Cuando pensamos en las tecnologías más disruptivas y populares que han ganado espacio en el mundo de los negocios, es imposible no considerar la inteligencia artificial como una de las principales herramientas. Y esto no es casualidad, ya que la investigación 'El Estado de la IA a principios de 2024: picos en la adopción de IA generativa y comienzos de generación de valor', realizada por McKinsey, revela que el 72% de las empresas ya utilizan IA. El entusiasmo se alimenta principalmente de la posibilidad de eliminar tareas repetitivas mediante la automatización, optimizando el tiempo de los profesionales, que puede ser aprovechado en actividades de mayor valor y relevancia, reduciendo costos y aumentando la eficiencia.
Este frenesí puede hacer que los gestores que aún no han adoptado esta tecnología se sientan en desventaja. En mercados altamente competitivos, es común buscar soluciones innovadoras para que las organizaciones se destaquen y alcancen el éxito. Sin embargo, es crucial que los gestores piensen de manera estratégica antes de adoptar nuevas tecnologías, evitando decisiones precipitadas que busquen solo la apariencia de innovación. Existe la necesidad de garantizar que la aceptación de estas soluciones esté alineada con las necesidades reales del negocio y que se comprenda cómo pueden, de hecho, impulsar el crecimiento.
La adopción debe ser cuidadosamente estudiada, ya que cualquier cambio en la rutina laboral implica modificaciones en los procesos, estructuras organizativas y en la cultura, lo que requiere tanto tiempo como recursos.
Para apoyar la toma de decisiones, especialistas como Alexandre Nascimento, investigador del MIT, presentan estudios que pueden ser fundamentales en el desarrollo de un plan de IA para el negocio. Un ejemplo es el modelo AI2M (Modelo de Intención de Adopción de Inteligencia Artificial), creado por él, que considera cinco factores principales que influyen en la intención de integración de la IA: las condiciones facilitadoras, que evalúan si el usuario cree tener los recursos necesarios para utilizar la IA; la expectativa de rendimiento, que mide si el usuario cree que la IA mejorará su desempeño en el trabajo; la expectativa de esfuerzo, que refleja la percepción del usuario sobre la dificultad de aprender y utilizar la IA; la autoeficacia, que es la confianza del usuario en su capacidad para usar la IA; y la influencia social, que evalúa la presión percibida por parte de otras personas para adoptar la IA.
De manera más generalista, estos tomadores de decisiones deben considerar el siguiente escenario: ¿cuál es el problema que enfrento y cómo puede ayudar la IA a resolverlo, en lugar de adoptar el enfoque inverso, que sería decidir implementar la IA sin considerar dónde y cómo será aplicada. Estas preguntas no tienen la intención de presentar una visión negativa sobre la integración de la IA, ya que es evidente cuánto puede beneficiar los procesos de trabajo. En lugar de eso, el objetivo es destacar que la IA debe ser vista como una herramienta, y no como la solución milagrosa, como el entusiasmo y el bombo generados por la atención frecuente de los medios a menudo hacen parecer. De esta manera, las organizaciones pueden maximizar los beneficios de la IA y garantizar una transformación eficaz.
