Nuestros sitios
Ver edición digital Título de la edición actual
Compartir

Habilidades de liderazgo

Recapacitación del talento que reduce brechas tecnológicas

Los líderes deben centrarse en gestionar los boquetes en las habilidades y procesos de Inteligencia Artificial dentro de su organización.


Mit Sloan 02 Oct 2020
Recapacitación del talento que reduce brechas tecnológicas

Frustrado con los esfuerzos de Inteligencia Artificial, el jefe de información (CIO) de una gran empresa farmacéutica describió los productos y servicios de los proveedores de IA brillantes, y dijo que se trataba de “niños muy pequeños” que requieren un gran esfuerzo por parte de los miembros del personal interno para alcanzar la madurez necesaria y resolver problemas comerciales prácticos.

La empresa podía comprar productos y servicios habilitados para IA, pero comprar por sí sólo no era suficiente. La adquisición de tecnología sofisticada dejaba a la organización lejos de conseguir los objetivos estratégicos y aumentar su valor comercial.

El dilema de esta empresa no es un caso aislado. A pesar de la creciente prevalencia de la tecnología de Inteligencia Artificial y el manejo de grandes cantidades de datos dentro de las compañías, obtener valores no es fácil; incluso, con la facilidad de adquirir esta tecnología, el 40% de las organizaciones que realizan inversiones significativas en IA no han informado de ganancias comerciales por el uso de esta nueva tecnología. Al igual que ocurrió con los avances tecnológicos en el pasado, la tecnología por sí sola no es la respuesta al valor.

En cambio, obtener valor dentro del campo científico de la informática, requiere una inversión más allá de la tecnología, especialmente en infraestructura de datos y talento. El talento de la Inteligencia Artificial puede ser una limitación particularmente difícil. Una vez armadas con tecnología e infraestructura, muchas empresas descubren que no tienen las habilidades que necesitan para utilizarla.

La tecnología crea una brecha inevitable. Una brecha entre las soluciones sofisticadas que produce una organización con una tecnología determinada y qué parte de esa producción puede utilizar la organización. Los modelos Spiffy no ayudan si las personas de la organización no saben qué significan los resultados o qué deberían hacer de manera diferente en función de los resultados. Por lo tanto, el problema para los líderes se trata de administrar en menor medida la tecnología en sí, y más de administrar las habilidades y los procesos que necesitan las personas y los equipos.

A manera de ilustración, considere la relación entre la madurez de una organización con una tecnología particular y la sofisticación en el uso de esa tecnología. A medida que una organización madura, la sofisticación técnica probablemente mejora. Pero esta sofisticación técnica no se distribuye de manera uniforme en toda la organización. Algunos empleados tienen mayores habilidades técnicas que otros.

Es probable que algunos roles organizacionales (como los equipos de Inteligencia Artificial y Tecnologías de la Información, que trabajan en el lado de la producción y el desarrollo de la tecnología) sean técnicamente más sofisticados que los correspondientes a empleados que consumen esos resultados (como la alta dirección o los equipos de servicio al cliente). Para agravar la dificultad, la organización madura y los niveles de habilidad entre los grupos de empleados se desarrollan con ritmos diferentes.

Las compañías invierten más recursos en una tecnología de propósito general y pueden producir resultados más sofisticados con la tecnología. Los trabajadores que laboren directamente con Inteligencia Artificial ganarán experiencia. Por ejemplo, los modelos de rotación de clientes impulsan la predicción, a través de algoritmos más sofisticados, y la detección de fraudes distingue mejor las transacciones legítimas de las nefarias, o la logística de inventario refina continuamente el enrutamiento y reabastecimiento de existencias. Todas estas aplicaciones se benefician significativamente de las mejoras recientes en IA, cuestión que aumenta la sofisticación de los resultados basados en la misma a disposición de la organización.

Afortunadamente, la tasa de aumento de la sofisticación de la producción mejora considerablemente. Los ecosistemas luchan por ofrecer productos y servicios para ayudar a las organizaciones a aprovechar al máximo los avances tecnológicos.

Cuando una organización no tiene el talento necesario para producir resultados con una tecnología como la Inteligencia Artificial, busca ayuda en el exterior. Desafortunadamente, la subcontratación ofrece un valor relacionado con la IA de sólo el 12% de las compañías que, según sus informes, utilizan este enfoque.

