2023 fue el año en que el mundo descubrió la IA generativa. 2024 es el año en que las compañías realmente comenzaron a utilizar esta nueva tecnología y a obtener valor comercial de ella. En la última encuesta global de McKinsey sobre IA, el 65% de los encuestados informan que sus compañías 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 generativa conducirá a cambios significativos o disruptivos en sus industrias en los próximos años.
Las compañías 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 las empresas con 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 la IA por parte de las compañías de los encuestados ha rondado el 50%. Este año, la encuesta de McKinsey encuentra que la adopción ha aumentado al 72%. Y el interés tiene un alcance verdaderamente global. La encuesta de 2023 de la consultora encontró que la adopción de la IA no alcanzó el 66% en ninguna región. Sin embargo, este año, más de dos tercios de los encuestados en casi todas las regiones dicen que sus compañías 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 la IA en más partes del negocio. La mitad de los encuestados dice que sus compañías han adoptado la IA en dos o más funciones comerciales, frente a menos de un tercio de los encuestados en 2023.
La adopción de la IA generativa es más común en las funciones en las que puede crear el mayor valor
La mayoría de los encuestados ahora informan que sus compañías (y ellos como individuos) están utilizando la IA generativa. El 65% de los encuestados dice que sus compañías utilizan regularmente la IA generativa en al menos una función empresarial, frente a un tercio el año pasado. La compañía promedio que utiliza la 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. 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, el 15% o más de los encuestados reportan sólo 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 la IA generativa en el trabajo e incluso más probabilidades de que utilicen la IA generativa tanto en el trabajo como en su vida personal. La encuesta encuentra aumentos en el uso de la 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 de IA generativa para el trabajo y fuera del trabajo en comparación con sus pares de gestión de nivel medio. 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 la IA generativa.
Las inversiones en IA generativa e IA analítica están empezando a crear valor
La última encuesta de McKinsey también muestra cómo las diferentes industrias están presupuestando la IA generativa. Las respuestas sugieren que, en muchas industrias, las compañías tienen la misma probabilidad de invertir más del 5% de sus presupuestos digitales en IA generativa que en soluciones de IA analítica no generativa. Sin embargo, en la mayoría de las industrias, una proporción mayor de encuestados informa que sus compañías gastan más del 20% en IA analítica que en IA generativa. De cara al futuro, la mayoría de los encuestados (67%) espera que sus compañías 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 parte de la 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 del 5%) en la cadena de suministro y la gestión de inventario. En el caso de la IA analítica, los encuestados suelen afirmar haber visto beneficios de costes en las operaciones de servicios (en línea con lo encontrado por McKinsey 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 la 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 privacidad de datos, sesgos o infracción de propiedad intelectual, 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.
Los encuestados en el último relevamiento son más propensos que el año pasado a decir que sus compañías consideran que la inexactitud y la infracción de la propiedad intelectual son relevantes para el uso de la IA generativa, y aproximadamente la mitad continúa considerando la ciberseguridad como un riesgo.
Por el contrario, los encuestados son menos propensos que el año pasado a decir que sus compañías consideran que la fuerza laboral y el desplazamiento laboral son riesgos relevantes y no están aumentando los esfuerzos para mitigarlos.
De hecho, la inexactitud, que puede afectar los casos de uso en toda la cadena de valor de la IA generativa, desde los recorridos de los clientes y los resúmenes hasta la codificación y el contenido creativo, es el único riesgo por el cual los encuestados tienen significativamente más probabilidades que el año pasado de decir que sus compañías están trabajando activamente para mitigar.
Algunas compañías ya han experimentado consecuencias negativas por el uso de la IA generativa y el 44% de los encuestados dijo que sus compañías han experimentado al menos una consecuencia. Los encuestados suelen señalar la inexactitud como un riesgo que ha afectado a sus compañías, seguida de la ciberseguridad y la explicabilidad.
