La Inteligencia artificial en la estrategia

¿Pueden las máquinas automatizar el desarrollo de estrategias? La respuesta corta es no. Sin embargo, hay numerosos aspectos del trabajo de los estrategas en los que la inteligencia artificial (IA) y las herramientas de análisis avanzado ya pueden aportar un enorme valor. Yuval Atsmon es un socio sénior que dirige el nuevo Centro McKinsey para la Innovación Estratégica (McKinsey Center for Strategy Innovation), que estudia las formas en que las nuevas tecnologías pueden aumentar los principios atemporales de la estrategia. En este episodio del podcast Dentro de la Sala de Estrategia (Inside the Strategy Room), explica cómo la inteligencia artificial está transformando la estrategia y lo que se avecina. Esta es una transcripción editada del debate. Para obtener más conversaciones sobre los temas de estrategia que importan, siga la serie en su plataforma de podcast preferida.

Joanna Pachner: ¿Qué significa la inteligencia artificial en el contexto de la estrategia?

Yuval Atsmon: Cuando las personas hablan de inteligencia artificial, incluyen todo lo relacionado a la analítica, la automatización y el análisis de datos. Marvin Minsky, el pionero de la investigación sobre inteligencia artificial en la década de 1960, hablaba de la IA como una "palabra maleta" (“suitcase word”), un término en el que puedes meter lo que quieras, y ese parece ser el caso. Nos sentimos cómodos con eso porque creemos que las empresas deberían usar todas las capacidades del análisis más tradicional, al tiempo que aumentan la automatización en la estrategia que puede liberar tiempo de los directivos o de los analistas y, gradualmente, introducir herramientas que pueden aumentar el pensamiento humano.

Joanna Pachner: La IA ha sido adoptada por muchas funciones empresariales, pero la estrategia parece ser en gran medida inmune a sus encantos. ¿Por qué cree que es así?

Yuval Atsmon: Tiene razón sobre la adopción limitada. Solo el 7 por ciento de los que respondieron a nuestra encuesta sobre el uso de la IA dicen que la usan en la estrategia o incluso en la planeación financiera, mientras que, en áreas como el marketing, la cadena de suministro y las operaciones de servicios, llega al 25 o el 30 por ciento. Una de las razones del retraso en la adopción es que la estrategia es una de las prácticas conceptuales más integradoras. Cuando los ejecutivos piensan en la automatización de la estrategia, muchos miran demasiado lejos, hacia las capacidades de IA que decidirían, en lugar del líder empresarial, cuál es la estrategia correcta. Están perdiendo oportunidades de utilizar la IA en los componentes básicos de la estrategia que podría mejorar significativamente los resultados.

Me gusta usar la analogía con los asistentes virtuales. Muchos de nosotros usamos Alexa o Siri, pero muy pocas personas utilizan estas herramientas para hacer algo más que dictar un mensaje de texto o apagar las luces. No nos sentimos cómodos con la capacidad de la tecnología para comprender el contexto en aplicaciones más sofisticadas. La IA en la estrategia es similar: es difícil que la IA sepa todo lo que sabe un ejecutivo, pero puede ayudar a los ejecutivos con ciertas tareas.

Joanna Pachner: ¿Qué tipo de tareas puede la IA ayudar a ejecutar a los estrategas en la actualidad?

Yuval Atsmon: Hablamos de seis etapas del desarrollo de la IA. La más temprana es la analítica simple, a la que nos referimos como inteligencia descriptiva. Las empresas utilizan cuadros de mando para el análisis de la competencia o para estudiar el rendimiento en diferentes partes del negocio que se actualizan automáticamente. Algunos tienen capacidades interactivas para refinamiento y pruebas.

El segundo nivel es la inteligencia de diagnóstico, que es la capacidad de mirar hacia atrás en el negocio y comprender las causas fundamentales y los impulsores del rendimiento. El siguiente nivel es la inteligencia predictiva: ser capaz de anticipar ciertos escenarios u opciones y el valor de las cosas en el futuro en función del impulso del pasado, así como de las señales recogidas en el mercado. Tanto el diagnóstico como la predicción son áreas que la IA puede mejorar mucho en la actualidad. Las herramientas pueden aumentar el análisis de los ejecutivos y convertirse en áreas en las que se desarrollen capacidades. Por ejemplo, en inteligencia de diagnóstico, se puede organizar la cartera en segmentos para comprender de forma granular de dónde proviene el rendimiento y hacerlo de una manera mucho más continua de lo que podrían hacerlo los analistas. Se pueden probar 20 formas diferentes en una hora en lugar de desplegar a cien analistas para abordar el problema.

