Los beneficios culturales de la inteligencia artificial en la empresa

El informe 2021 MIT SMR – BCG identifica una amplia gama de beneficios culturales relacionados con la IA tanto a nivel de equipo como de organización. Ya sea que se trate de reconsiderar las suposiciones comerciales o de empoderar a los equipos, administrar la dinámica a través de la cultura, el uso de la IA y la efectividad organizacional es fundamental para aumentar el valor de la IA para una organización. Este informe ofrece un análisis detallado de una dinámica entre la cultura, el uso de la IA y la eficacia organizacional.

Resumen ejecutivo

Los beneficios de la inteligencia artificial van mucho más allá de la mejora de la eficiencia y la toma de decisiones. La IA también puede mejorar la eficacia organizacional, así como fortalecer los equipos y las culturas empresariales.

La inteligencia artificial puede generar beneficios tanto culturales como económicos para las organizaciones. Con los sistemas de inteligencia artificial implementados, los equipos pueden realizar tareas con más orgullo y confianza, y colaborar de manera más efectiva: realmente pueden fortalecerse. Estos beneficios culturales pueden penetrar la base de las operaciones comerciales, mejorando los supuestos que impulsan los comportamientos organizacionales y asegurando la búsqueda de objetivos más inteligentes.

Al realizar nuestra investigación, escuchamos historia tras historia de ejecutivos familiarizados con el despliegue de IA en sus organizaciones. El mensaje general fue claro y estuvo respaldado por datos de encuestas: la cultura empresarial afecta las implementaciones de IA, y las implementaciones de IA afectan la cultura empresarial.

La investigación y el análisis para este informe se realizaron bajo la dirección de los autores como parte de una iniciativa de investigación de MIT Sloan Management Review, en colaboración y patrocinada por Boston Consulting Group.

Este informe del MIT SMR – BCG, basado en una encuesta global hecha a 2197 gerentes, además de 18 entrevistas a ejecutivos, identifica una amplia gama de beneficios culturales relacionados con la inteligencia artificial, tanto a nivel de equipo como de organización. Entre los encuestados con implementaciones de IA que mejoraron la eficiencia y la toma de decisiones, por ejemplo, más del 75% también vio mejoras en la moral del equipo, la colaboración, y el aprendizaje colectivo. El cambio cultural del uso de la IA trasciende la promesa legítima, pero miope, de que la IA liberará a los trabajadores de la monotonía.

Estos cambios culturales son más que un beneficio secundario. Los beneficios culturales y financieros relacionados con la IA se complementan mutuamente. Los encuestados que vieron beneficios financieros significativos de sus iniciativas de IA tenían 10 veces más probabilidades de cambiar la forma en que miden el éxito que aquellos que no vieron tales beneficios. En algunos casos, la IA ayudó a los líderes a identificar nuevos impulsores del desempeño, lo que condujo a nuevos supuestos, objetivos, medidas y patrones de comportamiento, junto con nuevas áreas de responsabilidad. La IA también ayudó a estas organizaciones a realinear comportamientos y a ser más competitivas.

Construir una cultura que apoye la innovación con IA tiene un efecto sobre la competitividad. Nuestra investigación encontró que los encuestados que utilizan la IA principalmente para explorar nuevas formas de crear valor tienen muchas más probabilidades de mejorar su capacidad para competir con la IA, en contraposición a aquellos que utilizan la IA principalmente para mejorar los procesos existentes. Los encuestados que dijeron que utilizan la IA principalmente para explorar tuvieron 2,7 veces más probabilidades de estar de acuerdo en que su empresa capta oportunidades de industrias adyacentes, gracias a la IA, que los encuestados que utilizan la IA principalmente para mejorar los procesos existentes.

Ya sea reconsiderando las suposiciones comerciales o empoderando a los equipos, la gestión de las relaciones entre la cultura, el uso de la IA y la eficacia organizacional es fundamental para aumentar el valor de la IA para una organización. Este informe ofrece un análisis basado en datos de estas relaciones tanto a nivel de equipo como de organización.

Introducción: Beneficios culturales de la IA

Las implementaciones de IA que mejoran la efectividad a menudo fortalecen la cultura empresarial y de equipo. Los ejecutivos íntimamente involucrados en el desarrollo e implementación de soluciones de IA ofrecieron numerosos ejemplos de cómo la inteligencia artificial ayudó a sus organizaciones a ser más eficientes y tomar mejores decisiones. Es más, la cultura de su equipo estaba cambiando en respuesta a estos nuevos niveles de efectividad; los cambios culturales abarcaron lo que los equipos aprendieron, cómo aprendieron, cómo trabajaron juntos y, en algunos casos, lo que disfrutaron de su trabajo. Muchos equipos que usaban IA se convirtieron en equipos más fuertes.

Pierre-Yves Calloc’h, director digital de Pernod Ricard, el segundo mayor vendedor mundial de vinos y licores, ofrece un ejemplo. La empresa comenzó a utilizar tecnología de inteligencia artificial para optimizar las visitas a la tienda de los vendedores. Históricamente, el personal de ventas se había basado en gran medida en su propia experiencia para decidir qué tiendas visitar. La compañía esperaba que su nuevo sistema de asistentes digitales basado en inteligencia artificial, que utiliza datos para priorizar las tiendas, encontrara resistencia. Sin embargo, los vendedores adoptaron la tecnología, que aumenta en lugar de reemplazar su propio conocimiento.

Calloc’h fomentó la confianza en el sistema mediante la participación de reconocidos expertos comerciales en el diseño de la herramienta y la recopilación de comentarios exhaustivos de los usuarios piloto. Su equipo se aseguró de que las razones de las recomendaciones del sistema de inteligencia artificial fueran claras y se comunicaran claramente a los vendedores. Además, su equipo de análisis utilizó entrevistas con los expertos en negocios para explorar información inesperada y alimentarla en el motor de recomendaciones. 

Eso reforzó la credibilidad de la herramienta entre los expertos y mejoró la eficacia de la herramienta en sí. Según Calloc’h, los vendedores le dijeron: “No hay forma de que vuelva a mi forma anterior de hacer las cosas. Confío en que el sistema haya estado buscando muchas opciones a la hora de recomendar las 20 tiendas que debería visitar esta semana.

La tecnología también proporciona a los empleados nuevas recomendaciones que fortalecen sus argumentos de venta. “El sistema recomienda enumerar solo productos relevantes que coincidan con el perfil de la tienda, por ejemplo, debido a la categoría de consumidores que viven alrededor de la tienda y otros factores. Eso les da a los vendedores más confianza, más claridad y más moral ”, dice Calloc’h. El uso de IA no solo mejoró directamente la eficiencia y la calidad de las decisiones, sino que también cambió indirectamente la cultura del equipo a través de sus efectos sobre la confianza, la claridad y la moral.

Nuestra encuesta global da fe de que Pernod Ricard no es el único que experimenta el efecto de la IA en la cultura del equipo: muchos encuestados que vieron mejoras en la eficiencia y la calidad de las decisiones debido a la IA también vieron mejoras a nivel de equipo en la moral (79%) y otras áreas culturales.

SOBRE LA INVESTIGACIÓN

Este informe presenta los resultados del quinto esfuerzo de investigación anual entre MIT Sloan Management Review y Boston Consulting Group sobre inteligencia artificial y estrategia empresarial.

