¡La innovación empresarial con IA!

Por: Laszlo Beke – BekeSantos

El mercado y las empresas ya aceptan y están en el proceso de aprovechar la Inteligencia Artificial. Por supuesto, el grado de profundización y aprovechamiento varía enormemente.  Ya se sabe que la mejora de la productividad es alcanzable con la IA, pero su capacidad de transformación de las empresas y de los sectores económicos es inmenso y por ello es tan importante encontrar las formas de promover la innovación con la IA. La lección para la mayoría de las empresas es que la experiencia y la reflexión minuciosa son esenciales para que la IA sea útil para la innovación, pero no utilizar la tecnología para buscar mejoras casi siempre sería un error. Encontramos un marco muy interesante para fomentar la innovación impulsada por la IA, desarrollado por Ethan Mollick (Wharton School de la Universidad de Pensilvania), destacado pensador sobre IA en los negocios. Revisamos las fronteras y como innovar en el mundo empresarial con inteligencia artificial.

Una ventaja obtenida únicamente por la eficiencia probablemente no perdure. Cuando los competidores utilizan las mismas herramientas para la misma estrategia de búsqueda de eficiencia, es más probable que terminen con formas de trabajo similares y ofertas menos diversas, no una ventaja. Se necesita un uso más significativo de la IA para obtener una verdadera ventaja competitiva. El marco para la búsqueda de la innovación está basado en tres elementos principales: (1) un grupo de empleados capacitados para experimentar, (2) un liderazgo que establezca los incentivos adecuados y (3) un laboratorio dedicado que capture y escale los avances. Con la aplicación de estos, la IA podría diferenciar a la empresa que los aplique.

Buscar la innovación desde la base

Los relatos populares sobre cómo se produce la innovación a menudo incluyen a un genio solitario dotado de una visión repentina. Pero dentro de la mayoría de las empresas, el proceso es más prosaico. Las verdaderas mejoras empiezan con el personal, el que a diario se enfrenta a las frustraciones, las ineficiencias y las ocasionales oportunidades creativas en su trabajo. Dado que las herramientas de IA son ahora universalmente accesibles, a menudo a bajo costo, quienes están más cerca de una tarea pueden experimentar fácilmente cómo la tecnología podría ayudar. Un director de mercadeo puede comprobar si la IA mejora la ideación de campañas. Un abogado puede explorar cómo puede ayudar a redactar mejores memorandos. Cada experimento requiere poco más que tiempo y proporciona conocimiento práctico sobre aquello que funciona.

La evidencia respalda este enfoque ascendente de usar la IA para lograr mejoras significativas. Un experimento de campo realizado por el Sr. Mollick y colegas suyos, describe cómo el uso de GPT-4, un modelo del año 2023 desarrollado por OpenAI, mejora el trabajo de más de 750 consultores en tareas realistas, complejas y con un alto nivel de conocimiento. Los resultados fueron contundentes. Evaluadores humanos consideraron que los Consultores que utilizan trabajos apoyados con  IA, fueron un 40 % superiores en calidad que los consultores que trabajan sin IA.

Sin embargo, el mismo experimento también revela que cuando se utiliza IA en tareas que exigen juicio humano —como la recopilación de notas de entrevistas contradictorias y la evaluación de datos de hojas de cálculo—, el modelo puede convertirse en un lastre. Los consultores que utilizaron GPT-4 tuvieron un 19% menos de probabilidades de encontrar la respuesta correcta en dichas tareas que aquellos que trabajaron por su cuenta, y la diversidad de sus ideas se redujo un 41% a medida que el modelo los guiaba hacia conclusiones similares. Investigaciones posteriores revelan que cuando una solicitud le pide a GPT-4 que muestre su razonamiento paso a paso, un enfoque conocido como estructura de cadena de pensamiento, el modelo amplía su conjunto de ideas distintas en aproximadamente un tercio y restaura un nivel de diversidad cercano al de la lluvia de ideas humana. Modelos más recientes, como GPT-5.2 de OpenAI, prometen resultados aún más diversos y creativos. El patrón común entre los éxitos y los fracasos es que la IA puede potenciar el buen juicio, pero no puede sustituirlo.