Esta sombría estadística no significa necesariamente que la subcontratación no funcione. El talento externo ayuda a mejorar la productividad y los resultados con la nueva tecnología. Las organizaciones pueden beneficiarse rápidamente de la experiencia ganada con esfuerzo por otros sin la dificultad de ganarla ellos mismos. Pero, como descubrió el decepcionado ejecutivo farmacéutico, es necesaria la experiencia sobre el contexto empresarial específico, especialmente cuando se intenta aplicar la IA a procesos centrales y únicos.

La dificultad es que producir resultados sólo con sistemas de Inteligencia Artificial no es suficiente. La empresa debe utilizar estos resultados para promover los objetivos comerciales. Los vendedores deben comprender cómo utilizar las predicciones de rotación de clientes y qué significan para su organización. Los agentes de servicio al cliente deben comprender por qué el sistema marcó la transacción de un cliente como fraudulenta.

 Los gerentes de la cadena de suministro deben saber por qué un sistema recomienda un nivel de producción o un plan logístico en particular. A muchos trabajadores experimentados les piden que confíen en resultados algorítmicos que aún no comprenden.

Sí, las organizaciones aumentan su consumo de datos y resultados de nuevas tecnologías. Y las empresas y los gerentes ayudan a los empleados a mejorar su capacidad para trabajar junto a las máquinas. Las mejoras en el consumo son necesarias para que las empresas vean los beneficios de los nuevos y sofisticados sistemas de IA. De lo contrario, los avances en la producción se desperdician.

“La dificultad es que producir resultados sólo con sistemas de Inteligencia Artificial no es suficiente. La organización debe utilizar estos resultados para promover los objetivos comerciales”.

Pero la tasa de mejora de los resultados del consumo de Inteligencia Artificial es más lenta que la tasa de mejora de su producción. Relativamente pocas personas producen por sí mismos los modelos de este tipo de tecnología. La mayoría de los empleados son consumidores de los resultados de esos modelos. Aumentar la sofisticación de un grupo más grande de usuarios tecnológicos avanza lentamente, especialmente cuando -por definición- este grupo no se centra en la tecnología, sino en su función empresarial.

El consumo es necesario porque tecnologías como la IA no funcionan en el vacío. La tecnología requiere un contexto empresarial, que es específico de la organización. Este contexto, como era de esperar, es más difícil de aplicar en la subcontratación. En cambio, ciertas organizaciones encuentran que es más fácil agregar habilidades técnicas a empresarios conocedores que agregar perspicacia comercial a personal técnico informado. Ayudar a estos empresarios a mejorar su capacidad para trabajar con Inteligencia Artificial genera valor.

Según el Informe de investigación y estudio ejecutivo global de Inteligencia artificial MIT SMR-BCG de 2019, las compañías que ayudan activamente a su fuerza laboral existente a obtener habilidades tienen más probabilidades, en 40 puntos porcentuales, de generar valor a partir de la IA que las empresas que no se han centrado en la recapacitación.

Debido a que las mejoras en el consumo aumentan más lentamente que los avances en la producción, la brecha entre lo que una organización puede producir y consumir, aumenta en lugar de disminuir a medida que la empresa mejora su uso de la tecnología.

Si bien la empresa madura en su uso de la IA, en general, el consumo aún está por detrás de la producción, lo que podría generar una mayor incomodidad para los usuarios de la tecnología. Irónicamente, a medida que esa empresa madura, se enfrenta a una brecha cada vez mayor.

Las organizaciones deben animar a los empleados a utilizar sus nuevas habilidades. Para mejorar la comodidad de los empleados con las nuevas tecnologías, Roche Diagnostics utiliza “teatros de innovación”. La conferencia interna anual de Siemens sobre Inteligencia Artificial destaca las formas en que los empleados pueden utilizarla.

Ambos ejemplos se basan en un extenso entrenamiento de habilidades de IA. Estas empresas reconocen la importancia no sólo de hacer que las tecnologías estén disponibles, sino de capacitar a los empleados para que puedan consumirlas adecuadamente.

Adquirir la tecnología de Inteligencia Artificial adecuada y producir resultados, aunque es fundamental, no es suficiente. En cambio, para obtener valor de tecnologías, la estructura laboral debe centrarse en aquellos empleados que consumirán los resultados, producidos por la organización.

Versión al español: Armando Cintra Benítez

A partir de:

https://sloanreview.mit.edu/article/reskilling-talent-to-shrink-technology-gaps/?og=Home+Editors+Picks
LEE MÁS CONTENIDO
¿QUÉ TEMA TE INTERESA?