Convertirse en una empresa autónoma: Cómo crear un modelo operativo impulsado por IA

Investigadores de RAND estiman que el 80% de los proyectos de IA fracasan, el doble de la tasa de fracaso de los proyectos de TI sin IA. Mientras los equipos señalan datos incorrectos, una gobernanza débil y un retorno de la inversión (ROI) poco claro como las causas principales, hay otro motivo evidente que amenaza: el intento de agregar IA a sistemas heredados. No solo sistemas heredados de tecnología, sino sistemas heredados de trabajo.

En el proceso hacia convertirse en una empresa autónoma, la tecnología es la base. A medida que los trabajadores humanos se sienten más cómodos y familiarizados con la asistencia impulsada por IA, los humanos y la IA aumentan la colaboración en procesos de principio a fin, lo que se conoce como inteligencia colaborativa.

A medida que una empresa aumenta la madurez de sus capacidades de IA, la IA asume más trabajo mientras que los humanos pasan a un rol de supervisión. Sin embargo, este modelo operativo impulsado por IA requiere ajustes en la gobernanza, las estructuras organizacionales, los procesos y la gestión del desempeño para garantizar la alineación de la IA con los objetivos estratégicos del negocio.

Exploraremos cómo el éxito de las iniciativas de IA, irónicamente, depende de los aspectos no tecnológicos de la iniciativa.

Los cinco componentes de un modelo operativo impulsado por IA

Sin IA, los humanos gestionan casi todo el trabajo. En una empresa totalmente autónoma, los roles se invierten y la IA realiza la mayor parte del trabajo.

Este equilibrio se muestra a continuación. A medida que aumenta la madurez de una empresa a lo largo del modelo de madurez de las capacidades de la inteligencia colaborativa (CI-CMM), los trabajadores humanos se apartan de los procesos para supervisar y validar las decisiones y las acciones de la IA. A lo largo del camino, la inteligencia artificial se integra en más procesos, lo que permite que los trabajadores experimenten y prueben nuevas aplicaciones de IA y los beneficios continúen aumentando.

Sin embargo, reducir el alcance de una iniciativa de IA a “procesos” pasa por alto gran parte de la infraestructura propicia y la gestión del cambio necesarias para el éxito. La madurez de las capacidades de IA orientada al desarrollo de un modelo operativo impulsado por IA depende de un alcance de proyecto integral que considere e involucre los siguientes cinco facilitadores clave del éxito:

N.° 1: procesos y procedimientos

En la investigación mencionada anteriormente, RAND descubrió que la principal causa de fracaso de los proyectos de IA era la comprensión errónea del problema que se buscaba resolver. Comprender el método de trabajo es un requisito fundamental para aumentar la madurez de la capacidad de IA.

En la mayoría de las empresas que se encuentran en las primeras etapas de experimentación e implementación de IA, la IA a menudo se relega a un papel de asistente (corrección gramatical, búsqueda de datos y resumen de información), y el principal beneficio es el ahorro de tiempo. A medida que la madurez de las capacidades de IA avanza, la IA se impulsa hacia roles más importantes, lo que aumenta su alcance y valor para la empresa. Las empresas de poca madurez utilizan la IA para, por ejemplo, categorizar facturas, mientras que las empresas de gran madurez usan la IA para categorizar, validar y aprobar facturas entrantes y luego procesar pagos mientras gestionan excepciones en el camino.

Para comenzar el camino hacia la IA y garantizar el éxito posterior, se debe definir el proceso en sí, se deben comprender los resultados y los objetivos deseados, y se deben optimizar las tareas a fin de lograr operaciones completamente impulsadas por IA.

N.° 2: sistemas y herramientas

Una vez definidos los procesos y comprendidos los objetivos, se puede construir la base tecnológica de la IA. De manera similar a cualquier implementación de tecnología y considerando la rapidez de las innovaciones recientes en IA, es probable que las herramientas heredadas no sean capaces de ofrecer el soporte adecuado para las expectativas empresariales actuales. Esos mismos puntos también pueden guiar la selección de una infraestructura de IA moderna.

Las prácticas recomendadas para construir un modelo operativo con inteligencia artificial priorizan plataformas escalables e interoperables que ofrezcan herramientas agnósticas y se conecten con cualquier modelo y plataforma de IA, ya sea personalizada o de terceros. Muchas empresas comienzan con modelos básicos populares de AWS, Azure y Google. Con la madurez, sin embargo, tener la opción de crear modelos de IA personalizados permite contar con mayor flexibilidad, escalabilidad y soporte para necesidades empresariales únicas y de nicho.

La escalabilidad requiere una orquestación que combine agentes de IA y automatización, lo que permite que trabajen de manera colaborativa mientras asumen de forma autónoma procesos integrales complejos. Las herramientas de orquestación también deben permitir la gestión de excepciones y la realización de controles de acceso integrados, verificaciones de cumplimiento y auditorías para incorporar capacidades de gobernanza a medida que los flujos de trabajo con agentes se escalan en toda la empresa.

N.° 3: personas y roles

La gestión del cambio es crucial para crear una empresa autónoma. Los empleados se adaptarán y mejorarán a medida que aumente su confianza en la IA, la colaboración con la IA genere beneficios reales y de gran impacto, y se liberen de tareas para enfocarse en los aspectos más gratificantes, creativos y estratégicos de sus funciones. Lo fundamental es poner a las personas en el centro de las iniciativas de IA.