Liderar con garantías

Parte de ser un buen jefe en la era de la IA consiste en transmitir el tono adecuado de ambición y seguridad. El personal debe saber que la dirección espera que la tecnología genere cambios, pero también debe saber que puede experimentar con ella —y hacerla útil— para mejorar sus conocimientos y prepararse para los cambios que este nuevo mundo traerá. Lo que surge cuando no se ofrecen garantías es el uso «en la sombra» de herramientas de IA no autorizadas. Una encuesta global realizada a 5.200 trabajadores del conocimiento que laboran en oficinas reveló que el 27 % de los empleados utilizó IA en la sombra en 2025. Otro estudio reciente realizado por Microsoft, con más de 2000 trabajadores británicos, reveló niveles aún más altos: el 71 % ha utilizado IA en la sombra anteriormente, y el 51 % lo hace semanalmente.

Hay tres tareas claras para los líderes:

1. Utilizar la IA ellos mismos – El uso por parte de los altos ejecutivos es importante, por cuanto proporciona tanto permiso como ejemplo.
2. Articular en qué podría convertirse la organización – La gente no se inspira en declaraciones vagas sobre “deberíamos usar IA”. Todo se reduce a cuál es su visión de cómo se ve la empresa en un mundo que utiliza IA. La visión debe ser lo suficientemente específica como para guiar las decisiones, y lo suficientemente amplia como para dar cabida a las aplicaciones inesperadas que surjan de la experimentación.
3. Considerar lo que sus empresas realmente valoran – Debería quedar clara la distinción entre proceso y resultados. Estas preguntas obligan a los líderes a articular lo que esperan de sus empleados, una tarea que muchas empresas han evitado al recurrir a métricas tradicionales como las horas trabajadas o las tareas completadas.

Laboratorio – escalar rápidamente lo que funciona

Una cultura de experimentación genera insights. Sin embargo, los insights dispersos entre los individuos aún no constituyen activos organizacionales. Aquí es donde entra en juego la tercera parte de la arquitectura para la innovación impulsada por IA: el «laboratorio». Este, como la capa de traducción de la empresa, convierte los hallazgos de los trabajadores que se han atrevido a experimentar con IA, en herramientas y procesos escalables.

El laboratorio tiene dos tareas principales. En primer lugar, debe ser rápido. Cuando un empleado encuentra una indicación o un flujo de trabajo que mejora notablemente su trabajo, el laboratorio debe validarlo y lanzar una versión utilizable para el mayor número posible de personas «en un día». La urgencia de escalar las mejoras con IA es importante por dos razones. Los modelos de IA siguen mejorando a un ritmo vertiginoso, por lo que las empresas que avanzan lentamente pierden las ganancias acumuladas. Además, los modelos siguen siendo altamente fungibles. Cuando se lanza un nuevo modelo, a menudo puede integrarse en los flujos de trabajo existentes. Sin necesidad de rediseñar demasiado.

La segunda tarea del laboratorio es evaluar y adaptar los modelos de IA. El laboratorio debe construir una base de evidencia que demuestre cómo las herramientas de IA específicas aportan valor al trabajo real. Esto es lo que genera una verdadera diferenciación en un mercado donde la mayoría de las empresas tienen acceso a los mismos modelos de IA. Esta evaluación también proporciona a las empresas los datos necesarios para tomar decisiones inteligentes sobre si deben adquirir soluciones de IA existentes o desarrollar las suyas propias.

Fomentar la innovación impulsada por la IA

«Proporcionar contexto» suele ser un buen consejo para impulsar los chatbots de IA. También es lo que las empresas deberían hacer al adoptar herramientas de IA. Parte de ese contexto es técnico e incluye el entrenamiento de modelos con datos de la empresa y su integración en flujos de trabajo reales. Pero otro tipo, el contexto organizacional, es igualmente importante, pero a menudo se ignora. El Sr. Mollick ofrece un marco general (framework) que puede ayudar a las empresas a construir ese entorno sin prescribir qué deben hacer exactamente con la IA. Al trabajar en ciclos repetidos de prueba, aprendizaje y difusión de lo que funciona, las empresas descubren por sí mismas dónde la IA aporta valor y dónde no. Esa capacidad: aprender continuamente. En sus propias circunstancias, es lo que diferenciará a las empresas que se conforman con modestas mejoras de eficiencia de aquellas que utilizan la IA para una innovación genuina. La IA pronto será omnipresente, pero el contexto organizacional que la hace valiosa.

Se hace referencia a The frontiers of corporate innovation. La imagen es cortesía de Microsoft Copilot.