Obtenga más información .

Pero los efectos de la IA en la cultura no se detienen a nivel de equipo. Nuestra investigación sugiere además que los beneficios culturales de la adopción de la IA pueden extenderse a las organizaciones en su conjunto. Por ejemplo, descubrimos que algunos ejecutivos emplean IA para reevaluar los supuestos estratégicos y operativos. Cada vez más, los ejecutivos están reconociendo que pueden usar la inteligencia artificial para discernir los impulsores del rendimiento que ellos mismos no pueden identificar solo a través de la intuición y la experiencia. 

Radha Subramanyam, presidenta y directora de investigación y análisis de CBS, describe los esfuerzos de la cadena de transmisión para evaluar críticamente las suposiciones organizacionales de larga data sobre cómo mide el éxito de los programas de televisión. “Le di a nuestros equipos de IA 50 años de KPI [indicadores clave de rendimiento] y 50 años de investigación de consumidores”, recuerda. 

“Yo dije, ‘Aquí están las cosas que creemos que son importantes en esta investigación de consumidores: cuantitativas y cualitativas. Te estoy dando todos los datos sin procesar. ¿Son las cosas que habitualmente miro los KPI correctos para impulsar mi mega-KPI, o están mal?’”.

El análisis afirmó la utilidad de dos KPI históricos, pero también agregó dos nuevos KPI al conjunto. “Mejoramos al realizar este ejercicio de IA”, señaló Subramanyam. “El análisis cambió lo que estábamos buscando y ayudó a mejorar nuestro desempeño”. Para CBS, la IA brindó tanto la oportunidad como los medios para reexaminar los supuestos fundamentales sobre las operaciones comerciales y la efectividad organizacional. Los supuestos que guían el comportamiento del equipo y los objetivos empresariales son fundamentales para la cultura organizacional. ¹

La revisión de las suposiciones y mediciones organizacionales es bastante típica de las organizaciones que adoptan la IA: el 64% de las empresas que han integrado la IA en sus procesos dicen que su uso de la IA generó cambios en sus KPI. En algunos casos, las soluciones de IA revelan directamente nuevos impulsores de rendimiento, como en CBS, donde condujeron a nuevos KPI. En otros casos, el uso de IA permite un rendimiento más sólido, lo que deja obsoletas las mediciones heredadas que ya no reflejan los objetivos deseados. La realineación de comportamientos para lograr nuevos objetivos a menudo tiene un efecto directo en la cultura.

Nuestra investigación identifica una dinámica continua entre la cultura, el uso de la IA y la eficacia organizativa. (Ver Figura 1.) Usamos esta dinámica Cultura-Uso-Efectividad (CUE) para explicar las relaciones que se refuerzan mutuamente tanto a nivel de equipo como de organización. Estas relaciones ofrecen una perspectiva útil sobre cómo la adopción de la IA puede influir en los supuestos gerenciales, los comportamientos del equipo y la competitividad organizacional en general.

FIGURA 1

La dinámica cultura-uso-eficacia

Mejorar cada componente de la dinámica CUE puede conducir a un círculo virtuoso de mejora cultural.

La dinámica CUE es difícil de lograr a escala. Los ejecutivos deben aprender qué puede hacer la IA por los equipos y la organización, y desarrollar un lenguaje común para la toma de decisiones con la IA. Por su parte, los gerentes deben obtener el apoyo activo de los empleados que deben trabajar con soluciones de inteligencia artificial que reemplacen o aumenten las prácticas existentes. Después de la implementación inicial de las soluciones de IA, las organizaciones deben adaptarlas continuamente, lo que requiere la participación continua de los equipos de IA y los usuarios finales. Una vez que las soluciones de IA demuestran ser efectivas, los beneficios culturales y de productividad resultantes fomentan aún más el uso de la IA en toda la empresa.

Sin embargo, la IA que es efectiva a nivel de equipo no siempre produce éxito financiero a nivel de organización. Solo el 11% de las organizaciones en nuestra encuesta atribuyó beneficios financieros sustanciales a sus iniciativas de IA, que es el mismo resultado que obtuvimos de nuestra encuesta el año pasado. ² Puede ser que pocas empresas estén implementando IA a una escala suficiente para generar beneficios financieros “sustanciales”. Pero otra posible explicación es que aquellas organizaciones que obtienen beneficios económicos sustanciales han comenzado a dominar la dinámica CUE. Aprendieron tanto cómo adoptar y beneficiarse culturalmente de la IA, y cómo utilizar la IA para obtener recompensas financieras. Nuestra investigación sugiere que estas son actividades conectadas, no separadas.

Beneficios culturales a nivel de equipo

Las soluciones basadas en inteligencia artificial que generan nuevas formas de trabajo pueden incitar a la resistencia de los equipos arraigados en las culturas existentes. Anju Gupta, vicepresidente de ciencia de datos y análisis de Northwestern Mutual, reconoce que cuando las empresas introducen nuevas iniciativas de inteligencia artificial, “existe una resistencia natural con la que te enfrentarás”. La cultura es como el sistema inmunológico de un equipo: es para el grupo lo que son los mecanismos de defensa para el individuo . ³ 

Nuestra investigación indica que los gerentes a menudo reconocen la necesidad de cultivar la aceptación de la IA por parte del equipo, por ejemplo, al incluir a los usuarios finales en el proceso de desarrollo, generar confianza en el rendimiento del sistema de IA y alentar a los equipos a estar abiertos a cambiar sus procesos de trabajo. (Consulte la barra lateral “Generar confianza para cultivar los beneficios de la IA“).

Nuestros hallazgos también distinguen el cambio cultural necesario para adoptar la IA de los cambios culturales que surgen después de adoptar la IA. La Figura 2 muestra la dinámica CUE a nivel de equipo: la cultura del equipo puede mejorar la adopción de la IA, lo que a su vez mejora la efectividad del equipo, lo que a su vez mejora la cultura del equipo. El aprendizaje es un componente clave de cada elemento de la dinámica.

FIGURA 2

La dinámica cultura-uso-eficacia

Dado que la IA ayuda a mejorar la eficiencia y la calidad de las decisiones, la cultura del equipo se beneficia

Generar confianza para cultivar los beneficios de la IA

Los beneficios tanto financieros como no financieros de la IA dependen de que los empleados trabajen con la IA y confíen en ella. Sin embargo, los encuestados describieron numerosas razones por las que los usuarios finales pueden desconfiar de las soluciones de IA. ( Ver figura 3 ).

Cerca de la mitad de los encuestados creía que la desconfianza hacia la IA se debía a una falta de comprensión (49%) o formación (46%). Paul Pallath, jefe de tecnología global de datos, análisis e inteligencia artificial de Levi Strauss & Co., dijo que la empresa invirtió mucho para mejorar la comprensión; seleccionó empleados “de varios dominios diferentes, desde la tienda minorista hasta personas en TI y personas en negocios, y los convocó a un campo de entrenamiento de IA / ML altamente inmersivo de ocho semanas”. La primera cohorte, que se graduó en mayo de 2021, estaba formada por más de 40 empleados de 14 ubicaciones en todo el mundo. Pallath cree que la inversión valió la pena porque “necesitan tener confianza. Y generar confianza en la IA / ML y las máquinas solo puede suceder si las personas mismas son parte del proceso en lugar de estar sujetas a él “.

