La adopción se ha más que duplicado desde 2017, aunque la proporción de organizaciones que usan IA1 se ha estancado entre el 50 y el 60 por ciento en los últimos años. Un grupo de empresas que obtienen los mayores rendimientos financieros de la IA siguen adelantándose a la competencia. Los resultados muestran que estos líderes realizan mayores inversiones en IA, se involucran en prácticas cada vez más avanzadas conocidas por permitir un desarrollo más rápido y a mayor escala de la IA, y muestran signos de tener mejores resultados en el reñido mercado de talento para la IA. En cuanto al talento, por primera vez hemos analizado detenidamente la contratación y la mejora de las habilidades de la IA. Los datos muestran que hay un margen significativo para mejorar la diversidad en los equipos de IA y, en consonancia con otros estudios, los equipos diversos se correlacionan con un desempeño sobresaliente.
Índice
- Balance de cinco años: adopción, impacto y gasto en IA
- Cuidado con la brecha: los líderes de la IA se adelantan
- Historias de talento en IA: nuevos roles atractivos, continuos problemas de diversidad
- Acerca de la investigación
1. Balance de cinco años: Adopción, impacto y gasto en IA
Este es el quinto año consecutivo que realizamos un estudio global sobre el papel de la IA en las empresas y hemos visto cambios durante este período.
Michael Chui
Socio, Instituto Global McKinsey
Durante la última media década, en la que hemos estado realizando nuestra encuesta global, hemos visto cómo el "invierno de la IA" se convertía en una "primavera de la IA". Sin embargo, después de un período de exuberancia inicial, parece que llegamos a una meseta, un curso que hemos observado con otras tecnologías en sus primeros años de adopción. Es posible que algunas organizaciones se estén dando cuenta del nivel de cambio organizacional necesario para integrar con éxito esta tecnología.
En nuestro trabajo, nos hemos encontrado con empresas que se desaniman porque entraron en la IA pensando que sería un ejercicio rápido, mientras que las que adoptan una visión más a largo plazo han logrado un progreso constante al transformarse en organizaciones de aprendizaje que desarrollan sus músculos de IA con el tiempo. Estas empresas incorporan gradualmente más capacidades de IA y ponen en marcha cada vez más aplicaciones de forma progresivamente más rápida y sencilla gracias a las lecciones aprendidas de éxitos y fracasos anteriores. No solo invierten más, sino que lo hacen de manera más inteligente, con el objetivo de crear una auténtica fábrica de IA que les permita incorporar más IA en más áreas del negocio, primero en las adyacentes, donde algunas capacidades existentes se pueden reutilizar, y luego en áreas completamente nuevas.
Existe, a un alto nivel, un libro de tácticas emergente para obtener el máximo valor de la IA. Cada año que realizamos nuestra investigación, vemos que un grupo de líderes se involucra en los tipos de prácticas que ayudan a ejecutar la IA con éxito. Está dando sus frutos en forma de un impacto real en los resultados finales a niveles significativos. También lo vemos todos los días cuando guiamos a otros en sus viajes de IA. No es un trabajo fácil, pero como ha ocurrido con tecnologías anteriores, las ganancias serán para quienes mantengan el rumbo.
2. Cuidado con la brecha: Los líderes de IA se adelantan
En los últimos cinco años, hemos seguido la pista de los líderes en IA —nos referimos a ellos como los de alto desempeño en IA— y hemos examinado lo que hacen de manera diferente. Vemos más indicios de que estos líderes están ampliando su ventaja competitiva que evidencia de que otros se están poniendo al día.
Más perspectivas de McKinsey en Español
Mire nuestra colección de artículos en Español y suscríbase a nuestro newsletter mensual en Español.
