Guía del directivo para invertir en inteligencia artificial: entender la propuesta de valor en 2025

Mientras las tendencias de inversión en IA evolucionan aún más en 2025, los directivos deben afrontar una creciente presión para tomar decisiones estratégicas sobre las implementaciones de la inteligencia artificial. Con la rápida adopción de herramientas de IA por parte de las empresas - el 22% las está implementando de forma extensiva y el 33% las está utilizando de forma limitada - entender cómo evaluar e implementar las soluciones de IA se ha vuelto fundamental para mantener la ventaja competitiva. En el libro "The Executive Guide to Artificial Intelligence" de Andrew Burgess, el autor ofrecía una guía completa para directivos de empresas que desean comprender e implementar soluciones de inteligencia artificial en sus organizaciones.

Este libro fue publicado en 2017 por Springer International Publishing y ofrece una visión práctica de cómo las empresas pueden aprovechar la inteligencia artificial. Qué ha cambiado en la actualidad?

Tendencias actuales de inversión en IA 2025

El panorama de la IA está experimentando un crecimiento sin precedentes, y las organizaciones realizan inversiones más importantes para seguir siendo competitivas.

Lo básico:

Burgess subrayó la importancia de empezar por definir objetivos claros alineados con la estrategia empresarial, un principio que sigue siendo válido hoy en día. En el libro, identificó ocho capacidades básicas de la IA:

1. Reconocimiento de imágenes
2. Reconocimiento de voz
3. Search e information extraction
4. Clustering
5. Natural Language Understanding
6. Optimización
7. Prediction
8. Understanding (hoy)

Evolución de 2018 a 2025:

Desde que se escribió el libro, la IA ha pasado de ser una tecnología emergente a una tecnología generalizada. La capacidad de "comprensión" que Burgess consideraba futurista ha experimentado avances significativos con la llegada de los grandes modelos lingüísticos (LLM) y las tecnologías de IA generativa, que aún no habían surgido en 2018.

framework estratégico para las decisiones de inversión en IA

Las cuatro preguntas esenciales

A la hora de evaluar las inversiones en IA, es crucial centrarse en estas cuestiones críticas:

1. Definición del problema empresarial
2. Métricas de éxito
3. Requisitos para la implementación
4. Evaluación del riesgo

Nota: Este framework de cuatro preguntas proviene del conocimiento actual y no se presenta explícitamente en el libro de Burgess.

Crear una estrategia de IA eficaz

El marco de adopción:

Burgess propone un marco detallado para crear una estrategia de IA que incluye:

1. Alineación con la estrategia empresarial - Comprender cómo la IA puede apoyar los objetivos empresariales existentes
2. Comprensión de las ambiciones de IA - Definir si se desea:
3. • Mejorar procesos existentes
   • Transformar funciones empresariales
   • Crear nuevos servicios/productos
3. Evaluación de la madurez de IA - Determinar el nivel actual de madurez de la organización en una escala de 0 a 5:
4. • Procesamiento manual (Nivel 0)
   • Automatización IT tradicional (Nivel 1)
   • Automatización básica aislada (Nivel 2)
   • Implementación táctica de herramientas de automatización (Nivel 3)
   • Implementación táctica de varias tecnologías de automatización (Nivel 4)
   • Automatización estratégica end-to-end (Nivel 5)
4. Creación de un mapa de calor de IA - Identificar las áreas con mayores oportunidades
5. Desarrollo del business case - Evaluar beneficios "hard" y "soft"
6. Gestión del cambio - Planificar cómo se adaptará la organización
7. Desarrollo de una hoja de ruta de IA - Crear un plan a medio-largo plazo

Evolución de 2018 a 2025:

El marco de Burgess sigue siendo sorprendentemente pertinente hoy en día, pero debe completarse con consideraciones sobre:

• Ética de la IA y regulaciones (como la EU AI Act)
• Sostenibilidad ambiental de la IA
• Estrategias de IA responsable
• Integración con tecnologías emergentes como la computación cuántica

Medir la rentabilidad de las inversiones en IA

Los factores determinantes del rendimiento de la inversión:

Burgess identifica distintos tipos de beneficios de la IA, clasificados en "duros" y "blandos":

Beneficios hard:

• Reducción de costes
• Evitar costes
• Satisfacción del cliente
• Conformidad
• Mitigación del riesgo
• Mitigación de pérdidas
• Mitigación de la pérdida de ingresos
• Generación de ingresos

Beneficios soft:

• Cambio cultural
• Ventaja competitiva
• Efecto halo
• Habilitación de otros beneficios
• Habilitación de la transformación digital

La medición del ROI de la IA se ha vuelto más sofisticada, con marcos específicos para evaluar el impacto de la IA generativa, que no existían cuando Burgess escribió el libro.

