Cambiando la forma en que pensamos sobre GenAI en la sala de juntas: Navegando el ROI a corto y largo plazo

A medida que los equipos de liderazgo en todo el mundo comienzan a planificar para 2025, el tema que está en la mente de todos es cuándo esperar que sus inversiones en inteligencia artificial (IA) y/o inteligencia artificial generativa (GenAI) den resultados. Nueva investigación de Google Cloud ha revelado que más de 6 de cada 10 empresas grandes (más de 100 empleados) están utilizando GenAI, y el 74% ya están viendo algún retorno significativo sobre la inversión (ROI). Pero maximizar el ROI de la IA/GenAI requiere un enfoque estratégico que vaya más allá de justificar los costos, abarcando tanto los retornos directos como indirectos, una comprensión clara de los plazos de espera y los gastos ocultos, y la integración de características centradas en el ser humano para garantizar procesos confiables y escalables.

Reencuadrando el ROI

Dado todo el interés que la IA/GenAI ha generado en los medios este último año, puede ser fácil olvidar que estas inversiones aún son relativamente nuevas, lo que significa que la mayoría de las empresas aún no han visto el tipo de ROI que es posible. Eso hace que sea aún más importante gestionar las expectativas en la sala de juntas desde el principio, ya que cualquier evaluación temprana creará impresiones críticas que influirán en cómo la dirección ve las inversiones futuras. Si tienen altas expectativas de un cambio transformador inmediato, su opinión puede empeorar si esos cambios aún están arraigando en las primeras etapas. En otras palabras, las nuevas innovaciones requieren nuevas perspectivas de medición, y los líderes deben reencuadrar cómo piensan sobre el ROI a corto y largo plazo.

En cuanto a lo que constituye una transformación exitosa, el progreso a menudo se mide mejor en la perspectiva del observador, pero incluso las “pequeñas” victorias pueden conducir a resultados potenciales más grandes en el camino. Aquí hay tres formas de ayudar a contextualizar sus inversiones en IA/GenAI, así como algunos ejemplos de aquellos que están en un viaje similar.

1. Distinguir entre ROI directo e indirecto

En algunas industrias, un ROI directo es más fácil de detectar. Por ejemplo, si una empresa minorista o de bienes de consumo comienza a ofrecer nueva funcionalidad de GenAI, probablemente obtendrá una sensación inmediata de los clientes de cómo se están recibiendo las características. Mientras que en otras industrias como la manufactura, hay un ROI indirecto que depende de inversiones a largo plazo. Con esos tipos de retornos “suaves”, generalmente es el “impacto de goteo” que puede crear nuevas oportunidades o desbloquear nuevo valor. Imagina que estás implementando una nueva solución de IA para mejorar la productividad del equipo. Mientras que tu objetivo inicial podría haber sido la producción, ese aumento en la actividad también podría conducir a descubrir completamente nuevos caminos de crecimiento que no habían sido considerados. Esa es la parte más emocionante y estimulante sobre la IA/GenAI: el potencial desconocido. Y aunque el potencial es difícil de medir, siempre debe incluirse como un factor en el cálculo del retorno.

Un buen ejemplo de ROI directo e indirecto se puede encontrar en la empresa de comercio electrónico Mercari, que el año pasado agregó un asistente de compras con tecnología ChatGPT a su plataforma de mercado para artículos de segunda mano. Su nuevo “Merchant AI” permitiría a los clientes “iniciar sesión en el sitio, interactuar con el asistente de compras en conversación natural, responder preguntas sobre sus necesidades y luego recibir una serie de recomendaciones” para los siguientes pasos. El ROI directo de esto fue una reducción del 74% en el volumen de tickets en Mercari, mientras que el ROI indirecto fue que los ahorros de tiempo resultantes permitieron a la empresa reducir gradualmente la deuda técnica y escalar sus operaciones.

