Artículo escrito por Alexandr GrygoryevCOO, SVP en Andersen.
En los últimos años, las empresas que operan en diversas industrias han comenzado a implementar activamente la inteligencia artificial (IA). La tecnología optimiza los procesos de muchas maneras diferentes, desde los documentos de procesamiento con la ayuda de modelos de idiomas grandes hasta equipar robots y vehículos industriales con capacidades inteligentes como la toma de decisiones autónomas. Hasta el 92% de las organizaciones tienen como objetivo asignar más fondos a la IA dentro de los siguientes tres años.
Naturalmente, cada compañía tiene que elegir por sí misma si va a desarrollar sus propias soluciones de IA internamente, comprarlas de un proveedor o encontrar un socio de tecnología confiable para manejar sus tareas y solicitudes relacionadas con la IA. La elección correcta es crucial, ya que proporciona una ventaja estratégica a través del rendimiento elevado y una mejor calidad de los servicios y productos. Por el contrario, una mala elección puede volver a colocar a una empresa en la carrera contra los competidores.
Los principales funcionarios de negocios (CBO) juegan un papel importante en esta decisión. Sus responsabilidades principales incluyen impulsar el crecimiento del negocio y garantizar un ingreso estable a largo plazo. Una empresa puede lograr esto, entre otras cosas, a través de la adopción de avances tecnológicos como la IA, alineando este proceso con la estrategia general. Como el objetivo principal es optimizar y acelerar los procesos comerciales y reducir los costos, una CBO debe evaluar a fondo todos los riesgos y beneficios de este esfuerzo, incluso si se comunicará con una organización externa o desarrollar internamente.
En esta pieza, exploraremos las principales preocupaciones al adoptar la tecnología de IA, explicaremos el proceso de toma de decisiones entre las tres opciones, compras, construcción o socio, y discutiremos el papel crucial de un director de negocios en ella.
Comprar, construir o socio: ¿Dónde debe comenzar?
El año pasado, KPMG realizó una extensa encuesta entre 225 ejecutivos de nivel C y altos directivos sobre la adopción de la Generación de AI. Los investigadores llegaron a la siguiente conclusión:
- El 50% de los ejecutivos recurren a proveedores externos para obtener ayuda;
- El 29% prefiere el enfoque combinado del desarrollo interno, la compra externa y confiar en un socio de TI;
- Solo el 12% de las empresas desarrollan software interno.
¿Cómo sabe qué opción es adecuada para su empresa? El punto de partida es responder estas preguntas fundamentales: “¿En qué medida la tecnología de IA que adopta mi empresa influirá en su crecimiento a largo plazo?” y “¿Hasta qué punto mi empresa posee, administra o accede a datos propietarios en comparación con el proveedor externo?” Al reflexionar sobre las respuestas y el factorización en riesgos relacionados con la IA y su responsabilidad, una CBO podrá tomar una decisión informada.
Desafíos de implementación de IA para tener en cuenta
En primer lugar, un ejecutivo debe reconocer los siguientes problemas que normalmente surgen cuando un negocio integra el software de IA en sus flujos y sistemas:
Calidad de datos inadecuada
Según el informe de KPMG mencionado anteriormente, la calidad de los datos es una preocupación importante y un área para mejorar para el 66% de los ejecutivos. Esto no es de extrañar, dado que los datos son uno de los activos más valiosos de la compañía, y su calidad afecta directamente el rendimiento comercial, el cumplimiento y el éxito a largo plazo. Los datos bien organizados mejoran la toma de decisiones, evitan estimaciones inexactas, estrategias mal informadas y errores costosos y mejora de flujos de trabajo y asignación de recursos.
Por lo tanto, hacer que su modelo de IA funcione basado en la entrada de alta calidad es primordial. En promedio, los científicos de datos de una empresa asignan hasta el 80% de los esfuerzos de su proyecto para organizar y refinar datos. Esto se debe a que la IA es ampliamente conocida como tecnología de basura y garra de basura, y desea asegurarse de que sus datos estén bien organizados, seguros y que cumplan con las políticas y regulaciones aplicables.
Integración con sistemas heredados
Muchos de los fuertes sistemas de grado empresarial son incompatibles con la IA. Esto causa una serie de problemas, incluida la creciente deuda técnica, actualizaciones costosas pero no siempre eficientes, la incapacidad de los modelos para escalar y ROI perdida.
Selección de modelos
Los algoritmos inteligentes de salida generan en gran medida depende del modelo. Por lo tanto, los modelos en los que su empresa confiará, ya sea en el estante o construido desde cero, deben basarse en modelos de aprendizaje confiables, optimizados con conjuntos de datos de alta calidad y emplear métricas de equidad.
Costo de implementación empinado
Para decidir si debe desarrollar una solución personalizada o optar por una preparada, una empresa debe tener una estrategia de implementación de IA bien definida. Esto ayudará a la empresa a asignar efectivamente su presupuesto, por ejemplo, a contratar y capacitar a especialistas internos, etc.
