Dar prioridad a las inversiones en IA que generan valor real

Tras el lanzamiento de ChatGPT hace tres años, los ejecutivos se ven presionados por sus consejos de administración e inversores para que cuenten con una estrategia clara en materia de IA que les evite quedarse rezagados respecto a sus competidores y que, además, genere un retorno de la inversión. La creación de dicha estrategia exige que las organizaciones superen la fase de experimentación ascendente y la prisa por incluir la IA, en cualquier forma, en sus productos. Para ello, los líderes deben replantearse cuestiones básicas sobre cómo sus empresas crean valor para los clientes y comprender cómo el panorama tecnológico, en constante evolución, está modificando las respuestas. Entonces, ¿cómo se determinan las oportunidades en las que invertir? A continuación le presentamos tres preguntas que debe debatir con su equipo directivo para definir su estrategia. Preguntas que debe plantearse ¿Dónde se crea valor en nuestro sector? ¿Y cómo está cambiando esto? Cuando se enfrentan a una nueva tecnología, muchas empresas consolidadas intentan incorporarla rápidamente a sus procesos y ofertas actuales. Sin embargo, según John Winsor, asesor estratégico, emprendedor en serie y miembro del Instituto de Digital, Datos y Diseño de la Harvard Business School, esto supone omitir un paso y puede hacer que la verdadera transformación les pase de largo. Winsor sostiene que, para reinventar verdaderamente su negocio, los líderes deben comprender dónde reside la ventaja competitiva en su sector y cómo la nueva tecnología podría alterarla. Los ejercicios tradicionales de mapeo de la cadena de valor pueden resultar útiles, ya que ofrecen una forma estructurada de visualizar cómo se crea, se distribuye y se capta el valor en su sector. Al poner de manifiesto las dependencias y las áreas de fricción o escasez, pueden señalar oportunidades de mejora o diferenciación. A continuación, analice cómo la IA ya está transformando la creación y el control del valor a lo largo de esa cadena de valor. ¿En qué ámbitos sus esfuerzos actuales dejarán de ser eficaces? Este proceso no se limita a identificar amenazas. ¿Existen lagunas en la cadena de valor en constante evolución que pueda subsanar gracias a sus capacidades o activos? Vuelva a conectar con su misión y su propósito. Pregúntese: ¿A qué nos dedicamos realmente? ¿En qué destacamos de verdad? ¿Existe una definición más amplia de nuestro propósito que se relacione con estas nuevas oportunidades? Tomemos como ejemplo a Shutterstock, una empresa de fotografía de archivo. Tradicionalmente, el sector de la fotografía de archivo creaba valor basándose en la escasez de imágenes de alta calidad. Pero en la era de la IA, Shutterstock se dio cuenta de que la abundancia de imágenes sintéticas y baratas no solo estaba mermando esa fuente de valor, sino que estaba provocando un colapso de la confianza en el valor de la autoría y los derechos de autor, que son fundamentales para que cualquier contenido pueda licenciarse comercialmente. Desde entonces, la empresa ha reorientado su enfoque hacia la gestión de la confianza y los derechos. Se ha basado en sus capacidades existentes en esas áreas, así como en sus relaciones con fotógrafos y clientes, para crear un sistema que garantice que el contenido generado por IA sea seguro para su uso empresarial. Ha establecido acuerdos de licencia de datos con OpenAI y Nvidia, modelos de remuneración que garantizan un pago justo a los colaboradores y marcos de indemnización que protegen a los clientes frente a los riesgos relacionados con los derechos de autor. Está pasando de ser un agregador de fotos a convertirse en un motor de gobernanza. (Ejemplo adaptado de«What Executives Get Wrong AboutAI»). Con demasiada frecuencia, las empresas solo llevan a cabo este tipo de trabajo estratégico cuando se enfrentan a una amenaza existencial. Dé un paso atrás y analice cómo podría encajar en su sector en constante evolución antes de que sea demasiado tarde; así tendrá a su disposición un abanico más amplio de posibilidades. ¿En qué aspectos puede la IA aportar valor a la experiencia de nuestros clientes? Aunque muchas empresas se centran en la automatización y la eficiencia, las oportunidades de crecimiento acabarán surgiendo de ofertas mejoradas y totalmente nuevas para los clientes. Sin embargo, muchas de las primeras ofertas de IA dirigidas al mercado por parte de empresas consolidadas han fracasado porque se lanzaron sin tener en cuenta las necesidades de los clientes. Tomemos, por ejemplo, el caso de Snapchat. La plataforma ganó popularidad inicialmente entre su público joven gracias a funciones como los mensajes que desaparecen, que fomentaban una sensación de privacidad y, con ello, el intercambio espontáneo y frecuente de momentos auténticos. En 2023, la empresa presentó «My AI», un chatbot basado en IA generativa. La función aparecía fijada en la parte superior de los feeds de los usuarios, donde estos estaban acostumbrados a interactuar con sus contactos humanos reales, y se percibía como una especie de observador no deseado. Aunque la empresa afirmó que muchos de sus usuarios disfrutaban de la función, la avalancha de críticas negativas que la mencionaban contaba una historia diferente y la valoración de la aplicación en iOS en EE. UU. se desplomó hasta 1,67 estrellas. (Ejemplo adaptado de«Asegúrese de que su estrategia de IA realmente generevalor»). Para evitar correr la misma suerte que Snapchat y otras empresas, no permita que su entusiasmo por ofrecer una función de IA prevalezca sobre un enfoque disciplinado en las necesidades del cliente. Revise lo que sabe sobre el recorrido del cliente y considere cómo podría estar cambiando —o cómo podría mejorarse— con la IA, de manera que le permita diferenciarse de sus competidores. Evalúe las ideas de productos o funciones