En la Escuela de Negocios de Harvard, tanto estudiantes como profesores están discutiendo el impacto transformador de la IA en los negocios, incluidos los modelos de negocios emergentes, los paisajes competitivos cambiantes y las posibles revoluciones en la estructura de costos.
Para prepararse para el futuro del trabajo, los jóvenes deben preguntarse cómo deben cultivar sus habilidades personales para un mundo en el que todos tendrán un copiloto de IA a su lado. Estas son las tres habilidades principales que los trabajadores necesitarán para tener éxito en un mundo impulsado por la IA:
Y esto es lo que se necesita para desarrollar cada una de estas habilidades:
Hacer preguntas para comprender el contexto de una situación es un acto natural para la mayoría de los empresarios. Las preguntas que se hacen, la forma en que se formulan, el tono que se utiliza y la forma en que se formulan las expectativas de una respuesta siempre afectan la calidad de la respuesta que se obtiene. Lo mismo ocurre con los sistemas de inteligencia artificial.
Al interactuar con chatbots o herramientas de IA, invariablemente recibirás algún tipo de respuesta. Sin embargo, estas respuestas rara vez vienen acompañadas de calificaciones de calidad o definiciones claras de lo que constituye una respuesta de alta calidad. Por lo tanto, el cuestionamiento persistente se vuelve crucial. Reformule su pregunta inicial, investigue las fuentes de información de la IA y solicite perspectivas alternativas proporcionándole un punto de vista diferente para considerar.
Por ejemplo, formular las dos preguntas siguientes a una IA avanzada da respuestas muy diferentes: “¿Cómo evolucionará la búsqueda en el futuro?” versus “¿Cómo cambiará la Búsqueda a medida que más personas utilicen LLM en lugar de las herramientas actuales?”. La segunda pregunta profundiza mucho más en los detalles de las nuevas herramientas Gen AI.
Las mejores aplicaciones de IA están diseñadas con este cuestionamiento continuo integrado. Por ejemplo, Duolingo, la aplicación de aprendizaje de idiomas, plantea siete preguntas sencillas al empezar. No solo le pregunta qué idioma desea aprender y su nivel, sino también por qué está aprendiendo el idioma, en qué tipos de temas desea estar más familiarizado y si hablará principalmente o también escribirá y leerá. Las preguntas están diseñadas específicamente para que el plan de estudios pueda adaptarse con cada elección realizada. El aprendizaje continuo no termina ahí. A medida que avanzas en la aplicación, el material del curso se adapta a tus conocimientos.
En el entorno empresarial actual en constante cambio, la curiosidad y la adaptación constante a nueva información serán parte del trabajo en la mayoría de los puestos. Como resultado, los gerentes están agregando cada vez más la curiosidad como una habilidad requerida en las descripciones de puestos.
Los datos están en todas partes. Los datos se pueden encontrar en todas las funciones de una empresa, ocultos en interacciones y discusiones, y generados a medida que los equipos prueban nuevas hipótesis y hacen preguntas. Los grandes gerentes del mañana estarán muy en sintonía con los datos que tienen actualmente disponibles, los datos nuevos y potenciales que pueden desbloquear o comprar (datos de terceros) y los datos que pueden crear. Para ser un líder exitoso en el futuro, siempre deberá buscar nuevas fuentes de información para ayudar a resolver problemas, comprender sistemas complejos, fomentar acciones específicas y personalizar las interacciones.
Comprender los datos no tiene por qué ser profundamente técnico, pero sí requiere una comprensión de la arquitectura general de los sistemas de su empresa. Por lo tanto, tenga una idea de dónde provienen los datos, cómo se almacenan, administran, combinan y utilizan. Conocer los problemas de calidad de los datos, como la precisión, la puntualidad y la integridad, también puede ayudarle a tener éxito en el futuro del trabajo.
