Si 2023 fue el año en que el mundo descubrió la IA generativa (gen AI), 2024 es el año en que las organizaciones realmente comenzaron a utilizar (y a obtener valor comercial de) esta nueva tecnología. En la última Encuesta Global de McKinsey sobre IA (McKinsey Global Survey on AI), 65 por ciento de los encuestados reportaron que sus organizaciones utilizan regularmente IA generativa, casi el doble del porcentaje de nuestra encuesta anterior hace apenas diez meses. Las expectativas de los encuestados sobre el impacto de la IA generativa siguen siendo tan altas como el año pasado, y tres cuartas partes predicen que la IA generará cambios significativos o disruptivos en sus industrias en los próximos años.
Las organizaciones ya están viendo beneficios materiales del uso de la IA generativa, reportando tanto reducciones de costos como aumentos de ingresos en las unidades de negocios que implementan la tecnología. La encuesta también proporciona información sobre los tipos de riesgos que presenta la IA generativa (en particular, la inexactitud), así como las prácticas emergentes de los de mejor desempeño para mitigar esos desafíos y capturar valor.
La adopción de IA aumenta
El interés en la IA generativa también ha puesto de relieve un conjunto más amplio de capacidades de IA. Durante los últimos seis años, la adopción de IA por parte de las organizaciones de los encuestados ha rondado 50 por ciento. Este año, la encuesta revela que la adopción ha aumentado a 72 por ciento (Gráfica 1). Y el interés tiene un alcance verdaderamente global. Nuestra encuesta de 2023 reveló que la adopción de la IA no alcanzó 66 por ciento en ninguna región; sin embargo, este año más de dos tercios de los encuestados en casi todas las regiones dicen que sus organizaciones están utilizando IA. Por industria, el mayor aumento en la adopción se puede encontrar en los servicios profesionales.
Además, las respuestas sugieren que las empresas ahora están utilizando IA en más partes del negocio. La mitad de los encuestados dicen que sus organizaciones han adoptado la IA en dos o más funciones comerciales, frente a menos de un tercio de los encuestados en 2023 (Gráfica 2).
La adopción de Gen AI es más común en las funciones donde puede crear el mayor valor
La mayoría de los encuestados ahora reportan que sus organizaciones (y ellos como individuos) están utilizando IA generativa. Sesenta y cinco por ciento de los encuestados dice que sus organizaciones utilizan regularmente la IA generativa en al menos una función empresarial, frente a un tercio el año pasado. La organización promedio que utiliza IA generativa lo hace en dos funciones, más a menudo en marketing y ventas y en desarrollo de productos y servicios (dos funciones en las que investigaciones previas determinaron que la adopción de IA generativa podría generar el mayor valor), así como en TI (Gráfica 3). El mayor aumento desde 2023 se encuentra en marketing y ventas, donde la adopción reportada se ha más que duplicado. Sin embargo, en todas las funciones, 15 por ciento o más de los encuestados reportan solo dos casos de uso, tanto dentro de marketing como de ventas.
La IA generativa también se está abriendo camino en la vida personal de los encuestados. En comparación con 2023, es mucho más probable que los encuestados utilicen IA generativa en el trabajo e incluso más probabilidades de utilizar IA generativa tanto en el trabajo como en su vida personal (Gráfica 4). La encuesta revela aumentos en el uso de IA generativa en todas las regiones, con los mayores aumentos en Asia-Pacífico y la Gran China. Mientras tanto, los encuestados en los niveles más altos de antigüedad muestran mayores saltos en el uso de herramientas generales de Al para el trabajo y fuera del trabajo en comparación con sus pares de gestión media. En cuanto a industrias específicas, los encuestados que trabajan en energía y materiales y en servicios profesionales reportan el mayor aumento en el uso de IA generativa.
Las inversiones en IA generativa e IA analítica están empezando a crear valor
La última encuesta también muestra cómo las diferentes industrias están presupuestando la IA generativa. Las respuestas sugieren que, en muchas industrias, las organizaciones tienen la misma probabilidad de invertir más de 5 por ciento de sus presupuestos digitales en IA generativa que en soluciones de IA analítica no generativa (Gráfica 5). Sin embargo, en la mayoría de las industrias, una proporción mayor de encuestados informa que sus organizaciones gastan más de 20 por ciento en IA analítica que en IA generativa. De cara al futuro, la mayoría de los encuestados (67 por ciento) espera que sus organizaciones inviertan más en IA durante los próximos tres años.
