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
El futuro ya está aquí, solo que no está distribuido de manera uniforme.
La vertiginosa velocidad a la que evoluciona la tecnología de inteligencia artificial (IA) hace que sea casi imposible mantenerse al día con las numerosas nuevas formas en que podría transformar cómo trabajan las personas. Sin embargo, para la mayoría de las organizaciones, la brecha entre lo que es posible y lo que se implementa se está ampliando de forma constante. Una Encuesta Global de McKinsey de 2024 reveló que nueve de cada diez empleados utilizaban IA generativa en su trabajo, y el 21 por ciento de ellos eran usuarios intensivos.1 Pero, aunque el entusiasmo de los empleados era alto, la adopción formal de herramientas de IA en la mayoría de las organizaciones se quedaba atrás: solo el 13 por ciento de los empleados encuestados consideraba que su organización era una de las primeras en adoptarlas.
Más perspectivas de McKinsey en Español
Mire nuestra colección de artículos en Español y suscríbase a nuestro newsletter mensual en Español.
La lenta adopción institucional de nuevas herramientas no es un fenómeno nuevo. Ocurrió cuando los nativos digitales colaboraban utilizando plataformas en la nube y se conectaban con clientes a través de las redes sociales años antes de que sus empleadores aprobaran oficialmente estas tecnologías. Más recientemente, los nativos móviles comenzaron a hacer negocios mediante aplicaciones de mensajería y flujos de trabajo diseñados para dispositivos móviles, mientras que los departamentos de TI corporativos aún debatían sobre las políticas de seguridad para teléfonos inteligentes. Ahora, el mundo está presenciando el surgimiento de los nativos de la IA —normalmente empleados más jóvenes— que ya están utilizando herramientas de IA generativa para redactar correos electrónicos, escribir código y analizar datos, mientras que los responsables de la toma de decisiones y los encargados de los presupuestos se preocupan por la gobernanza y los costos iniciales de la tecnología.
Las diferencias esta vez radican en la velocidad y la escala del cambio. El tiempo que transcurre entre que las capacidades de la IA generativa son una ventaja competitiva y se convierten en una necesidad competitiva es mucho más corto que en transiciones tecnológicas anteriores. Las organizaciones que dominen el arte de la adopción rápida determinarán las nuevas reglas de sus sectores.
Pero ¿cómo pueden los líderes acelerar el aprendizaje en toda la organización sin sacrificar la calidad ni generar caos? ¿Cómo pueden asegurarse de que la empresa obtenga el mayor valor posible de los focos de innovación dispersos? A continuación, analizamos cuatro mentalidades y prácticas que pueden ayudar.
Cultive lo que ya está creciendo
En el libro The Gardener and the Carpenter: What the New Science of Child Development Tells Us About the Relationship Between Parents and Children (El jardinero y el carpintero: Lo que la nueva ciencia del desarrollo infantil nos dice sobre la relación entre padres e hijos, Farrar, Straus and Giroux/Macmillan Publishers, 2016), la psicóloga del desarrollo Alison Gopnik sostiene que los padres deberían permitir que los niños se desarrollen según sus propias tendencias naturales en lugar de seguir constructos predeterminados. Este concepto, que ella denomina “mentalidad de jardinero”, es tan relevante para los líderes organizacionales como para los padres: hay que cultivar lo que ya está creciendo. Los directivos más exitosos se enfocan en identificar los brotes: empleados, equipos o departamentos que están experimentando con nuevas tecnologías y mostrando resultados prometedores. Se preguntan: “¿Dónde ya está ocurriendo la innovación? ¿Quién está resolviendo problemas de maneras sorprendentemente eficaces?”.
Sin embargo, la mayoría de las organizaciones prefieren la “mentalidad de carpintero”: planear meticulosamente cada detalle de la transformación tecnológica desde arriba hacia abajo. Este enfoque no puede seguir el ritmo actual del cambio. Los líderes que intentan especificar con precisión cómo debe implementarse la IA en toda la organización a menudo terminan construyendo soluciones del pasado para los problemas del futuro.
