ChatGPT no es una estrategia, por David Rogers

Desde que ChatGPT de OpenAI irrumpió por primera vez en la opinión pública, muchos líderes me han pedido discutir sobre su "estrategia de IA" o su "estrategia ChatGPT". Permítame ser claro: ChatGPT no es una estrategia, metaverso no es una estrategia, Web3 no es una estrategia y blockchain no es una estrategia.

Cada una de ellas son tecnologías que puede utilizar con el fin de buscar oportunidades específicas para que su negocio cree valor en el mercado. Pero las tecnologías no son, y nunca deberían ser, el punto de partida de la estrategia.Como cualquier tecnología emergente, puede convertirse fácilmente en una distracción que desvíe nuestra atención de las cuestiones estratégicas

En cambio, debemos tomarnos en serio el mantra de las start-ups de "enamorarse del problema y no de la solución". Así que, antes de lanzar su próximo proyecto piloto de ChatGPT, pregúntese: “¿qué problema estamos intentando resolver?”.

La distracción de la tecnología

Hay que reconocer que los últimos doce meses han sido embriagadores y emocionantes.

Con la IA Generativa, estamos asistiendo a la aparición de una nueva tecnología increíblemente interesante que probablemente remodelará nuestras vidas y la dinámica subyacente de muchas industrias durante la próxima década o dos. Sin embargo, a pesar de todas sus asombrosas capacidades, la IA Generativa tiene un inconveniente obvio. Como cualquier tecnología emergente, puede convertirse fácilmente en una distracción que desvíe nuestra atención de las cuestiones estratégicas.

Para evitarlo, debemos forzarnos constantemente a alejarla de los nuevos y brillantes objetos de la tecnología y centrar la atención en las necesidades del negocio y de los clientes

Si quiere que su gente supere la fascinación de las demostraciones de la IA de este año, tendrá que vincular la IA Generativa a la estrategia.

Una nueva mirada a la IA Generativa

¿Qué debería hacer su empresa con la IA Generativa en 2024? Después de todo, aún nos encontramos en una fase muy temprana de esta extraordinaria tecnología.

Asumiendo que usted no se encuentra en el negocio de la construcción de grandes modelos de lenguaje (LLM como ChatGPT) ni en el de los chips en los que se ejecutan (en cuyo caso, estaría demasiado ocupado imprimiendo dinero como para leer este artículo), ¿qué debería hacer con esta nueva tecnología?Céntrese en experimentos de bajo riesgo que estén diseñados para el aprendizaje y en compartir lo aprendido en toda la organización

Le recomiendo no esperar un gran impacto en su negocio en esta fase. En su lugar, céntrese en experimentos de bajo riesgo que estén diseñados para el aprendizaje y en compartir lo que aprenda con toda la organización.

Esto contrasta fuertemente con lo que sucede en la mayoría de las empresas, en las cuales se lanzan un montón de proyectos piloto, en los que todos compiten para parecer que están "haciendo algo" con la nueva tecnología más cool del mundo. En cada proyecto piloto, el equipo nunca define claramente el problema a resolver o cómo sería el éxito versus el fracaso. Y el aprendizaje compartido es escaso o nulo.Antes de lanzar su próximo proyecto piloto de ChatGPT, pregúntese qué problema está intentando resolver

5 pasos para cada experimento de IA Generativa

¿Cómo diseñar experimentos para minimizar el riesgo, maximizar el aprendizaje y acelerar el camino hacia la obtención de valor real (repetible, medible, escalable) de IA Generativa?

Recomiendo un proceso simple de cinco pasos para cada equipo:

1. Defina un problema a resolver. Elija un problema importante que crea que podría resolver, o una necesidad que podría satisfacer con herramientas de IA Generativa . (Nota: "¡Podríamos hacer X!" no es un problema. Sin embargo, "Podríamos mejorar la forma en que actualmente hacemos Z" potencialmente sí lo es).

2. Encuentre a su cliente. ¿Quién usaría o se beneficiaría de su solución de IA Generativa ? ¿Quién querría resolver su problema? ¿Es un cliente externo? ¿O alguien dentro de su organización? Este será el "cliente" de su solución.

3. Valide una definición de éxito. Vaya a buscar a ese cliente y reúnase con él. Pídale opinión. Con su ayuda, tendrá que validar 3 cosas: el problema que está resolviendo (¿lo ve de la misma manera?), una definición medible de éxito (¿ahorro de tiempo? ¿ahorro de costes? ¿producción de mayor calidad?) y los controles (¿qué métricas indicarían que no merece la pena utilizar su solución GenAI, por ejemplo, medidas de fiabilidad o precisión?).

