Pieza
McKinsey · Cuando una nueva capacidad toca funciones centrales de casi cualquier empresa
McKinsey estimó un potencial económico anual de 2,6 a 4,4 billones de dólares para 63 casos de uso de IA generativa. La cifra es una estimación, no valor realizado; la señal importante es la amplitud de funciones empresariales que pueden cambiar.
Posición en el puzzle
Dónde participa esta pieza
Grupos
- IA generativa y ampliación del trabajo cognitivo
Entidad: McKinsey Global Institute
Referencia: The economic potential of generative AI: The next productivity frontier · 2023
Las grandes cifras sobre inteligencia artificial necesitan leerse con cuidado.
McKinsey estimó que 63 casos de uso de IA generativa podrían aportar entre 2,6 y 4,4 billones de dólares anuales de valor económico. Aproximadamente tres cuartas partes de ese potencial se concentraban en cuatro áreas: atención al cliente, marketing y ventas, ingeniería de software e investigación y desarrollo.
La cifra no es dinero ya producido. Es una estimación de potencial bajo determinados supuestos.
Aun así, la pieza es importante por algo más difícil de discutir: la IA generativa no afecta a una esquina de la empresa. Puede entrar en funciones centrales de organizaciones muy distintas.
Lo relevante no es acertar el número exacto
Dentro de unos años podremos saber qué parte de aquellas estimaciones se convirtió realmente en productividad y qué parte quedó en expectativa.
Para el Observatorio no necesitamos apostar por una cifra concreta.
Lo importante es la transversalidad.
Atender clientes, vender, desarrollar software e investigar son actividades presentes en miles de sectores. Si una tecnología cambia el coste o la velocidad de una parte significativa de esas funciones, la presión competitiva se propaga mucho más allá de las empresas tecnológicas.
Una aseguradora, una fábrica, un despacho profesional, una universidad o una cadena minorista pueden encontrarse con la misma pregunta: ¿qué parte del trabajo puede hacerse ahora de otra manera?
El valor potencial no se realiza solo
Aquí aparece la distancia entre una demostración tecnológica y una transformación empresarial.
Una herramienta puede ser capaz de redactar, resumir, analizar o generar código y, sin embargo, producir poco valor si se coloca en un proceso mal diseñado.
Para obtener una mejora real hay que decidir dónde se utiliza, qué información necesita, cómo se revisa, quién asume responsabilidad, qué actividad deja de hacerse y qué hacemos con el tiempo liberado.
Por eso la cifra potencial de McKinsey puede leerse también al revés.
Si el potencial es enorme, también lo es el trabajo necesario para convertirlo en realidad.
La presión llega incluso a quien espera
Una empresa puede optar por no adoptar todavía una tecnología.
Pero si otras consiguen reducir costes o tiempos en funciones centrales, el mercado cambia.
Un cliente puede empezar a esperar una respuesta en horas en vez de días. La personalización que antes era un servicio premium puede convertirse en algo normal. Un pequeño competidor puede producir contenidos, software o análisis con una estructura que antes no habría sido suficiente.
La IA no es la causa de toda esa competencia. La competencia ya existía y el mundo ya estaba conectado.
La IA introduce otra aceleración sobre la capacidad de producir y probar.
Oportunidades que abre este potencial
Si el impacto posible atraviesa tantas funciones, las oportunidades también se distribuyen ampliamente.
Habrá trabajo para quienes integren herramientas, rediseñen procesos, preparen datos, formen equipos, midan resultados, gobiernen riesgos y traduzcan posibilidades técnicas a necesidades concretas de un sector.
Un profesional de marketing puede especializarse en sistemas de producción y revisión de contenidos a escala sin destruir la identidad de una marca.
Un especialista en atención al cliente puede diseñar combinaciones de autoservicio, IA y atención humana para problemas de distinta complejidad.
Un ingeniero de procesos puede localizar tareas donde la automatización libera capacidad real en lugar de añadir otra capa tecnológica.
Un abogado puede ayudar a convertir el uso de IA en un proceso con responsabilidades, documentación y límites claros.
Un financiero puede medir si el ahorro prometido se convierte de verdad en margen, crecimiento o capacidad liberada.
Y pequeñas firmas sectoriales pueden aparecer para resolver problemas muy específicos que las grandes plataformas no entienden suficientemente bien.
Un mercado enorme alrededor de la implementación
Las grandes plataformas capturarán parte del valor. Pero no necesariamente todo.
Entre una capacidad general y un resultado empresarial hay una distancia llena de trabajo: comprender el problema, adaptar la herramienta, integrar información, cambiar procedimientos, formar personas y mantener control.
Esa distancia puede convertirse en uno de los grandes mercados de los próximos años.
No solo para startups tecnológicas. También para consultores, profesionales, integradores, formadores, auditores, especialistas sectoriales y equipos pequeños capaces de resolver una pieza concreta de la transformación.
Qué nos dice esta pieza sobre Lo que viene
El informe de McKinsey es una señal de escala, no una prueba de valor realizado.
Favorece con fuerza una idea más modesta y más importante: la IA generativa ha entrado en el espacio de posibilidades de funciones que sostienen la actividad económica ordinaria.
A partir de ahí, cada empresa tendrá que discriminar dónde hay valor real y dónde hay ruido.
Y cada vez que una empresa necesite una capacidad que no posee para hacerlo, se abre una oportunidad para alguien capaz de proporcionársela.
La cifra de billones llama la atención.
El cambio profundo está en otra parte: millones de decisiones pequeñas sobre cómo trabajar empiezan a tener una alternativa que antes no existía.