Nota: Hacemos nuestro mejor esfuerzo por preservar el espíritu original y los matices de nuestros artículos. Sin embargo, nos disculpamos de antemano por cualquier falla de traducción que pueda notar. Agradecemos sus comentarios en reader_input@mckinsey.com
Los países del Consejo de Cooperación del Golfo (CCG) están sentando las bases para que la inteligencia artificial (IA) desempeñe un papel poderoso en la región, comprometiendo miles de millones de dólares a infraestructura de vanguardia y alianzas tecnológicas que impulsarán su uso.
Por ejemplo, G42, vinculada al Estado de Abu Dabi, ha anunciado varios acuerdos,1 HUMAIN, de Arabia Saudita, está impulsando una expansión masiva de centros de datos para IA,2 y el gobierno de Catar está invirtiendo en capacidad de nube de IA.3
Esta actividad del lado de la oferta refleja la determinación de la región de posicionarse como un centro internacional de infraestructura y servicios de IA, una superpotencia en este campo. Pero ¿qué ocurre con la demanda local? ¿Están las organizaciones del CCG igualmente decididas a adoptar la IA y hasta qué punto están avanzando?
A primera vista, parece que están ganando terreno. En nuestra encuesta de 2023 sobre el uso de la IA en los países del CCG, el 62 por ciento de los encuestados afirmó que sus organizaciones habían adoptado la IA en alguna medida.4 Dos años después, nuestra encuesta más reciente sitúa esa cifra en el 84 por ciento (vea el recuadro “Acerca de la investigación”).5 Pero esta cifra oculta avances desiguales.
Algunas organizaciones de la región están desplegando la IA a una escala impresionante. Saudi Aramco, por ejemplo, utilizó décadas de datos operativos para construir un modelo de IA generativa con 250 mil millones de parámetros, lo que le ayuda a analizar planes de perforación, datos geológicos, tiempos históricos de perforación y costos.6 Y en 2024, Catar firmó una alianza de cinco años con la empresa estadounidense Scale AI para impulsar la adopción de la IA en el gobierno y mejorar los servicios.7 Sin embargo, la mayoría de las organizaciones no han ido más allá de los pilotos. Solo el 31 por ciento de los encuestados afirmó que sus organizaciones habían alcanzado un nivel de madurez en IA tal que la IA estuviera escalándose o se hubiera desplegado plenamente en toda la organización.
La creación de valor también sigue siendo un desafío, ya que muchas organizaciones tienen poco que mostrar por sus esfuerzos hasta ahora. Solo un pequeño número de encuestados (11 por ciento) clasificó a sus organizaciones como generadoras de valor; es decir, organizaciones que han adoptado la IA en al menos una función empresarial, están escalando o han escalado su implementación y pueden atribuir al menos el 5 por ciento de sus ganancias a la IA. En resumen, el alto uso de la IA no se corresponde con la madurez ni con la generación de valor.
Que no quepa duda: los líderes de la región del CCG son firmes defensores de la IA. Alrededor de tres cuartas partes de los encuestados afirmaron que sus altos ejecutivos estaban comprometidos con escalar la tecnología, y aún más señalaron que es probable que los presupuestos de IA de sus organizaciones aumenten el próximo año. Sin embargo, la intención del liderazgo podría no ser suficiente. Traducir esa intención en una implementación amplia con impacto en los resultados depende de tres componentes: una estrategia de IA liderada por el negocio que persiga el valor, capacidades de ejecución (como la tecnología y el talento de la organización) y un programa de gestión del cambio que fomente la adopción a gran escala.8 Los generadores de valor de la encuesta superan a sus pares precisamente en estos aspectos.
El ritmo del cambio es rápido. Hace solo un año, la atención se centraba en la IA generativa9, pero la tecnología ha avanzado desde entonces; muchas organizaciones están ahora probando agentes de IA10, considerados como un hito que marca una gran evolución en la IA empresarial.11 A medida que la tecnología sigue evolucionando, desarrollar las capacidades y estrategias de adopción adecuadas podría ser clave para mantenerse al nivel de los líderes en adopción de IA cuando se trata de crear valor.
El estado de la IA
Los resultados de la encuesta sugieren que la mayoría de las organizaciones del CCG están usando IA. Algunas lo hacen a gran escala y capturan valor, pero la mayoría aún no ha pasado de los proyectos piloto.