4. Experimente para ver qué funciona. Aprovechando las herramientas de inteligencia artificial y el apoyo de expertos, pruebe nuevas soluciones al problema. Haga que el cliente juzgue los resultados en función de las métricas acordadas. Recabe también las respuestas cualitativas, que pueden indicar un beneficio o problema que no había previsto.

5. Comparta lo aprendido. Comparta este aprendizaje ampliamente en toda la organización: ¿Qué intentó? ¿Qué funcionó? ¿Qué no? ¿Qué más aprendió?

Estos son los cinco pasos que estoy viendo en una variedad de organizaciones (comerciales, medios de comunicación, educación, servicios financieros) que adoptan un enfoque de IA Generativa enfocado y basado en el aprendizaje.

Diseñe su propio programa de IA Generativa

Por supuesto, esto no sucede mágicamente por sí solo. La experimentación eficaz con IA Generativa requiere que diseñe su programa antes de comenzar. Esto implicará una gobernanza de la innovación, la formación y el apoyo a sus experimentadores, mecanismos de comunicación para el aprendizaje compartido, y una cantidad muy pequeña de dinero.

En la práctica, estas piezas deben incluir:

1. Formación sencilla: qué herramientas existen y cómo funcionan, a un nivel básico. Además de unas normas básicas de seguridad (como me dijo un ejecutivo: "No hagamos ninguna tontería").

2. Luz verde al proyecto: para obtener la aprobación, cualquier proyecto piloto debe, como mínimo, ser capaz de definir un problema que pretende resolver.

3. Supervisión de la seguridad: TI debe aprobar que se puede utilizar esta herramienta con estos datos en esta parte de nuestra intranet.

4. Presupuesto reducido: para licencias de herramientas externas.

5. Informes obligatorios: cada participante ha de informar sobre lo que hizo con su tiempo y recursos, y qué aprendió.

6. Aprendizaje distribuido: algún mecanismo (jornadas de demostración, boletín informativo, base de conocimientos) para compartir internamente los hallazgos.

7. Junta de crecimiento: un grupo de líderes empresariales y de TI que se reúne cada 60-90 días para revisar los experimentos más prometedores y considerar si es segura una determinada solución para escalar aún más y si tiene suficiente valor empresarial para justificar la inversión.

8. Opcional: soporte técnico de nivel superior, por ejemplo, "prompt engineers” (ingenieros de peticiones) itinerantes que puedan desplazarse de un proyecto a otro (si puede permitírselo).

Una vez establecido este marco, se debe animar a todos los empleados a participar en el programa; pero deben seguir el proceso que usted ha diseñado cuidadosamente.

Cualquier empresa debe iniciar este proceso con expectativas modestas:

• La mayoría de las ideas presentadas no serán capaces de articular un problema subyacente que resolverían. Estas deberían rechazarse en la fase de luz verde, o cerrarse inmediatamente.
• La mayoría de los experimentos aprobados no lograrán resolver el problema o lo harán con una tasa de error aceptable.
• Unos pocos experimentos pueden mostrar resultados lo suficientemente prometedores como para validarlos y perfeccionarlos, y considerar escalarlos en toda la empresa.

Sin embargo, el impacto más amplio será acelerar drásticamente el aprendizaje significativo dentro de la organización, para que esté preparada, a medida que la IA Generativa avance rápidamente, para desbloquear un valor real para su negocio.2024 debería ser un año centrado en la experimentación y el aprendizaje

Un objetivo para 2024 

En los próximos uno, dos o tres años, la IA Generativa podría empezar a cambiar radicalmente lo que ocurre cada día dentro de su organización. Incluso podría poner patas arriba su modelo de negocio actual. O ayudarle a lanzar al mercado un modelo de negocio totalmente nuevo.Las tecnologías no son, y nunca deberían ser, el punto de partida de la estrategia

Pero, si usted mismo no se construye chips de IA ni modelos básicos, 2024 debería ser un año centrado en la experimentación y el aprendizaje. Y el verdadero aprendizaje únicamente se producirá si, en lugar de partir de la tecnología, parte de los problemas concretos que desea resolver para su negocio o sus clientes.

David Rogers, profesor en Columbia Business School, autor de The Digital Transformation Roadmap, y experto mundial en transformación digital.

Este artículo, aparecido originalmente en Substack, se publica en Executive Excellence con la autorización expresa de su autor / Imágenes: © Alana Jordan y © Claudia en Pixabay, 

Diciembre de 2023.