Esta publicación surgió de conversaciones continuas que hemos tenido en todo el ecosistema de ServiceNow sobre dónde tienen éxito las iniciativas de IA y dónde se estancan. Si quieres profundizar en el tema, nuestro Chief AI Officer, Ben Durham-Kilcullen, aborda el panorama completo —marcos de medición, selección de casos de uso, gobernanza y lo que realmente requiere una adopción real de IA— en el último número de Fortified Quarterly.
Cada mañana, la gente se despierta y utiliza herramientas que realmente funcionan. Le preguntan al asistente de voz qué tiempo hace, obtienen una lista de reproducción personalizada sin tener que buscarla, reparten la cuenta de la cena en segundos y reservan fácilmente un vuelo sin necesidad de una agencia de viajes. La experiencia es rápida, fluida y casi imperceptible.
Después se van a trabajar.
Abren un ticket en un sistema. Buscan una política en otro. Esperan dos días una aprobación que podría haber tardado dos minutos. Navegan por un portal diseñado en función de cómo está estructurada la organización, no de cómo piensan realmente. En algún momento, dejan de buscar la respuesta correcta en el lugar adecuado y simplemente improvisan con una solución alternativa, un mensaje de Slack a alguien que sabe del tema o una pestaña que dejan abierta para más tarde.
No se trata de una brecha tecnológica. Todas las organizaciones para las que trabajan estos empleados ya cuentan con potentes plataformas. La brecha es otra cosa: la distancia entre lo que la gente espera ahora de la tecnología y lo que las herramientas empresariales ofrecen realmente.
Se ha agotado la tolerancia
Durante mucho tiempo, existía una compensación tácita en el software empresarial. Las herramientas eran complicadas, pero potentes. Los trabajadores aprendían el sistema. Memorizaban la taxonomía. Interiorizaban qué departamento se encargaba de cada solicitud, incluso cuando la distinción no tenía sentido para nadie más que para el organigrama.
Esa compensación ha desaparecido.
Los empleados llevan dos años utilizando IA de consumo capaz de redactar un correo electrónico a partir de una sola frase, resumir un documento de 40 páginas en 30 segundos y tramitar una solicitud compleja sin necesidad de ningún menú desplegable. Utilizan estas herramientas en casa, en sus teléfonos, en su tiempo libre. Luego se sientan en el trabajo y se preguntan —con toda razón— por qué los sistemas de su empresa no funcionan de la misma manera.
Las expectativas han cambiado. Ya no se trata de «ayúdame a encontrar el formulario adecuado», sino de «simplemente ocúpate de esto por mí».
No es una petición descabellada. Pero se trata de un requisito de producto fundamentalmente diferente, y la mayoría de las organizaciones aún no se han puesto al día. Las que no cierran esta brecha ya no se enfrentan a un problema de experiencia de usuario. Se enfrentan a un problema de adopción. A un problema de retención. A un problema de credibilidad ante las personas a las que piden que impulsen el negocio.
Tres puntos en los que las iniciativas de IA fracasan antes incluso de empezar
Muchas organizaciones han reconocido este momento y han respondido con urgencia. Se han puesto en marcha iniciativas de IA. Se han adquirido licencias. Las demostraciones han sido impresionantes. Y, sin embargo, el impacto real ha tardado más en llegar de lo que la inversión sugeriría.
Las razones suelen agruparse en torno a tres puntos de fallo.
El primero es la ausencia de un marco de medición antes de que se construya nada. Los equipos ponen en marcha iniciativas de IA sin definir cómo se mide realmente el éxito. No hay punto de referencia. No hay métricas objetivo. No hay un resultado empresarial definido vinculado a la inversión. Se realiza el trabajo y, cuando llega el momento de demostrar su valor, no hay nada concreto que señalar. Antes de seleccionar cualquier caso de uso, la pregunta debería tener una respuesta clara: ¿qué KPI influye esta medida, en qué medida y en qué plazo?