La IA predictiva es más difícil y más arriesgada. Los ejecutivos no deberían confiar completamente en la IA predictiva, pero proporciona otro punto de vista sistemático en la sala. Debido a que las decisiones estratégicas tienen consecuencias importantes, una consideración clave es usar la IA de manera transparente, en el sentido de comprender por qué hace una determinada predicción y qué extrapolaciones realiza a partir de qué información. Luego puede evaluar si confía o no en la predicción. Incluso puede usar la IA para rastrear la evolución de los supuestos de esa predicción.

Esos son los niveles disponibles hoy en día. Los siguientes tres niveles tardarán en desarrollarse. Hay algunos ejemplos tempranos de acciones de asesoramiento de IA para la consideración de los ejecutivos que crearían valor basándose en el análisis. A partir de ahí, se pasa a delegar cierta autoridad de decisión a la IA, con restricciones y supervisión. Eventualmente, se llega al punto en el que la IA totalmente autónoma analiza y decide sin interacción humana.

Joanna Pachner: ¿Qué tipo de empresas o industrias podrían obtener los mayores beneficios al adoptar la IA en su nivel actual de sofisticación?

Yuval Atsmon: Es probable que todas las empresas tengan alguna oportunidad de utilizar la IA más de lo que lo hacen en la actualidad. Lo primero que hay que tener en cuenta es la disponibilidad de los datos. ¿Se dispone de datos de rendimiento que se pueden organizar de manera sistemática? Las empresas que disponen de datos detallados en sus carteras hasta la línea de negocio, la unidad de mantenimiento de existencias (stock keeping unit, o SKU), el inventario y las materias primas, tienen más oportunidades de usar las máquinas para obtener información granular que los humanos no podrían.

Las empresas cuyas estrategias se basan en unas pocas decisiones importantes con datos limitados obtendrían menos de la IA. Asimismo, aquellas que se enfrentan a mucha volatilidad y vulnerabilidad ante acontecimientos externos se beneficiarían menos que las empresas con carteras controladas y sistemáticas, aunque podrían implementar la IA para predecir mejor esos acontecimientos externos e identificar lo que pueden y no pueden controlar.

En tercer lugar, la velocidad de las decisiones es importante. La mayoría de las empresas desarrollan estrategias cada tres a cinco años, que luego se convierten en presupuestos anuales. Si se piensa en la estrategia de esa manera, el papel de la IA es relativamente limitado, aparte de la posibilidad de acelerar los análisis que se introducen en la estrategia. Sin embargo, algunas empresas revisan regularmente las decisiones importantes que tomaron en función de supuestos sobre el mundo que pueden haber cambiado desde entonces, lo que afecta el retorno sobre la inversión (return on investment, o ROI) proyectado de las iniciativas. Dichos cambios afectarían la forma en que se despliega el talento y el tiempo de los ejecutivos, de gastar el dinero y de enfocar los esfuerzos de ventas, y la IA puede ser valiosa para guiar eso. El valor de la IA es aún mayor cuando se pueden tomar decisiones cerca del momento de implementar los recursos, porque la IA puede indicar que sus supuestos anteriores han cambiado desde que se hizo el plan.

Joanna Pachner: ¿Puede darnos algún ejemplo de empresas que empleen IA para abordar desafíos estratégicos específicos?

Yuval Atsmon: Algunos de los usuarios más innovadores de IA, no por casualidad, son empresas nativas digitales y de IA. Algunas de estas empresas han visto enormes beneficios de la IA y han aumentado su uso en otras áreas del negocio. Una empresa de movilidad ajusta su planeación financiera en función de los patrones de precios que observa en el mercado. Su negocio tiene una flexibilidad relativamente alta para la demanda, pero menor para la oferta, por lo que la empresa utiliza la IA para señalar continuamente cuándo la dinámica de precios tiene una tendencia que afectaría a la rentabilidad o dónde está aumentando la demanda. Esto permite que la empresa reaccione rápidamente para crear más capacidad, porque su rentabilidad es muy sensible a mantener el equilibrio entre la oferta y la demanda.

Joanna Pachner: Dada la rapidez con la que cambian las cosas hoy en día, ¿no parece que la IA es una herramienta más táctica que estratégica, que proporciona información urgente sobre elementos aislados de la estrategia?

