Uso de la IA en las organizaciones: algunas tácticas

• Según encuestas recientes, muchos trabajadores del conocimiento ya están usando IA en su trabajo
  • Encuesta de enero en Dinamarca: 65% de los especialistas en marketing, 64% de los periodistas y 30% de los abogados usan IA
  • Encuesta de agosto a trabajadores en EE. UU.: hasta 1/3 usa IA generativa
  • La herramienta más usada es ChatGPT, seguida por Google Gemini
• A nivel individual, ya se ha demostrado el aumento de productividad por el uso de IA
  • Con GPT-4, consultores completaron 18 tareas un 25% más rápido
  • Con GitHub Copilot, la productividad al programar aumentó 26%
  • En una encuesta en Dinamarca, los encuestados dijeron que la IA redujo a la mitad el tiempo de 41% de su trabajo
• Pero al hablar con líderes y gerentes, a menudo dicen que casi no se usa IA fuera de unos pocos casos de uso permitidos y que casi no hay mejoras de productividad
  • Esto se debe a varias razones por las que la mejora del desempeño individual no se traduce en desempeño organizacional
• Para lograr resultados a nivel organizacional, es indispensable hacer I+D propia sobre el uso de la IA
  • No hay que depender de enfoques genéricos de consultoras o proveedores de software empresarial
  • Nadie puede decirle a una organización exactamente cómo usar la IA de la forma adecuada para su contexto
  • Incluso las grandes empresas de IA lanzan modelos sin saber con certeza cuál es su mejor uso
  • La clave es descubrir antes que otros los usos que mejor encajan con la situación propia
• La I+D sobre cómo usar IA debe aprovechar tanto a la multitud (Crowd) de empleados individuales como a un equipo de investigación dedicado (Lab)
  • Crowd: aplica IA para resolver problemas en el terreno y acumula conocimiento práctico
  • Lab: convierte en producto las ideas del Crowd y explora nuevos escenarios de uso

Tácticas para el Crowd

• Según el concepto de innovación del usuario del profesor Eric von Hippel, muchas innovaciones importantes no surgen en laboratorios centrales de I+D, sino de usuarios reales que manipulan productos para resolver sus propios problemas
• Los expertos pueden evaluar con relativa facilidad la utilidad de la IA mediante prueba y error, pero alguien de fuera no puede hacerlo igual.
• A través de encuestas y conversaciones, se observa que muchas personas experimentan con IA y la consideran muy útil, pero no se lo cuentan a su empleador. En casi todas las organizaciones hay "cíborgs secretos" que usan IA sin decirlo.
• Razones por las que aparecen los cíborgs secretos
  • Temen ser castigados por un uso inapropiado de la IA
  • Creen que, si dicen que usan IA, perderán respeto
  • Piensan que si la IA reemplaza parte de su trabajo, ellos o sus colegas podrían ser despedidos
  • Creen que, aunque revelen su uso de IA, no recibirán recompensa alguna
  • Temen que una mejora de productividad solo genere la expectativa de hacer todavía más trabajo
  • No tienen una forma de compartir cómo usan la IA
• Cómo aprovechar la ayuda de los cíborgs secretos
  • Reducir el miedo: en lugar de capacitaciones abstractas sobre ética de IA o políticas alarmistas, dar un "margen claro para experimentar"
  • Vincularlo a incentivos: crear recompensas por revelar usos de IA. Si hay grandes mejoras de productividad, ofrecer premios en efectivo equivalentes a varios meses de sueldo, ascensos o trabajo remoto
  • Modelar usos positivos: que la dirección comparta públicamente cómo usa la IA. Que los gerentes animen al personal a intentar resolver problemas con IA
  • Dar oportunidades para compartir: organizar hackathons, sesiones para compartir prompts, etc. Encontrar a las personas con talento para IA y crear comunidades donde puedan compartir lo aprendido
  • Proveer herramientas y capacitación: dar acceso directo a los modelos más recientes y ofrecer sesiones de formación sobre cómo usar IA
• Hay que crear oportunidades para el talento de innovación en IA dentro de la organización. La multitud puede ayudar, pero también existe el papel del laboratorio (Lab) como esfuerzo de innovación enfocado.

Tácticas para el Lab

• La innovación distribuida es importante, pero también lo es el papel de un esfuerzo centralizado para la I+D del uso de IA dentro de la organización.
• El Lab debe estar compuesto por una combinación de expertos temáticos y personal técnico y no técnico.
• Se puede reclutar investigadores desde el Crowd. Formar el Lab con personas apasionadas que descubren formas de usar la IA y las comparten con la empresa
• El Lab debe centrarse más en construir que en análisis o estrategias abstractas. Debe construir lo siguiente:
  • Desarrollar benchmarks de IA para la organización: averiguar qué tan bueno es cada modelo en tareas reales de la empresa, como cuál escribe con más estilo, cuál puede manejar datos financieros o cuál lee mejor documentos legales
  • Construir prompts y herramientas que funcionen: convertir en producto las ideas del Crowd y probarlas repetidamente. Desplegarlas en la organización y medir resultados
  • Construir lo que todavía no funciona: probar cómo sería si agentes de IA realizaran todas las tareas de un proceso clave del negocio e identificar dónde fallan. Cuando salgan nuevos modelos, conectarlos al prototipo y ver si mejora
  • Construir cosas mágicas y provocadoras: para quienes aún no han conectado con la IA, demostrar cosas sorprendentes o impactantes que se pueden lograr con ella. Intentar llevar al límite lo que parecía imposible con IA y mostrar lo que consiguen las herramientas más recientes. Llamar la atención de la gente
• El Crowd innova y el Lab construye y prueba. La I+D interna exitosa necesita ambas cosas.

Esto es solo el comienzo

• A largo plazo, si las capacidades de la IA siguen avanzando, la innovación por sí sola no bastará y hará falta un liderazgo que tenga en cuenta la IA.
• Las organizaciones se han construido en torno a los límites y ventajas de la inteligencia humana.
• Ahora hay que buscar cómo reconfigurar procesos y estructuras organizacionales desarrollados durante décadas, teniendo en cuenta la extraña "inteligencia" de la IA.
• Esto va más allá de la I+D: también exige considerar la estructura y los objetivos de la organización, así como el papel de las personas y las máquinas en la organización del futuro.
• Pero incluso eso podría no ser lo suficientemente radical
• El objetivo explícito de los laboratorios de IA es construir IA superior a los humanos en todo trabajo intelectual
• Prometen que pronto llegarán IAs de nivel agente capaces de planear y actuar de forma autónoma
• Como se ve en la hoja de ruta de OpenAI, se cree posible crear IA que haga el trabajo de una organización. Puede que no todo esto ocurra, pero incluso si solo una parte se vuelve realidad, las organizaciones sufrirán cambios mucho más profundos, de formas que hoy cuesta imaginar
• La mejor forma para que las empresas atraviesen esta incertidumbre es empezar a explorar por sí mismas este nuevo mundo