La más reciente encuesta Global de McKinsey sobre IA, incluye respuestas de 1.363 participantes en todas las regiones, industrias, tamaños de compañías, especialidades y antigüedades. Los resultados mostraron que el 65% de los participantes afirmaron que sus organizaciones usan regularmente genAI, casi el doble que hace apenas diez meses. Las expectativas de los encuestados respecto del impacto de la IA generativa siguen siendo tan altas como lo fueron el año pasado, y tres cuartas partes predijeron que la IA conducirá a cambios importantes o disruptivos en sus industrias en los próximos años. Aumento de adopción de IA Durante los últimos seis años, la adopción de IA por parte de las organizaciones encuestadas osciló en torno al 50% Este año, la encuesta reveló que la adopción creció al 72% y el interés es verdaderamente global en su alcance. Además, las respuestas sugieren que las compañías están usando IA en una mayor parte del negocio. La mitad de los participantes afirmaron que sus organizaciones adoptaron IA en dos o más funciones de negocios, en comparación con menos de un tercio de los participantes en 2023. La adopción de la IA de generación es más común en las funciones donde puede crear el mayor valor La mayoría de los participantes afirman que sus organizaciones (y sus integrantes) están usando IA generativa. El 65% de los encuestados afirma que sus organizaciones usan IA generativa regularmente en al menos una función de negocios, en comparación con un tercio el año pasado. La organización promedio que utiliza IA generativa lo está haciendo en dos funciones, la más frecuente en marketing y ventas y en desarrollo de productos y servicios - dos funciones en las que investigaciones previas determinaron que la adopción de IA genérica podría generar el mayor valor - así como en IT. La IA generativa también está abriéndose paso en la vida personal de los encuestados. En comparación con 2023, los participantes son mucho más proclives a usar IA generativa en el trabajo y en sus vidas personales. La encuesta revela mejoras en el uso de IA en todas las regiones, con los mayores aumentos en Asia-Pacífico y China. Los encuestados de niveles ejecutivos más altos muestran saltos más grandes en el uso de herramientas de IA Generativa en el trabajo y fuera del trabajo en comparación con sus pares de gerencia media. Al analizar industrias específicas, los participantes 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 Las diferentes industrias están considerando la IA generativa en sus presupuestos. En muchas las organizaciones tienen la misma probabilidad de invertir más del 5% de sus presupuestos digitales en IA generativa que en soluciones analíticas. Sin embargo, en la mayoría de las industrias, una mayor proporción de los participantes afirma que sus organizaciones destinan más del 20% a IA analítica que a la generativa. De cara al futuro, la mayoría de los encuestados (67%) espera que sus organizaciones inviertan más en IA en los próximos tres años. Inexactitud: el riesgo más experimentado de 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 riesgos pueden variar desde riesgos de administración de datos como privacidad de datos, sesgos o violación de la propiedad intelectual hasta riesgos de administración de modelos, que tienden a centrarse en resultados inexactos o falta de justificación. Una tercera categoría de alto riesgo es la seguridad y el uso incorrecto. Los participantes de la encuesta manifestaron que sus organizaciones consideran que la inexactitud y las infracciones de Propiedad Intelectual son relevantes para el uso de IA generativa, y cerca de la mitad de ellos continúan considerando la ciberseguridad como un riesgo. De hecho, la inexactitud -que puede afectar los casos de uso a lo largo de la cadena de valor de la IA de generación, desde recorridos de clientes y síntesis hasta codificación y contenido creativo- es el único riesgo de que los encuestados tengan más probabilidades que el año pasado de afirmar que sus organizaciones están trabajando activamente para mitigarlos. Algunas organizaciones ya han experimentado consecuencias negativas por el uso de IA generativa, con el 44% de los participantes que manifestaron que sus organizaciones experimentaron al menos una consecuencia. La mayoría de los encuestados reportan inexactitud como un riesgo que ha afectado a sus organizaciones, seguido por ciberseguridad y explicabilidad. Nuestra investigación previa ha identificado que existen varios elementos de gobierno que pueden ayudar a escalar la IA generativa de manera responsable, aunque pocos de los participantes reportan tener estas prácticas relacionadas con el riesgo implementadas. Aportar capacidades de IA generativa Hemos encontrado tres arquetipos para implementar soluciones de IA generativa: los tomadores usan soluciones listas para usar y disponibles públicamente; los formadores personalizan esas herramientas con datos y sistemas propietarios; y los hacedores desarrollen sus