Uso
En nuestra encuesta de 2023, el 62 por ciento de los encuestados dijo que sus organizaciones habían adoptado la IA en al menos una función empresarial.12 En nuestra encuesta más reciente, la cifra ha aumentado al 84 por ciento, cuatro puntos porcentuales menos que lo reportado por las organizaciones en la encuesta global de McKinsey (Gráfica 1).13
Al igual que en años anteriores, las organizaciones del CCG tienen más probabilidades de desplegar IA de manera regular en las funciones de operaciones de servicio y de marketing y ventas, donde el valor de ciertos casos de uso se ha vuelto evidente.14 Sin embargo, el mayor aumento en la implementación en los últimos dos años se da en el desarrollo de productos y servicios, en el cual las organizaciones están reconfigurando los flujos de trabajo de desarrollo de extremo a extremo y los ciclos de innovación al mejorar los productos existentes con nuevas funciones y crear nuevos productos basados en IA (Gráfica 2).15
Por sector, 32 de las organizaciones del CCG que reportaron utilizar IA en al menos una función empresarial operan en el sector de industria, energía e infraestructura. Los servicios financieros y los servicios al consumidor y profesionales representan cada uno 22 organizaciones, seguidos por 16 organizaciones en el sector de tecnología, medios y telecomunicaciones, y otras 16 en el sector social, sanitario y educativo. Si bien el nivel de uso difiere entre sectores, la adopción indica que la IA está empezando a integrarse en toda la economía del CCG.
También es digno de mención el número de organizaciones que utilizan IA agéntica, una aplicación de la tecnología de IA que muchos creen que será más transformadora en el lugar de trabajo que la IA generativa, dando paso a una nueva ola de productividad e innovación.16 El software agéntico actúa en nombre de un usuario o de un sistema para realizar tareas. Los agentes pueden orquestar flujos de trabajo complejos, coordinar actividades entre múltiples agentes, aplicar lógica a problemas espinosos y evaluar respuestas a consultas de los usuarios.17 En esencia, están pasando de herramientas basadas en el conocimiento a herramientas más orientadas a la acción, y en el proceso se están volviendo más precisas.
El 60 por ciento de los encuestados dijo que sus organizaciones están utilizando agentes de IA en alguna medida.18 “Existe un gran interés en modelos especializados de IA agéntica”, comentó un entrevistado. “Con modelos anteriores como GPT-2 o GPT-3 podías obtener resultados, pero no confiar en ellos ciegamente, mientras que algunos de los modelos actuales son mucho más precisos y pueden apoyar aplicaciones empresariales reales sin necesidad de procesos manuales. Además, estos agentes tienen un vínculo directo con los resultados financieros, reduciendo, por ejemplo, los gastos de ventas, generales y administrativos (SG&A) y acortando los ciclos de desarrollo. Esto los hace muy atractivos.”
Escala y valor
A pesar del impulso que evidencian estas cifras generales, un análisis más detallado sugiere avances más desiguales: si bien casi todas las organizaciones están utilizando IA, más de dos tercios no han pasado de los proyectos piloto (Gráfica 3). Según un ejecutivo del CCG, “mucha gente todavía equipara la IA con modelos como ChatGPT. El conocimiento de otras herramientas de IA y de su potencial es superficial. Así que no diría que existe adopción a gran escala. Es limitada”.
Además, aunque casi todas las organizaciones están invirtiendo en IA en alguna medida, pocas han logrado extraer valor de esas inversiones. Solo el 11 por ciento de las organizaciones califica como generadoras de valor, según los resultados de la encuesta.
Capturar escala y valor: Las capacidades que importan
Los resultados de nuestra encuesta sugieren que la mayoría de las organizaciones han alineado su estrategia empresarial con su estrategia de IA y cuentan con un fuerte apoyo del liderazgo. Muchas menos tienen lo que se necesita para traducir la intención estratégica en impacto.
Con el 89 por ciento de los encuestados planeando aumentar sus presupuestos de IA en el próximo año, comprender cómo lograr un impacto en los resultados es una prioridad.
Una hoja de ruta estratégica es un punto de partida esencial. A menudo, la estrategia de IA de una organización la determina su departamento de tecnología de la información (TI). Sin embargo, para que esa estrategia genere valor, la investigación de McKinsey muestra que debe estar en manos de los ejecutivos de más alto nivel para garantizar la alineación con la estrategia empresarial de la organización.19 De esta manera, las iniciativas de IA se convierten en un programa estratégico en lugar de un conjunto de esfuerzos dispersos.
