• BothRocks Newsletter
  • Posts
  • Inteligencia artificial y estrategia colectiva: ¿cómo navegamos las primeras etapas de implementación?

Inteligencia artificial y estrategia colectiva: ¿cómo navegamos las primeras etapas de implementación?

¿Es posible implementar la inteligencia artificial de manera estratégica cuando aún estamos en fase de experimentación? ¿Cómo puede la IA optimizar procesos y fortalecer la colaboración y el conocimiento colectivo en una organización? Y sobre todo, ¿qué enfoques nos ayudan a navegar la incertidumbre inicial para lograr un impacto a largo plazo?

Edición IV

¿En qué andamos metidos?

  • Estamos dando los últimos coletazos a la definición de workshops con dos clientes. En el primero trabajaremos con el equipo directivo de una de las principales asociaciones musicales de España para debatir sobre el impacto de la IA en el proceso de ideación, creación, producción e interpretación musical. En el segundo, tras un proceso de investigación, intentaremos definir como las aplicaciones de IA multimodales modificarán y mejorarán la experiencia de usuario en los próximos años.

  • Nuestro compañero Juan Alonso ha participado en una entrevista para el podcast Diseño y Diáspora de Mariana Salgado. En esta conversación, Juan comparte sus experiencias sobre el uso de la IA en los campos del diseño y del arte y cómo las exploraciones artísticas enriquecen nuestra práctica profesional, destaca la importancia de los perfiles híbridos y debate cómo las empresas incorporan activamente las tendencias tecnológicas actuales. Podéis escuchar la entrevista aquí.

¿Cómo implementar la IA estratégicamente cuando (parece que) aún estamos en una fase de pilotos?

Actualmente, la inteligencia artificial genera una dualidad: por un lado, está el entusiasmo por su potencial transformador, y por otro, la incertidumbre sobre cómo llevar ese potencial a la práctica sin caer en la sobreautomatización o la pérdida de habilidades humanas. Según Christoph Riedl, la IA puede ser una herramienta estratégica, capaz de expandir la inteligencia colectiva de la organización mediante la colaboración y el aumento de la diversidad intelectual. Sin embargo, para que esta transformación sea efectiva a largo plazo, las empresas deben evitar que la IA “automatice en otro nivel” perjudicando la flexibilidad y el desarrollo de habilidades humanas.

Otra perspectiva sobre el uso de IA la encontramos al dividir sus aplicaciones en tres categorías: dioses, becarios y engranajes (Cogs), como explica Drew Breunig. Los “dioses” son sistemas autónomos y generalistas, aún en una fase más teórica, mientras que los “becarios” son sistemas que trabajan en colaboración con expertos humanos, ofreciendo asistencia y retroalimentación sin desplazar la toma de decisiones humanas. Finalmente, los “engranajes” son aquellos sistemas especializados que realizan una tarea precisa sin intervención, diseñados para operar en un solo contexto. Este modelo nos ayuda a clasificar el uso de IA de acuerdo con el grado de autonomía y supervisión que requiere, proporcionando un marco claro para determinar cómo integrar la IA de forma sostenible en la organización.

Para que la implementación de IA impulse realmente los objetivos estratégicos, es esencial que su despliegue persiga la eficiencia a corto plazo, y que además fortalezca la capacidad de la organización para adaptarse y evolucionar. La IA, cuando se usa estratégicamente, puede aumentar la inteligencia colectiva de toda la organización: facilitando la colaboración, mejorando la diversidad intelectual y ayudando a los equipos a tomar decisiones informadas.

En muchos ámbitos se habla de la IA como una tecnología disruptiva capaz de cambiar cómo trabajamos, pero entonces, ¿por qué tantas empresas aún están en fase de pilotos? Este dilema destaca bien los desafíos de adopción de la IA, especialmente cuando se buscan resultados a largo plazo en lugar de solo optimización inmediata.

