Competir en la era de la IA
Resumen.
Hoy en día, los mercados están siendo remodelados por un nuevo tipo de empresa, una empresa en la que la inteligencia artificial dirige el espectáculo. Esta cohorte incluye gigantes como Google, Facebook y Alibaba, y empresas en crecimiento como Wayfair y Ocado. Cada vez que utilizamos sus servicios, sucede lo mismo: en lugar de depender de los procesos gestionados por los empleados, el valor que obtenemos lo proporcionan los algoritmos. El software es el núcleo de la empresa y los humanos se desplazan a un lado.
Este modelo libera a las empresas de las restricciones operativas tradicionales y les permite competir de formas sin precedentes. Los procesos impulsados por la IA pueden ampliarse muy rápidamente, permiten un mayor alcance porque se pueden conectar a muchos tipos de negocios y ofrecen oportunidades muy poderosas de aprendizaje y mejora. Y si bien el valor de la escala comienza a nivelarse en los modelos tradicionales, en los basados en IA, nunca deja de subir. Todo esto permite a las empresas impulsadas por la IA superar rápidamente a las tradicionales.
A medida que los modelos de IA difuminan las líneas entre sectores, las estrategias dependen menos de la experiencia especializada y la diferenciación basada en el costo, la calidad y la marca, y más en la posición de la red empresarial, los datos únicos y la implementación de análisis sofisticados.
Idea en resumen
El cambio del mercado
Estamos viendo el surgimiento de un nuevo tipo de empresa, en la que la inteligencia artificial es la principal fuente de creación y entrega de valor.
El desafío
El modelo operativo impulsado por la IA está desdibujando las líneas que solían separar las industrias y está arruinando las reglas de la competencia empresarial.
El upshot
Tanto para las Startups digitales como para las empresas tradicionales, es esencial comprender el impacto revolucionario que la IA tiene en las operaciones, la estrategia y la competencia.
En 2019, apenas cinco años después del lanzamiento de Ant Financial Services Group, el número de consumidores que utilizan sus servicios superó la marca de los mil millones. Surtida de Alibaba, Ant Financial utiliza inteligencia artificial y datos de AliPay, su plataforma principal de pagos móviles, para dirigir una extraordinaria variedad de negocios, incluidos préstamos al consumidor, fondos del mercado monetario, gestión patrimonial, seguros médicos, servicios de calificación crediticia e incluso un juego en línea que fomenta personas para reducir su huella de carbono. La empresa atiende a más de 10 veces más clientes que los bancos más grandes de Estados Unidos, con menos de una décima parte del número de empleados. En su última ronda de financiación, en 2018, tenía una valoración de 150 000 millones de dólares, casi la mitad de la de JPMorgan Chase, la empresa de servicios financieros más valiosa del mundo.
A diferencia de los bancos tradicionales, las instituciones de inversión y las compañías de seguros, Ant Financial se basa en un núcleo digital. No hay trabajadores en su «ruta crítica» de actividades operativas. La IA dirige el espectáculo. No hay un gerente que apruebe préstamos, ningún empleado brinda asesoramiento financiero, ni un representante que autorice los gastos médicos del consumidor. Y sin las restricciones operativas que limitan a las empresas tradicionales, Ant Financial puede competir de formas sin precedentes y lograr un crecimiento e impacto desenfrenados en una variedad de industrias.
Vídeo relacionadoLoading...
La pandemia de Covid-19 está obligando a las empresas a desarrollar habilidades de IA rápidamente
Una enorme transformación digital está ganando velocidad y, para tener éxito, las empresas deben centrarse en su núcleo digital.
Ver más vídeos >Ver más vídeos >
La era de la IA está siendo marcada por el surgimiento de este nuevo tipo de empresa. La cohorte de Ant Financial incluye gigantes como Google, Facebook, Alibaba y Tencent, y muchas firmas más pequeñas y de rápido crecimiento, desde Zebra Medical Vision y Wayfair hasta Indigo Ag y Ocado. Cada vez que utilizamos un servicio de una de esas empresas, sucede lo mismo notable: en lugar de depender de los procesos comerciales tradicionales operados por trabajadores, gerentes, ingenieros de procesos, supervisores o representantes de servicio al cliente, el valor que obtenemos lo proporcionan los algoritmos. El CEO de Microsoft, Satya Nadella, se refiere a la IA como el nuevo «tiempo de ejecución» de la firma. Es cierto que los gerentes e ingenieros diseñan la IA y el software que hace que los algoritmos funcionen, pero después de eso, el sistema ofrece valor por sí solo, a través de la automatización digital o aprovechando un ecosistema de proveedores ajenos a la empresa. La IA establece los precios en Amazon, recomienda canciones en Spotify, hace coincidir a compradores y vendedores del mercado de Indigo y califica a los prestatarios para un préstamo de Ant Financial.
