Un estudio del MIT reveló que solo el 5% de los proyectos de IA tuvieron éxito. Todos compartieron una característica: identificaron un problema interno y lo solucionaron con éxito.
por Mark Feffer
Un estudio del MIT reveló que solo el 5% de los proyectos de IA tuvieron éxito. Todos compartieron una característica: identificaron un problema interno y lo solucionaron con éxito.
Mientras las empresas se apresuran a declarar su compromiso con la IA, muchas están invirtiendo su dinero en áreas donde la tecnología no ayuda a las empresas.
Solo el 1% de los líderes empresariales considera que sus iniciativas de implementación de IA están “maduras”, pero el 92% tiene la intención de aumentar su inversión en IA durante los próximos tres años, según McKinsey . Un estudio reciente del MIT reveló que el 95% de los proyectos piloto de IA generativa no generan ningún tipo de retorno medible. El problema no es la tecnología , sino la falta de integración y aprendizaje, así como la dificultad de incorporar herramientas como ChatGPT en los flujos de trabajo corporativos.
En cuanto al 5% de proyectos que sí tienen éxito, todos comparten un elemento común: la concentración. Las empresas participantes «identifican un punto crítico, lo ejecutan con éxito y colaboran inteligentemente con empresas que utilizan sus herramientas», declaró a Fortune el investigador del MIT y autor principal, Aditya Challapally .
Adaptar las habilidades de IA al trabajo
Según un estudio del MIT, la IA funciona mejor con la automatización administrativa, lo que significa que destaca en la gestión de tareas repetitivas y administrativas. Sin embargo, en lo que respecta a la aplicación real de la IA, aproximadamente la mitad de la financiación se invierte en proyectos piloto que utilizan la tecnología para tareas de ventas y marketing, actividades donde la participación humana es importante y el enfoque se centra en las personas, no en las máquinas.
De igual manera, un estudio independiente de McKinsey reveló que el 42 % de las empresas utilizan IA para marketing y ventas . El 28 % la utiliza para el desarrollo de productos y servicios, mientras que aproximadamente el 23 % la utiliza en TI. Tan solo el 13 % la utiliza para RR. HH.
Algunas empresas empeoran la situación al intentar desarrollar soluciones de IA internamente, a pesar de que el talento para dirigir estos proyectos sigue siendo relativamente escaso. Solo un tercio de las herramientas de IA desarrolladas internamente (33%) cumplió las expectativas, en comparación con dos tercios de las desarrolladas por proveedores especializados en IA. Esto es especialmente problemático en el caso de las empresas financieras, sanitarias y otras empresas reguladas, donde esta tasa de fallos pone en riesgo su cumplimiento normativo .
Añadamos un factor más: los trabajadores humanos siguen siendo más económicos que la IA. Citando un estudio anterior del MIT , SiliconAngle informó que solo el 23 % de los salarios podrían ser reemplazados de forma rentable por IA en puestos que requieren algún tipo de habilidades de visión artificial, como profesores, tasadores y panaderos.
Incluso cuando funcionan, las iniciativas corporativas en IA solo generan rendimientos modestos. Si bien el 70 % reportó aumentos en los ingresos gracias al uso de IA en estrategia y finanzas, casi la mitad de las empresas encuestadas (47 %) reportaron aumentos del 5 % o menos, según McKinsey. Solo el 11 % registró aumentos superiores al 10 %.
Centrarse en la necesidad
Las organizaciones que obtienen mejores resultados “son las que piensan en términos de un cambio transformador generalizado que pueda alterar sus modelos de negocios, estructuras de costos y flujos de ingresos, en lugar de proceder de manera incremental”, observó Alex Singla, socio principal de la práctica de consultoría de IA de McKinsey.
Lo logran prestando especial atención a los detalles. El mayor impacto de la IA proviene de esfuerzos de nivel inferior, como el rediseño de flujos de trabajo, en lugar de funciones de nivel superior, como la redacción de textos publicitarios.