En primer lugar, no hemos observado una expansión en el tamaño del grupo de líderes. Durante los últimos tres años, hemos definido a las empresas con alto desempeño en IA como aquellas organizaciones que, según los encuestados, están obteniendo el mayor impacto en los resultados finales de la adopción de la IA; es decir, un 20 por ciento o más de EBIT del uso de la IA. La proporción de encuestados que pertenecen a este grupo se ha mantenido estable en torno al 8 por ciento. Los resultados indican que este grupo está logrando mejores resultados principalmente porque la IA impulsa las ganancias de primera línea, ya que es más probable que reporten que la IA está impulsando los ingresos en lugar de reducir los costos, aunque también reportan que la IA está reduciendo los costos.
Además, las empresas de alto desempeño son más propensas que las demás a seguir prácticas básicas que generan valor, como vincular su estrategia de IA a los resultados empresariales (Gráfica 1).2 También es importante que se involucren más a menudo en prácticas "fronterizas" que permiten el desarrollo y la implementación de la IA a escala, o lo que algunos llaman la "industrialización de la IA". Por ejemplo, es más probable que los líderes dispongan de una arquitectura de datos que sea lo suficientemente modular para adaptarse rápidamente a nuevas aplicaciones de IA. También suelen automatizar la mayoría de los procesos relacionados con los datos, lo que puede mejorar la eficiencia en el desarrollo de la IA y ampliar el número de aplicaciones que pueden desarrollar al proporcionar más datos de alta calidad para alimentar los algoritmos de IA. Y las empresas de alto desempeño en IA tienen 1.6 veces más probabilidades que otras organizaciones de involucrar a empleados no técnicos en la creación de aplicaciones de IA mediante el uso de programas emergentes de código bajo o sin código, que permiten a las empresas acelerar la creación de aplicaciones de IA. En el último año, las empresas de alto desempeño se han vuelto incluso más propensas que otras organizaciones a seguir ciertas prácticas avanzadas de escalamiento, como el uso de conjuntos de herramientas estandarizadas para crear canalizaciones de datos listos para la producción y el uso de una plataforma integral para la ciencia de datos relacionada con la IA, la ingeniería de datos y el desarrollo de aplicaciones que han elaborado internamente.
Las empresas de alto desempeño también pueden llevar ventaja en la gestión de riesgos potenciales relacionados con la IA, como la privacidad personal y la equidad y la imparcialidad, que otras organizaciones aún no han abordado. Aunque, en general, hemos visto pocos cambios en las organizaciones que reportan sobre el reconocimiento y la mitigación de los riesgos relacionados con la IA desde que comenzamos a preguntar sobre ellos hace cuatro años, los encuestados de alto desempeño en IA son más propensos que otros a informar de que participan en prácticas que se sabe que ayudan a mitigar el riesgo. Entre ellas se incluye garantizar la gobernanza de la IA y los datos, estandarizar los procesos y protocolos, automatizar los procesos como el control de calidad de los datos para eliminar los errores introducidos a través del trabajo manual, y probar la validez de los modelos y su seguimiento a lo largo del tiempo para detectar posibles problemas.
Uso de la IA y esfuerzos de sostenibilidad
Los resultados de la encuesta sugieren que muchas organizaciones que han adoptado la IA están integrando las capacidades de la IA en sus esfuerzos de sostenibilidad y también están buscando activamente formas de reducir el impacto ambiental de su uso de la IA (Gráfica). De los encuestados de organizaciones que han adoptado la IA, el 43 por ciento dice que sus organizaciones están usando la IA para ayudar en los esfuerzos de sostenibilidad, y el 40 por ciento afirma que sus organizaciones están trabajando para reducir el impacto ambiental de su uso de la IA, al minimizar la energía utilizada para entrenar y ejecutar modelos de IA. Como empresas que han invertido más en IA y tienen esfuerzos de IA más maduros que otras, las de alto desempeño son 1.4 veces más propensas que otras a informar esfuerzos de sostenibilidad habilitados por la IA, así como a decir que sus organizaciones están trabajando para reducir las emisiones relacionadas con la IA. Ambas iniciativas son más frecuentes en las organizaciones con sede en China, Asia-Pacífico y los mercados en desarrollo, mientras que los encuestados de Norteamérica son los menos propensos a comunicarlas.