La eliminación de las restricciones tradicionales transforma las reglas de competencia. A medida que las redes digitales y los algoritmos se entretejen en el tejido de las empresas, las industrias comienzan a funcionar de manera diferente y las líneas entre ellas se desdibujan. Los cambios van mucho más allá de las firmas digitales nacidas, a medida que las organizaciones más tradicionales, enfrentadas a nuevos rivales, también avanzan hacia modelos basados en IA. Walmart, Fidelity, Honeywell y Comcast están aprovechando ampliamente los datos, los algoritmos y las redes digitales para competir de manera convincente en esta nueva era. Tanto si lideras una start-up digital como si trabajas para modernizar una empresa tradicional, es esencial comprender el impacto revolucionario que la IA tiene en las operaciones, la estrategia y la competencia.
La fábrica de IA
En el centro de la nueva firma hay una fábrica de decisiones, lo que llamamos la «fábrica de IA». Su software ejecuta los millones de subastas publicitarias diarias de Google y Baidu. Sus algoritmos deciden qué coches ofrecen viajes en Didi, Grab, Lyft y Uber. Fija los precios de los auriculares y los polos en Amazon y dirige los robots que limpian los pisos en algunas ubicaciones de Walmart. Permite a los bots de atención al cliente de Fidelity e interpreta los rayos X en Zebra Medical. En cada caso, la fábrica de IA trata la toma de decisiones como una ciencia. La analítica convierte sistemáticamente los datos internos y externos en predicciones, conocimientos y opciones, que a su vez guían y automatizan los flujos de trabajo operativos.
Eddie Guy
Por extraño que parezca, la IA que puede impulsar el crecimiento explosivo de una empresa digital a menudo ni siquiera es tan sofisticada. Para lograr un cambio dramático, la IA no tiene por qué ser parte de la ciencia ficción, indistinguible del comportamiento humano o simular el razonamiento humano, una capacidad que a veces se conoce como «IA fuerte». Solo se necesita un sistema informático para poder realizar tareas que tradicionalmente manejan las personas, lo que a menudo se conoce como «IA débil».
Con una IA débil, la fábrica de IA ya puede tomar una serie de decisiones críticas. En algunos casos, puede administrar negocios de información (como Google y Facebook). En otros casos, guiará la forma en que la empresa construye, entrega u opera productos físicos reales (como los robots de almacén de Amazon o Waymo, el servicio de automóviles autónomos de Google). Pero en todos los casos, las fábricas de decisiones digitales manejan algunos de los procesos y decisiones operativas más importantes. El software constituye el núcleo de la empresa, mientras que los humanos se mueven al límite.
Cuatro componentes son esenciales para todas las fábricas. La primera es la canalización de datos, el proceso semiautomatizado que recopila, limpia, integra y protege los datos de forma sistemática, sostenible y escalable. El segundo son los algoritmos, que generan predicciones sobre estados o acciones futuras de la empresa. La tercera es una plataforma de experimentación, en la que se ponen a prueba hipótesis sobre nuevos algoritmos para garantizar que sus sugerencias tengan el efecto deseado. El cuarto es la infraestructura, los sistemas que incorporan este proceso en el software y lo conectan a usuarios internos y externos.
La IA que impulsa un crecimiento explosivo a menudo ni siquiera es tan sofisticada.