2. Considerar el plazo de espera para las inversiones en IA/GenAI y los costos ocultos asociados

Considerando la presión constante sobre el equipo de dirección para aumentar las ganancias, hay poca probabilidad de que adopten repentinamente una mentalidad de “las cosas buenas llegan a aquellos que esperan”. Pero la realidad es que cualquier incursión en la IA/GenAI lleva tiempo y dinero, incluso antes de llegar a la línea de partida. Desde la inversión en infraestructura y capacitación hasta la adquisición de diferentes API y datos relevantes, puede ser meses de trabajo de preparación que no mostrarán ningún “retorno” más que estar listo para comenzar. Otro costo oculto (que mucha gente no habla) es la realidad de que vas a obtener alucinaciones y errores creados por la IA que pueden costarle a las empresas grandes cantidades de dinero al enviarlos en la dirección equivocada, abrir una brecha o potencialmente desencadenar un costoso problema de relaciones públicas. Toda la experiencia es muy nueva, lo que hace que todo sea un poco más arriesgado y costoso, por lo que es importante que los líderes tengan esto en cuenta al evaluar el ROI.

McKinsey ofreció una visión sobre este proceso de toma de decisiones y sus costos asociados, jugando con el clásico escenario “alquilar, comprar o construir”. En su arquetipo, los CIO o CTO deben considerar si son un “Tomador” (usando LLM públicamente disponibles con poca personalización), un “Formador” (integrando modelos con datos propiedad para obtener resultados más personalizados) o un “Creador” (construyendo un modelo personalizado para abordar un caso de negocio discreto). Cada arquetipo tiene sus propios costos que los líderes tecnológicos deben evaluar, desde “Tomador” que cuesta alrededor de $2 millones, hasta “Creador” que puede llegar a 100 veces esa cantidad.

Esforzarse por hacer que la inversión en IA/GenAI sea más centrada en el ser humano

Todavía hay mucho miedo (especialmente entre los trabajadores) de que la IA reemplace a los humanos. En lugar de descartar esas preocupaciones, las empresas deben presentar cualquier transformación como una mejora en lugar de un reemplazo y buscar formas de hacer que su inversión sea más centrada en el ser humano. Con la GenAI, no es una transacción; es una asociación, y todavía hay una necesidad real de que los humanos evalúen la eficacia de cualquier conocimiento o material generado para asegurarse de que estén libres de sesgo, alucinaciones o malinterpretaciones. Es por eso que es fundamental que las empresas desafíen constantemente a la IA para que proporcione la razón detrás de cada decisión para garantizar la precisión. Le dará al contenido más validez, tus trabajadores verán un papel definido en el proceso y, en última instancia, ayudará al ROI porque estás aprendiendo en cada etapa.

También es una buena idea establecer límites estrictos para proporcionar límites estrictos sobre el tipo de información que la IA puede recopilar. Pregúntate, “¿Deberíamos permitir que la IA tenga acceso a Internet?” Quizás no. El punto es considerar la necesidad primero, y si tienes otras metodologías probadas, úsalas. A veces, la IA es útil solo para resumir, no para “pensar”. Se trata de crear el equilibrio correcto, y los humanos todavía tienen un papel crítico que desempeñar. Según una investigación de Accenture, el 94% de los ejecutivos sienten que las tecnologías de interfaz humana permitirán que comprendamos mejor los comportamientos y las intenciones, transformando la interacción humano-máquina.

Cerrando la brecha entre la promesa y la realidad

Los expertos están de acuerdo en que, aunque la barrera de entrada baja de la GenAI es una excelente característica, su “potencial a largo plazo depende de demostrar su valor a corto plazo”. Eso significa que cualquier piloto de IA/GenAI debe tener una serie de criterios de éxito claramente definidos (pero flexibles) antes de lanzarse, y las empresas deben monitorear constantemente los procesos para asegurarse de que estén proporcionando valor continuamente. Cuando se trata de esta nueva era de innovación digital, es posible que nunca haya una “línea de meta” tradicional hacia la que todos estemos corriendo. En cambio, al cambiar la forma en que pensamos sobre el ROI a corto y largo plazo de la IA/GenAI, las empresas pueden ser más astutas con sus dólares de inversión y centrarse en desarrollar capacidades que puedan escalar junto con el negocio. en esta nueva era de innovación digital, es posible que nunca haya una “línea de meta” tradicional hacia la que todos estemos corriendo. En cambio, al cambiar la forma en que pensamos sobre el ROI a corto y largo plazo de la IA/GenAI, las empresas pueden ser más astutas con sus dólares de inversión y centrarse en desarrollar capacidades que puedan escalar junto con el negocio.