Los resultados de la encuesta sugieren que la mayoría de las organizaciones del CCG tienen una sólida alineación estratégica. Pero esto importa poco si la organización no es capaz de traducir la intención estratégica en impacto. El seguimiento es lo que más importa precisamente en las áreas en las que las organizaciones generadoras de valor de la encuesta suelen ser notablemente más fuertes que las demás: el talento y el modelo operativo, la tecnología y los datos, y las iniciativas de gestión del cambio emprendidas para fomentar la adopción a gran escala.20 De los 13 encuestados de organizaciones que generan valor que respondieron esta pregunta, 11 afirmaron que eran fuertes en cada una de estas tres áreas. Ni siquiera la mitad del resto de los encuestados dijo lo mismo (Gráfica 4).
Talento y modelo operativo
Casi todas las organizaciones del CCG incluidas en nuestra encuesta han contratado talento en IA en el último año, con mayor frecuencia ingenieros de datos, científicos de datos e ingenieros de software. Sin embargo, sin un modelo operativo adecuado, las organizaciones corren el riesgo de desaprovechar incluso a los mejores talentos. Las organizaciones que capturan más valor de la IA suelen ser aquellas que combinan la experiencia centralizada en IA con el conocimiento práctico de ejecución del negocio, trabajando en escuadrones ágiles.21
Talento de IA centralizado. A medida que aumenta la implementación de la IA, están surgiendo nuevos roles –como ingenieros desplegados sobre el terreno22, ingenieros de contexto23 y propietarios de productos de IA–, pero relativamente pocas personas califican para ocuparlos. Para maximizar recursos escasos, muchas organizaciones están adoptando un modelo en el que el talento en IA se centraliza, quizá en un centro de excelencia, pero se despliega de forma flexible en diferentes funciones y dominios empresariales. La investigación de McKinsey en el sector de servicios financieros sugiere que el 70 por ciento de las organizaciones con modelos centralizados habían avanzado hasta llevar pilotos a producción, en comparación con alrededor del 30 por ciento de aquellas con un enfoque descentralizado.24 La proximidad al negocio sigue siendo fundamental con los pods multifuncionales: pequeños equipos que reúnen a ingenieros y científicos de datos con las partes interesadas del negocio. Este modelo garantiza que la responsabilidad recaiga en el negocio, que las prioridades del dominio guíen el desarrollo de la IA y que la creación de valor se mantenga anclada en los resultados empresariales.25
Además, a medida que el talento y los modelos operativos evolucionan, las organizaciones deben tratar a los agentes de IA como parte de la fuerza laboral, gestionando su desempeño y sus capacidades con la misma disciplina que se utiliza para las personas. Aquellas que dominen esto temprano transformarán el potencial agéntico en un valor empresarial duradero.
Formas de trabajo ágiles. El valor de las formas de trabajo ágiles para acelerar el desarrollo es ampliamente reconocido, y muchas organizaciones están familiarizadas con rituales ágiles como demostraciones de sprint, planeación trimestral y reuniones diarias (stand-ups). Sin embargo, a veces la ejecución carece de disciplina, convirtiéndose en un mero trámite burocrático en lugar de una práctica de trabajo que impulse resultados.26 Por lo tanto, las organizaciones podrían beneficiarse de revisar sus prácticas de trabajo ágiles.
Tecnología y datos
Desplegar IA a gran escala puede ser costoso, dada la tecnología y los requisitos de datos. “A muchas empresas les falta capital, lo cual es un factor que está ralentizando la adopción, ya que implementar las recomendaciones de la IA requiere una inversión significativa en equipos e infraestructura automatizados”, dijo un ejecutivo de un conglomerado del CCG. Sin embargo, cumplir con esos requisitos es fundamental para la creación de valor, como confirman los resultados de nuestra encuesta. Según los encuestados, la mayoría de las empresas que generan valor cuentan con una base tecnológica bien establecida y fundamentos sólidos en datos.27 Solo el 37 por ciento del resto pueden afirmar lo mismo.
