Los CIOs necesitan una mejor manera de contabilizar el trabajo de IA en TI

Durante los últimos dos años, los CIOs han tenido un objetivo sencillo para la IA en TI: introducirla en la organización, permitir que los equipos experimenten y vean dónde podría mejorar la prestación de servicios.

Las organizaciones de TI compraron licencias, realizaron pilotos y añadieron funciones de IA a lo largo de pilas de software ya infladas. Eso tenía sentido mientras los equipos todavía descubrían lo que la IA podía hacer. Ahora que el gasto está dentro de presupuestos reales, y los CFOs quieren saber qué está obteniendo la empresa por su dinero.

El problema es que muchos de los números que los CIOs utilizan para medir la IA no responden a esa pregunta. Los CIOs pueden mostrar cuántos empleados usan la IA, con qué frecuencia la usan y cuánto tiempo dicen que les ahorra. Finanzas quiere saber si la empresa gastó menos dinero, realizó más trabajo o evitó contratar a más personas.

Ahorrar cinco horas a la semana a un empleado parece valioso, pero la empresa aún necesita saber qué ocurrió con esas cinco horas. Si el empleado maneja más trabajo, o el equipo puede soportar una carga de trabajo creciente sin contratar a otra persona, la empresa puede ver el resultado financiero. Si no ocurre nada más, el ahorro de tiempo podría nunca reflejarse en el presupuesto.

A medida que las empresas gastan más en IA, los CIOs necesitan ser mucho más específicos sobre el trabajo que realiza la IA y cuál es el costo de ese trabajo.

El tiempo ahorrado no necesariamente significa dinero ahorrado

Muchos cálculos de ROI de IA comienzan con el tiempo como criterio, es decir, si la IA ahorra a un empleado 30 minutos al día, una empresa puede multiplicar esos minutos entre miles de empleados y obtener un número muy grande.

Pero los procesos empresariales rara vez funcionan de manera tan ordenada. El trabajo pasa de una persona a otra, espera aprobaciones y se queda en colas. Si la IA ahorra diez minutos en una parte de un proceso y luego el trabajo espera seis horas para que otra persona lo atienda, la empresa no ha ganado diez minutos de capacidad útil.

Para los CIOs, la pregunta más útil es si la IA cambia el rendimiento del propio servicio. Si las solicitudes de acceso avanzan más rápido en la cola, menos tickets requieren intervención humana o el costo por solicitud disminuye, TI puede medir el resultado usando los mismos indicadores operativos que ya rastrea.

Aviva es un buen ejemplo. La aseguradora utilizó más de 80 modelos de IA como parte de cambios en su operación de reclamos y reportó reducir el tiempo de evaluación de responsabilidades en 23 días y las quejas en un 65 por ciento. Estos números le indican a la gerencia qué cambió en la operación y le dan a finanzas algo que pueden medir.

Los CIOs deben aplicar el mismo razonamiento a sus inversiones en IA. Antes de ampliar un piloto, deben saber qué parte del negocio esperan cambiar y cuánto trabajo necesita asumir la IA para que eso ocurra.

El trabajo que completa la IA es un mejor punto de partida

Considere una solicitud de acceso de TI común. Un copiloto podría resumir el ticket y redactar una respuesta, mientras un agente de TI verifica la política de la empresa, confirma al solicitante, obtiene la aprobación, cambia el permiso y cierra la solicitud.

El copiloto puede ahorrar al empleado unos minutos, pero la mayor parte del trabajo sigue perteneciendo al empleado.

Ahora considere un sistema de IA que pueda verificar la solicitud contra la política de la empresa, recopilar la información faltante, dirigir la solicitud para su aprobación y realizar el cambio una vez que reciba esa aprobación. TI puede ver cuántas solicitudes completa el sistema de IA, con qué frecuencia un empleado necesita intervenir y cuánto trabajo humano requiere cada solicitud.

Eso brinda a los CIOs una forma mucho más clara de contabilizar la IA. En lugar de estimar cuántos minutos ahorró la tecnología, pueden medir cuánto trabajo completó y cuál fue el costo de completar ese trabajo.

El mismo enfoque puede aplicarse a incorporación de empleados, soporte interno y respuesta a incidentes. La parte importante es asignar a la IA la responsabilidad del trabajo que la empresa ya comprende y sabe medir.