Pero la cantidad de participación de los usuarios no es una decisión fácil. Muy poco contexto detrás de las decisiones (34%) o, por el contrario, demasiada información (17%) puede erosionar la confianza. Sander Stomph, exjefe de excelencia operativa de la aerolínea holandesa KLM, reconoce esa tensión en el trabajo con los usuarios de soluciones de inteligencia artificial. “Lo que hicimos en los últimos dos años fue desarrollar hombro con hombro con las personas que realmente van a usar estas cosas, hasta el cliente”, explicó. “Si impacta a un cliente, lo desarrolla también con los clientes. Si impacta a un planificador, lo desarrolla con planificadores y se lo explica, incluso hasta el punto de decir: ‘Oye, no sabemos el precio de esto, pero vamos a poner una cantidad de 200 euros como apoderado. ¿Estás de acuerdo en que pongamos 200 euros? Como agentes de la puerta, está mejor posicionado para decidir esto. Stomph cree que un alto nivel de participación conduce a una visión de la IA como “un colega de confianza”. 

En sus palabras, la tecnología “se convierte en algo más que una herramienta vaga y realmente más en alguien en quien puede confiar y en quien puede confiar”. Stomph ve la tentación de “simplificar” y simplemente mostrar a los usuarios el resultado final en un paquete llamativo. Pero dice que KLM trabaja “para ser genuino y conectarse con las personas, para asegurarse de que realmente les gusten estas soluciones por el contenido y no por el paquete”.

Aún así, ninguna cantidad de educación del usuario puede superar una mala herramienta. Los datos de calidad insuficiente (31%), el incumplimiento de las expectativas (20%) o simplemente las soluciones incorrectas (14%) pueden contribuir a la desconfianza en el sistema. Colin Lenaghan, vicepresidente senior de gestión de ingresos netos globales de PepsiCo, reconoce cómo las pequeñas mejoras pueden sumarse. 

PepsiCo cree que trabajar para “probar las cosas y socializar de manera muy abierta, “acumulativamente”, genera confianza y te ayuda a pasar de un paso al siguiente”. Lenaghan describe cómo las primeras “capacidades inspiraron inmediatamente confianza y credibilidad” entre quienes utilizaron la herramienta de optimización promocional basada en inteligencia artificial de PepsiCo. “Ese es un proceso realmente importante para nosotros, porque está comenzando con algo pequeño, está generando confianza. Y creo que eso va a ser importante”.

FIGURA 3

La adopción de IA depende de la confianza

La comprensión y la formación insuficientes son los mayores obstáculos para generar confianza en la IA.

Ciertamente, la cultura influye en la adopción de la IA. Esta conexión bien investigada generalmente implica que los miembros del equipo aprendan y confíen en los resultados de la IA. En una investigación anterior, identificamos el aprendizaje mutuo como un factor valioso para la adopción y el uso de la IA. ⁴

El uso de IA también puede mejorar la efectividad del equipo. Nos enfocamos en la eficiencia y la calidad de las decisiones como indicadores de efectividad. Aproximadamente el 58% de todos los encuestados que participaron en una implementación de IA estuvieron de acuerdo en que sus soluciones de IA mejoraron la eficiencia y la toma de decisiones a nivel de equipo. Es decir, agregar IA al equipo mejoró la efectividad del equipo. Los hallazgos de la encuesta refuerzan lo que escuchamos en nuestras entrevistas ejecutivas: el uso de IA puede fortalecer el desempeño del equipo.

Pero, lo que es más importante, los beneficios culturales surgen cuando los equipos mejoran la toma de decisiones y la eficiencia con la IA y, de manera transitiva, estos beneficios no habrían surgido si la cultura del equipo no hubiera adoptado las soluciones de IA en primer lugar. Cuando los equipos se vuelven eficientes y toman mejores decisiones gracias a la IA, también mejoran varios aspectos de la cultura, incluido el aprendizaje colectivo, la colaboración, la moral y la claridad de roles. La Figura 4 muestra hasta qué punto la IA efectiva, cuando la IA mejora la eficiencia y la calidad de las decisiones, afecta estos aspectos culturales a nivel de equipo.

FIGURA 4

Mejorar la eficacia del equipo con IA refuerza la cultura del equipo

Después de implementar soluciones de inteligencia artificial, los equipos informan un aprendizaje colectivo mejorado, claridad de roles, colaboración y moral.

El uso eficaz de la IA mejora el aprendizaje colectivo

La cultura refleja el aprendizaje acumulado que un grupo determinado adquiere y transmite a los recién llegados. ⁵ (Consulte la barra lateral “Definición de la cultura organizacional” para obtener detalles sobre cómo definimos la cultura). Los resultados de nuestra encuesta muestran que el 87% de los equipos que mejoraron su eficiencia y calidad de decisiones con IA también mejoraron su aprendizaje colectivo.

Definición de cultura organizacional

La cultura organizacional existe en al menos tres niveles: cómo se hacen las cosas en la organización, los valores propuestos que impulsan y gobiernan esos comportamientos y suposiciones que podrían explicar las discrepancias entre los comportamientos y los valores declarados públicamente. ^I Una cultura tóxica, por ejemplo, podría reflejar una gran discrepancia entre cómo se hacen las cosas y los valores que los líderes defienden públicamente. 

Como observa la ex profesora de la Universidad de Stanford, Joanne Martin, “solo una pequeña parte de la cultura de una organización consiste en cuestiones y percepciones que las personas ven con claridad y en las que están de acuerdo. El resto se caracteriza por conflictos entre grupos que no se comprenden completamente; inconsistencias entre, por ejemplo, lo que la gente dice que valora y lo que hace; ambigüedades sobre lo que realmente significan las frases de uso frecuente y las declaraciones de objetivos; y paradojas y contradicciones irreconciliables ”. ⁱⁱ

Una cultura organizacional puede incluir inconsistencias pero reflejar estabilidad. El profesor del MIT, Edgar Schein, sostiene: “una organización total puede tener una cultura si ha sido un grupo estable durante un período de tiempo, y cada subgrupo dentro de esa organización puede tener una cultura propia si tiene su propia historia estable”. ⁱⁱⁱ En una cultura organizacional, los grupos aprenden suposiciones compartidas que informan los patrones de comportamiento que se transmiten a los nuevos miembros del grupo. En un nivel, la cultura incluye lo que se aprende y las suposiciones sobre lo que se (y se debe) valorar.

Las implementaciones de IA influyen tanto en lo que aprenden los equipos como en cómo se produce el aprendizaje. La empresa francesa de energía Rexel, por ejemplo, diseñó su herramienta Next Best Offer para que los proveedores recomienden ventas adicionales o cruzadas a los clientes en función de sus circunstancias específicas. La implementación inicial de la herramienta tuvo un éxito desigual: algunos proveedores casi siempre usaban las recomendaciones de la herramienta, mientras que otros rara vez lo hacían. El equipo de inteligencia artificial que trabaja en la herramienta descubrió que la tenencia de un proveedor determinaba su uso de la herramienta. Los recién llegados, que tenían pocas ideas sobre qué ofrecer a continuación, se alegraron de tenerlo. Los veteranos no necesitaban el consejo de la herramienta, pero resultó que también estaban contentos de tenerla, aunque por una razón diferente a la de los recién llegados.