En Both.rocks, estructuramos esta transición con un gráfico 2x2 que organiza la estrategia en dos enfoques: “optimización de operaciones” y “incremento del valor capturado”. En “optimización”, la IA se emplea para tareas repetitivas, mientras que en “incremento del valor capturado” apuntamos a la innovación en áreas anteriormente inviables o menos eficientes sin IA.

  1. AI Native Future: Proyectos donde la IA está completamente integrada y la empresa tiene una cultura orientada a la exploración constante. Un ejemplo es la detección de fraude, que mejora la precisión y transforma la experiencia del cliente. Aquí, la clave es elegir la plataforma adecuada y gestionar los costos para sostener la escalabilidad. Para maximizar el valor, podemos ver la IA como un “becario” que colabora con expertos, capacitando a equipos en habilidades clave y reteniendo conocimiento dentro de la organización (inteligencia colectiva). En este caso, la IA actúa como un copiloto para procesos específicos y ofrece a los empleados acceso a recursos valiosos sin eliminar su rol de toma de decisiones.

  2. Disrupción: Proyectos en los que el potencial transformador de la IA es claro, aunque los equipos aún no tienen herramientas específicas definidas. La IA puede aquí redefinir procesos completos, como la generación de contenido personalizado, y representa una oportunidad para convertir a equipos enteros en creadores estratégicos. Aquí, la IA desempeña un rol de “engranaje” al encargarse de tareas altamente especializadas de manera confiable y precisa. Utilizar la IA para coordinar tareas y optimizar la distribución de conocimientos dentro de la organización refuerza la memoria colectiva, permitiendo que los equipos se adapten a entornos cambiantes con rapidez y precisión.

  3. Investigación y Formación: Empresas en fase de investigación y capacitación, enfocadas en formar a sus equipos y desarrollar pipelines. En esta etapa, la IA asume roles de automatización básica y también facilita un ambiente de aprendizaje que fomenta el desarrollo de competencias. Aquí, la IA actua como un “becario” proporcionando feedback y asistencia, potenciando la habilidad del equipo para innovar y abordar retos. Con el enfoque en la atención colectiva, los equipos pueden coordinarse mejor y priorizar tareas clave, sin perder el control humano sobre decisiones críticas.

  4. Autonomía: Proyectos con casos de uso claros y tecnologías listas para implementar. Aquí el reto es encontrar la opción adecuada y controlar los costos, especialmente cuando el objetivo es una optimización avanzada. En este cuadrante, la IA puede adoptar un rol de “engranaje”, operando en funciones específicas para liberar tiempo de los equipos y permitir que se enfoquen en tareas de mayor impacto estratégico. Al gestionar el conocimiento colectivo de la organización y facilitar una razonamiento compartido en todos los niveles, la IA apoya al razonamiento colectivo, ayudando a alinear los objetivos individuales y organizacionales.

Al utilizar este esquema 2x2, las organizaciones pueden afrontar la incertidumbre de la implementación de IA de manera escalonada, abordando tanto los desafíos inmediatos como las oportunidades de innovación a largo plazo. La IA, cuando se emplea estratégicamente, no solo impulsa la eficiencia operativa, sino que también fortalece la inteligencia colectiva de la organización, fomenta una cultura de colaboración y mejora la toma de decisiones informadas. En un contexto que demanda flexibilidad y adaptación, adoptar la IA en función de su potencial para incrementar la capacidad cognitiva de toda la organización se convierte en una ventaja competitiva clave.

Este artículo se inicia con una conversación en LinkedIn entre Juan Antonio Casado y José Luis Sancho y se enriquece posteriormente con los artículos de Christoph Riedl “How to Use AI to Build Your Company’s Collective Intelligence” y Drew Breunig “The 3 AI Use Cases: Gods, Interns, and Cogs”.

¿Qué hemos estado leyendo, aprendiendo y debatiendo estos días?