Enfoques técnicos de la aplicación de la IA

Tipos de soluciones:

Burgess presentó tres enfoques principales para aplicar la IA:

1. Software de IA off-the-shelf - Soluciones preempaquetadas
2. Plataformas de IA - Proporcionadas por grandes empresas tecnológicas
3. Desarrollo de IA personalizado - Soluciones a medida

Para los primeros pasos, sugirió considerar:

• Proof of Concept (PoC)
• Prototipos
• Minimum Viable Product (MVP)
• Riskiest Assumption Test (RAT)
• Pilot

Lo que ha cambiado:

Desde 2018, hemos sido testigos de:

• democratización de las herramientas de IA con soluciones no-code/low-code
• Mejora drástica de las plataformas cloud de IA
• Crecimiento de la IA generativa y modelos como GPT, DALL-E, etc.
• Aumento de las soluciones de AutoML que automatizan partes del proceso de data science

Consideración de riesgos y desafíos

Los riesgos de la inteligencia artificial:

Burgess dedicó un capítulo entero a los riesgos de la IA, señalando:

1. Calidad de los datos
2. Falta de transparencia - La naturaleza "black box" de los algoritmos
3. Sesgos no intencionados
4. Ingenuidad de la IA - Límites de la comprensión contextual
5. Dependencia excesiva de la IA
6. Elección de la tecnología equivocada
7. Actos malintencionados

Evolución de 2018 a 2025:

Desde que se escribió el libro:

• Las preocupaciones sobre el sesgo del algoritmo se han convertido en una cuestión crítica (pendiente de profundizar)
• La seguridad de la IA se ha vuelto fundamental con el aumento de las amenazas
• La regulación de la IA ha surgido como un factor clave
• Los riesgos de deepfakes y desinformación de IA generativa se han vuelto significativos
• Las preocupaciones de privacidad han aumentado con el uso más generalizado de la IA

Crear una organización de AI eficaz

Del libro de Burgess (2018):

propuso Burgess:

• Construir un ecosistema de IA con proveedores y socios
• Establecer un Centro de Excelencia (CoE) con equipos dedicados
• Considerar roles como Chief Data Officer (CDO) o Chief Automation Officer (CAO)

Evolución de 2018 a 2025:

Desde entonces:

• El rol de Chief AI Officer (CAIO) se ha vuelto común
• La IA ahora suele estar integrada en toda la organización en lugar de estar aislada en un CoE
• La democratización de la IA ha dado lugar a modelos operativos más distribuidos
• Ha surgido la importancia de la alfabetización en IA para todos los empleados

Conclusión

Del libro de Burgess (2018):

Burgess concluyó con la importancia de:

• No creer en el hype sino centrarse en los problemas empresariales reales
• Iniciar el recorrido de IA lo antes posible
• Future-proof de la empresa a través de la comprensión de la IA
• Adoptar un enfoque equilibrado entre optimismo y realismo

Evolución de 2018 a 2025:

El llamamiento de Burgess a "no creerse el bombo" sigue siendo increíblemente relevante en 2025, especialmente con el excesivo bombo que rodea a la IA generativa. Sin embargo, la velocidad de adopción de la IA se ha vuelto aún más crítica, y las empresas que aún no han comenzado su viaje hacia la IA se encuentran ahora en una desventaja significativa en comparación con aquellas que siguieron el consejo de Burgess de comenzar pronto (¡en 2018!).

El panorama de la IA en 2025 es más complejo, más maduro y más integrado en la estrategia empresarial de lo que podría haberse previsto en 2018, pero los principios básicos de alineación estratégica, creación de valor y gestión de riesgos que Burgess esbozó siguen siendo sorprendentemente válidos.