Los nuevos proveedores habían estado presionando a los veteranos con solicitudes de asesoramiento y apoyo. A medida que la herramienta se volvió más efectiva, dejaron de hacerlo. Según Nathalie Wright, directora digital y de TI del grupo de Rexel y gerente general de la región nórdica, un veterano le dio esta retroalimentación sobre la herramienta: “No aprendo nada de ella, pero entiendo que si digo ‘sí’ o ‘no, ‘bueno’ o no bueno’, entonces eso ayudará a las personas nuevas a hacer el trabajo, y dejarán de acudir a mí cada vez para pedirme un consejo”. Los veteranos parecían más interesados ​​en entrenar la herramienta que en entrenar a los recién llegados. Con el tiempo, Rexel comenzó a utilizar la herramienta explícitamente para la formación de proveedores (conservando su uso como motor de recomendaciones).

El ejemplo de Rexel Next Best Offer ilustra varias formas en las que el aprendizaje fortalece la adopción de la IA, la eficacia del equipo y la cultura del equipo. Cuando los recién llegados utilizaron el motor de recomendaciones de IA, tomaron mejores decisiones de las que tomarían sin su consejo. Los miembros veteranos del equipo ayudaron a que la herramienta fuera más útil al agregarle sus conocimientos acumulados; La enseñanza de la herramienta promovió una cultura de uso de la IA.

El uso eficaz de la IA aclara las responsabilidades

En otras situaciones, el conocimiento derivado de la IA incluso ayuda a los expertos a mejorar sus habilidades. Slawek Kierner, vicepresidente senior de análisis y datos empresariales de Humana, explica cómo los farmacéuticos de los centros de llamadas de la empresa de atención médica utilizaron la inteligencia artificial para mejorar la forma en que manejan las interacciones con los clientes. “Comenzamos con esta inteligencia artificial emocional, esencialmente una pieza de software que escucha a la conversación de nuestros farmacéuticos en un call center. Recoge señales emocionales en esta conversación y luego sugiere lo que el farmacéutico podría hacer para brindar una mejor experiencia al miembro”.

Kierner señala que la adopción de este software requirió tiempo, capacitación y fomento de la confianza. Posteriormente, su equipo “encontró un conjunto de (factores) innovadores y demostró que aquellos que lo usan terminan realmente con más llamadas con clientes satisfechos y una puntuación Net Promoter Score más alta. Que, por supuesto, luego resulta en un mejor servicio y una mejor atención para el miembro, que es la fuerza unificadora”. Los gerentes tuvieron que esforzarse para superar las barreras culturales y cultivar el uso de la IA. Al capacitar a los usuarios e involucrar a los defensores, junto con otros medios, Humana evitó cuidadosamente el rechazo cultural que esta nueva herramienta podría haber provocado.

“Ha sido un gran beneficio para nosotros ver a los equipos comenzar a realizar un trabajo valioso para el que, en esencia, no tenían el ancho de banda para el que antes de las implementaciones que lanzamos”.

SIDNEY MADISON PRESCOTT

Jefe global de automatización inteligente, Spotify

Los farmacéuticos que utilizaron la herramienta adquirieron una nueva comprensión de cómo ejecutar su función. Aprendieron algo sobre ellos mismos, sus clientes y cómo manejar las llamadas de los clientes. Los hallazgos de nuestra encuesta muestran que este es un resultado común de implementaciones efectivas de IA. Entre los que informaron aumentos en la eficiencia y la calidad de las decisiones de sus implementaciones de IA, el 65% vio una mayor claridad de los roles.

El uso eficaz de la IA afecta la colaboración

El aumento de la eficiencia y la calidad de las decisiones de las implementaciones de inteligencia artificial a menudo conducen a una mejor colaboración. Entre los encuestados que vieron un aumento en la eficiencia y la calidad de las decisiones de la IA, el 78% informó una mejor colaboración. Sander Stomph, exjefe de excelencia operativa de la aerolínea holandesa KLM, ofreció un ejemplo de la industria de las aerolíneas. 

Cuando un pasajero llega al aeropuerto pero pierde su vuelo, la aerolínea debe descargar el equipaje de esa persona del avión por razones de cumplimiento y seguridad. Este requisito que consume mucho tiempo a menudo retrasa los vuelos, lo que genera trabajo para los empleados y molesta a los clientes. KLM utiliza IA para predecir qué pasajeros tienen más probabilidades de poner a la aerolínea en esa posición. Dado que es más probable que saquen sus maletas del avión, su equipaje se carga en último lugar.

Los gerentes de KLM se dieron cuenta de que podían hacer que el proceso de descarga fuera aún más sencillo colocando la misma etiqueta roja grande en el equipaje que llega tarde que colocan en el equipaje de los VIP, que también se carga al final. Stomph dice: “Ahora, si llega tarde o si creemos que llegará tarde, le daremos una etiqueta de equipaje VIP”.

Con una ayuda de IA, la tripulación y los equipos de mantenimiento de KLM trabajan juntos sin problemas para cumplir el objetivo común de una salida a tiempo. Los pilotos no tienen que retrasar las salidas con tanta frecuencia; los asistentes de vuelo no tienen que apaciguar a los pasajeros frustrados con tanta frecuencia; y los manipuladores de equipaje descargan rápida y cómodamente solo la carga necesaria. 

Este proceso basado en predicciones ayuda a alinear a los equipos, lo que les permite disfrutar de una mejor coordinación durante todo el proceso de salida. La capacidad de KLM para predecir qué maletas deberán descargarse durante el proceso de salida se convirtió efectivamente en saber qué maletas deberán descargar. Estas predicciones o lecciones aprendidas llevaron a una mejor coordinación entre los diferentes grupos y, por lo tanto, a clientes más satisfechos.

En general, el 59% de los encuestados que participaron directamente en las implementaciones de IA informaron una mejor colaboración en equipo debido a su uso de IA. Ese número aumenta al 78% entre los encuestados que también vieron mejoras en la eficiencia y la calidad de las decisiones después de usar IA. Amy Adams, directora senior de CRM global y estrategia martech en McDonald’s, señala: “A medida que trabajamos para mejorar la experiencia del cliente de McDonald’s, utilizamos análisis avanzados de una manera más avanzada y ágil. Estos datos nos permiten comprender mejor las necesidades y expectativas de los clientes, lo que nos permite brindar la experiencia más relevante. También hemos desarrollado una práctica global de prueba y aprendizaje que nos permite anticiparnos mejor a lo que resonará con los clientes al probar varias hipótesis. Hemos estado construyendo esta nueva forma de trabajar y desarrollar músculos durante los últimos años”.

