El futuro de la medición estratégica: Mejorar los KPI con IA

Los indicadores clave de rendimiento (KPI) heredados ya no logran brindar la información y los conocimientos que los líderes necesitan para tener éxito. No logran realizar un seguimiento del progreso, alinear personas y procesos, priorizar recursos y promover la rendición de cuentas. Por esto se deben de fortalecer a través del uso de Inteligencia Artificial (IA).

Estas fallas socavan la eficiencia operativa y comprometen la consecución de objetivos y resultados estratégicos. Organizaciones sofisticadas de todo el mundo reconocen que sus KPI deben ser considerablemente más inteligentes y capaces.

En consecuencia, invierten en innovaciones algorítmicas para hacer que sus métricas de desempeño sean más inteligentes, adaptables y predictivas. Los KPI inteligentes se convierten en fuentes de diferenciación estratégica y creación de valor.

Conoce cómo puedes mejorar los KPIs inteligentes a través de la gobernanza

Los líderes reconocen el valor de impulsar sus KPI con IA

Según una encuesta global realizada a más de 3 mil gerentes, encontramos que la IA se utiliza para redefinir fundamentalmente el desempeño y mejorarlo. Vemos organizaciones que utilizan algoritmos para desafiar y mejorar los supuestos empresariales sobre el rendimiento, la rentabilidad y el crecimiento.

Las empresas que revisan sus KPI con IA tienen tres veces más probabilidades de obtener mayores beneficios financieros que aquellas que no lo hacen.

Los ejecutivos que reconocen el poder y el potencial de los KPI habilitados por IA dicen que sus prácticas actuales de diseño son anacrónicas. Cada vez más empresas están a la altura de este desafío incorporando procesos y funciones de gobernanza para supervisar el desarrollo de KPI.

Nuestra encuesta global revela que el 60 por ciento de los gerentes cree que necesitan mejorar sus KPI. Pero solo un tercio utiliza la IA para crear nuevos KPI. Sorprendentemente, 9 de cada 10 gerentes dentro de ese tercio están de acuerdo o muy de acuerdo en que la IA ha mejorado sus KPI.

Si bien aún es temprano para la mayoría de las organizaciones, los beneficios de mejorar los KPI con IA se están volviendo más claros para cada vez más empresas.

Es difícil exagerar las implicaciones de largo alcance de estos hallazgos. Las empresas que mejoran algorítmicamente sus KPI están reconsiderando el propósito de la medición del desempeño, la función de los KPI y el valor estratégico de las métricas.

Nuestra investigación demuestra que estas reconsideraciones con frecuencia conducen a nuevos procesos para transformar tanto el diseño de métricas como la forma en que los comportamientos organizacionales se alinean con los resultados estratégicos.

Estos imperativos algorítmicos dan un giro provocativo a la frase frecuentemente citada “lo que se mide, se gestiona”. Gracias a la IA, lo que las organizaciones aprenden a medir, también deben aprender a gestionarlo.

A medida que una mejor instrumentación, mejores datos y mejores algoritmos cambian el proceso de medición, también mejoran las oportunidades de diferenciación estratégica y creación de valor.

Desarrollar KPI impulsados por la IA

Las organizaciones suelen utilizar los KPI como puntos de referencia para evaluar el progreso en una amplia gama de objetivos comerciales. Posteriormente se utilizan técnicas de recopilación de datos y análisis para medir el progreso con respecto a estas métricas.

Sin embargo, hoy en día, las condiciones económicas cambiantes crean un mandato para que las organizaciones reconsideren qué significa el desempeño y cómo medirlo.

Los gerentes reconocen la necesidad de cambio: 6 de cada 10 encuestados coinciden en que mejorar sus KPI no solo mejorar el desempeño, es fundamental para una toma de decisiones eficaz.

Tres tipos de KPI inteligentes

Vemos tres formas en que los KPI enriquecidos con IA mejoran las métricas heredadas que simplemente rastrean el desempeño. Estos describen mejor el desempeño actual y pasado, anticipan de manera más efectiva el desempeño futuro.

Estos tres tipos de KPI inteligentes se corresponden con una distinción bien conocida entre análisis descriptivo, predictivo y prescriptivo.

