Logística y Distribución
¿Cuál es el verdadero costo de no transformar la empresa con IA?
La inversión en inteligencia artificial crece rápidamente, pero su impacto empresarial todavía está lejos de acompañar ese ritmo. Un estudio de Kearney y el Foro Económico Mundial plantea que el desafío ya no es incorporar herramientas de IA, sino rediseñar operaciones y modelos de negocio alrededor de ellas.
Publicado
La brecha entre el dinero destinado a inteligencia artificial y los resultados que obtienen las empresas comienza a convertirse en uno de los principales desafíos de su adopción. Un nuevo informe elaborado por Kearney y el Foro Económico Mundial sostiene que la IA está dejando de ser una herramienta tecnológica para convertirse en un factor que obliga a replantear procesos, estructuras y modelos de negocio.
El estudio, basado en el análisis de más de 50 empresas AI-First y en más de 150 entrevistas, talleres y consultas con expertos, identifica diferencias relevantes entre las organizaciones que incorporan IA en procesos existentes y aquellas que utilizan la tecnología como punto de partida para rediseñar su operación. Estas últimas muestran mayores capacidades para acelerar ciclos de innovación, escalar operaciones con equipos más reducidos y desarrollar nuevos productos apoyados en sistemas de aprendizaje continuo.
El desafío adquiere mayor dimensión considerando la velocidad con que se está expandiendo el uso de estas herramientas. De acuerdo con los antecedentes citados por el informe, 82% de los responsables de toma de decisiones utiliza IA semanalmente, mientras que la inversión mundial en inteligencia artificial superó los US$250.000 millones durante el último año. Sin embargo, solo 25% de las empresas declara estar obteniendo un impacto empresarial significativo de esas inversiones.
Para los autores, esta diferencia revela que implementar herramientas de IA sobre estructuras diseñadas para operar de manera tradicional tiene un impacto limitado. Las compañías que están obteniendo mejores resultados están reorganizando la toma de decisiones, los flujos de trabajo y la creación de valor alrededor de sistemas de inteligencia artificial, en lugar de limitarse a automatizar tareas individuales.
El informe plantea así una transición hacia modelos AI-First, en los que la inteligencia artificial se incorpora desde el diseño de la operación y no como una capa tecnológica posterior. En un escenario marcado por la presión sobre la productividad, la necesidad de acelerar la innovación y una competencia cada vez más digitalizada, el estudio sostiene que la capacidad de rediseñar los modelos operativos será tan relevante como la propia inversión en tecnología.