El uso eficaz de la IA mejora la moral

Entre los equipos que mejoraron su eficiencia y calidad de decisiones con implementaciones de IA, el 79% informó un aumento en la moral. Por ejemplo, el minorista sueco de moda rápida H&M Group experimentó con diferentes formas de usar la inteligencia artificial para ayudar a fijar el precio de los productos para las ventas de fin de temporada. Probó escenarios en los que los humanos pusieron precio a los artículos, un algoritmo tasó los artículos y un humano y un algoritmo trabajaron juntos, con el humano evaluando y ajustando las decisiones del algoritmo. La combinación de personas y máquinas funcionó mejor, y los empleados del minorista dieron la bienvenida a la tecnología. “A todo el mundo le encantó”, recuerda Arti Zeighami, ex director de datos y análisis de H&M Group. “Dijeron: ‘esto me hace más preciso. Me hace más agudo. Me ayuda a tomar mejores decisiones. Hace que mi trabajo sea más divertido’”.

En el operador de intercambio global Nasdaq, los empleados aprecian cómo las eficiencias de la IA les permiten cambiar su enfoque. Douglas Hamilton, vicepresidente asociado de inteligencia artificial de Nasdaq, describe el exitoso esfuerzo de la bolsa de valores para escanear prospectos en busca de información útil que pueda beneficiar a los clientes. “Históricamente, a un analista le tomaba entre 40 y 90 minutos tomar un documento, leerlo, averiguar si contenía ciertos tipos de información que los clientes encontrarían interesantes, evaluar dónde estaba esa información y ponerla en el sistema ”, explica Hamilton. Ahora, con la ayuda de la inteligencia artificial, Nasdaq procesa 6.000 documentos cada tres minutos. El tiempo ahorrado es un obvio beneficio económico. Sin embargo, menos obvia es la mejora resultante en la moral.

Dave Johnson, director de datos e inteligencia artificial de la empresa farmacéutica y de biotecnología Moderna, se hace eco de este punto. “Quitar el trabajo sin valor agregado de las personas sin duda aumenta la moral”, dice. “Somos una empresa que cree en dar mucha responsabilidad a las personas. Entonces, lo que sucede a menudo es que la gente viene a nosotros y nos dice: ‘Mira, estoy haciendo esta actividad una y otra vez. Realmente me encantaría recibir ayuda para automatizar este proceso’. Y entonces, en ese caso, están encantados. No quieren ver una pantalla de datos una y otra vez. No es por eso que obtuvieron un doctorado. Quieren hacer algo perspicaz y creativo “.

De manera similar, Sidney Madison Prescott de Spotify, director global de automatización inteligente, observa que las ganancias de eficiencia del servicio de música digital a través de la inteligencia artificial han permitido a los empleados hacer tiempo para “todo el trabajo de valor agregado que anteriormente estaba en un segundo plano”. Agrega: “Por lo general, tenemos una gran cantidad de proyectos de innovación que están pendientes, en curso o potencialmente retrasados ​​para dar prioridad a elementos más críticos. Ha sido un gran beneficio para nosotros ver que los equipos comienzan a realizar un trabajo valioso para el que, en esencia, no tenían el ancho de banda antes de las implementaciones que estamos lanzando”. Prescott agrega que su capacidad para concentrarse en tareas de mayor valor hizo que su trabajo fuera más gratificante y significativo a nivel personal.

La mejora de la moral no tiene por qué producirse a expensas de reducir el valor para la empresa o sus clientes. David Galinsky, director senior de estrategia de análisis y datos de clientes de McDonald’s, es muy consciente de ese peligro potencial. Él dice: “La lucha es que, con demasiada frecuencia, las empresas se centran en cosas brillantes como la inteligencia artificial y el aprendizaje automático porque son temas muy candentes. En cambio, las empresas deberían esforzarse por ofrecer la mejor experiencia posible al cliente. Esa experiencia se verá facilitada, por supuesto, por una sólida base tecnológica “. El gigante de la comida rápida se asegura de que los empleados no estén “tan ansiosos por hacer algo realmente genial e innovador para que nos veamos bien, pero eso no tiene el valor para el cliente”.

Si bien algunos encuestados observaron ganancias en la moral incluso cuando las implementaciones de IA no lograron mejorar la eficiencia y la calidad de las decisiones (21%), muchos más observaron ganancias en la moral cuando sus implementaciones de IA fueron efectivas (79%). La mayoría de las empresas están gestionando el riesgo de objetos brillantes, al menos con respecto a la IA.

Beneficios culturales a nivel de organización

La dinámica Cultura-Uso-Eficacia es diferente a nivel organizacional que a nivel de equipo. La Figura 5 muestra la dinámica de CUE a nivel organizacional: la cultura organizacional puede mejorar la adopción de IA, lo que a su vez mejora la efectividad organizacional, lo que a su vez mejora la cultura organizacional.

FIGURA 5

La dinámica de la cultura organizacional-uso-efectividad

La mejora de cada componente puede conducir a un círculo virtuoso de mejora cultural en toda la empresa.

El uso generalizado de la IA requiere un lenguaje común

En PepsiCo, los ejecutivos ven la IA como una capacidad estratégica. También reconocen que hacer un uso completo de esa capacidad va de la mano con el fortalecimiento de la cultura de la empresa, dice Colin Lenaghan, vicepresidente senior global de gestión de ingresos netos de la multinacional de alimentos y bebidas. “PepsiCo es en gran medida una organización y una cultura que aprende con la práctica”, explica. 

“Vemos la IA como una capacidad muy estratégica que nos ayuda a resolver problemas estratégicos. Estamos haciendo una gran inversión para llevar la alfabetización de la analítica avanzada a toda la comunidad. Estamos empezando a elevar esa alfabetización entre la alta dirección. Esto es claramente algo que debe impulsarse desde arriba. Necesita un cambio cultural. Con el tiempo, tenemos la intención de fortalecer nuestra capacidad de inteligencia artificial y, con suerte, la cultura al mismo tiempo”.

Un lenguaje compartido mejora la comunicación sobre (y la identificación de) nuevas oportunidades. En Levi Strauss & Co., Paul Pallath, jefe de tecnología global de datos, análisis e inteligencia artificial de la empresa de ropa, está de acuerdo en que la adopción generalizada de la inteligencia artificial exige un cambio cultural en toda la organización. “Necesitamos cambiar la cultura general de la organización, y eso depende de que nuestra gente piense en términos de IA”, dice. 

“Si no empiezas a pensar en esa dirección, no vas a hacer las preguntas correctas que eventualmente puedan resolverse con IA. Pensar en términos de inteligencia artificial, como preguntar qué soluciones podrían ser posibles con la inteligencia artificial o si la inteligencia artificial podría aplicarse en una situación particular, revela nuevas oportunidades “. El pensamiento colectivo en términos de IA depende de un lenguaje compartido.

“Necesitamos cambiar la cultura general de la organización, y eso depende de que nuestra gente piense en términos de IA”.

PAUL PALLATH

Jefe de tecnología global de datos, análisis e inteligencia artificial,
Levi Strauss & Co.

Cambiar la cultura para hacer un uso completo de la inteligencia artificial en toda la empresa es necesario y difícil, dice Chris Couch, vicepresidente senior y director de tecnología de Cooper Standard, que proporciona componentes y sistemas para diversos mercados industriales y de transporte. “Las buenas empresas van a desarrollar personas en todas las funciones, ya sean finanzas, compras, fabricación, lo que sea, que tengan algún sentido sobre dónde se pueden aplicar las herramientas de inteligencia artificial. Los malos no lo harán ”, explica. 