Cuando se les preguntó sobre los tipos de esfuerzos de sostenibilidad que utilizan la IA, los encuestados mencionaron con mayor frecuencia iniciativas para mejorar el impacto ambiental, como la optimización de la eficiencia energética o la reducción de residuos. El uso de la IA es menos común en los esfuerzos para mejorar el impacto social de las organizaciones (por ejemplo, el abastecimiento de productos fabricados éticamente), aunque los encuestados que trabajan para organizaciones norteamericanas son más propensos que sus pares a informar de ese uso.
La inversión es otra área que podría contribuir a ampliar la brecha: las empresas de alto desempeño en IA están preparadas para seguir gastando más que otras organizaciones en esfuerzos de IA. Aunque los encuestados de esas organizaciones líderes son tan propensos como los demás a decir que aumentarán las inversiones en el futuro, ahora están gastando más que otros, lo que significa que aumentarán a partir de una base que representa un porcentaje mayor de los ingresos. Los encuestados de las empresas de alto desempeño en IA tienen casi ocho veces más probabilidades que sus pares de afirmar que sus organizaciones gastan al menos el 20 por ciento de sus presupuestos de tecnología digital en tecnologías relacionadas con la IA. Y estos presupuestos digitales constituyen una proporción mucho mayor de su gasto empresarial: los encuestados de las empresas de alto desempeño en IA tienen cinco veces más probabilidades que el resto de los encuestados de afirmar que sus organizaciones gastan más del 20 por ciento de los ingresos de toda la empresa en tecnologías digitales.
Finalmente, todo esto puede estar dando a las empresas de alto desempeño en IA una ventaja para atraer talento de IA. Hay indicios de que estas organizaciones tienen menos dificultades para contratar a científicos de datos de IA e ingenieros de datos. Los encuestados de organizaciones que no son de alto desempeño en IA dicen que cubrir esos puestos ha sido "muy difícil" con mucha más frecuencia que los encuestados de alto desempeño en IA.
En resumen: las empresas de alto desempeño ya están bien posicionadas para lograr un éxito sostenido en IA, una mayor eficiencia en el desarrollo de una nueva IA y, como resultado, un entorno más atractivo para el talento. La buena noticia para las organizaciones fuera del grupo de líderes es que existe un plan claro de mejores prácticas para el éxito.
Bryce Hall
Socio adjunto
A lo largo de los años de nuestra investigación, hemos seguido perfeccionando nuestra comprensión de las prácticas específicas que las empresas líderes están haciendo bien y las capacidades que tienen para capturar el valor de la IA. Recientemente, ha surgido un nuevo conjunto de prácticas "fronterizas", a medida que las organizaciones pasan de experimentar con la IA a industrializarla. Entre ellas se incluyen prácticas de operaciones de aprendizaje automático, como la creación de activos, o convertir elementos como el código en activos reutilizables que se pueden usar una y otra vez en diferentes aplicaciones comerciales.
Pero a lo largo de los años, también hemos visto sistemáticamente un conjunto de prácticas fundamentales que estas organizaciones están haciendo bien. A través de nuestro trabajo, hemos aprendido a no describirlas como prácticas “básicas”, porque son algunas de las más difíciles de implementar. Muchos de ellas involucran los elementos humanos que deben estar presentes para que las empresas adopten la IA con éxito, como tener una comprensión clara de qué funciones específicas de talento tecnológico se necesitan e integrar con éxito la IA en los procesos empresariales y la toma de decisiones. Como se ha demostrado en muchos casos, los motores de IA y las personas juntos pueden crear mucho más valor que cualquiera de los dos por separado.
A medida que avanza la frontera de la IA, nos siguen inspirando algunas aplicaciones verdaderamente innovadoras de la IA, como el uso de la IA para identificar nuevos medicamentos, crear recomendaciones hiperpersonalizadas para los consumidores y potenciar las simulaciones de IA en gemelos digitales para optimizar el rendimiento en una variedad de parámetros. A medida que las capacidades individuales de la IA, como el procesamiento y la generación de lenguaje natural, continúan mejorando y democratizándose, nos entusiasma ver surgir una oleada de nuevas aplicaciones y que más empresas obtengan valor de la IA a escala.