de IA teniendo estas preguntas como prioridad, pero utilice también este ejercicio para generar nuevas ideas que surjan de lo que sus clientes valoran y desean, en lugar de lo que la tecnología es capaz de hacer. Quizás como respuesta a la primera oleada de funciones de productos basadas en la IA generativa que no tuvieron éxito, las empresas ya están poniendo en marcha este tipo de proyectos con menos frecuencia que al principio de la era de la IA generativa, prestando mayor atención a las interfaces de lenguaje natural para los productos existentes y a la mejora del rendimiento de los productos, según una encuesta a clientes realizada por Bain a finales de 2024. ¿Dónde se encuentran nuestras mayores oportunidades para mejorar la productividad interfuncional? La automatización de procesos es la primera medida que muchas empresas han adoptado para generar valor empresarial a partir de la inteligencia artificial. Sin embargo, dado que la primera fase de la adopción de la inteligencia artificial se ha centrado en el aprendizaje ascendente, estos casos de uso se han desarrollado de forma aislada en silos funcionales, lo que ha limitado su impacto. Adoptar un enfoque más coordinado e interdepartamental puede reportar mayores beneficios. Para identificar las áreas con mayor potencial, comience por trazar un mapa de cómo fluyen los datos y la información a través de su organización. Dada la rapidez con la que evoluciona la tecnología, no hay tiempo para realizar este análisis en toda la empresa. En su lugar, comience por sus principales inversiones y capacidades funcionales. Averigüe qué tareas requieren más esfuerzo y en qué medida se extienden a otras funciones. Estos son los objetivos prioritarios para un análisis más detallado de los flujos de trabajo —y para una posible automatización—. Una vez que disponga de una lista de las áreas clave de actuación en toda la empresa, considere cuáles de esas tareas son las más adecuadas para que las realice la IA en la actualidad. Tenga en cuenta el coste de los posibles errores, el tipo de datos necesarios y si estos están fácilmente disponibles. En última instancia, esta iniciativa debe centrarse tanto en el rediseño disciplinado de los flujos de trabajo como en la automatización mediante IA. Por ejemplo, Arjun Dutt, socio de Bain, describió cómo la consultora colaboró con una empresa de hardware incluida en la lista Fortune 100 que buscaba consolidar sus iniciativas de automatización basadas en la inteligencia artificial. La empresa de hardware llevó a cabo varios estudios de tiempo para evaluar el esfuerzo de los empleados en ámbitos como I+D, ventas y marketing, y descubrió que más de 20 000 miembros del equipo de marketing, ventas, producto y otras funciones dedicaban hasta la mitad de su tiempo a desarrollar contenidos de marketing. Esto apuntaba a los textos de marketing como un área clave con potencial para la automatización. La generación actual de herramientas de IA generativa de uso generalizado también parecía muy adecuada para las tareas de redacción de textos en cuestión, y se consideraba que el riesgo era relativamente bajo, ya que los seres humanos seguirían revisando el material. Por último, los responsables también esperaban que la automatización de este trabajo pudiera demostrar su valor rápidamente, ya que el tiempo dedicado sería fácilmente cuantificable en comparación con el punto de referencia que ya habían establecido. El trabajo implicaba tanto la automatización mediante IA como el desarrollo de nuevos flujos de trabajo optimizados con controles de proceso más claros. En última instancia, el esfuerzo condujo a un proceso rediseñado con una reducción del 80 % en el tiempo necesario desde la concepción hasta la publicación para contenidos con gran cantidad de texto, y una reducción del 30 % para contenidos con gran cantidad de imágenes y vídeos. Sin embargo, es posible que los casos de uso más propicios para la automatización no sean simplemente aquellos que resultan más fáciles de cuantificar. Aunque la mayor parte del gasto en experimentos de IA se destina actualmente a las áreas de ventas y marketing, la automatización de las funciones administrativas es la que, en realidad, suele generar el mayor retorno de la inversión en términos de mejora de la productividad: los departamentos jurídico, financiero y otros servicios que cuentan con métricas de productividad menos consolidadas. Ampliar el alcance inicial puede ayudarle a centrarse en los flujos de trabajo que reportarán mayores beneficios. Profundice en el tema La guía práctica sobre IA generativa para organizaciones Por Bharat N. Anand y Andy Wu HBR, noviembre-diciembre de 2025 (37 minutos de lectura) Lo que los ejecutivos no entienden sobre la IA Por John Winsor y Sangeet Paul Choudary HBR.org, 10 de noviembre de 2025 (11 minutos de lectura) Tres preguntas que debe plantearse sobre su estrategia en la era de la IA Por Vijay Govindarajan, Venkat Venkatraman y Bill Achtmeyer HBR.org, 6 de noviembre de 2025 (12 minutos de lectura) Asegúrese de que su estrategia de IA realmente genere valor Por W. Chan Kim, Renée Mauborgne y Mi Ji HBR.org, 5 de septiembre de 2025 (12 minutos de lectura) Cómo sacar partido a la IA generativa en las empresas Por Melissa Valentine, Daniel J. Politzer y Thomas H. Davenport HBR.org, 18 de septiembre de 2025 (14 minutos de lectura) Agradecimientos Arjun Dutt (socio de Bain), Stefano Puntoni (profesor de la Wharton School y codirector del cuerpo docente de Wharton Human-AI Research), Melissa Valentine (profesora asociada de Stanford y miembro sénior del Instituto de IA Centrada en el Ser Humano de Stanford), John Winsor (emprendedor en serie y miembro ejecutivo del Instituto de Digital, Datos y Diseño de la Harvard Business School).

Dar prioridad a las inversiones en IA que generan valor real

Resumen.

Exclusive Benefits

Partner Center