“Si bien la IA seguirá siendo algo especial que solo utilizan ciertos expertos, habrá una democratización en los próximos 10 años. Es una de esas cosas para las que no es fácil prepararse, pero tenemos que prepararnos para ello. De lo contrario, seremos desplazados”. Cuando la organización depende de la alfabetización en IA, aquellos que carecen de alfabetización añaden discordia.

Innovar con IA mejora la competitividad

El uso de la IA no solo ayuda con la eficacia a nivel de equipo (por ejemplo, mejorando la eficiencia y la calidad de las decisiones); Los gerentes también pueden usar la IA para mejorar la competitividad de una organización. Por ejemplo, la innovación de nuevos procesos con IA parece mejorar la capacidad de una empresa para competir con rivales nuevos y existentes. Comparamos a los encuestados que dijeron que están utilizando la IA principalmente para innovar los procesos existentes con aquellos que estuvieron de acuerdo en que su empresa está utilizando la IA principalmente para explorar nuevas formas de crear valor. (Consulte la Figura 6).

Los encuestados que estuvieron de acuerdo en que están utilizando la IA principalmente para explorar nuevas formas de crear valor tenían 2,5 veces más probabilidades de estar de acuerdo en que la IA ayuda a su empresa a defenderse de los competidores y 2,7 ​​veces más de estar de acuerdo en que la IA está ayudando a sus competidores. la empresa captura oportunidades en industrias adyacentes.

FIGURA 6

Competitividad e IA

Las organizaciones que informan una mayor competitividad de la IA se centran en crear un nuevo valor con la IA.

Las organizaciones pueden utilizar la IA para acelerar estos procesos de innovación para los procesos existentes. Moderna desarrolló rápidamente una vacuna COVID-19 ampliamente utilizada con la ayuda de IA. Johnson dice que Moderna se centra en “tener una empresa más pequeña que sea muy ágil y pueda moverse con rapidez. Y vemos a la IA como un habilitador clave para eso. La esperanza es que nos ayude a competir de una manera que otras empresas no pueden. Esa es ciertamente la intención aquí “.

Moderna comenzó a automatizar el trabajo que anteriormente había sido realizado por humanos, incluida la prueba de la secuencia de diseño del ARN mensajero (ARNm) utilizado en las vacunas que protegen contra las enfermedades infecciosas. “Uno de los grandes cuellos de botella fue tener este ARNm para que el científico realizara las pruebas”, dice Johnson. “Así que implementamos una gran cantidad de automatización robótica, y también una gran cantidad de sistemas digitales, automatización de procesos y algoritmos de inteligencia artificial. Y pasamos de unos 30 mRNA producidos manualmente en un mes determinado a una capacidad de alrededor de mil en un período de un mes, sin utilizar significativamente más recursos y con una calidad mucho mejor “. Como resultado, los empleados de Moderna pueden evaluar muchas más opciones de innovación que antes; el rápido desarrollo de la compañía de la vacuna COVID-19 se debió, en parte, al uso de IA para probar rápidamente las secuencias de diseño de ARNm.

Pero la velocidad está lejos de ser el único beneficio potencial de la IA. Amit Shah, presidente del minorista de flores y regalos 1-800-Flowers, observa: “Si piensas en lo que diferencia a las organizaciones modernas, no es solo la capacidad de adoptar tecnologías, que se ha convertido en una apuesta de mesa, sino la capacidad de superar competidores al enfrentar problemas profundos.

“Cuando pienso en la IA”, continúa Shah, “pienso en nuestra competitividad en esa frontera. Cinco años después, creo que cada nuevo empleado que comience en cualquier empresa importante tendrá un conjunto de herramientas de inteligencia artificial, como solíamos obtener el conjunto de herramientas de Excel, para resolver mejor los problemas y comunicarlo mejor a los clientes, colegas o a cualquier parte interesada “. Ser una “empresa importante” en el futuro puede requerir que todos los empleados trabajen con IA para “superar” a los competidores con nuevas formas de crear valor.

Uso de IA para reevaluar supuestos clave, establecer nuevos objetivos y realinear comportamientos

Mejorar la eficacia organizacional no es en sí mismo un objetivo final. Después de todo, las organizaciones pueden volverse más efectivas en las actividades equivocadas: pueden lograr objetivos equivocados, reforzar valores obsoletos o competir contra organizaciones irrelevantes. Cuando Subramanyam de CBS le pidió a su equipo de inteligencia artificial que evaluara si los ejecutivos tenían las suposiciones correctas sobre los factores que conducen a un programa de televisión exitoso, ella estaba usando la inteligencia artificial para reevaluar lo que significa “ser efectivo” en su organización. El uso de IA puede ayudar a una empresa no solo a lograr resultados efectivos, sino también a cambiar las suposiciones sobre lo que cuenta como un resultado efectivo.

Muchos ejecutivos revelaron que sus implementaciones de inteligencia artificial los estaban ayudando a desarrollar o refinar suposiciones estratégicas y mejorar la forma en que miden el desempeño. Estos cambios a menudo conducen a cambios en sus KPI. De hecho, nuestra encuesta encontró que el 64% de las organizaciones que utilizan la IA de forma extensiva o en algunas partes de sus procesos y ofertas ajustan sus KPI después de utilizar la IA. 

Como dice Calloc’h de Pernod Ricard, “Estamos planeando monitorear nuevos KPI porque la IA nos está ayudando a medir el desempeño con mayor precisión. Por ejemplo, un algoritmo nos ayuda a medir el rendimiento de cada campaña de marketing de forma aislada, mientras que antes, las campañas se ejecutaban en varios medios al mismo tiempo y era imposible aislar la contribución de cada componente de los medios.

KLM, por ejemplo, utilizó la inteligencia artificial para desarrollar una nueva medida para ayudar a realizar complejas compensaciones financieras y operativas que implican la programación de la tripulación y las demoras de los pasajeros. “En lugar de optimizar el rendimiento a tiempo”, dice Stomph, “cuantificamos lo que se necesita para no cumplir lo prometido en diferentes departamentos. Eso nos obligó a cuantificar las cosas que no puede encontrar en sus pérdidas y ganancias”. 

La medida analiza el costo de varias situaciones, como un retraso de dos horas en el horario de un miembro de la tripulación si esa persona cambia de un vuelo que aterriza a las 2 p.m. a un aterrizaje a las 4 p.m. “¿Cuál es el precio de esto?” él pide. “Si desea ejecutar una optimización en diferentes departamentos, debe crear una moneda única para unificar a todos estos actores. Y la moneda única que creamos fue el costo por incumplimiento”.

La medición de incumplimiento de KLM dio lugar a cambios en una cascada de decisiones, incluido cuándo cambiar a los miembros de la tripulación. “Lo que encuentro más intrigante acerca de las soluciones que tenemos”, dice Stomph, “es que incluso si nunca va a utilizar la herramienta, el proceso de reunir a estos equipos ha sido muy valioso desde un punto de vista financiero y moral”.

Otra forma en que las implementaciones de IA pueden ayudar a las organizaciones a revisar las suposiciones sobre resultados efectivos es permitir que los trabajadores superen los KPI existentes de manera tan consistente y completa que se requieran nuevos KPI. “La gente ve que están superando los KPI que acordaron debido a AI / ML”, dice Pallath de Levi Strauss. “Según cómo la IA / ML ofrece valor a la empresa, el objetivo sigue cambiando”.

