GenAI: más que casos de uso
Tradicionalmente, las empresas han aplicado AI para resolver problemas aislados, como mejorar la previsión de la cadena de suministro o la detección del fraude.
"Pero GenAI es diferente. No es solo una herramienta más para optimizar tareas específicas; tiene el potencial de remodelar el funcionamiento de las empresas."
Edouard de Mézerac, Director General Artefact
Este cambio significa que la automatización o el aumento de las tareas conceptuales -como la recopilación de información y la toma de decisiones- están ahora al alcance de la mano. El impacto va más allá del aumento de la eficiencia; redefine toda la cadena de valor de las industrias.
Aplicaciones reales: cómo utilizan GenAI las grandes empresas
Para ilustrar esta transformación, Edouard compartió ejemplos reales en los que GenAI ya está teniendo un impacto significativo:
Telecomunicaciones - Reducción de los retrasos de instalación en un 70-80
-Desafío: Una importante Compañia telecomunicaciones se enfrentaba a grandes retrasos en las instalaciones de fibra óptica debido a conflictos de programación y a una infraestructura insuficiente. Resolver estos problemas llevaba de 2 a 3 meses de media.
-Solución: AI automatizó la recopilación de información de proveedores de telecomunicaciones, registros municipales y propietarios de edificios, al tiempo que gestionaba la programación de citas y la coordinación del flujo de trabajo.
Fabricación - Ayudar a los equipos de ventas a dominar el conocimiento de los productos
-Desafío: Una Compañia global de productos eléctricos necesitaba que sus equipos de ventas aprendieran rápidamente miles de detalles de productos, lo que dificultaba el asesoramiento preciso a los clientes B2B.
-Solución : Un chatbot impulsado por GenAI proporcionó a los equipos de ventas detalles fiables de los productos en tiempo real, con el apoyo de la generación aumentada por recuperación (RAG) para garantizar la precisión y minimizar las "alucinaciones" AI .
Distribución de lujo - Mejorar la formación del personal de ventas sobre nuevos productos
-Desafío: Una marca de moda de gama alta introduce 15 productos nuevos por tienda, cada semana, lo que supone un reto para los vendedores mantenerse al día de los detalles y recomendaciones de los productos.
-Solución: AI proporcionó información instantánea sobre el producto, como el historial del diseñador, las características principales y los posibles emparejamientos, lo que mejoró las interacciones con los clientes.
La cruda realidad: la mayoría de las empresas no están preparadas
A pesar del potencial de la tecnología, la mayoría de las empresas no están preparadas para GenAI. Edouard identificó cinco barreras clave para la adopción generalizada de GenAI:
Falta de preparación del liderazgo
Muchos altos ejecutivos construyeron sus carreras en una época anterior a que AI y la transformación digital se convirtieran en parte integral de la estrategia empresarial. Como resultado, existe una importante brecha de conocimientos: solo el 50 % de los directivos ha recibido formación AI y, entre ellos, la mitad afirma que su formación es insuficiente.
Preparación limitada para las funciones empresariales
La implantación satisfactoria de AI no puede ser una iniciativa impulsada únicamente por TI. Los líderes empresariales de las funciones clave, como la cadena de suministro, marketing, compras y CRM, deben asumir la integración de GenAI.
Infraestructura de data insuficiente
Los modelos de AI requieren data de alta calidad y bien estructurados para funcionar con eficacia. Muchas empresas se enfrentan a problemas como una gobernanza de data incoherente, marcos de referencia poco claros y documentación deficiente. Sin una base de data sólida, las empresas tienen dificultades para implantar soluciones AI a escala.
Marcos éticos y de gobernanza poco claros
El panorama normativo de AI varía significativamente de un país a otro, lo que crea complejidades de cumplimiento para las organizaciones multinacionales. Además, la GenAI plantea problemas éticos y laborales críticos. Por ejemplo, si AI permite a los departamentos de marketing lograr el mismo rendimiento con menos empleados, las empresas deben abordar las posibles implicaciones para su mano de obra.
Costes de implantación elevados y rentabilidad incierta
Para muchas empresas, crear y desplegar soluciones GenAI escalables sigue siendo demasiado caro. Algunos modelos de negocio AI siguen teniendo dificultades para obtener un ROI positivo.
La carrera del más fuerte
Estamos asistiendo a una nueva era tecnológica que se desarrolla a un ritmo sin precedentes y que definirá la próxima década de transformación económica. Las empresas que adopten GenAI y reimaginen sus flujos de trabajo prosperarán. Las que no se adapten se quedarán atrás.
Edouard de Mézerac está encantado de ver cómo los antiguos alumnos de HEC asumen un papel protagonista en la dirección de estas conversaciones y hace hincapié en un mensaje claro: El liderazgo debe dar un paso al frente, replantearse las estrategias y prepararse para un futuro que ya está aquí.
