La verdadera oportunidad de la IA está en crear nuevo valor

---

3 de julio | Por Juan Merodio

Hace unas semanas, después de una conferencia en Madrid, se me acercó un directivo de una empresa industrial mediana. Tenía esa mezcla de cansancio y orgullo que tienen los ejecutivos que llevan dieciocho meses peleándose con su transformación digital y por fin sienten que han ganado algo.

Quería contarme su gran logro con IA.

Habían automatizado el procesamiento de facturas. Habían metido un par de bots para responder consultas internas. Habían empezado a usar IA generativa para resumir reuniones. Según sus cálculos, ahorraban más de mil horas de trabajo al año en su equipo. Mil horas. No está mal.

Le pregunté qué pensaban hacer con esas mil horas.

Se quedó en blanco.

Y mira, no le critico. Le pasa a casi todo el mundo. Y precisamente por eso quería escribir este artículo. Porque lo que vi en aquella conversación lo veo constantemente: empresas que confunden ir más rápido con ir a algún sitio nuevo.

 

 

El dato que debería preocuparte

McKinsey lleva tiempo midiendo el uso de IA en empresas. El último dato dice que el 88% de las organizaciones ya utiliza IA en al menos una función. Suena bien. Suena a que estamos en marcha. Suena a que la batalla por la adopción se está ganando.

Pero hay otro número en ese mismo estudio del que casi nadie habla: solo el 6% afirma haber logrado un impacto significativo a nivel de toda la empresa.

Vuelve a leerlo. Despacio.

El 88% usa IA. El 6% nota la diferencia de verdad.

Eso significa que hay un agujero negro de más de ochenta puntos porcentuales entre «tenemos IA» y «la IA está cambiando lo que somos como empresa». Y ese agujero no es un problema de tecnología. La tecnología está ahí, disponible, más barata cada semana, accesible incluso para una pyme. El problema es cómo la estamos usando.

Déjame ser directo: la mayoría de empresas están metiendo IA en sus procesos del mismo modo que los primeros fabricantes de coches metieron motores en los carruajes. Misma estructura. Mismos asientos. Mismas carreteras. Solo que ahora corre más.

Y eso no es una transformación. Eso es maquillar lo viejo.

El error del carruaje con motor

Si te paras a estudiar la historia del automóvil, te das cuenta de que durante años los coches no fueron coches. Fueron carruajes con motor. Mismas ruedas finas pensadas para caballos, misma carrocería abierta, mismo sistema de dirección heredado del campo. Pasaron décadas hasta que alguien se sentó a rediseñar el chasis desde cero pensando en el motor, no en el caballo que ya no estaba.

La tecnología había llegado antes de que el pensamiento estuviera listo.

Eso es exactamente lo que está pasando hoy con la inteligencia artificial.

Las empresas están cogiendo flujos de trabajo diseñados para un mundo sin IA y le están añadiendo IA por arriba. Automatizan la tarea, pero no se preguntan si esa tarea debería seguir existiendo. Aceleran el departamento de atención al cliente, pero no se replantean qué es ese departamento ahora que puede atender el 70% de los casos sin intervención humana. Resumen reuniones con IA, pero no cuestionan si las reuniones, tal como las hacen, tienen sentido.

Según el mismo estudio de McKinsey, solo el 23% de las organizaciones que usan IA generativa han rediseñado sus flujos de trabajo para esta nueva tecnología. El otro 77% está construyendo carruajes muy rápidos. Eso lo veo constantemente en empresas que me contratan para auditar su estrategia de IA. Tienen presupuesto, tienen herramientas, tienen consultores, tienen comités. Lo que no tienen es la valentía de cuestionar el chasis.

Y aquí está la clave: si la única promesa de tu inversión en IA es que vas a ser más rápido y más barato, ya has perdido. Porque tu competencia también está siendo más rápida y más barata. La eficiencia ya no es ventaja competitiva. Es el peaje de entrada.