La nueva capacidad de “uso de ordenador” en Claude 3.5 Sonnet de Anthropic permite al modelo interactuar con un ordenador a través de comandos precisos basados en capturas de pantalla y coordenadas. Aunque representa un avance en control de agentes, plantea riesgos de seguridad, especialmente por la vulnerabilidad a inyecciones de instrucciones maliciosas que podrían alterar sus acciones. Esta herramienta promete transformar tareas en entornos virtuales, aunque plantea importantes desafíos de seguridad, en particular en contextos sensibles como las elecciones.

Muchos sectores aún dependen de procesos manuales y desorganizados, como faxes y correos, para gestionar información crítica. Este “problema del buzón desordenado” impide la eficiencia en oficinas médicas, despachos legales, empresas de seguros, y más. Nuevas plataformas, como Tennr, están transformando estos flujos de trabajo con modelos de lenguaje avanzados (LLMs) que organizan y extraen información automáticamente, permitiendo reducir hasta un 90% de la carga administrativa. Así, estas soluciones están desplazando el software tradicional y convirtiéndose en sistemas de referencia para sus clientes.

Un estudio reciente muestra que palabras como “ahondar” y “meticuloso”, comunes en respuestas de ChatGPT, han empezado a aparecer en conferencias académicas, reflejando cómo los modelos de lenguaje están moldeando tanto la escritura, como el lenguaje oral en ciertos contextos. Esta adopción de términos podría tener efectos culturales y plantea preguntas sobre la influencia de la IA en la inteligencia colectiva, con posibles riesgos de homogeneización del pensamiento.

El informe Growing Up: Navigating Gen AI’s Early Years, una colaboración entre AI at Wharton y GBK Collective, examina la adopción de IA generativa (Gen AI) en empresas. La encuesta de más de 800 líderes empresariales revela que el uso semanal de Gen AI ha crecido del 37% en 2023 al 72% en 2024, con un aumento en áreas como Marketing y RR. HH. A pesar de este crecimiento, las organizaciones buscan medir mejor el ROI y estructurar sus operaciones para sostener la adopción a largo plazo.

El CEO de Runway sostiene que no es una empresa de IA, sino de medios y entretenimiento, con la IA como infraestructura esencial. Al igual que la cámara transformó la captura de imágenes, la IA es una herramienta para crear nuevas formas de contar historias. Con los modelos de IA volviéndose estándares, la innovación se centra en experiencias interactivas y generativas. Para Runway, esto marca el fin de las “empresas de IA” tradicionales y el comienzo de un nuevo panorama mediático, donde el contenido puede personalizarse y generar experiencias únicas en tiempo real.

Nuestros próximos cursos abiertos al público

Ya tenemos nuevas fechas para nuestros (ya clásicos) cursos abiertos al público en colaboración con La Nave Nodriza:

  • 4ª edición de IA Generativa en Acción: Creación de Productos Digitales

    Comienza el 19 de noviembre. 16h, distribuidas en 4 tardes.

    Un itinerario que combina la exploración y la experimentación abordaremos todas las oportunidades de contar con la IA como una aliada creativa durante todo el proceso de diseño, desde la investigación de datos para obtener insights valiosos, hasta el desarrollo de prototipos tangibles.

  • 9ª edición de IA Generativa: Fundamentos, Usos y Visión Crítica

    12 de diciembre. 7h de curso (más 1 de comida).
    Nuestro curso original que se actualiza en cada edición para ir más allá del prompt y del hype del momento haciendo una reflexión crítica sobre el estado del arte de diferentes herramientas de IA, navegando desde sus orígenes hasta el actual boom generativo.

Recuerda que estos cursos podemos hacerlos en formato “in company” o podemos diseñarte uno a medida en función de nuestra experiencia y de los diferentes temas de los que seguimos aprendiendo. Además, prometemos que te divertirás.

Esperamos que te haya gustado, y si crees que le puede interesar a alguien conocido no dudes por favor en compartir la newsletter en cualquier formato o canal. Siempre nos podéis escribir con nuevas ideas o comentarios.

:)