Toma un motor de búsqueda como Google o Bing. Tan pronto como alguien empieza a escribir algunas letras en el cuadro de búsqueda, los algoritmos predicen dinámicamente el término de búsqueda completo basándose en términos que muchos usuarios han escrito antes y las acciones anteriores de este usuario en particular. Estas predicciones se capturan en un menú desplegable (el «cuadro de sugerencias automáticas») que ayuda al usuario a concentrarse rápidamente en una búsqueda relevante. Cada pulsación de tecla y cada clic se capturan como puntos de datos, y cada punto de datos mejora las predicciones para futuras búsquedas. La IA también genera los resultados de búsqueda orgánica, que se extraen de un índice de la web previamente compilado y se optimizan según los clics generados en los resultados de búsquedas anteriores. La introducción del término también pone en marcha una subasta automatizada de los anuncios más relevantes para la búsqueda del usuario, cuyos resultados se configuran mediante ciclos de experimentación y aprendizaje adicionales. Cualquier clic en o fuera de la consulta de búsqueda o de la página de resultados de búsqueda proporciona datos útiles. Cuantas más búsquedas, mejores serán las predicciones y mejores serán las predicciones, más se utilizará el motor de búsqueda.
Eliminación de límites de escala, alcance y aprendizaje
El concepto de escala ha sido fundamental en los negocios desde, al menos, la Revolución Industrial. El gran Alfred Chandler describió cómo las empresas industriales modernas podían alcanzar niveles de producción sin precedentes a un costo unitario mucho menor, lo que daba a las grandes empresas una ventaja importante sobre sus rivales más pequeños. También destacó los beneficios que las empresas podrían obtener de la capacidad de lograr un mayor alcance de producción, o variedad. El impulso por la mejora y la innovación añadió un tercer requisito para las empresas: el aprendizaje. La escala, el alcance y el aprendizaje se han considerado los impulsores esenciales del rendimiento operativo de una empresa. Y durante mucho tiempo han sido habilitados por procesos empresariales cuidadosamente definidos que dependen de la mano de obra y la administración para entregar productos y servicios a los clientes, y que se ven reforzados por los sistemas informáticos tradicionales.
Tras cientos de años de mejoras graduales en el modelo industrial, la firma digital está cambiando radicalmente la escala, el alcance y el paradigma de aprendizaje. Los procesos impulsados por la IA se pueden escalar mucho más rápidamente que los procesos tradicionales, permiten un alcance mucho mayor porque se pueden conectar fácilmente con otras empresas digitalizadas y crear oportunidades increíblemente poderosas de aprendizaje y mejora, como la capacidad de producir modelos sofisticados de comportamiento del cliente y, a continuación, adaptar los servicios en consecuencia.
En los modelos operativos tradicionales, la escala alcanza inevitablemente un punto en el que ofrece rendimientos decrecientes. Pero esto no lo vemos necesariamente con los modelos basados en IA, en los que el retorno de la escala puede seguir subiendo a niveles inauditos anteriormente. Ahora imagine lo que sucede cuando una empresa impulsada por la IA compite con una empresa tradicional atendiendo a los mismos clientes con una propuesta de valor similar (o mejor) y un modelo operativo mucho más escalable.
Cómo las empresas impulsadas por la IA pueden superar a las empresas tradicionales
El valor que ofrece la báscula con el tiempo se va estrechando en los modelos operativos tradicionales, pero en los modelos operativos digitales, puede aumentar mucho más.
A este tipo de enfrentamiento lo llamamos «colisión». Dado que tanto el aprendizaje como los efectos de red amplifican el impacto del volumen en la creación de valor, las empresas creadas sobre un núcleo digital pueden abrumar a las organizaciones tradicionales. Considere el resultado cuando Amazon choca con los minoristas tradicionales, Ant Financial con los bancos tradicionales y Didi y Uber con los servicios de taxi tradicionales. Como argumentaron Clayton Christensen, Michael Raynor y Rory McDonald en «¿Qué es la innovación disruptiva?» (HBR, diciembre de 2015), estas alteraciones competitivas no se ajustan al modelo de disrupción. Las colisiones no son causadas por una innovación concreta en una tecnología o un modelo de negocio. Son el resultado de la aparición de un tipo de empresa completamente diferente. Además, pueden alterar fundamentalmente las industrias y remodelar la naturaleza de la ventaja competitiva.