 

La diferencia que casi nadie sabe explicar: eficiencia no es lo mismo que efectividad

Peter Drucker, que sabía un par de cosas de gestión, lo definió hace décadas con una claridad que da envidia. La eficiencia es hacer bien las cosas. La efectividad es hacer las cosas correctas.

Parece lo mismo. No lo es.

La eficiencia te ahorra dinero. Te permite hacer la misma tarta más barata, en menos tiempo, con menos gente. La efectividad genera dinero. Te permite hacer una tarta más grande, descubrir nuevos sabores, abrir un mercado al que tu competencia ni siquiera mira.

Ambas importan. Pero requieren músculos organizativos completamente distintos.

Y aquí viene lo interesante: en la mayoría de empresas, cuando alguien dice «vamos a usar IA», lo que está diciendo en realidad es «vamos a ser más eficientes». Es decir, vamos a apretar más la misma tuerca. Y cuando la dirección financiera entra en la conversación, lo que escucha es: «vamos a ahorrar X». Y aprueba el presupuesto porque es fácil de medir, fácil de defender, fácil de presentar al consejo.

Ese es el modo fábrica de pensar la IA. Escalabilidad, predictibilidad, alto rendimiento, métricas claras de retorno. Funciona. Es necesario. Pero es solo la primera mitad del partido.

La segunda mitad es el modo laboratorio. Experimentación, agilidad, flexibilidad, recorridos sin validar, hipótesis que pueden fallar. Aquí no hay un ROI claro en el power point. Hay un montón de ensayos pequeños, baratos, rápidos, donde la mayoría no funciona y uno o dos te abren un océano nuevo.

El problema es que las mentalidades de fábrica casi siempre ganan los presupuestos internos. Porque sus ganancias son visibles desde el día uno. Las del laboratorio son invisibles hasta que de repente, un día, no lo son.

 

El caso IKEA: cómo un «fracaso» se convirtió en 1.300 millones de euros

Quiero contarte un ejemplo que utilizo mucho en TEKDI cuando trabajamos con directivos que están en esta encrucijada. Porque ilustra mejor que cualquier teoría lo que significa pasar del modo fábrica al modo laboratorio.

En 2021, IKEA puso en marcha un chatbot llamado Billie para atención al cliente. El objetivo era el clásico: reducir el coste por consulta, descargar trabajo de los call centers, mejorar tiempos de respuesta. Modo fábrica puro.

Billie funcionó razonablemente bien. Resolvió el 47% de las consultas, unos 3,2 millones de interacciones automáticas. Si te quedas con ese dato, has cumplido el caso de negocio. Estás contento. Reportas a tus accionistas. Bajas costes. Aplausos.

Pero IKEA hizo algo que casi ninguna empresa hace.

Se fijó en el 53% que Billie no podía resolver. La mayoría de organizaciones miran ese 53% como un problema: «el chatbot no es lo suficientemente bueno, vamos a entrenarlo más». IKEA lo miró como una mina de oro. Esas eran las consultas donde había una persona real con una intención real, normalmente relacionada con decisiones de diseño, de espacio, de decoración. Es decir, gente que probablemente estaba a punto de gastarse dinero.

¿Qué hicieron? Reconvirtieron a 8.500 empleados de centros de atención telefónica en asesores remotos de diseño de interiores. No los despidieron. No los reemplazaron por más IA. Los movieron a un puesto que antes ni siquiera existía y que se hizo posible porque Billie liberó tiempo y, sobre todo, porque alguien dentro de IKEA tuvo la lucidez de leer las señales.

Resultado: 1.300 millones de euros en nuevos ingresos en 2022 procedentes de un canal de ventas que no existía antes del experimento.

Léelo otra vez. Mil trescientos millones. De un canal que nació porque alguien decidió tratar el «fracaso» del chatbot como información, no como problema.