KPI inteligentes impulsados por IA, descubre cómo funciona esta herramienta

Mejorar los KPI existentes con IA

La ley de Goodhart declara que cuando una métrica se convierte en un objetivo, deja de ser una buena métrica. Pero centrarse en las mediciones mismas para mejorar es consistente con la cautela de Goodhart y un ingrediente esencial para el éxito operativo sostenible. La mejora continua de los KPI se convierte en un objetivo por derecho propio.

Crear nuevas métricas IA

Identificar KPI estratégicos y operativos es una función común de los equipos de liderazgo humano. Sin embargo, nuestra investigación confirma que la IA puede proponer e incluso diseñar KPI nuevos y novedosos para guiar la toma de decisiones ejecutivas.

Escuchamos historia tras historia de líderes que recurrieron a algoritmos para obtener métricas clave de desempeño que no solo son estratégica y operativamente valiosas. Los datos de nuestra encuesta afirman que las empresas que utilizan IA para crear nuevos KPI ven una amplia gama de beneficios comerciales.

Estableciendo nuevas relaciones entre los KPI y la IA

Debido a que los impulsores del rendimiento interactúan de maneras complejas, no solo necesita mejores KPI: necesita una mejor comprensión de cómo se relacionan los KPI entre sí.

Vemos ejecutivos, analistas y equipos de ciencia de datos colaborando para identificar interdependencias y establecer nuevas relaciones entre los KPI. Estas relaciones pueden revelar vínculos tácitos o sutiles entre, por ejemplo, la productividad de los empleados y el compromiso del cliente.

Los algoritmos inteligentes también ayudan a alinear la estrategia empresarial con las operaciones a nivel de unidad y equipo. Esto al fomentar comportamientos de ruptura de silos que permiten un trabajo colaborativo más eficiente y efectivo.

El objetivo de utilizar técnicas de IA en el contexto de los KPI es comprender mejor las relaciones causales entre los impulsores operativos y las variables contextuales.

El resultado de este esfuerzo podría ser entonces una versión mejorada de un KPI existente, un KPI completamente nuevo o un vínculo causal. De cualquier manera, el objetivo es producir un indicador adelantado de resultados estratégicos más confiable y dinámico.

Transformando las prácticas de KPI heredadas

Mientras que los KPI alguna vez fueron dominio de la experiencia y la toma de decisiones humanas, las innovaciones remodelan profundamente sus poderes. Vemos esto menos como una transición que como una disrupción: el monopolio humano sobre el desarrollo. La gestión y la gobernanza de los KPI se está erosionando.

A continuación, describimos seis cambios desde lo que permiten actualmente los KPI heredados a lo que exigen los KPI informados algorítmicamente.

Del ‘seguimiento del rendimiento’
a la ‘redefinición del rendimiento’

El seguimiento del desempeño, es decir, la evaluación del progreso hacia objetivos de desempeño predeterminados, ejemplifica los usos heredados de los KPI. El principal valor percibido de los KPI es llevar la puntuación.

Nuestra investigación sugiere que invertir para realizar un mejor seguimiento de los KPI heredados que todavía están en uso puede tener rendimientos decrecientes. Los ejecutivos que trabajan con instrumentos, tecnologías y flujos de datos novedosos pueden desarrollar nuevas perspectivas sobre lo que impulsa el desempeño y su medición.

De ‘puntos de referencia estáticos’
a ‘predictores dinámicos’

Las prácticas heredadas de evaluación comparativa de “configúralos y olvídate” dan paso a inversiones específicas en KPI más inteligentes que anticipan las condiciones del mercado, las cadenas de suministro y el comportamiento del consumidor con mayor precisión.

Los KPI dinámicos invitan a las empresas a anticipar antes los entornos cambiantes y responder a ellos de forma más eficaz. Sin excepción, los ejecutivos con los que hablamos indicaron que están orquestando cada vez más flujos de datos y flujos de trabajo para hacer que sus KPI sean más adaptables. 

Del ‘juicio primero’
a métricas estratégicas ‘definidas algorítmicamente’

Tradicionalmente, los ejecutivos humanos han diseñado y definido KPI basados ​​en la experiencia, las tendencias del mercado y los objetivos comerciales.

La combinación de IA generativa con otros algoritmos inteligentes rompe este monopolio humano y fomenta métricas antes inimaginables. Las métricas más innovadoras del mañana para alinear y evaluar el desempeño clave bien podrían estar hechas a máquina.

Esto obliga a las organizaciones que respetan un espíritu responsable de la IA a adoptar abiertamente la transparencia y la interpretabilidad de sus métricas.

