se trataría de electrificación, automatización y digitalización. Y con la última tecnología con la que estamos experimentando, probablemente por primera vez en la historia de la empresa, empiezo a ver la oportunidad de alcanzar el objetivo final. Les pondré un ejemplo. Piensen en su casa, todos ustedes tienen un cuadro eléctrico en su hogar. No es un cuadro conectado. Han probado algunos dispositivos de domótica o similares, pero no funcionan. Probablemente nos queden un par de años para llegar a una etapa en la que su cuadro eléctrico pueda conectarse, podamos automatizarlo, podamos aplicar tecnología, podamos aplicar un agente que les ayude a reducir entre un 20 y un 30 % su consumo energético sin darse cuenta. Hoy en día no lo hacemos. No lo hacemos porque la tecnología era extremadamente complicada de implementar. Era extremadamente complicada para el usuario. Nuestro electricista no es capaz de implementar esa tecnología. Solo por poner un ejemplo, donde la tecnología podría suponer un avance para todos. Por eso soy bastante optimista. Ahora bien, no soy una persona ingenua y estoy de acuerdo con lo que se ha dicho. Nuestra labor en la empresa es asegurarnos de que la gente entienda cómo funciona. Por eso estamos formando a todos nuestros empleados en la empresa. Pero, al mismo tiempo, y creo que usted lo ha dicho, a veces hay que forzar la transformación en la empresa porque no es algo que la gente vaya a aceptar por sí misma. Así que es una especie de efecto de empuje y tracción. Pero creo que si aceptamos la tecnología, si controlamos su impacto, creo que esa tecnología puede traer progreso para todos. Y eso puede ayudar a resolver los grandes problemas a los que todos nos enfrentamos en el mundo. Shah: Me gustaría añadir dos puntos aquí. En primer lugar, estoy de acuerdo con Olivier en que hay muchas aplicaciones diferentes y, en segundo lugar, el empoderamiento ayuda a encontrarlas. Permítanme ampliar un poco el tema de la energía. Como parte de nuestros esfuerzos por la sostenibilidad, hace muchos años nos inscribimos en lo que se denominó EP100, Energy Productivity 100 (Productividad Energética 100). Con la IA, en los últimos dos años hemos podido acelerar ese proceso hasta tal punto que hemos alcanzado nuestro objetivo EP100 cinco años antes de lo previsto. Y EP100 significa, en la práctica, que podemos producir el mismo número de SUV o el mismo número de tractores con la mitad de energía. Ahora piensen en esto desde el punto de vista de la sostenibilidad. No tienen que preocuparse por la procedencia de la energía. Solo necesitan la mitad de energía para fabricar el mismo número de SUV y tractores. Ya lo hemos conseguido. El segundo aspecto es que, a medida que se empodera a las personas, estas aportan ideas diferentes. Tenemos talleres de pintura que están estudiando la IA para ver cómo podemos mejorar la calidad de la pintura. Sí, ahorra costes, pero el coche tiene mejor aspecto porque es muy uniforme en todo el conjunto. Soldadura: nunca hubiera imaginado que la IA ayudaría en la soldadura, pero para nosotros la soldadura era un proceso de prueba destructivo en el que se probaban muestras. Ahora, la IA realiza pruebas de soldadura al 100 %, lo que permite crear un coche que hace menos ruido y está mejor ensamblado. Hay muchos ejemplos como este, pero ese empoderamiento es lo esencial para que las personas aporten ideas diferentes. Schulman: En mi opinión, lo que hace que esto sea realmente difícil esque hay muchas cosas contradictorias. Usted habla de confianza. La verdad es que es algo muy dinámico y ahora mismo nos encontramos en un precipicio, de modo que si les dice a sus empleados que no va a haber ningún cambio en sus puestos de trabajo, creo que perderá toda su credibilidad, porque todos ellos saben que sí lo habrá. Y creo que, si nos fijamos en las estadísticas actuales, aún es muy pronto y dentro de un año la situación será radicalmente diferente. A los recién graduados les resultará muy difícil entrar en las empresas, porque muchos de los puestos de nivel inicial estarán automatizados. Creo que el mayor impedimento para el éxito futuro de una empresa, especialmente de las