Se hacen necesarias nuevas medidas de éxito cuando las soluciones basadas en IA hacen posible nuevos puntos de referencia de rendimiento, KPI heredados obsoletos y / o revelan nuevos impulsores del rendimiento. Los cambios en los KPI a menudo acompañan a los cambios en el comportamiento organizacional. 

De hecho, las organizaciones que revisan sus KPI debido a cómo usan la IA tienen más probabilidades de ver mejoras en la colaboración que las organizaciones que no realizan ajustes impulsados ​​por la IA en sus KPI. El 66% de los encuestados que estuvieron de acuerdo en que sus KPI han cambiado debido a la IA también vieron mejoras en la colaboración a nivel de equipo.

Cambio significativo, valores que avanzan

Lograr estos beneficios culturales, particularmente a nivel organizacional, puede requerir un cambio considerable. Como lo describe Calloc’h de Pernod Ricard, “algunos procesos se modifican de manera significativa porque los datos y el procesamiento de los datos a través de la IA nos dan más certeza sobre algunos de los elementos. Puede tomar decisiones más rápidas en vivo, durante una reunión. Puede iterar con más frecuencia. Y no tiene que esperar seis meses para obtener el retorno de la inversión de una campaña para adaptar la nueva ola o escalarla. De hecho, puede tener más elementos. Así que sí, está cambiando significativamente los procesos de toma de decisiones “. El uso de la IA puede acelerar la calidad y el ritmo de la vida organizacional de manera extensiva, lo que requiere un cambio considerable.

Pero nuestra investigación sugiere que incluso cuando las organizaciones realizan cambios sustanciales asociados con la IA, la cultura no sufre, sino todo lo contrario. Por ejemplo, la implementación de la IA se asocia con una mejor moral en general. Pero cuando se combina con un cambio en el proceso empresarial, los efectos son aún más pronunciados: cuanto mayor (tanto en número como en extensión) es el cambio, mayores son las mejoras en la moral. 

Es decir, el 57% de las organizaciones que realizaron pocos cambios en los procesos comerciales informaron un aumento de la moral, mientras que el 66% de las organizaciones que realizaron muchos cambios informaron un aumento de la moral. (Consulte la Figura 7). Cuanto más utilice la IA en una organización, más oportunidades habrá de obtener beneficios culturales.

FIGURA 7

Mejorar la moral, a pesar de un cambio significativo

La moral mejora cuanto más cambian los procesos.

Una cultura sólida ayuda a fomentar la adopción de la IA y la adopción de la IA puede fortalecer la cultura organizacional. Esta relación cíclica se puede construir a través de numerosas mejoras de procesos individuales para mejorar la cultura organizacional general. Zeighami dice que cuando introdujo la inteligencia artificial en H&M, quería evitar la práctica común de “hacer que una parte de su organización se vuelva muy buena en eso, y que el resto todavía se quede atrás”.

“Es casi como ponerle una llanta a un auto”, explica. “No se atornilla un perno con mucha fuerza y ​​luego se hace el siguiente. Simplemente aprieta un poco cada perno y luego aprieta todo. Y creo que ha sido un enfoque realmente bueno para nosotros “. Zeighami implementó inteligencia artificial para muchos procesos de la empresa, incluida la previsión de moda, la previsión de la demanda y la gestión de precios, junto con iniciativas más personalizadas de cara al cliente. 

“Ha sido un enfoque muy amplio”, observa. “No profundizamos demasiado, pero sí un poco en cada área para mejorar, elevar y cambiar la mentalidad de todos para que podamos convertirnos en datos, en inteligencia artificial, en el futuro. Y hemos visto muchos resultados interesantes. En algunas áreas, incluso vemos que trabajar con el producto de IA ha cambiado la forma en que las personas trabajan con otras cosas, porque hay un impacto de proximidad en el negocio”.

A través de la aplicación repetida y la atención gerencial, el círculo virtuoso entre la cultura organizacional y el uso de IA puede resultar en una organización más cohesiva, reflejando consistentemente sus valores estratégicos deseados. Como resultado, la adopción responsable de la IA trasciende los problemas legítimos en torno a minimizar el sesgo (en el diseño de productos, promoción y servicio al cliente) y la manipulación (de clientes, precios y otras prácticas comerciales). En cambio, la IA se convierte en una herramienta de gestión para alinear el microcomportamiento con objetivos más amplios, incluidos el propósito social, la equidad y la inclusión.

Por ejemplo, JoAnn Stonier, directora de datos de Mastercard, informa que la corporación de servicios financieros lanzó una iniciativa de responsabilidad de datos en 2018 que involucraba problemas de privacidad y seguridad e incluía “trabajar duro en nuestro proceso ético de IA”. Muchas de sus conversaciones en el lugar de trabajo sobre la inteligencia artificial, agrega, “se centran en la minimización de los prejuicios y en cómo construimos un futuro inclusivo”. Pero las conversaciones no se detienen ahí, dice. “Los eventos del año pasado nos han enseñado que debemos prestar atención a cómo diseñamos productos para la sociedad y que nuestros conjuntos de datos son realmente importantes. ¿Qué estamos introduciendo en las máquinas y cómo diseñamos nuestros procesos algorítmicos y qué va a aprender de nosotros?

“Entendemos que los conjuntos de datos van a tener todo tipo de sesgos”, continúa. “Creo que podemos comenzar a diseñar un futuro mejor, pero significa ser muy conscientes de lo que es inherente al conjunto de datos. ¿Qué hay y qué falta? Estas discusiones ayudan a articular valores en torno a los cuales la organización puede alinearse, dice. “Toda la empresa está respaldando esta idea de desarrollar un manual de estrategias amplio para que todos en la organización entiendan cómo pensar en conceptos inclusivos”.

El cambio generalizado es complejo. Como directora fundadora del Laboratorio de Ética Tecnológica Notre Dame-IBM, Elizabeth Renieris es muy consciente de las complejidades de estas conversaciones y de cómo continúan evolucionando. “La conversación sobre ética en los últimos años comenzó con la lente en gran medida en la tecnología”, dice ella. “Se ha cambiado y se ha centrado en quién lo está construyendo y quién está en la mesa; esas son las preguntas realmente importantes.

“El valor de la ética”, agrega, “es que, en lugar de mirar los detalles estrechos y ajustar los límites de la tecnología o implementación específica, dar un paso atrás y tener esa conversación sobre valores para preguntar, ¿Cuáles son nuestros valores, y ¿Cómo se alinean esos valores con aquello en lo que estamos trabajando desde el punto de vista de la tecnología?”. Dar un paso atrás puede causar incomodidad. Pero a través de estas conversaciones, la IA puede tener un efecto profundo en la cultura organizacional.

Conclusión

Nuestra investigación demuestra un vínculo fuerte y multidimensional entre el uso de la IA y la cultura organizacional. Claramente, el uso de la IA depende de que los líderes de la empresa establezcan una cultura que permita que las soluciones de IA prosperen. Pero también está claro que las soluciones de IA florecientes pueden fortalecer la cultura organizacional tanto a nivel de equipo como de organización. A medida que más empresas buscan construir estrategias en torno a la IA, comprender y gestionar la interacción entre la cultura, el uso de la IA y la eficacia organizativa (la dinámica CUE) se vuelve fundamental para su éxito.