Yuval Atsmon: Es interesante que usted haga la distinción entre estratégico y táctico. Por supuesto, cada decisión se puede dividir en otras más pequeñas, y donde la IA se puede usar hoy de manera asequible en la estrategia es para construir los bloques de la estrategia. Puede parecer táctico, pero puede marcar una gran diferencia. Una de las firmas de inversión líderes en el mundo, por ejemplo, ha comenzado a usar la IA para buscar ciertos patrones en lugar de analizar directamente empresas individuales. La IA busca el uso de los móviles por parte del consumidor que sugiere que la tecnología de una empresa se está imponiendo rápidamente, lo que le brinda a la firma la oportunidad de invertir en esa empresa antes que otros. Eso les ha dado una ventaja estratégica significativa, aunque la herramienta en sí misma pueda ser relativamente táctica.

Joanna Pachner: McKinsey ha escrito mucho sobre los sesgos cognitivos y las dinámicas sociales que pueden sesgar la toma de decisiones. ¿Puede la IA ayudar con estos desafíos?

Yuval Atsmon: Cuando hablamos con ejecutivos sobre el uso de la IA en el desarrollo de estrategias, la primera reacción que recibimos es: “Esas son decisiones realmente importantes. ¿Qué pasa si la IA se equivoca?”. La primera respuesta es que los humanos también se equivocan, y mucho. [Amos] Tversky, [Daniel] Kahneman y otros han demostrado que algunos de esos errores son sistémicos, observables y predecibles. Lo primero que puede hacer la IA es detectar situaciones que puedan dar lugar a sesgos. Por ejemplo, imaginemos que la IA está escuchando una sesión de estrategia en la que el CEO propone algo y todos dicen "Sí", sin debate ni discusión. La IA podría informar a la sala: "Podríamos tener un sesgo de girasol (sunflower bias) aquí", lo que podría desencadenar más conversación y recordarle al CEO que es de su propio interés fomentar un poco la actitud de “abogado del diablo”.

También vemos a menudo un sesgo de confirmación, en el que las personas enfocan su análisis en probar la sabiduría de lo que ya quieren hacer, en lugar de buscar una realidad basada en hechos. El simple hecho de que la IA realice un análisis por defecto que no tiene como objetivo satisfacer al jefe es útil, y el equipo puede entonces tratar de comprender por qué eso es diferente de la hipótesis de la dirección, lo que desencadena un debate mucho más rico.

En términos de dinámica social, los problemas de agencia pueden crear conflictos de intereses. Cada líder de unidad de negocio [business unit o BU] piensa que su BU debe recibir la mayor cantidad de recursos y brindará el mayor valor, o al menos siente que debe defender su negocio. La IA proporciona una forma neutral basada en datos sistemáticos para gestionar esos debates. También es útil para los ejecutivos con autoridad de decisión, ya que todos sabemos que las presiones a corto plazo y la necesidad de cumplir con los números trimestrales y anuales llevan a las personas a tomar decisiones diferentes el 31 de diciembre que el 1 de enero o el 1 de octubre. Como en la historia de Ulises y las sirenas, se puede usar la IA para recordarnos que queríamos algo diferente tres meses antes. El CEO todavía decide; la IA solo puede darle ese empujón adicional.

Joanna Pachner: Es como si tuviéramos a Spock de nuestro lado, que es desapasionado y puramente analítico.

Yuval Atsmon: Esa no es una mala analogía, al menos para los fanáticos de Star Trek.

Joanna Pachner: ¿Tiene una aplicación favorita de la IA en materia de estrategia?

Yuval Atsmon: He trabajado mucho en la asignación de recursos y uno de los desafíos, que llamamos el fenómeno del palo de hockey (hockey stick phenomenon), es que los ejecutivos siempre son demasiado optimistas sobre lo que sucederá. Saben que la asignación de recursos se definirá inevitablemente por lo que se crea sobre el futuro, y no necesariamente por los resultados pasados. La IA puede proporcionar una predicción objetiva del rendimiento a partir de un caso de impulso predeterminado: en función de todo lo que sucedió en el pasado y algunos indicadores sobre el futuro, ¿cuál es el pronóstico de rendimiento si no hacemos nada? Esto es antes de que digamos: “Pero contrataré a estas personas, desarrollaré este nuevo producto y mejoraré mi mercadeo”, cosas que todos los ejecutivos piensan que les ayudarán a obtener mejores resultados que en el pasado. El caso de impulso neutral, que la IA puede calcular de una manera fría, similar a Spock, puede cambiar la dinámica de la discusión sobre la asignación de recursos. Es una forma de inteligencia predictiva accesible hoy en día y, aunque no pretende ser definitiva, proporciona una base para tomar mejores decisiones.

