El uso de la tecnología por parte de empresas y organizaciones está en constante (¿eterna?) evolución. Cada vez que surge una nueva tecnología, se produce un movimiento continuo de adopción por parte de las empresas. Este es el caso de la Inteligencia Artificial Generativa (GenAI).
Lo mismo ocurrió con la máquina de vapor, con la automatización de las líneas de producción, con las computadoras, con internet, con los celulares, con la nube, por nombrar solo algunos. Algunas empresas adoptaron estas tecnologías con mayor rapidez, otras tardaron más en incorporarse (y algunas incluso intentaron contraatacar). Otras tuvieron proyectos de implementación exitosos, otras fracasaron. Pocas entendieron el juego, y otras no.
La inteligencia artificial generativa no será la excepción. La carrera por implementar la IA en las organizaciones comenzó hace unos años; el término se utilizó por primera vez en 1956 en el Dartmouth College (EE. UU.), cuando un grupo de investigadores creó el "Proyecto de Investigación de Verano de Dartmouth sobre Inteligencia Artificial". Por lo tanto, no es un tema nuevo.
Un nuevo viaje consumista
Sin embargo, el 30 de noviembre de 2022, el lanzamiento de ChatGPT por OpenAI supuso una auténtica revolución en este campo. Con la llegada de los modelos conversacionales, la IA se volvió más accesible y atractiva para un número mucho mayor de personas y empresas. Por primera vez, la IA se convirtió en una tecnología más fácil de manejar para el público general, no solo para técnicos o programadores.
En palabras de Alessio Alionço, CEO y cofundador de Pipefy, «el gran cambio no fue la tecnología en sí, sino la consumerización del proceso». En opinión de Alionço, existen tres grupos de profesionales dentro de las organizaciones: (1) quienes desconocen las capacidades de la IA; (2) quienes conocen las capacidades de la IA, pero no saben cómo usarla; y (3) quienes conocen las capacidades de la IA y saben cómo usarla.
Antes de la llegada de ChatGPT como interfaz de IA, el Grupo 2 era bastante pequeño en comparación con el Grupo 1, y el Grupo 3 era mínimo, generalmente limitado a expertos en tecnología. En otras palabras, pocas personas sabían de lo que era capaz la IA, y aún menos sabían cómo usarla.
Con la llegada de ChatGPT y modelos conversacionales similares, el grupo 2 creció enormemente, ya que más personas comprendieron las capacidades de la IA. Sin embargo, la transformación principal y de mayor impacto fue que el grupo 3 creció aún más, ya que hoy en día, casi todos los que comprenden el poder de la IA también pueden usarla de forma fácil e intuitiva. En otras palabras, el acceso y el uso se han democratizado significativamente.
¿No hay vuelta atrás? Existen desafíos de implementación.
Una encuesta reciente de Microsoft y LinkedIn, llamada IA en el trabajo 2024, ayuda a demostrar esta democratización. Según esta encuesta, el 75% de los encuestados ya utiliza IA en el trabajo, y no siempre con plataformas y herramientas proporcionadas por la empresa; en otras palabras, muchos utilizan IA en el entorno corporativo. Los datos también muestran que los usuarios disfrutan de los resultados: el 90% afirmó que la IA les ayuda a ahorrar tiempo; el 85% afirmó que les ayuda a concentrarse en el trabajo más importante; y el 83% afirmó que la IA los hace más productivos.
Si bien este mayor acceso es bastante positivo, también conlleva nuevos y urgentes desafíos de implementación. A medida que más personas comprenden y utilizan la IA, es crucial que las empresas creen modelos y reglas de uso que se alineen con sus estrategias y objetivos comerciales, y no solo como una tecnología aislada e instrumental.
En este sentido, ha surgido una nueva línea de visión respecto a la implementación de la IA genérica en las organizaciones y trae consigo una perspectiva muy interesante: que la IA genérica no debe ser tratada como una mera herramienta o servicio de apoyo a los humanos, sino como un nuevo compañero de trabajo no humano que complementa, amplifica y mejora las capacidades de sus colegas humanos.
Una evolución de SaaS (Software como Servicio) a TaaT (Tecnología como Compañero de Equipo)
Parece simple, o un mero cambio de nomenclatura. Pero no lo es. Trae consigo una visión completamente nueva de adopción e implementación, con posibles impactos en diversas áreas, como la definición de las competencias esperadas para cada puesto, las descripciones de puestos y las funciones de humanos y no humanos, la capacitación y el desarrollo, los límites éticos y morales; en resumen, una verdadera redefinición de la cultura organizacional.