Eso es pasar del modo fábrica al modo laboratorio. Eso es usar la IA para crear valor nuevo, no para ordeñar valor existente.

 

Por qué tu departamento financiero te está saboteando (aunque no lo sepa)

Rory Sutherland, uno de los publicistas más lúcidos de las últimas décadas, tiene una expresión que me encanta. Habla de «los cuatro jinetes del apocalipsis burocrático»: finanzas, cumplimiento normativo, compras y recursos humanos. No porque sean malos. Sino porque están diseñados para minimizar riesgos, no para innovar.

Si una decisión sale bien en uno de esos departamentos, nadie aplaude. Si sale mal, hay reuniones, auditorías, sanciones y, a veces, despidos. El incentivo es claro: no hagas nada nuevo. Y por eso son los peores sitios desde los que pilotar una estrategia de IA orientada a crear valor nuevo.

Esto lo veo todas las semanas. Empresas donde la decisión de qué hacer con IA está en manos de IT o de finanzas. Y entonces todo se traduce a coste, a riesgo, a cumplimiento. Y el resultado es siempre el mismo: automatizar lo que ya se hacía. Carruaje con motor.

¿Quién debería liderar la conversación de IA en una empresa? En mi experiencia, marketing. Concretamente, marketing operations. Porque marketing es el departamento que ya vive en la intersección entre datos, tecnología, señales del cliente y resultados comerciales. Marketing sabe lanzar experimentos baratos. Sabe leer datos en tiempo real. Sabe pivotar rápido. Y lo más importante: tiene los incentivos correctos. Es responsable de los ingresos futuros, no del coste presente.

En el caso de IKEA, la solución no salió de una sala de juntas. Salió del registro de interacciones con clientes. Salió de gente que sabía leer ese registro. Esa gente estaba en marketing, no en finanzas.

Si tu transformación con IA la está liderando alguien cuyo principal KPI es reducir gastos, ya sabes en qué etapa te vas a quedar.

 

Las dos preguntas que tienes que hacerte esta semana

No voy a darte un decálogo de pasos. Te voy a dejar con dos preguntas. Si las contestas con honestidad, ya tienes diagnóstico hecho.

Primera: cuando alguien en tu empresa propone un proyecto con IA, ¿el caso de negocio se construye sobre ahorro o sobre crecimiento? Si solo aparecen líneas de «reducción de costes» y «ahorro de horas», estás en modo fábrica. Eso está bien como punto de partida. Pero si llevas dos años ahí y no has dedicado ni un euro a experimentos que puedan abrir un canal nuevo, no estás transformando tu negocio. Lo estás optimizando hacia el cementerio.

Segunda: cuando un experimento con IA «falla», ¿qué haces con los datos del fallo? Si los tiras y vuelves al plan original, eres una fábrica. Si los analizas para descubrir qué te están diciendo sobre tus clientes, sobre tu mercado, sobre oportunidades que no habías visto, eres un laboratorio.

Y mira, ambas mentalidades son necesarias. Ninguna empresa sobrevive solo experimentando, igual que ninguna empresa sobrevive solo optimizando. Pero si tu organización lleva dos años haciendo IA y todavía no ha rediseñado ni un solo flujo de trabajo de raíz, ni ha lanzado un solo experimento que pudiera fallar de verdad, lo que tienes no es una estrategia de IA. Tienes una colección de herramientas caras.

La verdadera ventaja competitiva en los próximos cinco años no va a ser de quien tenga la IA más potente. Va a ser de quien construya el músculo de experimentar rápido, barato y en volumen, y sepa leer las señales que esos experimentos generan.

Esos directivos de la conferencia de Madrid querían un consejo. Se lo doy también a ti.

Deja de preguntarte cuánto tiempo te va a ahorrar la IA.

Empieza a preguntarte qué negocio nuevo te va a permitir construir.

Lo demás es ruido.

Compartir >>