Pero también debe contabilizar el trabajo humano

Un sistema de IA puede iniciar 1,000 solicitudes de incorporación y requerir que un empleado intervenga en 600 de ellas. Considerar las 1,000 como automatizadas daría a la gerencia una visión equivocada de cuánto trabajo manejó realmente la IA.

Esas intervenciones cuestan dinero. Si un agente trabaja en una solicitud durante varios minutos y luego la entrega a un empleado que dedica otros veinte minutos a completarla, esos veinte minutos deben incluirse en el costo del proceso.

Eso significa que TI necesita un registro de lo que ocurrió durante cada trabajo. Necesita saber qué hizo la IA, a qué sistemas accedió, dónde necesitó aprobación, cuándo intervino un empleado y si el trabajo realmente se completó. Estos registros pueden alimentar métricas tradicionales del service desk, como el tiempo medio de resolución, al tiempo que añaden métricas que importan específicamente para la IA, incluyendo tasas de intervención y costo por tarea completada.

Los equipos de seguridad necesitan gran parte de la misma información cuando algo sale mal. Si un sistema de IA cambia un permiso incorrecto o realiza una acción que no debería haber tomado, necesitan reconstruir lo que ocurrió y entender por qué.

Mantener ese registro brinda a los CIO una forma de medir ambos lados de la inversión. Pueden ver el costo de operar la IA y la mano de obra humana aún necesaria para supervisar y completar su trabajo.

Cuánta Responsabilidad Recibe la IA Afecta la Economía

Los CIO también deben decidir cuánta autoridad están dispuestos a otorgar a la IA.

Un sistema de IA con permisos limitados puede necesitar que un empleado apruebe muchas de sus acciones. Eso mantiene a una persona involucrada, pero también significa que la empresa sigue pagando por más mano de obra humana.

Conceder al sistema más autoridad puede permitirle completar más trabajo por sí mismo, pero también le brinda a TI más riesgo que gestionar. Un sistema que puede crear una cuenta o cambiar un permiso puede causar más daño cuando comete un error que uno que solo puede recomendar lo que debe hacer un empleado. El costo también puede aumentar inesperadamente cuando un agente se queda atrapado en un bucle, reintenta la misma tarea o consume recursos de cómputo porque una instrucción era demasiado vaga. esas fallas también forman parte de la economía.

Las empresas trazarán esa línea de manera diferente según el trabajo involucrado. Lo que importa para el cálculo del ROI es saber dónde está la línea y cuánto involucramiento humano genera.

Si un sistema de IA puede completar de forma segura el 90 por ciento de un proceso, su economía puede ser muy diferente de la de un sistema que necesita a un empleado en cada otro paso.

Comience con Trabajo que Ya Tiene Costos

Los CIO que planifican su próxima ronda de inversión en IA deberían comenzar con trabajos que ya consumen tiempo o personal significativo.

Las solicitudes de acceso, la incorporación de empleados, la respuesta a incidentes y el soporte interno brindan a TI algo concreto para medir. La empresa ya sabe aproximadamente cuántas solicitudes maneja, cuánto tiempo de empleado requieren y dónde tiende a atascarse el trabajo.

A partir de ahí, TI puede determinar qué partes la IA puede manejar de forma segura y dónde aún se necesita la intervención de un empleado. Luego puede decidir qué espera que logre la inversión.

Tal vez el equipo quiera gestionar un 30 por ciento más de tickets sin contratar. Tal vez quiera reducir el costo de cada solicitud de acceso. Tal vez quiera que los empleados dediquen menos tiempo al soporte rutinario para que puedan atender trabajos que actualmente están en una lista de espera. Una vez que TI conoce el costo total de completar una tarea con IA, incluida la intervención humana, puede establecer un costo objetivo para esa tarea y decidir si la automatización realmente vale la pena.

Una vez que la IA comienza a realizar el trabajo, los CIO pueden comparar lo que esperaban con lo que realmente ocurrió. Pueden ver cuánto trabajo completó la IA, con qué frecuencia las personas tuvieron que intervenir y cuál fue el costo total del proceso.

Eso brinda a los CIO una forma mucho más sencilla de hablar del gasto en IA con finanzas. En lugar de intentar asignar un valor en dólares a miles de minutos estimados ahorrados, pueden mostrar qué trabajo manejó la IA, cuánta mano de obra humana aún requirió y si la empresa gastó menos dinero para realizar ese trabajo.