Según la definición que se encuentra en el sitio web de WalkMe, una empresa del grupo SAP:
En lugar de considerar la tecnología como una herramienta o una entidad independiente, esta perspectiva (la de la "tecnología como compañera de equipo") enfatiza la integración fluida de la tecnología en los flujos de trabajo humanos para aumentar la productividad, la eficiencia y el rendimiento general. En un entorno colaborativo o de equipo, la tecnología está diseñada para complementar las habilidades y capacidades humanas, cubrir carencias, automatizar tareas rutinarias y apoyar la toma de decisiones. Este enfoque reconoce las fortalezas tanto de los humanos como de la tecnología, con el objetivo de crear una colaboración sinérgica que maximice las ventajas de cada uno.
Mark Fitzgerald, director sénior de Propeller, una consultora de gestión estadounidense, comparte una opinión similar. Cree que muchos proyectos de implementación de IA fracasan porque se malinterpreta, se trata como una herramienta que lo resuelve todo mágicamente, en lugar de como una capacidad de aprendizaje y adaptación. En este sentido, se asemeja más a un nuevo empleado entusiasmado y curioso que a una herramienta tecnológica fría.
Siguiendo en la opinión de Fitzgerald, deberíamos tratar a la IA no como una herramienta para usar, sino como un compañero de equipo con el que colaborar, dando forma a un futuro en el que la asociación entre los humanos y la IA sea la mejor ventaja competitiva.
Nuevos contextos, nuevas habilidades necesarias
Esta nueva perspectiva sobre la tecnología también exige una perspectiva diferente sobre las habilidades que se esperan de los humanos para sacarle el máximo provecho. Gestionar a un nuevo compañero de trabajo requiere habilidades específicas, muy diferentes a las del uso de software. Mientras que usar una plataforma SaaS requiere conocimientos técnicos y habilidades especializadas, trabajar con una plataforma TaaT requiere perfeccionar las habilidades de comunicación en dos frentes: en las conversaciones con humanos y en las conversaciones con IA.
Gartner comparte esta opinión. En una publicación de finales de 2023 titulada El director de ventas trimestral, la reconocida consultora destaca, en un apartado específico sobre el mundo de las ventas, que el rol del vendedor (y aquí podemos ampliarlo a varias funciones organizativas) se simplificará en dos áreas clave:
– Habilidades emocionales para tratar con los humanosEmpatía, escucha activa, decodificación cognitiva y perspectiva. Estas son habilidades esenciales para comprender lo que dicen las personas en la otra parte de la relación, cómo piensan, cómo se sienten y, a un nivel más sofisticado, predecir cómo actuarán.
– Habilidades de colaboración con compañeros de equipo de tecnologíaIdentificación de alucinaciones, ingeniería rápida, selección de casos de uso y potencial creativo. Estas son habilidades esenciales para comunicar la visión a los compañeros de equipo tecnológico, guiarlos en el proceso y ayudarlos a evolucionar constantemente.
Como podemos ver, una habilidad humana esencial sigue siendo la base de esta nueva estrategia: la capacidad de mantener buenas conversaciones. Sin embargo, la diferencia radica en que estas conversaciones ahora se dividen en dos ramas igualmente importantes: conversaciones con humanos y conversaciones con compañeros de equipo tecnológicos.
Inversión en empleados
Invertir en el desarrollo de los empleados para mejorar continuamente esta habilidad conversacional cobra aún más importancia. De hecho, en lo que respecta a la "conversación humana", nunca debería haber disminuido. Sin embargo, basándome en mi experiencia como coach y mentor de ejecutivos de diversos sectores e industrias, puedo observar que la mala calidad de las conversaciones, tanto dentro como fuera de las organizaciones, sigue siendo un gran desafío. Considerando que un alto ejecutivo puede dedicar hasta 75% de su tiempo a reuniones y conversaciones, esto roza lo absurdo.
La consultora estadounidense Conversant, especializada en ayudar a las organizaciones a mejorar la calidad de sus conversaciones e interacciones, afirma que la clave para construir conversaciones de calidad es centrarse en generar valor y eliminar el desperdicio en cada interacción. Para ellos, el valor es «todo aquello que los clientes e inversores están dispuestos a pagar y que los empleados están dispuestos a proporcionar». El desperdicio, por otro lado, es «cualquier uso de tiempo y otros recursos que no contribuya a la generación de valor».
Veo que este enfoque no sólo define la importancia de permitir a los empleados mejorar la calidad de sus conversaciones, sino que también refuerza la relevancia de que las organizaciones adopten TaaT: dejar que los humanos se concentren en todo lo que genera valor, contando con la contribución fundamental de nuestros pares tecnológicos para reducir (o eliminar) el tiempo y los recursos desperdiciados.
Una buena estrategia de implementación de IA como equipo implica directrices claras sobre cómo se desarrollará esta relación, qué habilidades se esperan y desarrollarán, cómo se medirá el éxito y cuál será el ciclo de retroalimentación. Todo esto tiene mayores probabilidades de éxito si la estrategia se centra en el ser humano y se basa en una colaboración real entre las personas y sus socios de IA.