grandes empresas, es su éxito pasado. Se tiende a mirar hacia atrás, a lo que les llevó al éxito, y luego se intenta repetir eso de forma un poco más eficiente cada año. Es como un 10 %, como si redujéramos los costes en un 4 %, quizá aumentáramos nuestros ingresos en un 6 % o lo que sea, para poder aumentar nuestro BPA en un 10 %. Son tecnologías que van a estar ahí, tenemos que pensar en ellas, aunque quizá no lleguen a materializarse, como el pensamiento 10X. Como usted dice, ¿cómo podemos replantearnos por completo cuál será su propuesta de valor, cómo será su plantilla? Y como resultado de todo eso, el elemento cultural de esto, la tecnología, en mi opinión, estará ahí. Llegaremos a la AGI y tiene que interiorizar en su corazón y en su alma que eso es fundamentalmente diferente a todo lo que hemos experimentado hasta ahora. Smith: Dan , ¿qué es la AGI? Defina qué es la AGI. [Interferencia]. Schulman: La IGA es cuando las máquinas pueden hacer casi todo lo que hacemos nosotros mejor que nosotros. Smith: Y tengo que admitir que estoy totalmente en desacuerdo. [Interferencia] Schulman: Sé que lo está. Smith: Porque ... no, y eso es lo fundamental. ¿Puede la gente mejorar? ¿Puede la tecnología ser una plataforma que permita a la gente mejorar? Digamos que estamos en una carrera constante entre los humanos y las máquinas. Si los humanos, si vamos a decir hoy, lo mejor que somos hoy es lo mejor que vamos a ser nunca, entonces los ordenadores nos superarán. Pero si cada vez que una máquina mejora, un humano puede utilizar esa máquina para mejorar, entonces diré que, en muchos ámbitos, las máquinas nunca nos alcanzarán. Se trata de si somos capaces de inspirar, me refiero a que ustedes hablan de liderazgo. Aprecio el punto sobre el realismo, pero, por Dios, ¿no vamos a utilizar como empleadores, como líderes, la tecnología como herramienta para ayudar a nuestros empleados a mejorar? Schulman: Por supuestoque sí. [Interferencia.] Y lo harán tanto en su vida personal como en la profesional. Los que sigan ahí serán mucho mejores y más eficaces. Pero, Brad, quiero decir, las máquinas aprenden a un ritmo que es tan... No sé por qué le digo esto, porque usted es como... Las máquinas aprenden a un ritmo mucho más rápido que nosotros. Nuestras entradas y salidas son mucho más lentas. Cuando veo lo que las máquinas pueden hacer ahora mismo, por ejemplo, puedo escribirle a mi mujer el poema más bonito para su cumpleaños en este mismo instante. Tardo unos cinco segundos y luego lo reajusto. [Interferencia.] Y esto es solo el principio. Y sí, eso me ha convertido en una persona mejor, pero no va a sustituir a alguien que pueda automatizar la codificación. Smith: Permítame discrepar en eso. Schulman: Y hacer trabajo paralegal en, digamos, cinco segundos, lo que llevaría unas 20 horas. [Interferencia]. Smith: No , Dan, déjeme decirle algo, porque acaba de poner un ejemplo. Usted dijo que una máquina puede escribir un poema mejor para su esposa que usted. No sé, ¿qué tipo de marido quiere su esposa? ¿Quiere saber lo que usted piensa o lo que puede pedirle a una máquina que diga que ella quiere oír? Todo se reduce a la definición de lo que queremos que sean las personas. [Interferencia.] Schulman: Yo lo prompto, pero es mucho mejor que yo. Vale, vale. Eric, intervenga y llévenos al final. Brynjolfsson: Mire , no hay duda de que la IA es muy superior a nosotros en muchos aspectos diferentes. Tampoco hay duda de que se trata de una frontera muy irregular, y que lo seguirá siendo durante mucho tiempo, que hay cosas que las personas hacen mejor y otras que los humanos hacen mejor, y por eso los humanos y las máquinas juntos suelen poder hacer algo que una máquina por sí sola no puede hacer. Y permítanme ser más concreto sobre esa frontera irregular, no solo hablar en generalidades. Durante la mayor parte de la historia de la humanidad, las tareas se pueden dividir en tres grandes partes: definir la pregunta correcta, si necesita o no escribir un poema para su esposa y qué cosas quiere decir en él; ejecutarlo y escribir un poema muy bonito; evaluarlo, volver atrás y decir: «Un momento, vale, esa parte, creo que no quiero