propias bases desde cero. Los resultados de la encuesta sugieren que las organizaciones están encontrando ofertas disponibles para sus negocios - aunque muchos están buscando oportunidades de negocios personalizar modelos o incluso desarrollar los propios. Alrededor de la mitad de los usos de IA generativa reportados dentro de las funciones de negocios de los participantes están utilizando modelos o herramientas disponibles públicamente, con poca o ninguna personalización. La mayoría de los encuestados afirma que sus organizaciones necesitaron de uno a cuatro meses desde el inicio de un proyecto para poner en producción la IA generativa, aunque el tiempo que lleva varía según la función del negocio. También depende del enfoque para adquirir esas capacidades. No es de sorprender que los usos reportados de modelos altamente personalizados o patentados tengan 1,5 veces más probabilidades de ser implementados que los modelos disponibles públicamente y disponibles en el mercado en cinco meses o más. También te puede interesar: La revolución de la inteligencia artificial en el fútbol Los jugadores de alto desempeño de Gen AI están destacándose a pesar de enfrentar desafíos La IA generativa es una nueva tecnología, y las organizaciones están aún en una etapa temprana del recorrido para perseguir sus oportunidades y escalarlas a lo largo de las distintas funciones. Así, pues, no sorprende que sólo un pequeño subconjunto de encuestados (46 de 876) informen que una parte significativa del EBIT de sus organizaciones se puede atribuir a su despliegue de IA generativa. Aun así, vale la pena examinar detenidamente esa generación de líderes en materia de IA. Estos, después de todo, son los pioneros, quienes ya atribuyen más del 10% del EBIT de sus organizaciones a su uso. El 42% de estas compañías afirman que más del 20% de su EBIT es atribuible a su uso de IA analítica y no generativa, y se extiende a todas las industrias y regiones, aunque la mayoría pertenece a organizaciones con ingresos anuales inferiores a USD 1.000M. Las prácticas relacionadas con la IA en estas organizaciones pueden servir de guía a quienes buscan crear valor a partir de la adopción de IA generativa en sus propias organizaciones. Para empezar, las compañías con alto desempeño en IA generativa están usando la tecnología en más funciones de negocios - un promedio de tres, mientras que otras tienen un promedio de dos. Al igual que otras organizaciones, es más probable que utilicen IA generativa en marketing y ventas y desarrollo de productos o servicios, pero es mucho más probable que utilicen soluciones de IA genérica en términos de riesgo, legales y cumplimiento regulatorio, estrategia y finanzas corporativas, y cadena de suministro y gestión de inventarios. Tienen más del triple de 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 I&D y pricing y promociones. Si bien, en general, cerca de la mitad de las aplicaciones de IA generativa reportadas dentro de las funciones de negocios están utilizando modelos o herramientas disponibles públicamente, las organizaciones con alto desempeño en IA generativa tienen menos probabilidades de usar esas opciones estándar que implementar versiones significativamente personalizadas de esas herramientas o desarrollar sus propios modelos de base propietarios. ¿Qué más están haciendo estos colaboradores de alto desempeño de manera diferente? Por un lado, están prestando más atención a los riesgos relacionados con la IA generativa. Tal vez porque están más avanzados en sus recorridos, es más probable que digan que sus organizaciones han experimentado todas las consecuencias negativas de la IA generativa que preguntamos, desde la ciberseguridad y la privacidad personal hasta la explicabilidad y la infracción de la IP. En vista de ello, son más proclives que otros a informar que sus organizaciones consideran que esos riesgos, así como el cumplimiento regulatorio. Los mejores actores de la IA generativa afirman que sus organizaciones siguen mejores prácticas relacionadas con el riesgo. Por ejemplo, tienen el doble de probabilidades que otros de involucrar a la función legal e incorporar revisiones de riesgos al inicio del desarrollo. También son más proclives a emplear una amplia variedad de prácticas, desde la estrategia hasta la escala. Además de experimentar riesgos, estas organizaciones han enfrentado desafíos que pueden servir de alerta para otros. El 70% afirma haber tenido dificultades con los datos, como definir procesos de gobernanza o integrar datos rápidamente a los modelos de IA. También enfrentan desafíos con sus modelos operativos, como implementar formas de trabajo ágiles y gestionar el desempeño del sprint. Una implementación exitosa de la IA generativa requerirá una estrategia sólida con altos estándares de calidad y gobernanza de datos, precautelando la transparencia y rendición de cuentas para mitigar riesgos. Por: Carlos Buitrago, socio de McKinsey & Company y Office Manager de McKinsey en Ecuador