Investigación
Eso es lo que dice el informe. Estado de la IA en el trabajo 2024, de Asana:
Considerar la IA como un aliado colaborativo puede fomentar una relación más integrada y mutualista entre los humanos y la tecnología, abriendo nuevas posibilidades para el intercambio de ideas, la resolución de problemas y la toma de decisiones. Para aprovechar al máximo el potencial de la IA en el entorno laboral, los líderes deben priorizar los enfoques centrados en el ser humano y posicionarla como un amplificador del potencial humano y un compañero de equipo.
Como modelo de negocio: oportunidad
Todo lo que hemos comentado hasta ahora es esencialmente válido para cualquier empresa u organización, ya que evolucionar el modelo de pensamiento desde SaaS a TaaT puede generar amplios beneficios.
Sin embargo, también cabe destacar la oportunidad que surge para las empresas (tecnológicas o no) que puedan ayudar a otras empresas en este proceso de transformación a través de soluciones sencillas y accesibles.
Scott Galloway, profesor de la Universidad de Nueva York, afirmó recientemente en sus "Predicciones para 2025" que las próximas empresas ganadoras serán aquellas capaces de "capitalizar el servicio como software; es decir, tomar servicios que requieren mucha mano de obra y añadir una capa gruesa de IA para escalar con menos mano de obra". En otras palabras, una reinterpretación del "software como servicio" como "servicio como software", en palabras del profesor.
Querido lector, no se confunda con tantas siglas. En mi opinión, no hay conflicto entre ellas. Lo que podemos entender aquí es que las empresas que saben cómo transformar servicios en software para ayudar a las organizaciones a centrarse en generar valor y eliminar el desperdicio tendrán más posibilidades de éxito (desde la perspectiva de las oportunidades de negocio de la IA); de igual manera, las organizaciones que redefinan su relación con la tecnología, viéndola como un aliado en lugar de una herramienta, tendrán más posibilidades de éxito (desde la perspectiva de la adaptación cultural a los retos futuros).
Créditos
Artículo de Denis García F. Rocha en Revista Sloan del MITDenis es un ejecutivo sénior con más de 20 años de experiencia en ventas y desarrollo de nuevos negocios en empresas de diversos tamaños y segmentos. Actualmente lidera el equipo de clientes empresariales de LinkedIn (división de soluciones de ventas) en Latinoamérica. Es profesor y coach ejecutivo.
IA generativa en ServiceNow: aplicaciones y beneficios
La inteligencia artificial (IA) ha transformado la forma en que las empresas gestionan sus operaciones, y la IA generativa se perfila como una potente innovación para optimizar procesos, crear contenido y mejorar la experiencia del cliente. En el contexto de ServiceNow, esta tecnología habilita diversas aplicaciones que optimizan la automatización de tareas, la atención al cliente y la toma de decisiones.
Aplicaciones de IA generativa en ServiceNow
1. Servicio y soporte al cliente
La IA generativa puede utilizarse para mejorar la atención al cliente respondiendo preguntas frecuentes basadas en modelos de procesamiento del lenguaje natural. Esto permite que los sistemas de chatbot comprendan y respondan de forma más humana y precisa, reduciendo la necesidad de intervención humana.
2. Creación de contenido y generación de datos
Con la capacidad de crear texto, imágenes y videos, la IA generativa crea materiales de alta calidad que facilitan la comunicación empresarial. También puede generar datos sintéticos para el análisis de datos y el desarrollo de modelos de aprendizaje.
3. Automatización de procesos y reducción de costos
La IA optimiza los procesos automatizando tareas repetitivas y facilitando la integración entre diferentes sistemas, proporcionando mayor eficiencia y reducción de costes.
4. Generación de imágenes y transferencia de estilo
Los modelos de IA generativos, como las redes generativas antagónicas y el modelo de difusión, permiten la creación de imágenes realistas y personalizadas para diversas aplicaciones, como el diseño y el marketing.
5. Mejora de la toma de decisiones
La IA generativa puede analizar grandes conjuntos de datos, detectar patrones y proporcionar información para una mejor toma de decisiones estratégicas.
6. Plataformas de datos e inteligencia empresarial
Las empresas pueden utilizar plataformas de datos impulsadas por IA para mejorar la inteligencia de los datos aprovechando los datos de entrenamiento para ajustar los modelos y mejorar la precisión de las predicciones.
El futuro de la IA generativa en ServiceNow
La investigación en IA avanza rápidamente, lo que hace que los sistemas de IA generativa sean cada vez más eficaces. Con las mejores prácticas y el perfeccionamiento constante de los modelos de referencia, la IA tiene el potencial de transformar diversos sectores, incluidos el público y el corporativo.
La capacidad de crear nuevos contenidos e ideas seguirá evolucionando, lo que permitirá un futuro en el que la IA desempeñe un papel fundamental en la innovación y la mejora de la experiencia del usuario. La IA tradicional y los modelos basados en transformadores seguirán evolucionando, lo que generará nuevas oportunidades para las organizaciones que buscan la innovación.