Mejorar las KPI con la IA, un nuevo hito en la búsqueda de la eficiencia empresarial

De la ‘gestión de KPI’
a la ‘gobernanza y supervisión inteligente de KPI’

Mientras que una mejor gestión de KPI enfatiza resultados específicos, la gobernanza de KPI garantiza que los resultados deseados estén alineados y optimizados. La gestión de KPI implica maximizar el rendimiento frente a métricas individuales.

La gobernanza de KPI, por el contrario, exige supervisar y perfeccionar activamente carteras completas de KPI a nivel empresarial. Nuestra investigación muestra que muchos líderes continúan privilegiando la gestión de KPI sobre la gobernanza de KPI.

La gobernanza eficaz exige que los líderes comprendan cómo los algoritmos inteligentes pueden (y deben) influir en las formas en que los KPI aprenden, mejoran y aprenden a mejorar. Identificar y gestionar las compensaciones entre KPI en competencia y en conflicto se convierte en una misión crítica.

De ‘vigilar los KPI’
a ‘Diálogos y debates sobre KPI’

Verificar los KPI a lo largo del día es un hábito de gestión común en las oficinas de todo el mundo. Es un hábito que se ha vuelto más agradable y útil gracias a la evolución de paneles de control más detallados, visualmente atractivos y reveladores.

Sin embargo, los algoritmos inteligentes transforman paneles llamativos en plataformas de aprendizaje automático que facilitan, habilitan y potencian los diálogos en tiempo real entre los gerentes y sus KPI.

Por ejemplo, equipar los KPI con capacidades de IA generativa hace posible que los gerentes generen paneles de control para producir escenarios contrafactuales para la planificación financiera.

De la ‘Estrategia con KPI’
a la ‘Estrategia para y con KPI’

En los enfoques tradicionales de gestión estratégica, los KPI constituyen objetivos tangibles y mensurables que representan metas comerciales determinadas por los ejecutivos.

La estrategia debe incorporar objetivos mensurables para guiar comportamientos, comunicar metas y responsabilizar a las personas. Los KPI unen la estrategia y las operaciones. Esta es la estrategia con KPI.

Conclusiones

Conclusión 1: Realinear la gobernanza de datos para permitir KPI impulsadas por IA

Una gobernanza de datos sólida, confiable y sofisticada es un factor fundamental para lograr KPI más inteligentes. Para mejorar de manera mensurable el desempeño clave es necesario mejorar los datos.

Para mejorar la gobernanza de datos para lograr KPI más inteligentes:

1. Alinea los marcos y capacidades de gobierno de datos con KPI específicos, como el valor de vida del cliente (CLV)
2. Incorpora supervisión y conocimiento de los administradores y propietarios de datos
3. Fortalece la gobernanza de datos multifuncional

Conclusión 2: Establece sistemas de gobernanza de KPI

Mejorar estratégicamente el desempeño organizacional requiere establecer mecanismos de gobernanza sólidos para KPI más inteligentes.

Para crear un sistema de gobernanza de KPI eficaz, considera:

1. Establece un grupo ejecutivo para supervisar el desarrollo de un sistema integral de medición estratégica para el desarrollo continuo de KPI que incorpore mejores datos e IA
2. Instituye procesos o sistemas para medir la calidad de los KPI
3. Crea responsabilidad y supervisión para garantizar que los KPI más inteligentes alineen los resultados operativos con los objetivos comerciales estratégicos en evolución

Estos tres componentes de gobernanza de KPI deberían identificar las interdependencias entre las métricas de los silos empresariales.

Conclusión 3: Utiliza gemelos digitales para mejorar las métricas clave de rendimiento

Definir métricas de rendimiento nuevas o mejoradas con aprendizaje automático exige experimentación. Como modelos virtuales que reflejan los sistemas del mundo real, los gemelos digitales ofrecen plataformas para el desarrollo inteligente de KPI.

Para utilizar gemelos digitales para obtener KPI más inteligentes:

1. Identifica los KPI apropiados para el hermanamiento y la mejora algorítmica
2. Mapea flujos de datos y flujos de trabajo de KPI
3. Integra la colaboración multifuncional en el proceso de hermanamiento digital e incluye equipos de ciencia de datos

Conclusión 4: Prioriza la preparación cultural y los enfoques centrados en las personas

Romper el monopolio humano sobre el desarrollo de KPI desafía la cultura organizacional y los roles de liderazgo tradicionales. A medida que los KPI inteligentes aprenden a ser más capaces, ¿se les ve más como colegas, colaboradores, asesores o dictadores de datos?