La investigación anterior de McKinsey ha descubierto que existen varios elementos de gobernanza que pueden ayudar a ampliar el uso de la IA generativa de manera responsable. Sin embargo, pocos encuestados informan que cuentan con estas prácticas relacionadas con el riesgo. Por ejemplo, solo el 18% dice que sus compañías tienen un consejo o junta empresarial con autoridad para tomar decisiones que involucran una gobernanza responsable de la IA y sólo un tercio dice que la concienciación 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 la IA generativa
La última encuesta de McKinsey también buscó comprender cómo y con qué rapidez las compañías están implementando estas nuevas herramientas de IA generativa. Han encontrado tres arquetipos para implementar soluciones de IA generativa: los interesados utilizan soluciones disponibles públicamente; los modeladores personalizan esas herramientas con datos y sistemas propietarios; y los fabricantes desarrollan sus propios modelos de cimientos desde cero. En la mayoría de las industrias, los resultados de la encuesta sugieren que las compañías 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. Aproximadamente la mitad de los usos de la 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 informar que sus compañías 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 empresarial. 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 IA generativa sobresalen a pesar de enfrentar desafíos
La IA generativa es una tecnología nueva y las compañías 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) informen que una parte significativa de las ganancias antes de intereses e impuestos de sus compañías se puede atribuir a su implementación de la IA generativa. Aun así, vale la pena examinar de cerca a estos líderes de la IA generativa. Después de todo, estos son los primeros en actuar, que ya atribuyen más del 10% de las ganancias antes de intereses e impuestos de sus compañías al uso de la IA generativa. El 42% de estas empresas de alto rendimiento dicen que más del 20% de sus ganancias antes de intereses e impuestos es atribuible al uso de la IA analítica no generativa y abarcan industrias y regiones, aunque la mayoría están en compañías con menos de mil millones de dólares en ingresos anuales. Las prácticas relacionadas con la IA en estas compañías pueden ofrecer orientación a quienes buscan crear valor a partir de la adopción de la IA generativa en sus propias compañías.
Para empezar, las empresas de IA generativa de alto rendimiento están utilizando la IA generativa en más funciones comerciales: un promedio de tres funciones, mientras que otros promedian dos. Ellos, al igual que otras compañías, tienen más probabilidades de utilizar la 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, asuntos legales y 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 la 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, aproximadamente la mitad de las aplicaciones de IA generativa dentro de funciones empresariales utilizan modelos o herramientas disponibles públicamente, es menos probable que las personas con alto rendimiento en IA generativa utilicen esas opciones disponibles en el mercado que implementen 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 generativa. Quizás porque están más avanzados en su camino son más propensos que otros a decir que sus compañías han experimentado todas las consecuencias negativas de la IA generativa sobre las que preguntó McKinsey, desde la ciberseguridad y la privacidad personal hasta la explicabilidad y la infracción de la propiedad intelectual. Dado esto, es más probable que otros informen que sus compañías consideran que esos riesgos, así como el cumplimiento normativo, los impactos ambientales y la estabilidad política son relevantes para su uso de la IA generativa y dicen que toman medidas para mitigar más riesgos que otros.
Las personas con alto rendimiento en IA generativa también son mucho más propensas a decir que sus compañías siguen un conjunto de mejores prácticas relacionadas con el riesgo. 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 inteligencia artificial generativa, es decir, “girar a la izquierda”. También son mucho más propensos que otros a emplear una amplia gama de otras mejores prácticas, desde prácticas relacionadas con la estrategia hasta aquellas relacionadas con el escalamiento.
Además de experimentar los riesgos de la adopción de la IA generativa, las personas de alto rendimiento se han enfrentado a otros desafíos que pueden servir como advertencias para otros. El 70% dice que ha 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 informar haber experimentado desafíos con sus modelos operativos, como la implementación de formas ágiles de trabajo y una gestión eficaz del rendimiento del sprint.