Tenga en cuenta que los modelos operativos basados en IA pueden tardar bastante tiempo en generar un valor económico cercano al valor que los modelos operativos tradicionales generan a escala. Los efectos de red producen poco valor antes de alcanzar la masa crítica, y la mayoría de los algoritmos aplicados recientemente sufren un «arranque en frío» antes de adquirir los datos adecuados. Ant Financial creció rápidamente, pero su principal servicio de pago, Alipay, que había sido lanzado en 2004 por Alibaba, tardó años en alcanzar su volumen actual. Esto explica por qué a los ejecutivos envueltos en el modelo tradicional les resulta difícil creer al principio que el modelo digital se pondrá al día. Pero una vez que el modelo operativo digital realmente se pone en marcha, puede ofrecer un valor muy superior y superar rápidamente a las empresas tradicionales.
Las colisiones entre las empresas tradicionales y las impulsadas por la IA están ocurriendo en todos los sectores: software, servicios financieros, comercio minorista, telecomunicaciones, medios de comunicación, atención médica, automóviles e incluso agronegocios. Es difícil pensar en una empresa que no se enfrenta a la necesidad apremiante de digitalizar su modelo operativo y responder a las nuevas amenazas.
Reconstrucción de empresas tradicionales
Para los líderes de las empresas tradicionales, competir con rivales digitales implica algo más que implementar software empresarial o incluso crear canales de datos, comprender algoritmos y experimentar. Requiere reestructurar la organización y el modelo operativo de la empresa. Durante mucho, mucho tiempo, las empresas han optimizado su escala, alcance y aprendizaje a través de un mayor enfoque y especialización, lo que dio lugar a las estructuras de silos que tiene la gran mayoría de las empresas en la actualidad. Generaciones de tecnología de la información no cambiaron este patrón. Durante décadas, la IT se utilizó para mejorar el rendimiento de funciones específicas y unidades organizativas. Los sistemas empresariales tradicionales a menudo incluso reforzaban los silos y las divisiones entre funciones y productos.
Sin embargo, los silos son enemigos del crecimiento impulsado por la IA. De hecho, empresas como Google Ads y MyBank de Ant Financial las abandonan deliberadamente y están diseñadas para aprovechar un núcleo de datos integrado y una base de código unificada y coherente. Cuando cada silo de una empresa tiene sus propios datos y código, el desarrollo interno está fragmentado y es casi imposible establecer conexiones a través de los silos o con redes o ecosistemas empresariales externos. También es casi imposible desarrollar una comprensión de 360 grados del cliente que atienda y se base en cada departamento y función. Por lo tanto, cuando las empresas establecen un nuevo núcleo digital, deben evitar crear divisiones organizativas profundas dentro de él.
Si bien la transición a un modelo impulsado por la IA es un desafío, muchas empresas tradicionales, algunas de las cuales hemos trabajado, han comenzado a hacer el cambio. De hecho, en un estudio reciente analizamos más de 350 empresas tradicionales en los sectores de servicios y fabricación y descubrimos que la mayoría había empezado a centrarse más en los datos y la analítica en sus organizaciones. Muchos, incluidos Nordstrom, Vodafone, Comcast y Visa, ya habían realizado importantes avances, digitalizando y rediseñando componentes clave de sus modelos operativos y desarrollando plataformas de datos sofisticadas y capacidades de IA. No tienes que ser una start-up de software para digitalizar elementos críticos de tu negocio, pero sí tienes que enfrentarte a silos y sistemas heredados fragmentados, agregar capacidades y reorganizar tu cultura. (Para ver más de cerca los principios clave que deberían impulsar tales transformaciones, consulte la barra lateral «Poner la IA en el centro de la empresa»).
Poner la IA en el centro de la empresa
La transición de una empresa tradicional a una organización impulsada por la IA no puede ocurrir en un skunkworks ni estar encabezada por un grupo autónomo separado. Requiere un esfuerzo holístico. En nuestra investigación y en nuestro trabajo con diversas empresas, hemos creado cinco principios que deberían guiar las transformaciones (más allá de las mejores prácticas comunes para liderar el cambio):
Una estrategia.
Rediseñar el modelo operativo de una empresa significa reconstruir cada unidad de negocio sobre una base nueva e integrada de datos, análisis y software. Esta tarea desafiante y lenta exige enfoque y un mandato coherente de arriba hacia abajo para coordinar e inspirar los muchos esfuerzos de abajo hacia arriba involucrados.
Una arquitectura clara.