Ventaja competitiva
Comprar una plataforma estándar puede parecer una opción más rápida. Sin embargo, no proporcionará el mismo borde que uno a medida. Además, si una empresa posee conocimientos únicos, asociarse con un desarrollador de confianza o construir una plataforma interna podría ser una mejor opción, garantizando que la IP será propiedad exclusiva de esa compañía.
Falta de talento interno
Una empresa que desea imaginar, construir e implementar software de IA en la casa debe considerar ofrecer oportunidades profesionales lucrativas para atraer expertos exitosos en aprendizaje automático, ciencia de datos y programación. En particular, el 51% de las organizaciones en los Estados Unidos y el Reino Unido admiten que carecen de la experiencia de IA necesaria interna.
El papel crucial de una CBO en la transformación de IA de su empresa
Una responsabilidad central de una CBO es tomar una decisión informada teniendo en cuenta los objetivos comerciales, la planificación financiera y el posicionamiento competitivo.
Desarrollo interno
Al evaluar la viabilidad de esta opción, el trabajo de una CBO es ver si la empresa tiene recursos suficientes, talento adecuado e infraestructura apropiada. También deben alinear esta inversión con el plan estratégico general. Además, calculan el presupuesto, los riesgos y los plazos del proyecto. Conjuntos con el CTO, determinan si el equipo interno podrá crear, entrenar y mantener el producto AI.
Este enfoque es mejor para las organizaciones que requieren un modelo altamente personalizado para manejar datos propietarios sin depender de proveedores externos.
Producto preconstruido
La responsabilidad del jefe de CBO aquí es identificar si su empresa podría implementar y utilizar eficientemente un producto listón sin la caja sin la necesidad de personalizarlo significativamente. También deben calcular si comprar una licencia de software es una opción más económica que embarcarse en un desarrollo totalmente completo. Finalmente, tendrían que verificar si el proveedor es confiable y cumple con los estándares requeridos, así como negociar el costo, el SLA y otros términos.
Socio tecnológico
La cooperación con un socio tecnológico puede desarrollarse en varias direcciones clave. Pueden ofrecer desarrollo de software personalizado desde cero, el aumento de su equipo con talento altamente calificado, servicios como implementación de software y migración de sistemas heredados, capacitación del personal, apoyo y mantenimiento, y más. Una CBO sería responsable de encontrar el mejor socio estratégico de emparejamiento. Tendrían que evaluar el valor a largo plazo, la innovación y el riesgo compartido de esa asociación. Luego, tendrían que elegir el modelo de colaboración ideal y encontrar un socio que se alinearía con la visión de su empresa y posee la experiencia necesaria.
Este enfoque es ideal para aquellos que necesitan tecnología a medida, pero carecen de recursos internos.
Resumir
En este artículo, hemos analizado los factores críticos que influyen en las estrategias de adopción de la IA y los desafíos clave que enfrentan los CBO al elegir el correcto. Hemos explorado los tres enfoques principales: construir soluciones de inteligencia artificial interna, comprar sistemas preparados o asociarse con proveedores externos. Cada una de estas opciones tiene sus beneficios y preocupaciones estratégicas, así como las implicaciones a largo plazo para la sostenibilidad y la competitividad del negocio.
Un enfoque importante de nuestro análisis ha sido los riesgos asociados con la adopción de IA. El tiempo es un factor determinante aquí: a medida que se acelera la transformación digital, las organizaciones tienen el desafío de mantener el ritmo de estos cambios. Otra preocupación importante es la necesidad de asegurar información corporativa confidencial al asociarse con compañías externas. Finalmente, los tomadores de decisiones enfrentan la presión de que si no asignan fondos a desarrollar el talento de TI interno, corren el riesgo de volverse demasiado dependientes de proveedores externos.
Dadas estas y otras consideraciones, hemos evaluado varias estrategias de implementación que una CBO puede adoptar en función de los recursos, las capacidades técnicas y el posicionamiento del mercado de su empresa. Al evaluar a fondo las capacidades de la empresa y depender de una estrategia de digitalización bien pensada, una CBO puede elegir el mejor curso de implementación de IA que garantice el crecimiento a largo plazo de su empresa y una ventaja robusta del mercado.
Referencias:
- Hannah Mayer, Lareina Yee, Michael Chui y Roger Roberts. 2025. Superagencia en el lugar de trabajo: empoderar a las personas para desbloquear el máximo potencial de la IA. McKinsey & Company.
- Kpmg. 2024. “Encuesta Genai – 2024” Kpmg
- Cohen, Asaf. 2021. “Las empresas que apostan por los datos deben valorar a las personas tanto como la IA”. TechCrunch. 19 de agosto de 2021.
- Vanson Bourne. 2019. “La brecha de habilidades de IA”. Snaplogic, febrero de 2019.