Joanna Pachner: ¿Considera que el acceso al talento tecnológico es uno de los obstáculos para la adopción de la IA en la estrategia, especialmente en las grandes empresas?

Yuval Atsmon: Yo haría una distinción. Si se refiere a talentos de aprendizaje automático y ciencia de datos o ingenieros de software que construyen las herramientas digitales, definitivamente no son fáciles de conseguir. Sin embargo, las empresas pueden utilizar cada vez más plataformas que brindan acceso a herramientas de IA y requieren menos de las empresas individuales. Además, este ámbito de la estrategia es emocionante: es de vanguardia, por lo que probablemente sea más fácil conseguir talento tecnológico para eso que para el trabajo de manufactura.

El mayor reto, irónicamente, es encontrar estrategas o personas con experiencia empresarial para contribuir al esfuerzo. No se resolverán los problemas de estrategia con la IA sin la participación de personas que entiendan la experiencia del cliente y lo que se está tratando de lograr. Los que saben más, como los altos ejecutivos, no tienen tiempo para ser gerentes de producto del equipo de IA. Una limitación aún mayor es que, en algunos casos, se está pidiendo a la gente que participe en una iniciativa que puede restar importancia a sus trabajos. Podría haber muchas oportunidades para incorporar la IA a los puestos de trabajo existentes, pero es algo sobre lo que las empresas deben reflexionar. El mejor enfoque puede ser crear una fábrica digital en la que un equipo diferente pruebe y cree aplicaciones de IA, con la supervisión de las partes interesadas de alto nivel.

Joanna Pachner: ¿Cree que esta preocupación por la seguridad laboral y el potencial de que la IA automatice la estrategia es realista?

Yuval Atsmon: La cuestión de si la IA reemplazará al juicio humano y dejará a la humanidad sin trabajo es una gran pregunta que dejaría para otros expertos.

La pregunta pertinente es la automatización a corto plazo. Debido a su complejidad, la estrategia sería uno de los últimos ámbitos en verse afectado por la automatización, pero lo estamos viendo en muchos otros. Sin embargo, la tendencia desde hace más de doscientos años ha sido que la automatización crea nuevos puestos de trabajo, aunque requieren habilidades diferentes. Eso no quita el temor que algunas personas tienen de que una máquina exponga sus errores o haga su trabajo mejor que ellos.

Joanna Pachner: Recientemente publicamos un artículo sobre el coraje estratégico en una era de volatilidad, que hablaba sobre tres tipos de ventajas que líderes empresariales deben desarrollar. Una es la ventaja en el conocimiento. ¿Cree que la IA tiene un papel que desempeñar en la creación de una ventaja en el conocimiento patentada?

Yuval Atsmon: Uno de los desafíos que enfrentan la mayoría de los estrategas es la abrumadora complejidad del mundo en el que operamos: el número de incógnitas, la sobrecarga de información. En un primer nivel, puede parecer que la IA supondrá otra capa de complejidad. En realidad, puede ser un cuchillo afilado que corte parte del desorden. La pregunta que debemos hacernos es: ¿puede la IA simplificar mi vida brindándome información más precisa y oportuna con mayor facilidad?

Joanna Pachner: Usted lleva mucho tiempo trabajando en estrategia. ¿Qué despertó su interés por explorar esta intersección entre la estrategia y las nuevas tecnologías?

Yuval Atsmon: Siempre me han intrigado las cosas que están en los límites de lo que parece posible. La segunda ley del escritor de ciencia ficción Arthur C. Clarke es que, para descubrir los límites de lo posible, hay que aventurarse un poco más allá, hacia lo imposible, y eso me parece especialmente atractivo en este ámbito.

La IA en la estrategia está en etapas muy incipientes, pero podría tener muchas consecuencias para las empresas y para la profesión. Para un alto ejecutivo, las decisiones estratégicas son la forma más importante de influir en el negocio, quizás además de formar el equipo directivo, y es sorprendente lo poco que la tecnología se aprovecha en ese proceso hoy en día. Es concebible que la ventaja competitiva radique cada vez más en tener ejecutivos que sepan cómo aplicar bien la IA. En algunos ámbitos, como la inversión, eso ya está sucediendo, y la diferencia en los rendimientos puede ser asombrosa. Me parece muy emocionante ayudar a las empresas a ser parte de esa evolución.