Un nuevo enfoque basado en datos, análisis e IA requiere cierta centralización y mucha coherencia. Los activos de datos deben integrarse en una variedad de aplicaciones para maximizar su impacto. Los datos fragmentados serán prácticamente imposibles de salvaguardar de forma coherente, especialmente si se tienen en cuenta las consideraciones de privacidad y seguridad. Si no todos los datos se almacenan en repositorios centralizados, la organización debe tener al menos un catálogo preciso de dónde se encuentran los datos, directrices explícitas sobre qué hacer con ellos (y cómo protegerlos) y normas sobre cuándo y cómo almacenarlos para que varias partes puedan utilizarlos y reutilizarlos.
Las capacidades adecuadas.
Aunque crear una base de software, ciencia de datos y capacidades analíticas avanzadas llevará tiempo, es mucho lo que se puede hacer con un pequeño número de personas motivadas y con conocimientos. Sin embargo, muchas organizaciones no se dan cuenta de que necesitan contratar sistemáticamente un tipo de talento muy diferente y establecer trayectorias profesionales y sistemas de incentivos para esos empleados.
Un enfoque ágil de «producto».
La creación de un modelo operativo centrado en la IA consiste en tomar procesos tradicionales y transformarlos en software. Desarrollar una mentalidad centrada en el producto es esencial para lograrlo. Al igual que los gerentes de producto de cualquier proyecto de desarrollo de software de primer nivel, los equipos de IT que implementan aplicaciones centradas en la IA deben tener un conocimiento profundo de los casos de uso que están habilitando, una orientación de gestión de productos que va mucho más allá del enfoque de las organizaciones de IT tradicionales. En el pasado, la IT se dedicaba principalmente a mantener los sistemas antiguos en funcionamiento, implementar actualizaciones de software, proteger contra ciberataques y ejecutar mesas de ayuda. Desarrollar software de modelo operativo es un juego diferente.
Gobierno multidisciplinario.
La gobernanza de los activos digitales se ha vuelto cada vez más importante y compleja y exige una colaboración bien pensada en distintas disciplinas y funciones. Los desafíos de la privacidad de los datos, el sesgo algorítmico y la ciberseguridad aumentan el riesgo e incluso la intervención y regulación gubernamentales. La gobernanza debe integrar una función de asuntos jurídicos y corporativos, que incluso puede estar involucrada en las decisiones sobre productos y tecnología. La IA requiere una reflexión profunda sobre los desafíos legales y éticos, incluida una consideración cuidadosa de qué datos deben almacenarse y conservarse (y qué datos no).
Fidelity Investments utiliza la IA para habilitar procesos en áreas importantes, como el servicio al cliente, la información de los clientes y las recomendaciones de inversión. Sus iniciativas de IA se basan en un esfuerzo de varios años para integrar los activos de datos en un núcleo digital y rediseñar la organización a su alrededor. El trabajo no ha terminado de ninguna manera, pero el impacto de la IA ya es evidente en muchos casos de uso de alto valor en toda la empresa. Para asumir Amazon, Walmart está reconstruyendo su modelo operativo en torno a la IA y sustituyendo los sistemas de software empresarial tradicionales en silos por una arquitectura integrada basada en la nube. Esto permitirá a Walmart utilizar sus activos de datos únicos en una variedad de aplicaciones nuevas y potentes y automatizar o mejorar un número creciente de tareas operativas con IA y análisis. En Microsoft, Nadella apuesta el futuro de la compañía por una transformación mayorista de su modelo operativo.
Transformación de IA de Microsoft
La transformación de Microsoft en una empresa impulsada por la IA llevó años de investigación, pero cobró fuerza con la reorganización de sus activos internos de IT y datos, que se habían dispersado en las distintas operaciones de la empresa. Ese esfuerzo fue dirigido por Kurt DelBene, ex director del negocio de Office de Microsoft, quien se había marchado para ayudar a reparar el sitio HealthCare.gov del gobierno de EE. UU. antes de regresar a Microsoft en 2015.
Hay una razón por la que el CEO Satya Nadella eligió a alguien con experiencia en productos para dirigir IT y construir la «fábrica de IA» que sería la base del nuevo modelo operativo de la empresa. «Nuestro producto es el proceso», nos dijo DelBene. «En primer lugar, vamos a articular cuál debería ser la visión de los sistemas y procesos que apoyamos. En segundo lugar, vamos a ser dirigidos como un equipo de desarrollo de productos. Y vamos a tener una base ágil». Para fortalecer esa orientación en su equipo, contrató a líderes e ingenieros cuidadosamente seleccionados de las funciones del producto.