Consideremos la experiencia de una empresa asiática de servicios financieros que descubrió que sus equipos estaban utilizando de manera informal la IA para agilizar el desarrollo de aplicaciones. Los directivos acogieron la innovación y crearon una capa de datos común que permitió a los equipos automatizar pasos que consumían mucho tiempo, como el etiquetado de datos, lo que redujo a la mitad el tiempo necesario para desarrollar aplicaciones de IA.
Hemos visto muchos ejemplos similares, como equipos de atención al cliente que utilizan discretamente chatbots de IA para redactar respuestas, lo que a menudo reduce drásticamente sus tiempos de respuesta. Algunos equipos directivos, preocupados por la seguridad o la gobernanza, cancelan estos experimentos, mientras que otros analizan qué los hace exitosos, perfeccionan los enfoques y ayudan a escalarlos. Reconocer y cultivar lo que ya está creciendo tiene más probabilidades de impulsar la innovación que tratar de plantar semillas basándose en teorías. Pero aplicar una mentalidad de jardinero requiere que los líderes dediquen más tiempo a observar patrones y menos a crear planes rígidos. Significa aceptar que las ideas más transformadoras a menudo surgen de lugares inesperados dentro de la organización.
Cree incentivos para la adopción
Todo el mundo sabe lo difícil que es cambiar hábitos de trabajo establecidos y aprender nuevas herramientas. El nivel intermedio de la mayoría de las organizaciones —los gerentes y profesionales sénior que marcan el tono cultural— suele ser el más resistente al cambio debido a su interés propio racional. Están ocupados, sus métodos actuales funcionan razonablemente bien y la curva de aprendizaje de las nuevas tecnologías puede parecer abrumadora.
Tanto los incentivos financieros como los sociales son esenciales para fomentar una adopción significativa. Sin embargo, las recompensas más efectivas se centran en el aprendizaje, no solo en el uso. En lugar de ofrecer bonificaciones por implementar la IA, las organizaciones exitosas recompensan a los empleados por demostrar nuevas competencias, compartir conocimientos con colegas y ayudar a otros a superar la curva de aprendizaje. El reconocimiento social a menudo resulta más poderoso que las recompensas económicas. Cuando líderes de equipo respetados comparten sus trayectorias de aprendizaje en IA y reconocen públicamente que aún están aprendiendo, se reducen las barreras psicológicas para todos los demás.
Numerosas organizaciones grandes (incluida McKinsey) organizan competencias de innovación en las que los empleados colaboran con grupos diversos de colegas y presentan ideas. Los equipos que avanzan a las rondas posteriores pueden recibir más recursos, apoyo de expertos y visibilidad ante los líderes. Las mejores empresas ofrecen este tipo de incentivos no solo durante eventos anuales, sino todos los días. Un ejecutivo del sector tecnológico afirma que los rituales de innovación, incluidos los días regulares de innovación en los que “los equipos exploran intereses y descubren ideas que quizá aún no están en la hoja de ruta”, son comunes en su empresa. Estas sesiones suelen dar lugar a descubrimientos inesperados que llevan a la organización a replantear la prioridad de su próxima ola de proyectos.
Fomente el aprendizaje rápido
Las organizaciones exitosas no solo experimentan más que sus pares, sino que lo hacen mejor. Adoptan principios del riguroso mundo de las pruebas A/B y los aplican a la innovación organizacional:
- Empiece con hipótesis claras. En lugar de objetivos vagos, como “mejorar la productividad con IA”, los equipos exitosos comienzan con predicciones específicas y comprobables, por ejemplo: “Creemos que usar IA para automatizar nuestro proceso de informes mensuales reducirá el tiempo dedicado en un 50 por ciento y mantendrá una precisión superior al 95 por ciento”. Pero las nuevas ideas solo son tan buenas como sus suposiciones subyacentes, y con demasiada frecuencia, los equipos no identifican esas suposiciones ni las ponen a prueba con el rigor necesario.
