Líderes conocedores de la IA (De Cremer)

Fuente: De Cremer, D. (2024). The AI-savvy leader: 9 ways to take back control and make AI work. Harvard Business Review Press.

Resumen Ejecutivo

La implementación exitosa de la Inteligencia Artificial (IA) en el ámbito empresarial se fundamenta en la aumentación humana, no en la automatización. La IA debe ser tratada como una herramienta al servicio de la humanidad («AI in service»), ya que el valor óptimo se genera en la interacción entre el humano y la IA. La pregunta fundamental que debe guiar a todo líder es: «¿Es la IA la herramienta correcta para abordar este problema hoy?».

El liderazgo efectivo requiere que los ejecutivos se conviertan en «AI Savvy» (líderes conocedores de la IA). Esto no implica reinventar el liderazgo, sino aplicar nueve habilidades de liderazgo básicas (como el propósito y la empatía) con técnicas específicas en este nuevo contexto tecnológico. El rol central del líder es lograr la alineación entre el propósito organizacional y la tecnología.

La adopción de la IA es esencialmente un proceso de gestión del cambio. El fracaso se asocia comúnmente con la delegación total de la estrategia a expertos técnicos que carecen de formación empresarial, y con la incapacidad de los líderes para definir la pregunta de negocio antes de consultar los datos.

Análisis Detallado y Exhaustivo de Temas Centrales

I. La Filosofía de la IA: Aumento Humano y Valor Estratégico

La inteligencia artificial debe ser vista como un mecanismo para elevar la inteligencia humana, contrarrestando la tendencia a enfocarse únicamente en la eficiencia y la reducción de costos.

• Aumento como Creación de Valor: El valor se crea cuando se prioriza la interacción y la aumentación; la secuencia correcta es «humanos primero, IA segunda».
• La Perspectiva Subóptima: Muchos líderes empresariales, al no comprender la IA, piensan solo en términos de automatización, buscando optimizar la eficiencia y recortar costos, lo cual lleva a resultados subóptimos.
• Naturaleza del Impacto: La industria está «sobrevalorada» (overhyped). Gran parte de las predicciones sobre su impacto real y a largo plazo se basan en probabilidades, y se reconoce que la mayoría de los expertos «no saben realmente» hacia dónde se dirige la historia.
• La Curva J: El valor real de la tecnología, incluida la IA, no es inmediato («plug and play»), sino que sigue una curva J, por lo que el upscaling (escalamiento) de los pilotos es notoriamente difícil.

II. El Líder «AI-Savvy» y las Nueve Vías Esenciales para Retomar el Control

Un líder «AI-savvy» es un líder competente que aplica habilidades fundamentales a los desafíos tecnológicos.

• Definición de «Savvy»: Ser «suficientemente astuto» no requiere entender el código o el modelo subyacente. Significa «comprender las fortalezas y debilidades de una IA y comprender las fortalezas y debilidades de un ser humano».
• El Desafío de la Alineación: La principal tarea del líder es ser el alineamiento entre el propósito organizacional y el entendimiento de la IA como parte de la nueva fuerza laboral.
• Creación de Narrativa: El líder debe ser capaz de crear su propia narrativa sobre la IA para poder comunicar los problemas de negocio a los expertos técnicos y delegar la ejecución, entendiendo que la ejecución técnica no es su trabajo.
• Las Nueve Vías (Habilidades de Liderazgo Fundamentales): Las fuentes identifican que estas nueve habilidades básicas son esenciales y deben aplicarse con técnicas específicas en el contexto revolucionario de la IA:
  1. Aprendizaje (Learning)
  2. Propósito (Purpose)
  3. Inclusión (Inclusion)
  4. Comunicación (Communication)
  5. Visión (Vision)
  6. Equilibrio (Balance)
  7. Empatía (Empathy)
  8. Misión (Mission)
  9. Inteligencia Emocional (Emotional Intelligence)

III. La Primacía del Propósito y la Inteligencia Humana

La IA carece de conciencia y propósito, lo que subraya la responsabilidad humana de definir la dirección estratégica.

• Tecnología Neutral: La tecnología es neutral; la IA no posee autoconciencia, reflexión propia ni pensamiento real. Por ello, los humanos son quienes deciden cómo usar la IA para elevar lo que consideran importante.
• El «Por Qué» Humano: Los líderes y no la IA deben formular las preguntas. Si el líder no define la pregunta de negocio (el propósito), corre el riesgo de ser dirigido por los datos que posee, lo cual ilustra el principio de garbage in, garbage out.
• Distinción de Inteligencias: Comparar la inteligencia artificial con la humana es inapropiado, pues no piensan como nosotros (comparar «manzanas y naranjas»).
• Falta de Participación Activa: La IA no es un participante activo en la sociedad, la cultura o las normas. Por ejemplo, un humano puede descartar la posibilidad de una «vaca de 5 metros» (ejemplo ilustrativo), porque participa en la realidad y entiende el contexto, algo que la IA no hace.
• Ética de la IA: La ética de la IA no se limita al código, sino que es un esfuerzo colaborativo donde los humanos son responsables de decidir cómo aplicar el poder de la tecnología. Los humanos deben ser entrenados para reconocer dilemas morales.

IV. Desafíos y Gestión del Cambio en la Adopción

La implementación de la IA es un proyecto de gestión del cambio que a menudo se ve obstaculizado por deficiencias en el liderazgo superior.

• Barrera de Liderazgo: Los ejecutivos de alto nivel y las juntas directivas frecuentemente carecen de comprensión sobre temas como la IA o la sostenibilidad, lo que genera miedo, urgencia y el miedo a perder oportunidades (FOMO).
• Causa de Fracaso: La delegación excesiva a expertos técnicos sin visión de negocio, junto con la falta de entendimiento de los líderes, contribuye a que la mayoría de los proyectos de adopción de IA fracasen.
• Liderazgo Inclusivo: La adopción exitosa requiere un acto de liderazgo inclusivo. Es necesario derribar los silos para que los expertos técnicos y de negocio colaboren, intercambien feedback, instalen confianza y creen espacio para la experimentación.

V. Implicaciones Culturales, Educativas y de Servicio al Cliente

La velocidad y el enfoque de la adopción varían culturalmente, e impactan directamente en la educación y la experiencia del cliente.

Diferencias Culturales de Adopción

• Asia: Los países asiáticos (como China y Singapur) son más propensos a la experimentación rápida y están más dispuestos a ser parte de dicho experimento. La presencia de un gobierno centralizado, como en China, facilita la rápida implementación de datos. Asumen más riesgos (ejemplo: coches autónomos).
• Occidente: La innovación puede ser más lenta debido a las restricciones, pero esta «procrastinación reflexiva» (la tendencia humana a no trabajar consistentemente) permite la generación de ideas creativas verdaderamente únicas y raras.
• Gestión de Datos: Debido a la velocidad de adopción en Asia, su gestión de datos y las regulaciones entre empresas están menos desarrolladas que en Occidente.

Impacto en la Educación

La IA generativa ha forzado la transición de evaluar el contenido (ensayos) a evaluar el conocimiento. El producto final que se calificaba se convierte en insumo. Las instituciones deben enfocarse en el desarrollo del pensamiento crítico y las discusiones.

Servicio al Cliente

Los bots de servicio son herramientas ideales para proporcionar información inicial y personalizada a clientes potenciales, actuando como filtro. Sin embargo, no se debe eliminar al humano del circuito si se desea mantener la satisfacción del cliente a largo plazo. Durante el proceso de adopción de IA, los clientes seguirán esperando al menos el mismo nivel de servicio que antes del cambio.