Incluso cuando otros sistemas y flujos de trabajo están correctamente alineados con las capacidades de la IA, las empresas se exponen a problemas. Como dice una cita atribuida a Bill Gates: «La primera regla de cualquier tecnología utilizada en una empresa es que la automatización aplicada a una operación eficiente magnificará la eficiencia. La segunda es que la automatización aplicada a una operación ineficiente magnificará la ineficiencia».
Entonces, ¿por qué los ejecutivos siguen intentando usar la IA en áreas donde podría no marcar una gran diferencia? Algunos se sienten presionados a seguir el ritmo de la competencia, mientras que otros simplemente carecen de los conocimientos tecnológicos necesarios para comprender lo que hacen. Otros esperan que la IA les proporcione ganancias comerciales rápidas o ventajas a corto plazo en el mercado. Para muchos, es simplemente FOMO (miedo a perderse algo).
También podrían estar pensando a un nivel demasiado alto. Decir que «la IA no está diseñada para marketing y ventas» no significa que sea inadecuada para todos los puestos relacionados con este sector. Por ejemplo, Accenture utilizó IA basada en la nube para mejorar la entrega de análisis de marketing . Su plataforma SynOps recopiló datos en una sola vista, agilizó la producción de contenido y eliminó el 55 % de los pasos manuales necesarios para gestionar una campaña de marketing.
La primera regla de cualquier tecnología utilizada en una empresa es que la automatización aplicada a una operación eficiente magnificará la eficiencia. La segunda es que la automatización aplicada a una operación ineficiente magnificará la ineficiencia.
Dónde la IA tiene sentido en RR.HH.
¿Cómo podemos lograr que la IA funcione para RR. HH. ? Empecemos con un problema manejable y de alto impacto donde la automatización ofrezca resultados rápidos, como reducir el tiempo dedicado a tareas repetitivas como la redacción de documentos de políticas o el resumen de datos.
Hacer esto logra dos cosas. Primero, el éxito temprano fortalece la confianza de tu equipo y demuestra un valor real, especialmente al seleccionar proyectos con KPI claros que monitorean los resultados y el impacto. Esto ayuda a justificar futuros presupuestos de IA.
También es importante involucrar a colegas y miembros del equipo en su trabajo. Involucre a los mandos intermedios compartiendo el propósito y el impacto a largo plazo de sus iniciativas de IA. La capacitación y el coaching mejoran la confianza del equipo y enseñan a los gerentes y al personal a equilibrar las nuevas herramientas digitales con habilidades humanas como la inteligencia emocional y las prácticas éticas.
Por último, no lo haga solo. Trabajar con profesionales de TI e IA le ayudará a garantizar que sus esfuerzos se integren con los sistemas existentes.
Al probar primero los proyectos, escalarlos después de que se hayan probado sus teorías y obtener algunos triunfos tempranos, los líderes de RR.HH. posicionan la IA como una herramienta de apoyo que complementa a las personas en lugar de reemplazarlas.
Artículos relacionados:
- Cómo los líderes de RR.HH. conectan el potencial humano y la innovación en IA : cuatro formas en que los líderes de RR.HH. pueden afrontar el desafío e integrar la tecnología y la experiencia de los empleados.
- ¿Qué sucede cuando los candidatos eligen IA en lugar de reclutadores? — Un hecho que debería hacer reflexionar a todo líder de talento: cuando a más de 70.000 solicitantes se les ofreció elegir entre un reclutador y un entrevistador con IA, el 78 % eligió IA.
- ¿Mejor trabajo o mejor cobertura? La doble vida de la IA en el trabajo : utilizamos la IA para impulsar una cultura que prioriza la rapidez en la respuesta, en lugar de la lentitud en la sabiduría. Aquí te explicamos cómo asegurar que impulse el potencial humano.
Acerca del autor
Mark Feffer es editor de WorkforceAI y un galardonado periodista de RR. HH. Desde 2011, escribe sobre Recursos Humanos y tecnología para medios como TechTarget, HR Magazine, SHRM, Dice Insights, TLNT.com y TalentCulture, así como para Dow Jones, Bloomberg y Staffing Industry Analysts. Le apasionan los schnauzers, la navegación y las bebidas destiladas de Kentucky.
Fuente: https://www.reworked.co/digital-workplace/stop-wasting-money-on-failed-ai-use-cases/