En los años recientes, la pregunta central sobre la IA era si realmente funciona como se promete en el mercado. Esa conversación ya está resuelta: la IA ya mostró su capacidad. Ahora, la cuestión crucial —y la que la mayoría de las organizaciones aún no aborda— es si trabajamos junto a la IA de la manera correcta. Este cambio de enfoque importa. Se han asignado presupuestos, desplegados herramientas y los programas piloto han evolucionado hacia operaciones a gran escala. Y, sin embargo, algo sigue faltando.

El Instituto de Valor Empresarial de IBM encontró que solo el 25% de las iniciativas de IA entregan el ROI esperado, y apenas el 16% han logrado escalar en toda la empresa a pesar de años de inversión y entusiasmo genuino por lo que puede hacer la tecnología. El problema no es la IA en sí; el cuello de botella proviene de lo que las organizaciones han construido —o no— alrededor de ella. Eso es un problema de liderazgo, y solucionarlo requerirá algo más que comprar mejores herramientas o programar más formaciones. Se necesita una infraestructura humana que soporte la IA, y eso debe ser una prioridad de liderazgo, no una idea de último momento.

Stop Investing in the Wrong Places

La tendencia de muchas organizaciones ha sido comprar las últimas plataformas, levantar unos pocos programas piloto y contratar a un proveedor para capacitar a sus trabajadores. Ese enfoque aborda el reto superficial, pero falla al capturar el problema subyacente mayor. La verdad es que la mayor barrera para la madurez de la IA es la falta de inversión en la infraestructura humana necesaria para apoyarla. Las empresas que obtienen los mejores resultados con IA rara vez son las que cuentan con los modelos más sofisticados o costosos. Son las que han repensado fundamentalmente cómo trabajan sus personas. Entre las organizaciones consideradas líderes en IA por parte de Boston Consulting Group, aproximadamente el 70% de los recursos se destinan a cambios en personas y procesos, el 20% a infraestructura de TI y solo el 10% a los modelos de IA. La mayoría de las organizaciones tiene esa proporción al revés. Cuando los líderes se enfocan exclusivamente en desplegar herramientas y lanzar casos de uso, descuidan los músculos organizacionales esenciales para usar la IA de forma responsable y consistente. Sin el apoyo adecuado, todas las herramientas del mundo no cerrarán esa brecha.

The Productivity Gains Are Real, But Fragile

Esto no quiere decir que la IA no genere valor real. Al contrario: lo hace, al menos para las empresas que la usan bien. Pero esas ganancias son más frágiles de lo que muchos líderes creen. Desaparecen cuando las compañías no brindan apoyo a sus empleados en sus interacciones con la tecnología, o cuando no comunican con claridad dónde interviene el juicio humano y el pensamiento crítico. Los datos son contundentes: entre los empleados que utilizan IA en su trabajo, menos del 8% reportan recibir una capacitación extensa con sus herramientas. Y ese número apenas ha cambiado pese al aumento pronunciado del uso diario. Además, el 60% dice que a menudo les toma más tiempo descubrir cómo realizar una tarea con una herramienta de IA que hacerlo de forma manual. Las empresas adoptan IA más rápido de lo que permiten que las personas la utilicen, y, al hacerlo, pueden producir la fricción y confusión que pretenden eliminar.

What Leaders Owe Their People

Aquí es donde el liderazgo debe actuar de manera diferente. La brecha entre el potencial de la IA y la realidad no se cerrará mediante decisiones de adquisiciones o anuncios de implementación. Se cierra con una inversión deliberada y continua en las personas. Eso significa tres cosas:

– Enfocar las formaciones en las personas, no solo en las herramientas: la IA evoluciona más rápido que los planes de formación. Invierta en capacitación para juicios específicos de roles, ayudando a las personas a entender dónde la IA las acelera y dónde introduce retos o riesgos.
– Moverse más allá de métricas de adopción: si el 80% de la organización usa IA y la productividad sigue estancada o en declive, la adopción no es la métrica adecuada. Mida el tiempo de finalización de tareas reales y sea honesto sobre lo que encuentra. Algunos casos de uso que ralentizan a las personas simplemente no deberían usar IA.
– Dejar de tratar la política de IA como una casilla de cumplimiento: las empresas que lo hacen bien han integrado la gobernanza de IA en la forma en que planifican y ejecutan el trabajo diario, no como un apéndice de un documento de uso aceptable. Eso significa líderes que modelan cuándo usar IA y cuándo no, y que están dispuestos a explicar por qué.

Making AI Potential a Reality

La tecnología está lista. Pero los líderes deben hacer más que asignar presupuestos y supervisar el uso. Deben decidir cuándo IA debe o no ser utilizada, qué reconstruir en lugar de automatizar y cómo apoyar a sus equipos a lo largo de todo el proceso. Estas son las preguntas que la mayoría de las organizaciones aún no se atreven a hacer, y hasta que las respondan, la brecha de ROI no se cerrará.

Hemos clasificado el mejor software de RR. HH y otras herramientas que pueden ayudar a ese viaje. Este artículo es parte de TechRadar Pro Perspectives, nuestra plataforma para presentar a las mentes más brillantes de la industria tecnológica hoy. Las opiniones expresadas aquí son del autor y no necesariamente las de TechRadar Pro o Future plc. Si está interesado en contribuir, descubra más en el enlace provisto.

from Latest from TechRadar https://ift.tt/lNgHEvT
via IFTTT IA