El segundo punto de fracaso es la selección de casos de uso. Las organizaciones suelen decantarse por lo que suena impresionante en lugar de por lo que los empleados hacen realmente cada día. Si la IA automatiza algo que alguien hace dos veces al mes, el retorno de la inversión en su adopción será mínimo. La pregunta no es «¿qué es lo más interesante que podría hacer la IA aquí?», sino «¿qué hacen las personas constantemente y dónde se está desperdiciando realmente el esfuerzo?».
El tercero es la infraestructura. Las organizaciones quieren una IA capaz de actuar, pero los sistemas subyacentes a menudo no están preparados para ello. Los datos están fragmentados y los sistemas no están conectados. El modelo de permisos se diseñó para la toma de decisiones humana, no para la automatización. Sin esa base, la IA acaba siendo una sofisticada función de búsqueda. Puede responder a preguntas, pero no puede cerrar un ticket, aprobar una solicitud ni actualizar un registro. Por lo que cuesta, debería ser capaz de hacer mucho más.
La plataforma es solo la mitad de la solución
Hay algo que se pasa por alto al centrarse en las herramientas de IA: el cambio de plataforma es importante, pero no es suficiente.
ServiceNow ha sido históricamente un sistema de registro, donde se realiza el seguimiento del trabajo. Lo que la IA hace posible es algo diferente: un sistema de acción, donde la plataforma lleva a cabo pasos en nombre de los empleados dentro de unos límites definidos. Esa es una distinción significativa. Encontrar información sigue haciendo recaer la carga de la interpretación y la ejecución sobre la persona. Realizar el trabajo significa que el sistema asume esa carga.
Pero llevar a cabo ese cambio requiere algo más que seleccionar la plataforma adecuada. Requiere reflexionar detenidamente sobre la gobernanza: por ejemplo, qué decisiones puede tomar una IA de forma autónoma, cuáles necesitan revisión humana y cómo se audita lo que ha ocurrido. Ahí es donde reside el verdadero trabajo de implementación. Y es ahí donde la mayoría de las organizaciones subestiman el esfuerzo necesario.
También es necesario abordar el aspecto humano de la adopción antes de que la tecnología entre en funcionamiento. La pregunta «¿esto me sustituirá?» está presente en todas las salas donde se presenta la IA a los empleados. Si los directivos no la responden de forma directa y honesta, la adopción se verá afectada. No porque la gente no sepa utilizar las herramientas, sino porque no confiará en ellas. Actuarán como se espera durante la demostración y, en silencio, volverán a hacer las cosas como siempre las han hecho.
La «IA en la sombra» —es decir, el uso por parte de los empleados de herramientas personales de IA fuera de los sistemas autorizados para realizar tareas que las herramientas de la empresa no pueden llevar a cabo— ya es una realidad. Es el equivalente en IA de la «TI en la sombra», con los mismos riesgos de cumplimiento normativo y seguridad. La forma de evitarlo no es la restricción. Consiste en crear experiencias empresariales lo suficientemente buenas como para que los empleados no sientan la necesidad de buscarse soluciones alternativas.
Lo que realmente exige este momento
Las organizaciones que lo están haciendo bien comparten algunas características. Definen el éxito antes de crear nada. Eligen casos de uso basándose en la frecuencia y el esfuerzo de los empleados, no en lo que queda bien en una demostración. Invierten en el trabajo de datos e integración que hace posible la acción de la IA, no solo en las respuestas de la IA. Además, sus directivos utilizan la IA de forma visible y hablan de ella abiertamente, de modo que los empleados comprenden que su adopción no es opcional ni algo que deba temerse.
La verdadera pregunta no es si la IA tiene cabida en la empresa. La tiene. La pregunta es si se está tomando en serio el trabajo necesario para implementarla correctamente, o si las organizaciones se limitan a comprar licencias y a cruzar los dedos.