¿Dónde están dando sus frutos esas inversiones? Por primera vez, nuestra última encuesta exploró el valor creado por el uso de la IA generativa por función empresarial. La función en la que la mayor parte de los encuestados afirma haber visto reducciones de costos es la de recursos humanos. Los encuestados suelen informar aumentos significativos en los ingresos (de más de 5 por ciento) en la cadena de suministro y la gestión de inventario (Gráfica 6). En el caso de la IA analítica, los encuestados suelen afirmar haber visto beneficios de costos en las operaciones de servicios (en línea con lo que encontramos el año pasado), así como aumentos significativos en los ingresos derivados del uso de la IA en marketing y ventas.
Inexactitud: el riesgo más reconocido y experimentado del uso de IA generativa
A medida que las empresas comienzan a ver los beneficios de la IA generativa, también reconocen los diversos riesgos asociados con la tecnología. Estos pueden variar desde riesgos de gestión de datos, como la privacidad de los datos, el sesgo o la infracción de la propiedad intelectual (PI), hasta riesgos de gestión de modelos, que tienden a centrarse en resultados inexactos o falta de explicabilidad. Una tercera gran categoría de riesgo es la seguridad y el uso incorrecto.
Algunas organizaciones ya han experimentado consecuencias negativas por el uso de IA generativa: 44 por ciento de los encuestados dijeron que sus organizaciones han experimentado al menos una consecuencia (Gráfica 8). Los encuestados suelen señalar la inexactitud como un riesgo que ha afectado a sus organizaciones, seguida de la ciberseguridad y la explicabilidad.
Nuestra investigación anterior ha descubierto que existen varios elementos de gobernanza que pueden ayudar a ampliar el uso responsable de la IA generativa, pero pocos encuestados reportan que cuentan con estas prácticas relacionadas con el riesgo. Por ejemplo, solo 18 por ciento dicen que sus organizaciones tienen un consejo o junta empresarial con autoridad para tomar decisiones que involucran una gobernanza responsable de la IA, y solo un tercio dicen que la concientización sobre los riesgos de la IA generativa y los controles de mitigación de riesgos son conjuntos de habilidades necesarias para el talento técnico.
Aprovechar las capacidades de IA generativa
La última encuesta también buscó comprender cómo y con qué rapidez las organizaciones están implementando estas herramientas de IA generativa. Hemos encontrado tres arquetipos para implementar soluciones de IA generativa: los interesados utilizan soluciones disponibles en el mercado y disponibles públicamente; los modeladores personalizan esas herramientas con datos y sistemas propietarios; y los fabricantes desarrollan sus propios modelos básicos desde cero. En la mayoría de las industrias, los resultados de la encuesta sugieren que las organizaciones están encontrando ofertas listas para usar aplicables a sus necesidades comerciales, aunque muchas están buscando oportunidades para personalizar modelos o incluso desarrollar los suyos propios (Gráfica 9). Alrededor de la mitad de los usos de IA generativa reportados dentro de las funciones comerciales de los encuestados utilizan modelos o herramientas disponibles públicamente, con poca o ninguna personalización. Los encuestados en energía y materiales, tecnología, medios y telecomunicaciones son más propensos a informar sobre personalizaciones o ajustes significativos de modelos disponibles públicamente o desarrollar sus propios modelos patentados para abordar necesidades comerciales específicas.
Los encuestados suelen reportar que sus organizaciones necesitaron de uno a cuatro meses desde el inicio de un proyecto para poner la IA en producción, aunque el tiempo que lleva varía según la función empresarial (Gráfica 10). También depende del enfoque para adquirir esas capacidades. No sorprende que los usos reportados de modelos altamente personalizados o propietarios tengan 1.5 veces más probabilidades de tardar cinco meses o más en implementarse que los modelos disponibles públicamente y disponibles en el mercado.
