El dividendo de productividad seguirá siendo una meta a menos que los CEO puedan demostrar que la IA genera más valor del que consume. Solo el 16 % de los CEO cuenta con una visión detallada y en tiempo real de los costos de la IA y tiene un alto nivel de confianza a la hora de evaluar el retorno de la inversión. Otros 56% cuentan con una visión confiable de la mayoría de los costos y una confianza razonable en los rendimientos, mientras que un número significativo de CEO aún enfrenta importantes lagunas en su comprensión de los costos y rendimientos derivados de la IA.
La IA puede generar capacidad, pero solo los CEO pueden decidir cómo redistribuirla. Si no se realizan cambios en el modelo operativo, es probable que los beneficios se vean mermados por la complejidad y las fricciones innecesarias. Como señala Gregory Daco, EY-Parthenon Chief Economist: «El ritmo de adopción dependerá no solo de lo que la tecnología pueda hacer, sino también de si el valor creado por cada token supera su costo».
Esa disciplina exige que los líderes tengan en cuenta el costo total de la IA. Las tarifas de los modelos, la infraestructura en la nube y los datos son solo el punto de partida. La integración, la ciberseguridad, la gobernanza, los cambios en los procesos y la capacitación pueden alterar sustancialmente el caso de inversión, al igual que la ejecución paralela de procesos nuevos y heredados. Los rendimientos deben medirse en términos de producción, costo unitario, tiempo de ciclo, calidad, ingresos o eficiencia del capital. De lo contrario, es posible que los proyectos piloto alcancen sus objetivos técnicos, pero que, al ampliarse, se vea afectada su viabilidad económica.
¿Cambiará la IA el trabajo antes de cambiar a la fuerza laboral?
Las repercusiones en la fuerza laboral forman parte del mismo cálculo. Cuatro de cada cinco CEO consideran que, en los próximos tres años, la IA tendrá un mayor impacto en los puestos de trabajo, las habilidades y la forma en que se organiza el trabajo que en el tamaño de la fuerza laboral.
A medida que avance la tecnología de inteligencia artificial, se ampliará la gama de tareas que se le confiarán para que las realice de manera independiente. Como resultado, los roles se definirán cada vez más no por las tareas que se les asocian, sino por los requisitos de conocimiento y las limitaciones de los contextos a los que pertenecen. En algunos contextos, los agentes podrán realizar tareas y desplazarse entre contextos con facilidad, lo que permitirá la desagregación de tareas, la reorganización de los flujos de trabajo y la consolidación de funciones. En otros contextos, es posible que la consolidación de los roles sea menos probable, pero el equilibrio de las tareas asociadas a dichos roles puede variar. Dado que las exigencias contextuales varían dentro de una organización, estos cambios no se producirán en una secuencia fija. Por el contrario, el rediseño de funciones, los cambios en los flujos de trabajo, así como la creación y la eliminación de puestos de trabajo, pueden ocurrir simultáneamente y a ritmos distintos dentro de una misma organización. Sin embargo, en última instancia, los avances en la tecnología de IA apuntan hacia una realidad en la que las organizaciones puedan mantener su crecimiento con menos empleados que los que se requerían en el pasado para lograr un crecimiento similar.
La pregunta clave es si la forma en que las organizaciones llevan a cabo su trabajo puede adaptarse al ritmo del desarrollo tecnológico para hacer realidad este futuro. Casi la mitad de los CEO (47 %) afirma que su organización no está desarrollando las habilidades con la rapidez suficiente para seguir el ritmo de la innovación en IA, mientras que el 72 % considera que, en un plazo de tres años, la escasez de habilidades se convertirá en un obstáculo mayor para el crecimiento que el acceso al capital. El reciclaje profesional ya figura entre los principales factores que contribuyen al aumento de la productividad, según lo mencionan el 33 % de los CEO. Sin embargo, solo el 15 % afirma que las ganancias en productividad suelen financiar el reciclaje profesional y el desarrollo de capacidades. Un riesgo clave es que la inversión en talento quede rezagada respecto a la inversión en tecnología.