incluirla». Y seguimos todos los pasos. Ahora bien, antes los seres humanos tenían que hacer las tres cosas. Ahora, como ha señalado Dan, las máquinas están mejorando increíblemente en la ejecución de cada vez más tareas. Eso hace que la ventaja comparativa de los seres humanos se centre más en definir cuál es la pregunta, hacia dónde queremos dirigir esta poderosa herramienta y cómo evaluamos si esto es realmente lo que queremos lograr. Y, en realidad, se convierte en un bucle. Por lo tanto, todas nuestras organizaciones se están convirtiendo cada vez más en organizaciones llenas de personas que utilizan la tecnología para ejecutar, y eso es una parte muy importante. Pero estos otros componentes son, en cierto modo, aún más importantes. Y creo que todos los CEOs están aquí en el panel, excepto yo. Pero creo que todas sus organizaciones estarán llenas de CEOs de flotas de agentes. Y esos agentes llevarán a cabo las instrucciones y responderán a las preguntas que sus empleados les planteen. Tendrán 10, 100... Algunos de mis alumnos tienen cientos de agentes trabajando para ellos en paralelo en diferentes tipos de problemas. Y quizá «CEO» no sea la palabra adecuada. Es un directivo. Estoy intentando acuñar un nuevo término, «director de preguntas», CQO, porque creo que cada vez será más importante. En todo caso, a medida que las herramientas se vuelvan más potentes, nuestra capacidad para hacer las preguntas adecuadas se convertirá cada vez más en el factor diferenciador clave y en lo más importante que debemos hacer. Smith: Pero diré que acaba de definir la esencia de cómo las personas pueden utilizar la herramienta para mejorar. Para mí, esa es la clave. Brynjolfsson: Por supuesto . Y esto nos lleva de vuelta a los primeros datos, y ya veremos cómo se desarrolla. Las personas que utilizan la tecnología para mejorar lo que hacen parecen obtener mejores resultados que aquellas que solo buscan sustituir lo que hacían antes. Schulman: Pero esa es la belleza de la IA. Puede utilizarla y mejorar. Pero acabo de... Y sé, Brad, que no le gusta oír estas cosas porque está creando IA, pero analice función por función dentro de una empresa, como el servicio de atención al cliente. El 80 % del servicio de atención al cliente son preguntas repetitivas, llamadas, «he olvidado mi contraseña», «¿cuál es el saldo de mi cuenta?». Para eso no se necesitan humanos en el futuro, ¿verdad? Simplemente no se necesitan. En cuanto a la programación de software, se va a eliminar a muchos programadores de software o esa parte de su trabajo. En cuanto al ámbito legal, realmente no necesito que un asistente legal salga ahora y gaste cientos de dólares por hora cuando una de estas máquinas puede responder a esa pregunta en un segundo, como si volviera. Si me dedico al marketing, voy a necesitar menos gente. Para mí está claro. Por lo tanto, no veo cómo es posible que los niveles jerárquicos dentro de una empresa no bajen. Bien, esto es fascinante, y me gustaría dejarles seguir con el debate, pero también tenemos a mucha gente interesante e inteligente entre el público, así que me gustaría iniciar esa conversación. Si les doy la palabra, esperen a que les acerquen el micrófono, porque todo esto se está grabando, pero Rich Lesser, presidente de BCG, he visto que tenía la mano levantada, así que, por favor, traigan un micrófono para Rich en la primera fila. Rich Lesser, presidente global de BCG: Genial , gracias, Adi. Ha sido una conversación estupenda y muy sincera sobre lo que nos depara el futuro. Hay mucho que destacar. Hay dos puntos que me han llamado la atención, uno de los cuales está muy relacionado con este Davos. El primer punto es algo que acabamos de publicar en nuestra investigación y que todos ustedes han sacado a la luz, y es que, solo en el último año, ha habido un aumento espectacular en la forma en que los CEOs se dan cuenta de lo importante que es su papel en el uso que se va a hacer de la IA en sus organizaciones, así como el papel del liderazgo. Y sí, necesitamos grandes equipos tecnológicos que lo respalden, pero esto va a estar cada vez más impulsado por los CEOs. La estadística pasó de menos del 50 % al 72 % en