La adopción de KPI inteligentes puede amenazar la forma en que muchos gerentes experimentados se ven a sí mismos y su valor futuro para la empresa.

Un equipo de alta dirección saludable que adopte KPI más inteligentes debe:

1. Reconocer y anticiparse a la resistencia organizacional a la adopción inteligente de KPI
2. Anticípate y aborda las nuevas dinámicas de poder que surgen a medida que KPI más inteligentes ponen de manifiesto interdependencias organizativas sensibles entre funciones, procesos y departamentos aislados
3. Aclimata a los ejecutivos para trabajar con algoritmos que complementen y aumenten el desarrollo de KPI y la mejora continua

Conclusión 5: Alinea tu estrategia con KPI inteligentes

Los KPI inteligentes en la empresa en red pueden ayudar a alinear las aspiraciones estratégicas con el desempeño estratégico, pero las personas, los procesos y la tecnología también deben estar alineados para desarrollar KPI inteligentes.

Para fortalecer la alineación estratégica con (y para) los KPI inteligentes, considera:

1. Comienza con la estrategia declarada de la organización
2. Aborda estos KPI como una unidad de análisis y simula los mejores, peores y más probables escenarios
3. Paralelamente, mapea las interdependencias entre los KPI y las vías de desarrollo para KPI inteligentes

Conclusión general, la relación entre los KPI y la IA

Transformar métricas estáticas en KPI más inteligentes, más dinámicos y más precisos ayuda a los ejecutivos y sus juntas directivas a cambiar su enfoque. Los KPI inteligentes prometen y pueden ofrecer niveles de dinamismo organizacional basado en datos que antes eran inalcanzables.

Esto no es exageración; Esto es lo que la IA ahora hace posible y lo que escuchamos de los ejecutivos que ya están invirtiendo en KPI inteligentes.

Si bien los desafíos que plantean estas disrupciones (éticas, operativas, organizativas y culturales) parecen desalentadores, los líderes con los que hablamos creen que los beneficios estratégicos superan con creces los costos.

La integración de KPI inteligentes en la empresa requiere un nuevo compromiso cultural con asociaciones más efectivas entre personas talentosas y sus tecnologías. La forma en que los líderes aprendan de y con sus KPI más inteligentes determinará el éxito de ambos.

Acerca de la investigación

Este informe presenta los resultados del séptimo estudio de investigación global anual sobre IA y estrategia empresarial realizado por MIT Sloan Management Review y Boston Consulting Group.

Nuestra investigación examina cómo los gerentes y líderes utilizan la IA para mejorar la medición estratégica y avanzar en los resultados estratégicos.

Explora cómo las organizaciones han adaptado los KPI (e incluso han generado otros nuevos) con IA para definir y ofrecer un rendimiento mensurablemente mejor.

SOBRE LOS AUTORES

Michael Schrage es investigador de la Iniciativa sobre Economía Digital de la MIT Sloan School of Management. Su trabajo de investigación, redacción y asesoramiento se centra en la economía del comportamiento de los medios, modelos y métricas digitales como recursos estratégicos para gestionar las oportunidades y los riesgos de innovación.

David Kiron es el director editorial de investigación de MIT Sloan Management Review y líder del programa de sus iniciativas de investigación Big Ideas.

François Candelon es socio senior y director general de Boston Consulting Group (BCG) y director global del BCG Henderson Institute, donde su investigación se centra en el impacto de las tecnologías en los negocios y la sociedad. Se le puede contactar en candelon.francois@bcg.com .

Shervin Khodabandeh es socio senior y director general de BCG y colíder del negocio de IA de BCG en Norteamérica. Es líder en BCG X y tiene más de 20 años de experiencia impulsando el impacto empresarial desde la IA y lo digital. Se le puede contactar en shervin@bcg.com .

Michael Chu es socio y director asociado de BCG, donde se centra en la aplicación de la IA y el aprendizaje automático a problemas empresariales en funciones comerciales, incluida la optimización de precios, promociones, ventas y marketing. Puede comunicarse con él en chu.michael@bcg.com .

Síguenos en Google News