3. Historias de talento en IA: Nuevos roles atractivos, continuos problemas de diversidad
Nuestro primer análisis detallado del panorama del talento de la IA señala la maduración de la IA, muestra las estrategias más comunes que emplean las organizaciones para la búsqueda de talento y la mejora de las habilidades, y arroja luz sobre el problema de la diversidad en la IA, al tiempo que muestra una vez más un vínculo entre la diversidad y el éxito.
Contratar es un desafío, pero menos para las empresas de alto desempeño
Todas las organizaciones informan que la contratación de talento de IA, en particular de los científicos de datos, sigue siendo difícil. Las empresas de alto desempeño en IA reportan una dificultad ligeramente menor y contrataron algunos roles, como ingenieros de aprendizaje automático, con más frecuencia que otras organizaciones.
La recapacitación (reskilling) y la mejora de las competencias (upskilling) son alternativas comunes a la contratación
Cuando se trata de buscar talento para la IA, la estrategia más popular entre todos los encuestados es recapacitar a los empleados existentes. Casi la mitad lo está haciendo. El reclutamiento en universidades de primer nivel, así como en empresas de tecnología que no están en el nivel superior, como las líderes regionales, también son estrategias comunes. Pero un análisis de las estrategias de las empresas de alto desempeño sugiere que lo mejor para las organizaciones es aprovechar tantos canales de reclutamiento como sea posible (Gráfica 2). Estas empresas están haciendo más que otras para reclutar talento relacionado con la IA de diversas fuentes. Los resultados muestran que, si bien es más probable que contraten personal en universidades técnicas y empresas tecnológicas de primer nivel, también es más probable que obtengan talento de otras universidades, academias de formación y programas centrados en la diversidad u organizaciones profesionales.
Las respuestas sugieren que tanto las empresas de alto desempeño en IA como otras organizaciones están mejorando las competencias de los empleados técnicos y no técnicos en este campo, y casi la mitad de los encuestados, tanto de las empresas de alto desempeño en IA como de otras organizaciones, dicen que están volviendo a capacitar como una forma de obtener más talento de IA. Sin embargo, las empresas de alto rendimiento están tomando más medidas que otras organizaciones para desarrollar las habilidades de los empleados relacionadas con la IA.
Los encuestados de las empresas de alto desempeño son casi tres veces más propensos que otros a decir que sus organizaciones tienen programas de creación de capacidades para desarrollar las habilidades de IA del personal de tecnología. Los enfoques más comunes que utilizan son el aprendizaje a partir de experiencias (experiential learning), los cursos en línea autodirigidos y los programas de certificación, mientras que otras organizaciones suelen apoyarse en los cursos en línea autodirigidos.
Las organizaciones de alto desempeño también son mucho más propensas que otras a ir más allá de proporcionar acceso a cursos en línea autodirigidos para mejorar las habilidades de los empleados no técnicos en IA. Los encuestados de alto desempeño tienen casi el doble de probabilidades que otros de informar que ofrecen programas de certificación y aprendizaje entre pares para el personal no técnico.
Aumentar la diversidad en los equipos de IA es un trabajo en curso
También exploramos el nivel de diversidad dentro de los equipos enfocados en IA y vimos que hay un margen significativo de mejora en la mayoría de los casos. La proporción promedio de empleados en estos equipos de las organizaciones de los encuestados que se identifican como mujeres es solo del 27 por ciento (Gráfica 3). La proporción es similar cuando se observa el porcentaje promedio de minorías raciales o étnicas que desarrollan soluciones de IA: solo el 25 por ciento. Es más, el 29 por ciento de los encuestados dice que sus organizaciones no tienen empleados pertenecientes a minorías que trabajen en sus soluciones de IA.