Las personas con alto rendimiento en la IA generativa sobresalen a pesar de enfrentar desafíos
La IA generativa es una tecnología nueva y las organizaciones aún se encuentran en una etapa temprana del camino para aprovechar sus oportunidades y ampliarlas en todas las funciones. Por lo tanto, no sorprende que solo un pequeño subconjunto de encuestados (46 de 876) reporten que una parte significativa de las ganancias antes de intereses e impuestos (earnings before interest and taxes, o EBIT) de sus organizaciones puede atribuirse a su implementación de IA generativa. Aun así, vale la pena examinar de cerca a estos líderes de IA generativa. Después de todo, estos son los pioneros, que ya atribuyen más de 10 por ciento del EBIT de sus organizaciones al uso de IA generativa. Cuarenta y dos por ciento de estas empresas de alto desempeño dicen que más de 20 por ciento de su EBIT es atribuible al uso de IA analítica no generativa, y abarcan industrias y regiones, aunque la mayoría están en organizaciones con menos de $1,000 millones de dólares en ingresos anuales. Las prácticas relacionadas con la IA en estas organizaciones pueden ofrecer orientación a quienes buscan crear valor a partir de la adopción de la IA generativa en sus propias organizaciones.
Para empezar, las empresas con alto rendimiento en IA generativa están utilizando IA generativa en más funciones comerciales: un promedio de tres funciones, mientras que otros promedian dos. Ellos, al igual que otras organizaciones, tienen más probabilidades de utilizar IA generativa en marketing, ventas y desarrollo de productos o servicios, pero es mucho más probable que otras utilicen soluciones de IA generativa en riesgos, aspectos legales y de cumplimiento; en estrategia y finanzas corporativas; y en la cadena de suministro y la gestión de inventarios. Tienen más de tres veces más probabilidades que otros de utilizar IA generativa en actividades que van desde el procesamiento de documentos contables y la evaluación de riesgos hasta pruebas de investigación y desarrollo, fijación de precios y promociones. Si bien, en general, alrededor de la mitad de las aplicaciones de IA generativa reportadas dentro de funciones empresariales utilizan modelos o herramientas disponibles públicamente, es menos probable que los de alto rendimiento de IA generativa utilicen esas opciones disponibles en el mercado que implementar versiones significativamente personalizadas de esas herramientas o desarrollar sus propios modelos de cimentación patentados.
¿Qué más están haciendo de manera diferente estos empleados de alto rendimiento? Por un lado, están prestando más atención a los riesgos relacionados con la IA. Quizás porque están más avanzados en su camino, son más propensos que otros a decir que sus organizaciones han experimentado todas las consecuencias negativas de la generación de IA sobre la que preguntamos, desde la ciberseguridad y la privacidad personal hasta la explicabilidad y la infracción de la propiedad intelectual. Teniendo esto en cuenta, es más probable que otros reporten que sus organizaciones consideran que esos riesgos, así como el cumplimiento normativo, los impactos ambientales y la estabilidad política, son relevantes para el uso de IA generativa, y dicen que toman medidas para mitigar más riesgos que otros.
Las personas con alto desempeño en IA generativa son también mucho más propensas a decir que sus organizaciones siguen un conjunto de mejores prácticas relacionadas con el riesgo (Gráfica 11). Por ejemplo, tienen casi el doble de probabilidades que otros de involucrar la función legal e incorporar revisiones de riesgos en las primeras etapas del desarrollo de soluciones de IA generativa, es decir, de “girar a la izquierda”. También son mucho más propensos que otros a emplear una amplia gama de otras mejores prácticas, desde aquellas relacionadas con la estrategia hasta aquellas relacionadas con el escalamiento.
Además de experimentar los riesgos de la adopción de la IA generativa, las empresas de alto rendimiento se han topado con otros desafíos que pueden servir como advertencias para otros (Gráfica 12). Setenta por ciento dicen que han experimentado dificultades con los datos, incluida la definición de procesos para la gobernanza de datos, el desarrollo de la capacidad de integrar rápidamente datos en modelos de IA y una cantidad insuficiente de datos de entrenamiento, lo que destaca el papel esencial que desempeñan los datos en la captura de valor. Las personas de alto rendimiento también son más propensas que otras a reportar haber experimentado desafíos con sus modelos operativos, como la implementación de formas ágiles de trabajo y una gestión eficaz del rendimiento de los sprints.
Sobre la investigación
La encuesta en línea se realizó sobre el terreno del 22 de febrero al 5 de marzo de 2024 y obtuvo respuestas de 1,363 participantes que representan toda la gama de regiones, industrias, tamaños de empresas, especialidades funcionales y antigüedades. De los encuestados, 981 dijeron que sus organizaciones habían adoptado la IA en al menos una función comercial, y 878 dijeron que sus organizaciones utilizaban regularmente la IA generativa en al menos una función. Para ajustar las diferencias en las tasas de respuesta, los datos se ponderan por la contribución de la nación de cada encuestado al PIB global.