Esta regla se aplica tanto en entornos B2B como B2C. Por ejemplo, un equipo de un distribuidor industrial pensó en los datos como un activo estratégico y combinó datos sobre productos y operaciones con datos de clientes obtenidos a través del centro de llamadas. Esto les permitió idear formas mejores y más rápidas para que los representantes del centro de llamadas respondieran las preguntas entrantes y también identificaran y corrigieran rápidamente los problemas operativos por los que llamaban los clientes. Las herramientas de inteligencia artificial automatizaron la identificación de este problema y también mejoraron la productividad de los representantes de llamadas. Pensar de manera integral sobre los datos en toda la empresa se está convirtiendo en una habilidad esencial para implementar soluciones novedosas como esta.
En cualquier situación empresarial, cuanto mejores sean los datos que utilice para abordar una situación, mayor será la probabilidad de tomar una decisión exitosa. Las escuelas de negocios inculcan a los estudiantes la necesidad de comprender la exploración de los datos disponibles en un caso y vincular esos datos con las preguntas abiertas en cuestión. Las empresas consultoras capacitan a sus asociados para comenzar con las preguntas y trabajar hacia atrás.
Con la IA, los datos se vuelven aún más importantes. Los datos son el alma del motor de inteligencia de una empresa. Desarrollar su comprensión, incluso a un nivel empresarial menos técnico, del ciclo de vida de los datos, los medios por los cuales se pueden crear y los problemas involucrados en reunirlos, le brindará una ventaja para tener oportunidades de construir nuevos sistemas basados en IA.
Así como los grandes minoristas capturan información de cada interacción con el cliente para conocer mejor a sus clientes, los gerentes expertos en datos deben capturar y comprender datos de diversas fuentes dentro de su organización. Esto implica la recopilación responsable de datos, respetar los permisos y la seguridad individuales y utilizar este conocimiento para tomar decisiones informadas. Puede aprovechar la IA para obtener conocimientos más profundos sobre sus operaciones comerciales, las necesidades de los clientes y las tendencias del mercado, lo que en última instancia conducirá a estrategias más personalizadas y efectivas.
No faltan estudios, ejemplos y artículos sobre los riesgos de las herramientas de IA desenfrenadas. Así como un líder de equipo es responsable del resultado de su equipo, usted debe hacerse cargo de los resultados de las herramientas de IA. Esto implica evaluar la idoneidad, la precisión, los sesgos y la legitimidad de las fuentes utilizadas. La reputación de tu empresa y tu marca personal están en juego.
Los principios de una buena gestión se aplican igualmente en un mundo impulsado por la IA. Sobre la base de las dos primeras habilidades que analizamos, debe asegurarse de que su equipo esté haciendo las preguntas correctas. Es necesario interrogar cómo responden a estas preguntas. Es necesario evaluar si el resultado tiene sentido, utiliza datos apropiados y se ajusta a la necesidad en cuestión. Si eres parte de un equipo y no lo administras, debes mirar más allá de tu función asignada para asegurarte de que el equipo en su conjunto avanza en la dirección correcta. Tienes que ayudar en la resolución de problemas con los demás.
Pero además de asumir la responsabilidad de los resultados de la IA, los grandes directivos también asumirán la responsabilidad de hacer que los sistemas sean mejores, más inteligentes y más apropiados. En la era de la IA, las empresas compiten por la velocidad y la escala de sus capacidades de prueba y aprendizaje. Innovadores como Netflix y Spotify han transformado la industria del entretenimiento y la música, respectivamente, porque crearon plataformas de inteligencia artificial que experimentan y se ajustan rápidamente a las aportaciones de los clientes.
Los gerentes y sus equipos deben dominar este conjunto de habilidades para tener éxito con la IA. Así como las empresas refinan continuamente las experiencias mediante pruebas para elevar la satisfacción del cliente, los gerentes deben asumir la responsabilidad de refinar y mejorar los resultados y procesos de la IA. Esto implica mejoras iterativas basadas en conocimientos reales, convirtiendo las interacciones de la IA en herramientas confiables y duraderas que se adaptan a medida que cambian las necesidades. Al adoptar la responsabilidad, habilitada por la medición en tiempo real, los gerentes garantizan que los sistemas de IA no solo satisfagan las necesidades actuales sino que también evolucionen para satisfacer a los clientes.