Algunas empresas están trabajando para mejorar la diversidad de su talento en IA, aunque se está haciendo más para mejorar la diversidad de género que la étnica. El 46 por ciento de los encuestados dice que sus organizaciones tienen programas activos para aumentar la diversidad de género dentro de los equipos que desarrollan soluciones de IA, a través de medidas como aliarse con asociaciones profesionales centradas en la diversidad para reclutar candidatos. Un tercio dice que sus organizaciones tienen programas para aumentar la diversidad racial y étnica. También vemos que las organizaciones con mujeres o minorías que trabajan en soluciones de IA suelen contar con programas para abordar las experiencias de estos empleados.
En línea con estudios anteriores de McKinsey, la investigación muestra una correlación entre la diversidad y el rendimiento superior. Las organizaciones en las que los encuestados dicen que al menos el 25 por ciento de los empleados de desarrollo de IA se identifican como mujeres tienen 3.2 veces más probabilidades que otras de tener un alto rendimiento en IA. Aquellas en las que al menos una cuarta parte de los empleados de desarrollo de IA pertenecen a minorías raciales o étnicas tienen más del doble de probabilidades de tener un alto desempeño en IA.
Helen Mayhew
Socia, Sídney
Al observar estos resultados sobre el talento, veo tanto lo lejos que hemos llegado con la IA como lo mucho que queda por hacer en algunas áreas.
Hace unos cinco años, la ingeniería de software no se habría clasificado como la función de IA de mayor prioridad, porque muchas organizaciones se centraban simplemente en construir modelos discretos mientras experimentaban con la tecnología. Pero a medida que el valor empresarial se hizo evidente, las organizaciones se dieron cuenta de la necesidad de que los conocimientos de la IA se entreguen en una interfaz donde las personas puedan consumirlos y aplicarlos para lograr un impacto. La contratación de ingenieros de aprendizaje automático muestra de manera similar la maduración de la IA; las empresas necesitan este rol ahora porque están trabajando para integrar el aprendizaje automático en los sistemas de manera regular y confiable.
Por otro lado, a pesar de conocer desde hace casi una década la creciente necesidad de funciones como los científicos de datos y los ingenieros de datos, todavía no hemos movido la aguja lo suficiente en el lado de la oferta. La contratación en campamentos de entrenamiento está repuntando porque el talento experimentado simplemente no está disponible. No es fácil establecer vías de aprendizaje para estos nuevos talentos, pero las organizaciones tienen pocas opciones. Los esfuerzos de reskilling también son una gran empresa, pero son necesarios para llenar los vacíos. Para satisfacer las necesidades, en realidad necesitamos que muchas más organizaciones recapaciten a sus empleados de lo que estamos viendo en estos resultados.
Las cifras de diversidad son decepcionantes, pero lamentablemente no sorprenden. La ciencia de datos es un deporte de equipo. La diversidad de perspectivas es importante. Se ha demostrado una y otra vez que los problemas de sesgo proliferarán si las organizaciones carecen de un equipo lo suficientemente diverso como para señalar los problemas. Y tal como lo han demostrado otras investigaciones que hemos realizado, la diversidad se correlaciona con un desempeño sólido, además de ser lo correcto. Si no se tiene cuidado, con la IA la falta de diversidad puede generar desconfianza. Por último, es importante recordar que estos trabajos de IA se encuentran entre los mejor pagados y la demanda solo aumentará. Corremos el riesgo de socavar el progreso que hemos logrado hasta la fecha para reducir las brechas salariales para las mujeres y las minorías étnicas, si no están igualmente representadas en esta base de habilidades de alta demanda.
4. Acerca de la investigación
La encuesta en línea se llevó a cabo del 3 al 27 de mayo de 2022 y del 15 al 17 de agosto de 2022, y obtuvo respuestas de 1,492 participantes que representan la gama completa de regiones, industrias, tamaños de empresa, especialidades funcionales y cargos. De esos encuestados, 744 dijeron que sus organizaciones habían adoptado la IA en al menos una función y se les formularon preguntas sobre el uso de la IA de sus organizaciones. Para ajustar las diferencias en las tasas de respuesta, los datos se ponderan según la contribución del país de cada encuestado al PIB mundial.