En la actualidad, Core Engineering, como se conoce ahora a la operación de IT, es un escaparate de la propia transformación de Microsoft. Gracias al trabajo del grupo, muchos procesos tradicionales que solían realizarse en silos se habilitan mediante una base de software coherente que reside en la nube Azure de Microsoft. Además, el equipo está avanzando hacia una arquitectura de datos común en toda la empresa. La nueva plataforma operativa basada en IA conecta a la organización en expansión con una biblioteca de componentes de software, un repositorio de algoritmos y un catálogo de datos compartidos, todos ellos utilizados para habilitar e implementar rápidamente procesos digitales en diferentes líneas de negocio.
Además de aumentar la productividad y la escalabilidad, la IA también ayuda a evitar problemas. «Aprovechamos la IA para saber cuándo las cosas empiezan a comportarse de manera inesperada», dice DelBene. «Lo mejor que podíamos hacer en el pasado es reaccionar lo más rápido posible. Ahora podemos adelantarnos a las cosas, desde los malos contratos hasta las ciberinfracciones».
Replanteamiento de la estrategia y las capacidades
A medida que las empresas impulsadas por IA chocan con las empresas tradicionales, la ventaja competitiva se define cada vez más por la capacidad de configurar y controlar las redes digitales. (Consulte «Por qué algunas plataformas prosperan y otras no» HBR, enero-febrero de 2019). Las organizaciones que se destacan por conectar empresas, agregar los datos que fluyen entre ellas y extraer su valor a través de la analítica y la IA tendrán la ventaja. Los efectos de red tradicionales y las curvas de aprendizaje basadas en IA se reforzarán mutuamente, multiplicando el impacto de los demás. Esta dinámica se puede ver en empresas como Google, Facebook, Tencent y Alibaba, que se han convertido en firmas poderosas «hub» al acumular datos a través de sus numerosas conexiones de red y crear los algoritmos necesarios para aumentar las ventajas competitivas en diferentes industrias.
Mientras tanto, los enfoques estratégicos convencionales que se centran en el análisis tradicional de la industria son cada vez más ineficaces. Tomemos las empresas automotrices. Se enfrentan a una variedad de nuevas amenazas digitales, desde Uber hasta Waymo, cada una de las cuales proviene de fuera de los límites tradicionales de la industria. Pero si los ejecutivos de automóviles piensan en los automóviles más allá de su contexto industrial tradicional, como un servicio altamente conectado y habilitado para la IA, no solo pueden defenderse sino también liberar un nuevo valor a través de oportunidades comerciales locales, anuncios, noticias y fuentes de entretenimiento, servicios basados en la ubicación, etc.
El consejo a los ejecutivos era que alguna vez se quedaran con las empresas que conocían, en las industrias que entendían. Sin embargo, las sinergias en los algoritmos y los flujos de datos no respetan los límites de la industria. Además, es probable que las organizaciones que no pueden aprovechar los clientes y los datos a través de esos límites se encuentren en una gran desventaja. En lugar de centrarse en el análisis de la industria y en la gestión de los recursos internos de las empresas, la estrategia debe centrarse en las conexiones que las empresas crean en todos los sectores y en el flujo de datos a través de las redes que utilizan las empresas.
Todo esto tiene importantes implicaciones para las organizaciones y sus empleados. El aprendizaje automático transformará la naturaleza de casi todos los trabajos, independientemente de su ocupación, nivel de ingresos o especialización. Sin lugar a dudas, los modelos operativos basados en IA pueden cobrar un costo humano real. Varios estudios sugieren que tal vez la mitad de las actividades laborales actuales podrían ser reemplazadas por sistemas habilitados para IA. Eso no debería sorprendernos demasiado. Después de todo, los modelos operativos se han diseñado durante mucho tiempo para hacer que muchas tareas sean predecibles y repetibles. Los procesos para escanear productos en la caja, preparar café con leche y eliminar hernias, por ejemplo, se benefician de la estandarización y no requieren demasiada creatividad humana. Si bien las mejoras en la IA enriquecerán muchos puestos de trabajo y generarán una variedad de oportunidades interesantes, parece inevitable que también provoquen una dislocación generalizada en muchas ocupaciones.