un año de CEOs que afirman ser los responsables últimos de la toma de decisiones sobre la IA. Y Brad, usted lo ha puesto de manifiesto al hablar de cómo se implementan las herramientas, que no basta con que el equipo técnico las ponga en marcha. Se necesitan modelos a seguir, ejemplos y liderazgo. Renate, usted lo ha puesto de manifiesto en los nuevos modelos de negocio y en la creación de un modelo de negocio completamente nuevo. Eso no va a venir del equipo técnico. Va a venir de alguien que entienda el mundo de las mascotas y cómo las utilizamos. Y Anish, Dan y Olivier lo mencionaron en el contexto de los cambios en los procesos y la necesidad de rediseñar los flujos de trabajo. Y creo que la sensación de que son los líderes de las organizaciones quienes van a hacerse cargo de esto es radicalmente diferente a la de hace un año. Y vemos que los principales CEOs dedican ahora más de ocho horas a la semana a trabajar en la IA. No me refiero a la comunidad tecnológica. Me refiero al resto del mundo, que dedica más de ocho horas a la semana a pensar en la IA. La segunda cosa, que es esta conversación al final, es que nadie sabe exactamente cómo va a acabar esto. Pero creo que si les pregunta a muchas personas sobre esto, en Davos, dirían que los CEOs siguen haciendo mucho en diferentes frentes, siendo la sostenibilidad climática uno de ellos, pero hablan mucho menos. Y los CEOs necesitan, entre comillas, mantenerse en su carril, ser más discretos y usar su voz con mucho cuidado. Y en algunos casos, creo que eso es cierto. Y sí creo que hay algo positivo en quedarse en lo que mejor se conoce. Pero con la cantidad de cambios sociales que se avecinan y la cantidad de cambios dentro de las organizaciones, creo que la voz de un CEO no estará totalmente alineada, que habrá perspectivas muy diferentes sobre el impacto y cómo pretenden utilizarlo en sus propias organizaciones y lo que significa para la sociedad. Creo que la expectativa de permanecer en silencio en los próximos años va a ser mucho más difícil, porque los impactos se van a sentir de forma mucho más fundamental, ya sea en un departamento de una empresa, en toda una empresa o en el cambio de las expectativas laborales de los jóvenes. Y creo que sería un mensaje erróneo que los CEOs y los altos directivos, de los que hay muchos en esta sala, sacaran de esto que es posible, apropiado o coherente con lo que intentan hacer para motivar y comprometer a las personas, guardar silencio sobre cuáles son estos impactos y cómo intentamos abordarlos. Y esas dos cosas quedaron muy bien reflejadas en los comentarios que todos ustedes han hecho en la última hora. Rápidamente, Rich, no me han mencionado, pero creo que soy el director de preguntas. Me gusta eso. Schulman: Rich, estoy totalmente de acuerdo con lo que acaba de decir. Por eso insisto tanto en el escenario, es decir, es el futuro, así que nadie sabe cómo será. Pero creo que el escenario más probable es que aumente el desempleo. Y creo que, como consecuencia de ello, como CEOs, tenemos que pensar en cómo será el reciclaje profesional. ¿Cómo podemos colaborar con el sector público para pensar en lo que significaría un aumento del desempleo? ¿Qué significaría tener un 15 % o un 20 % de desempleo en una democracia? ¿Qué pasaría como consecuencia de ello? Y por eso creo que la razón por la que insisto tanto en que no va a pasar nada es porque creo que sí van a pasar cosas, y creo que deben asumir la responsabilidad de ese escenario. Puede que no se produzca, pero deben pensar en ello porque es probable. Smith: Permítame , si me lo permite, en primer lugar, Dan, estoy de acuerdo con usted en que no estoy diciendo que la IA no vaya a ser mejor que cualquier persona haciendo cualquier cosa. En lo que no estoy de acuerdo es en la idea de que pueda ser mejor que todo el mundo haciendo todo. Pero volvamos al comentario de Rich sobre abordar el cambio social, pero también la presión que creo que existe ahora para, cito textualmente, «mantenerse en su carril». Bien, todos los que están aquí y son líderes de una empresa contratan personal. Creo que uno de los temas tabú en este momento es el impacto en los puestos