También se requerirán nuevos roles para acelerar la escalabilidad impulsada por IA. Ingenieros de IA, ingenieros de indicadores y líderes de gobernanza, por nombrar algunos, son cargos relativamente nuevos que se deberán ocupar a medida que aumente la madurez de las capacidades de IA. En los distintos roles, los trabajadores tendrán responsabilidades fundamentales, de personal y de IA para abordar su trabajo principal, colaborar con otros y aprovechar las herramientas y las plataformas de IA a fin de aumentar la eficacia.

N.° 4: gobernanza, riesgo y cumplimiento

Aumentar la madurez de la capacidad de IA requiere confianza en sus resultados, lo cual depende de una gobernanza efectiva para mejorar el cumplimiento y mitigar los riesgos. La implementación responsable de la IA depende de la seguridad, la privacidad, la transparencia y más; todos resultados de una gobernanza efectiva.

Las prácticas recomendadas siguen políticas alineadas con NIST e ISO para garantizar la explicabilidad, la supervisión y la equidad. Los trabajadores y los agentes de IA también requieren barreras de protección, controles de acceso y capacidad de auditoría en tiempo real para evitar la “TI en las sombras”, mantener el cumplimiento normativo y, cuando surjan problemas, comprender la causa y tomar medidas correctivas de manera ágil.

N.º 5: rendimiento y mejora continua

El aumento de la madurez es sinónimo de mejora continua. La mejora depende de un rendimiento constante. Las plataformas utilizadas para impulsar la madurez de las capacidades de IA deben emplear ciclos de retroalimentación para identificar problemas y oportunidades y fomentar la mejora continua.

Lo que se mide, se gestiona. Por lo tanto, usar tarjetas de puntuación y establecer KPI vinculados a los objetivos y resultados de IA es un excelente primer paso. Las mediciones de velocidad, precisión y ROI pueden mejorar los indicadores de eficiencia y productividad, lo que permite ampliar el impacto logrado por las iniciativas de IA y alinearlas más estrechamente con los objetivos estratégicos.

Cómo es una empresa autónoma

Una empresa autónoma completamente madura e impulsada por IA trabaja con funciones independientes de los humanos. Los agentes y las plataformas de IA de autoaprendizaje, junto con los sistemas autónomos de toma de decisiones, gestionan y dirigen procesos con mínima o ninguna intervención humana.

Luego, los trabajadores son libres de enfocarse en tareas, decisiones y procesos más estratégicos y cognitivos. Recuerde, una empresa autónoma no funciona sin personas. Una empresa autónoma utiliza la inteligencia artificial y la automatización con agentes para potenciar el trabajo y a las personas que lo realizan, y las impulsa hacia nuevos roles, nuevas formas de trabajar y mayores niveles de enfoque, creatividad e innovación.

En la práctica, esto se materializa como una operación que depende de la inteligencia artificial y la automatización con agentes para gestionar las operaciones, el inventario, la programación y el Servicio de Atención al Cliente sin intervención humana. Los humanos se encargan de casos especializados, excepciones, clientes de alto valor y procesos presenciales, mientras supervisan y optimizan los procesos impulsados por IA.

De modelo de madurez a modelo operativo

A medida que una empresa madura, pasa de utilizar agentes de IA como asistentes a depender cada vez más de procesos impulsados por IA y, finalmente, delega procesos completos a la IA con agentes para la realización de operaciones completamente autónomas. El CI-CMM define la visión de una empresa autónoma y permite a los líderes comprender su madurez actual y lo necesario para mejorar. Ese conocimiento permite a los líderes implementar iniciativas, sistemas y procesos que promueven un modelo operativo impulsado por IA.

Para madurar, las empresas deben implementar los sistemas necesarios y habilitar las capacidades esperadas, garantizando al mismo tiempo que los colaboradores, los lineamientos de gobernanza y las métricas de desempeño estén establecidos para hacer un seguimiento, gestionar y orientar la mejora continua.

El momento de construir es ahora

Según McKinsey, más de tres cuartas partes de las empresas han implementado IA en al menos una función empresarial. La IA es indispensable para quienes esperan competir eficazmente. Para lograr la excelencia, aumentar la madurez en IA debe ser una prioridad superior: el mismo informe de McKinsey revela que casi la mitad de las empresas han implementado IA en tres o más funciones empresariales.

Los primeros en adoptar la IA ya se han adelantado. Aquellos que aún están evaluando y probando la IA quedaron rezagados. La velocidad de la innovación en IA debería ser suficiente para motivar a los líderes a reevaluar el avance de su organización hacia convertirse en una empresa autónoma. Además, no debería ser un objetivo a largo plazo; un modelo operativo con inteligencia artificial es una ventaja que ya debería estar en marcha.

Las empresas que se encuentran en los niveles más bajos de madurez tienen mucho trabajo por hacer. El momento para construir una empresa autónoma es ahora.

¿Cuál es el siguiente paso? Descargue el informe técnico de CI-CMM para ver cómo su organización puede hacer operativa la IA en cada dimensión del trabajo empresarial.