Las dislocaciones incluirán no solo la sustitución de puestos de trabajo sino también la erosión de las capacidades tradicionales. En casi todos los entornos, las empresas impulsadas por IA están asumiendo organizaciones altamente especializadas. En un mundo impulsado por la IA, los requisitos para la competencia tienen menos que ver con la especialización y más con un conjunto universal de capacidades en materia de abastecimiento de datos, procesamiento, análisis y desarrollo de algoritmos. Estas nuevas capacidades universales están remodelando la estrategia, el diseño empresarial e incluso el liderazgo. Las estrategias en empresas digitales y en red muy diversas ahora tienen un aspecto similar, al igual que los impulsores del rendimiento operativo. La experiencia del sector se ha vuelto menos crítica. Cuando Uber buscó un nuevo CEO, la junta contrató a alguien que anteriormente había dirigido una empresa digital, Expedia, no una empresa de servicios de limusinas.
Estamos pasando de una era de competencias básicas que difieren de un sector a otro a una era configurada por datos y análisis y basada en algoritmos, todo ello alojado en la nube para que cualquiera pueda utilizarlo. Esta es la razón por la que Alibaba y Amazon pueden competir en industrias tan dispares como los servicios minoristas y financieros, la atención médica y la calificación crediticia. Estos sectores tienen ahora muchos fundamentos tecnológicos similares y emplean métodos y herramientas comunes. Las estrategias se están alejando de la diferenciación tradicional basada en el costo, la calidad y el valor de marca y la experiencia vertical especializada y hacia ventajas como la posición de la red empresarial, la acumulación de datos únicos y la implementación de análisis sofisticados.
El desafío del liderazgo
Aunque puede desencadenar un crecimiento enorme, la eliminación de las restricciones operativas no siempre es algo bueno. Los sistemas sin fricción son propensos a la inestabilidad y son difíciles de detener una vez que están en movimiento. Piensa en un coche sin frenos o en un esquiador que no puede bajar la velocidad. Una señal digital (un meme viral, por ejemplo) puede propagarse rápidamente a través de las redes y puede ser casi imposible de detener, incluso para la organización que la lanzó en primer lugar o para una entidad que controla los centros clave de una red. Sin fricciones, un vídeo que incite a la violencia o un titular falso o manipulador puede propagarse rápidamente a miles de millones de personas en una variedad de redes, incluso transformándose para optimizar los clics y las descargas. Si tienes un mensaje que enviar, la IA ofrece una forma fantástica de llegar a un gran número de personas y personalizar ese mensaje para ellos. Pero el paraíso de los comercializadores puede ser una pesadilla ciudadana.
Los modelos operativos digitales pueden agregar el daño junto con el valor. Incluso cuando la intención es positiva, la posible desventaja puede ser significativa. Un error puede exponer una gran red digital a un ciberataque destructivo. Los algoritmos, si no se controlan, pueden exacerbar el sesgo y la desinformación a gran escala. Los riesgos pueden ampliarse enormemente. Considere la forma en que los bancos digitales están agregando los ahorros de los consumidores de una manera sin precedentes. A Ant Financial, que ahora opera uno de los mayores fondos del mercado monetario del mundo, se le confían los ahorros de cientos de millones de consumidores chinos. Los riesgos que presenta son significativos, especialmente para una institución relativamente no probada.
La escala digital, el alcance y el aprendizaje crean una serie de nuevos desafíos, no solo problemas de privacidad y ciberseguridad, sino también turbulencias sociales resultantes de la concentración del mercado, las dislocaciones y el aumento de la desigualdad. Las instituciones diseñadas para vigilar a los negocios (por ejemplo, los organismos reguladores) están luchando por mantenerse al día con todos los rápidos cambios.
En un mundo impulsado por la IA, una vez que se garantiza la adaptación de una oferta a un mercado, el número de usuarios, la participación y los ingresos pueden dispararse. Sin embargo, cada vez es más evidente que el crecimiento sin restricciones es peligroso. El potencial de las empresas que adoptan modelos operativos digitales es enorme, pero la capacidad de causar daños generalizados debe considerarse explícitamente. Afrontar estas oportunidades y amenazas será una verdadera prueba de liderazgo tanto para las empresas como para las instituciones públicas.
— Escrito por Marco Iansiti Marco Iansiti Karim R. Lakhani