Las características clave de una estrategia de tecnología y datos que apoye la ampliación de la IA incluyen lo siguiente:
- Arquitectura escalable. La arquitectura deberá ser escalable a medida que evolucione el despliegue de la IA, lo que significa crear componentes modulares que puedan actualizarse de forma independiente y activos fungibles, como bibliotecas de código preescrito que puedan reutilizarse repetidamente para tareas más comunes.28
- Un ecosistema de socios. En ciclos tecnológicos de rápido movimiento, la innovación y los costos podrían verse afectados si los proveedores no ofrecen flexibilidad. Por ello, las organizaciones más astutas equilibran soluciones de proveedores de primer nivel con herramientas de código abierto para poder adaptarse a medida que la tecnología avanza. Como resultado, se protegen la independencia y el poder de negociación, mientras que las nuevas tecnologías de IA pueden integrarse sin una revisión completa del sistema.29
- Integridad de los datos. Los datos confiables son la sangre vital de la IA, y su ausencia suele ser un obstáculo para escalarla. Entre los problemas comunes están la mala calidad de los datos, los valores faltantes, los sesgos y los valores atípicos, que pueden degradar los resultados y exponer a una organización a riesgos.30 El 53 por ciento de los encuestados dijo que la inexactitud de los resultados era uno de los principales obstáculos para la adopción de la IA (Gráfica 5). La integridad de los datos puede mejorarse con una buena gobernanza, que a su vez se vuelve más sencilla si los datos se centralizan y se convierten en activos reutilizables. Pero esto puede llevar tiempo, lo que explica por qué, mientras tanto, algunas organizaciones priorizan dominios de IA que no dependen en gran medida de datos antiguos. En el ámbito de adquisición de talento, por ejemplo, automatizar la revisión de CV, la programación de entrevistas y el onboarding puede mejorar la eficiencia sin necesidad de grandes lagos de datos propios.
- Datos nativos de IA. Más allá de la integridad, las transformaciones nativas de IA dependen de datos con almacenamiento contextualizado —que capturen conversaciones, historial de casos y el estado del flujo de trabajo— y memoria trazable que registre cómo se toman y verifican las decisiones. Construidos sobre bloques de datos dinámicos y gobernados, y diseñados para interoperar sin fricciones entre entidades, estos datos nativos de IA permiten a los agentes actuar de forma autónoma y responsable, impulsando ecosistemas de IA basados en la confianza y el aprendizaje continuo.
Gestión del cambio
Lo que diferencia a las organizaciones que logran escalar proyectos piloto en una transformación de aquellas cuyos esfuerzos se estancan es la solidez de sus programas de gestión del cambio.31 Las transformaciones de IA no son diferentes. Una y otra vez, los entrevistados nos dijeron que la principal barrera para la adopción era la resistencia al cambio. “La gente se resiste al cambio, creyendo que sus procesos actuales son los mejores. A menos que se les eduque en que la IA facilitará su trabajo, la adopción será lenta. La IA debe presentarse como una forma de reducir horas de trabajo, mejorar la eficiencia y optimizar el equilibrio entre la vida laboral y personal, no como una amenaza”, dijo el cofundador de una consultora del CCG.
Las estrategias de gestión del cambio son clave para abordar dicha resistencia. En la encuesta, todos los participantes de las organizaciones generadoras de valor, excepto uno, afirmaron que sus organizaciones contaban con estrategias de adopción y escalamiento claramente definidas, respaldadas por iniciativas de gestión del cambio. Eso se compara con solo el 41 por ciento del resto.
Parte de un programa de este tipo probablemente incluirá desarrollar ampliamente la alfabetización en IA en toda la organización, asegurar un fuerte patrocinio ejecutivo y celebrar públicamente los logros en IA. Todo ello puede marcar una diferencia. Sin embargo, varios entrevistados mencionaron la importancia de impulsar tanto la adopción como el valor. Los entrevistados destacaron tres maneras de maximizar el valor al mismo tiempo que se escala:
- Rendición de cuentas. Con demasiada frecuencia, los proyectos piloto se lanzan sin vínculos claros con los resultados empresariales y sin monitorear el nivel de adopción. Las evaluaciones de desempeño contrarrestan esto al vincular el despliegue con indicadores clave de rendimiento (key performance indicators, KPI) medibles, como los ahorros de costos, el aumento de ingresos o la reducción del tiempo de ciclo. “La premisa de todo lo que hacemos es que cada caso de uso debe tener una definición clara de éxito”, dijo el director de IA de una empresa de artículos de lujo. “Si tiene éxito, pasa al equipo de negocio para asumir la responsabilidad. Si no, lo detenemos y seguimos adelante.” Otro entrevistado nos dijo que cualquier caso de uso propuesto en su organización requería la aprobación del comité de IA antes de construirse, y los beneficios financieros previstos debían incluirse en las previsiones de pérdidas y ganancias. Monitorear el valor de esta manera enfoca la atención en capturarlo y puede fomentar una mayor adopción cuando el valor se vuelve evidente para todos.