de trabajo de nivel inicial. Es la dificultad que tienen los graduados universitarios del año pasado y del próximo año para encontrar trabajo. Primero, planteemos una hipótesis, porque creo que hay algunos argumentos que la respaldan: una de las presiones que se ejercen sobre los puestos de trabajo de nivel inicial es que lo que se hace durante el primer año de trabajo puede ser realizado muy bien por la inteligencia artificial. Quizás incluso mejor que por la inteligencia artificial. Entonces, ¿qué está haciendo la gente? Está contratando a menos recién graduados universitarios. Pero pensemos más ampliamente en cómo se ha desarrollado la gente en diferentes campos a lo largo de la historia. Los aprendizajes han sido un aspecto común en muchos campos. Todavía lo son, por ejemplo, en el caso de los trabajos cualificados y similares. Tenemos la oportunidad —incluso me atrevería a decir que la responsabilidad— de plantearnos si debemos cambiar los puestos de trabajo para principiantes, si tal vez deberíamos pensar un poco en ese modelo de aprendizaje, en incorporar a personas y hacerles rotar por tres o cuatro puestos diferentes durante los primeros seis a veinticuatro meses, no porque vayan a poder seguir el ritmo de la IA, sino porque, si lo pensamos bien, este podría ser el mejor momento en cualquiera de nuestras carreras para contratar a los mejores jóvenes que jamás conoceremos, porque nuestros competidores no están pensando de esa manera. Y podríamos tener a los mejores jóvenes tres años después de salir de la universidad si aprovechamos esta oportunidad. Creo que si se toma el tema de esta sesión, es precisamente esa oportunidad de pensar de forma diferente. Y, por cierto, Rich, creo que, en relación con lo que usted ha dicho, esa es una forma de hacer algo que es bueno para nuestras empresas, bueno para los jóvenes, y luego utilizarlo como plataforma para hablar y pensar de forma más amplia. Blum: Si me lo permite, me gustaría ampliar lo que ha dicho. Ha mencionado un elefante en la habitación. El segundo elefante en la habitación es la geopolítica. ¿Por qué las empresas tienen hoy en día una gran responsabilidad? Somos multinacionales. Tenemos gente en todo el mundo. Si tomamos como ejemplo nuestra empresa, pero estoy seguro de que es lo mismo para todos los aquí presentes, Estados Unidos es nuestro país más grande. China es el número uno. India es el número tres. Oriente Medio es el número cuatro. Somos una empresa europea por origen. En este momento, tenemos una gran responsabilidad porque nos enfrentamos a dos aceleraciones importantes: la aceleración de la tecnología y la aceleración de la fragmentación. Y en el caso de Schneider, la aceleración del nuevo panorama energético. Cuando se enfrenta a este tipo de situación, si las empresas multinacionales, como líderes, no logran encontrar una forma de mantener a las personas unidas, porque vivimos en el mismo planeta, y garantizar que gestionamos el riesgo de la tecnología de la que estamos hablando, no creo que estemos haciendo nuestro trabajo. Y dado que a los políticos les cuesta llegar a un acuerdo, creo que ahora más que nunca, las empresas, las multinacionales, los CEO en particular, pero no solo ellos, tienen una gran responsabilidad hoy en día. Y creo que por eso este tema es tan interesante hoy en día, porque creo que va más allá de la tecnología. Es una cuestión de geopolítica y de cómo queremos gestionar el futuro. Shah: Hay dos perspectivas. Una es que la tecnología ha cambiado muchos puestos de trabajo a lo largo del tiempo. Muchos de ustedes han crecido en un mundo en el que no existían los ordenadores. Si se fijan en el iPhone o en cualquier teléfono actual, pueden encontrar cientos de dispositivos a los que ha sustituido. ¿Qué ha pasado con todos esos puestos de trabajo, puestos de servicios? La IA está acelerando este proceso. Y la pregunta es: ¿cómo reaccionamos ante ello? Estoy totalmente de acuerdo con Rich en que los CEOs deben pensar con mayor amplitud. Si reducimos mucho los costes, obtendremos más beneficios, pero estos serán temporales si no se piensa en ellos desde una perspectiva más amplia. El propósito debe ser lo