- Diseñe para el aprendizaje, no solo para el éxito. Los programas piloto suelen tener como único objetivo lograr resultados exitosos, por lo que rara vez generan conocimientos valiosos sobre lo que realmente funciona. Los mejores experimentos están diseñados para fallar rápidamente y documentar los enfoques que no funcionaron. Además, abarcan varias funciones. Por ejemplo, un equipo de investigación y desarrollo (I+D) puede obtener información sobre los clientes a través de los vendedores desde el inicio del proceso. Estos experimentos también incluyen grupos de control, cuando es posible, y miden indicadores adelantados, no solo resultados finales. Algunas empresas parten de lo que sería un resultado exitoso y luego identifican las suposiciones que lo sustentarían. Una empresa de biotecnología agrícola utilizó este enfoque basado en suposiciones para identificar el mejor camino para lanzar un nuevo producto y redujo el tiempo de lanzamiento en un 30 por ciento.
- Aproveche el poder de las muestras pequeñas. Las organizaciones no necesitan implementaciones masivas para generar aprendizajes significativos. Algunos de los experimentos organizacionales más valiosos involucran entre cinco y diez personas durante dos a cuatro semanas. El objetivo es iterar rápidamente, no lograr la significancia estadística.
- Documente el porqué de los resultados. Ya sea que un experimento tenga éxito o fracase, la pregunta más importante no es “¿qué pasó?”, sino “¿por qué pasó?”. Los equipos que capturan sistemáticamente estos aprendizajes construyen un conocimiento institucional que acelera la innovación futura.
Los primeros intentos de Amazon con el streaming de vídeo ejemplifican estos principios en acción. En un principio, Prime Video tuvo un rendimiento inferior, pero en lugar de descartar la idea, Amazon se preguntó por qué los usuarios no interactuaban con el servicio. La compañía descubrió que los clientes no percibían un valor independiente en el servicio y se sentían más atraídos por plataformas con contenido exclusivo. En respuesta, Amazon integró Prime Video en la membresía de Prime para aumentar su valor percibido e invirtió fuertemente en contenido original. Este cambio transformó un proyecto piloto con dificultades en un motor clave de las suscripciones a Prime y la fidelidad a la marca.
Mantenga altos estándares para los elogios
En su entusiasmo por fomentar la innovación, los líderes empresariales suelen caer en la trampa de celebrar todo por igual. Cuando cada experimento con IA recibe elogios exagerados y se permite que los informes de avances exageren los resultados en busca de un mayor presupuesto, las ideas realmente innovadoras se pierden entre el ruido. Las organizaciones más innovadoras distinguen entre experimentos interesantes (que vale la pena intentar) e innovaciones revolucionarias (que vale la pena escalar). Recompensan la comunicación honesta de los fracasos tanto como celebran los éxitos.
Esto no significa ser desalentador; significa ser intencional. Cuando los elogios son selectivos y específicos, tienen más peso. Cuando los líderes articulan con claridad por qué un enfoque en particular representa un avance significativo, los equipos comprenden mejor cómo se ve la excelencia.
Las organizaciones pueden transformar su cultura de innovación simplemente cambiando la forma en que hablan de los programas piloto. En lugar de preguntar “¿Cómo va el proyecto de IA?”, preguntan “¿Qué aprendiste que te sorprendió?”. En lugar de celebrar que alguien usó IA, celebran los aprendizajes específicos sobre mejores formas de trabajar que surgieron de su uso.
Por ejemplo, el CEO de un conglomerado ha fomentado una cultura de responsabilidad compartida en los proyectos y un enfoque en resultados tangibles. Pidió a 100 líderes de negocio que cada uno apadrinara un proyecto de IA con metas concretas de aumento de ingresos, reducción de costos o mejora en la satisfacción del cliente. Ese objetivo debía reflejarse en el presupuesto del año siguiente o del posterior.
Las organizaciones que dominan estos principios no solo adoptan nuevas tecnologías más rápidamente, sino que también desarrollan una ventaja competitiva que se incrementa con el tiempo. Cada experimento exitoso fortalece la confianza organizacional. Cada fracaso bien documentado evita que otros repitan los mismos errores. Cada líder con mentalidad de jardinero crea espacio para que florezca más innovación.
El futuro no solo está distribuido de forma desigual: está en constante redistribución. Las organizaciones que aprenden están cosechando los beneficios de detectar la innovación temprano, cultivarla con cuidado y escalarla con sabiduría.