- Utilizar IA para construir IA. Secuenciar la introducción de dominios y casos de uso de IA para capturar victorias rápidas es otra forma de demostrar el valor de la IA y fomentar su adopción. “Empiece con algo pequeño, entregue rápido, muestre el valor y el negocio lo escalará por usted. No lo sobrecomplique; use IA para construir IA”, aconseja un entrevistado. Si bien la IA puede acelerar los procesos, usar IA para construir IA puede acelerar aún más la entrega de una solución porque puede generar los prompts y el andamiaje de código necesarios para nuevos casos de uso e incluso diseñar flujos de trabajo. Como explicó un ejecutivo: “Para los nuevos casos de uso, más del 90 por ciento del trabajo pesado —desde la ingeniería de ideas hasta la escritura de software, la creación de agentes y flujos de trabajo— lo realiza la IA”. Usar IA para construir IA también requiere equipos de desarrollo mucho más pequeños, lo que significa que el talento escaso puede lograr más y generar mayor valor.
- Rediseño de flujos de trabajo. Las organizaciones probablemente dejarán valor sin capturar a menos que rediseñen sus flujos de trabajo. Esto se debe a que la IA cambia cómo se realizan las tareas, por quién y qué podría ser posible, lo que explica por qué el valor de la IA no suele provenir de simplemente añadirla a tareas y formas de trabajo existentes, sino de repensar estos procesos. De hecho, el rediseño de flujos de trabajo es el factor con el vínculo más fuerte con la mejora de las ganancias mediante la IA.32 Es probable que el vínculo sea aún más fuerte en una era de agentes de IA. Sin embargo, los entrevistados sugieren que este tipo de rediseño aún se encuentra en una etapa inicial en las organizaciones del CCG. La mayoría de las organizaciones aún no están preparadas para transformar por completo las formas de trabajo existentes.
Las organizaciones del CCG son plenamente conscientes de que necesitan responder al potencial de la IA, pero no es fácil acertar con la respuesta. Algunas parecen no estar seguras de cuál es la mejor manera de avanzar: “Los consejos de administración y los ejecutivos están entusiasmados con la IA, pero muchos todavía no saben cómo convertir la intención en acción. Lo que necesitan es un plan estratégico sobre dónde invertir y cómo priorizar”, dijo un entrevistado. Otros descubren que las iniciativas de IA no cumplen con las expectativas y tienen dificultades para integrarlas en los procesos existentes de toda la organización. Estos desafíos contribuyen a la creciente brecha en la adopción e impacto de la IA entre las organizaciones líderes y el resto.33
Los altos ejecutivos decididos a adoptar la IA a escala se enfrentarán a una lista abrumadora de tareas por hacer. Solo un puñado de pautas de alto nivel podría ayudar a garantizar que sus esfuerzos estén estrechamente coordinados para generar impacto:
- Establecer la dirección desde arriba. Los consejos de administración y los altos ejecutivos deben ser propietarios de la estrategia de IA, vincularla a las prioridades empresariales e impulsar su uso con una comunicación clara y un patrocinio visible.
- Construir las bases tecnológicas adecuadas. Invertir en pilas tecnológicas modulares y escalables; equilibrar herramientas de proveedores y de código abierto; y tratar los datos como un producto empresarial bien gobernado y reutilizable.
- Reorganizar cómo se realiza el trabajo. Desplegar el talento escaso de manera centralizada en escuadrones multifuncionales y reforzar las formas de trabajo ágiles.
- Vincular la adopción al desempeño. Contrarrestar la resistencia cultural requerirá un sólido programa de gestión del cambio. Pero también se necesitan mediciones de desempeño para garantizar que los casos de uso generen valor. Los flujos de trabajo también podrían necesitar ser rediseñados para capturar el potencial de la IA.
- Empezar de manera inteligente, escalar rápido. Secuenciar victorias rápidas para demostrar el valor de la IA y crear una demanda ascendente de IA a escala. Usar IA para construir IA acelera la entrega y, por lo tanto, la escala y la creación de valor.
La IA está transformando la manera en que las organizaciones compiten. Nuestra encuesta sugiere que muchas organizaciones del CCG quizás deban acelerar el ritmo para mantenerse a la vanguardia, respaldando la experimentación y los proyectos piloto con un plan que primero construya las capacidades necesarias para apoyar la IA a gran escala y luego impulse la adopción con la creación de valor como objetivo constante.