Sobre la investigación

Este informe presenta los resultados del quinto esfuerzo de investigación anual entre MIT Sloan Management Review y Boston Consulting Group sobre inteligencia artificial y estrategia empresarial. En la primavera de 2021, realizamos una encuesta global y analizamos los registros de un total de 2197 encuestados que representan a 29 industrias y 111 países. Luego entrevistamos a 18 ejecutivos que investigaban o lideraban iniciativas de inteligencia artificial en grandes organizaciones en una amplia gama de industrias, incluidos los servicios financieros, los medios y el entretenimiento, el comercio minorista, los viajes y el transporte, y las ciencias de la vida. Nuestra investigación ofrece un análisis detallado de una dinámica entre cultura, uso de IA y efectividad organizacional. Además de nuestra propia investigación de campo, utilizamos la investigación de cultura organizacional existente para informar nuestro uso del término “cultura”.

COLABORADORES ESPECIALES

Michael Chu, Matthieu Gombeaud, Su Min Ha, Allison Ryder y Barbara Spindel

COLABORADORES

Sylvain Duranton, Todd Fitz, Carolyn Ann Geason-Beissel, Michele Lee DeFilippo, Janet Parkinson, Martin Reeves, Lauren Rosano, Lu Sun y Rachel Zhai

EXPRESIONES DE GRATITUD

Agradecemos a cada una de las siguientes personas, que fueron entrevistadas para este informe:

Amy Adams, directora senior de CRM global y estrategia martech, McDonald’s

Pierre-Yves Calloc’h, director digital de Pernod Ricard

Chris Couch, vicepresidente senior y director de tecnología de Cooper Standard

David Galinsky, director senior, estrategia de análisis y datos de clientes, McDonald’s

Anju Gupta, vicepresidente de ciencia y análisis de datos, Northwestern Mutual

Douglas Hamilton, vicepresidente asociado y jefe de investigación de IA, Nasdaq

Dave Johnson, director de datos e inteligencia artificial, Moderna

Slawek Kierner, vicepresidente senior de análisis y datos empresariales de Humana

Colin Lenaghan, vicepresidente senior global, gestión de ingresos netos, PepsiCo

Paul Pallath, director de tecnología global de datos, análisis e inteligencia artificial, Levi Strauss & Co.

Sidney Madison Prescott, director global de automatización inteligente, Spotify

Elizabeth Renieris, directora fundadora de Notre Dame-IBM Technology Ethics Lab

Amit Shah, presidente, 1-800-Flowers

Sander Stomph, exjefe de excelencia operativa, KLM

JoAnn Stonier, directora de datos, Mastercard

Radha Subramanyam, presidenta y directora de investigación y análisis de CBS Corp.

Nathalie Wright, directora de TI y digital del grupo, directora general de la región nórdica, Rexel

Arti Zeighami, ex director de datos y análisis de H&M Group

Para citar este informe:

S. Ransbotham, F. Candelon, D. Kiron, B. LaFountain y S. Khodabandeh, “The Cultural Benefits of Artificial Intelligence in the Enterprise”, MIT Sloan Management Review y Boston Consulting Group, noviembre de 2021.

REVISIÓN DE LA GESTIÓN SLOAN DEL MIT

En MIT Sloan Management Review (MIT SMR) exploramos cómo el liderazgo y la administración se están transformando en un mundo disruptivo. Ayudamos a los líderes reflexivos a aprovechar las emocionantes oportunidades, y a enfrentar los desafíos, creados a medida que las fuerzas tecnológicas, sociales y ambientales remodelan la forma en que las organizaciones operan, compiten y crean valor.

MIT SLOAN MANAGEMENT REVIEW GRANDES IDEAS

Las iniciativas de grandes ideas de MIT Sloan Management Review desarrollan una investigación innovadora y original sobre los problemas que transforman nuestro entorno empresarial en constante cambio. Realizamos encuestas globales y entrevistas en profundidad con líderes de primera línea que trabajan en una variedad de empresas, desde startups de Silicon Valley hasta organizaciones multinacionales, para profundizar nuestra comprensión de los paradigmas cambiantes y su influencia en cómo las personas trabajan y lideran.

GRUPO DE CONSULTAS DE BOSTON

Boston Consulting Group se asocia con líderes en los negocios y la sociedad para abordar sus desafíos más importantes y capturar sus mayores oportunidades. BCG fue el pionero en estrategia empresarial cuando se fundó en 1963. Hoy, trabajamos en estrecha colaboración con los clientes para adoptar un enfoque transformacional destinado a beneficiar a todas las partes interesadas, empoderando a las organizaciones para que crezcan, construyan una ventaja competitiva sostenible e impulsen un impacto social positivo.

Nuestros diversos equipos globales aportan una profunda experiencia industrial y funcional y una gama de perspectivas que cuestionan el status quo y provocan el cambio. BCG ofrece soluciones a través de consultoría de gestión de vanguardia, tecnología y diseño, y emprendimientos corporativos y digitales. Trabajamos en un modelo de colaboración único en toda la empresa y en todos los niveles de la organización del cliente, impulsado por el objetivo de ayudar a nuestros clientes a prosperar y permitirles hacer del mundo un lugar mejor.

INSTITUTO BCG HENDERSON

El BCG Henderson Institute es el grupo de expertos en estrategia de Boston Consulting Group, dedicado a explorar y desarrollar nuevos conocimientos valiosos de los negocios, la tecnología, la ciencia y la economía mediante la adopción de la poderosa tecnología de las ideas. El Instituto involucra a los líderes en discusiones y experimentación provocadoras para expandir los límites de la teoría y la práctica empresarial y para traducir ideas innovadoras dentro y fuera de los negocios. Para obtener más ideas e inspiración del Instituto, visite bcghendersoninstitute.com .

BCG GAMMA

BCG GAMMA es el equipo global de BCG dedicado a aplicar inteligencia artificial y análisis avanzados a problemas comerciales críticos en empresas y organizaciones líderes. El equipo incluye más de 1.500 científicos e ingenieros de datos que utilizan inteligencia artificial y análisis avanzados (por ejemplo, aprendizaje automático, aprendizaje profundo, optimización, simulación, análisis de imágenes y lenguaje natural, etc.) para crear soluciones que transformen el rendimiento empresarial. El enfoque de BCG GAMMA genera valor y ventaja competitiva en la intersección de la ciencia de datos, la tecnología, las personas, los procesos comerciales y las formas de trabajar. Para obtener más información, visite nuestra página web .

REFERENCIAS (8)

1. EH Schein, “Organizational Culture”, documento de trabajo 2088-88, MIT Sloan School of Management, Cambridge, Massachusetts, diciembre de 1988.

2. Nuestra evaluación de “beneficios financieros significativos” utiliza un umbral que varía según el tamaño de la organización. Para obtener detalles sobre esta medición, consulte S. Ransbotham, S. Khodabandeh, D. Kiron, et al., “Expanding AI’s Impact With Organizational Learning”, MIT Sloan Management Review, 19 de octubre de 2020, https://sloanreview.mit .edu .Mostrar todas las referencias

Fecha original de publicación: Nov. 2 2021