primero. ¿Y cómo pensamos en el propósito desde el punto de vista de los empleados de nuestras empresas, así como de la sociedad en general? ¿Cómo creamos mayores oportunidades para ellos que sirvan mejor a nuestros clientes y que no estén vinculadas exactamente a lo que hacen hoy en día? ¿Cómo reciclamos a las personas y ayudamos a las sociedades a desarrollarse y crecer también? Creo que ese es un papel más amplio que los CEOs deben desempeñar hoy en día. Solo nos quedan unos minutos más. Me encantaría recibir alguna pregunta o comentario de alguien más del público, si hay alguno, sí. Y, por desgracia, tiene que ser breve, porque pronto tendremos que terminar, pero sí, por favor, preséntese. Sanjeev Krishnan, director de PWC en la India: Bueno, todos ustedes han hecho un trabajo brillante sobre la IA y han mantenido una conversación brillante, pero yo estoy pensando en una organización quizás menos madura, ¿no? Y simplemente nos ponemos en el lugar de una organización menos madura. Con tantos cambios disruptivos, ¿qué puede hacer potencialmente la IA, pero cuál es la base que deben establecer para la IA, para que la IA tenga éxito en su organización? Porque sin establecer la cultura adecuada y la gestión del cambio, y como usted ha dicho, Dan, nuestro éxito anterior podría ser el mayor problema a la hora de crear valor incremental utilizando la IA. ¿Cómo podría, por ejemplo, una empresa que no se encuentra en una fase tan avanzada de madurez adoptar la IA y alcanzar el éxito? Todos ustedes dirigen organizaciones muy maduras. ¿Qué pasa con alguien que es menos maduro que ustedes? Schulman: Creo que , en muchos sentidos, tienen una ventaja. Sinceramente, lo más difícil con lo que todos luchamos dentro de nuestras empresas es la cultura, como la inercia. Así es como siempre lo hemos hecho. Un momento, esto da miedo. Si yo fuera un emprendedor que estuviera empezando ahora mismo, diría que es el mejor momento para ser emprendedor. La estructura de costes va a ser mucho más baja. Ahora puede hablarle a una máquina y crear una aplicación a su medida. Para mí, es un momento increíblemente emocionante. Creo que una cosa que puedo ver que está sucediendo es como una explosión cámbrica del espíritu emprendedor, porque esta idea de las ideas y todo eso... es un gran momento para ser emprendedor. Es un gran momento para ser una empresa menos madura. Brynjolfsson: Sí , estoy de acuerdo con la explosión cámbrica en el ámbito del emprendimiento. Pero en el caso de las empresas más grandes, creo que el marco que Brad ha expuesto anteriormente sobre las dos formas en que se puede utilizar para influir en tareas específicas que realizan las personas o para llevar a cabo una reorganización. Pero ambas comienzan con esto, creo que este análisis basado en tareas le da visibilidad. Y es el mismo principio, tanto si se trata de una empresa madura como de una empresa con menos experiencia. Una vez que se obtiene visibilidad sobre las tareas que realizan las personas, empieza a ser mucho más evidente cómo puede influir la IA —tenemos una taxonomía de unos doscientos mil tareas diferentes, cuáles pueden realizar— y se obtiene una hoja de ruta de lo que está sucediendo. Y entonces se obtiene visibilidad en su organización. Hoy en día, la IA ha hecho posible ver mucho más de lo que ocurre en la empresa. Y ya existen en su organización esos superusuarios que he descrito anteriormente. Poner esa información a disposición no solo le permite que otras personas hagan lo que ellos hacen, sino que también le proporciona la materia prima para una transformación mayor. Olivier, usted tiene la última palabra. Blum: Soloquería decir que hay que dar la palabra a los empleados. Hay que darse cuenta de que los empleados suelen saber mucho mejor qué hacer que sus líderes. Y esa es la forma de cambiar, porque ellos utilizan la IA todos los días. La mayoría de ellos han empezado a utilizar la IA a diario. Y son ustedes los que se enfrentan a dificultades. Denles el micrófono y la oportunidad de expresar cuál podría ser el mejor caso de uso para la empresa.

IA y liderazgo humano: un debate en Davos

Resumen.

Exclusive Benefits

Partner Center