Recalculando los costos y beneficios de la IA generativa

Hable con su equipo sobre la IA generativa y los tipos de valor que crea (y lo que podría poner en riesgo).

claremos algo: la IA generativa definitivamente puede ayudarnos a producir un mayor volumen de resultados, más rápido y con menos esfuerzo humano. Cualquiera que diga lo contrario está en negación.

Sin embargo, al centrarnos en el valor de los resultados que produce la IA, tendemos a no pensar mucho en otras fuentes de valor, como lo que aprendemos y cómo construimos relaciones. Rara vez preguntamos: ¿De qué manera cada actividad que realizamos crea un valor verdadero y único? Es momento de que los líderes analicen con frialdad y dureza a sus organizaciones y se hagan esa pregunta, para no destruir más valor del que crean al adoptar la IA generativa.

De dónde viene el valor

Comencemos con lo obvio: la IA generativa tiene el potencial de crear una enorme cantidad de valor para las organizaciones y los empleados individuales. Al automatizar tareas complejas o mundanas, puede usarse para aumentar la eficiencia y liberar recursos para aplicaciones que generen mayor valor. Su poder computacional puede mejorar la calidad de las decisiones mediante el análisis de datos y acelerar procesos como la innovación, modelando, probando y refinando nuevas ideas. Cuando se usa como apoyo para la lluvia de ideas, puede alimentar nuestros procesos creativos con cantidades aparentemente infinitas de material de origen.

Los líderes deben comenzar con estos beneficios en mente y mantenerlos presentes, ya que todos ellos pueden mejorar la calidad y la eficiencia del trabajo realizado. Pero, ¿qué podríamos estar sacrificando cuando delegamos una tarea a la IA generativa? O, dicho de otra forma: ¿De dónde más proviene el valor? He aquí cinco áreas clave a considerar.

Adquisición de conocimientos y perspectivas

Nuestros procesos de trabajo a menudo nos proporcionan conocimientos y perspectivas más allá de la tarea específica en la que estamos trabajando. Luchar por encontrar una palabra en un idioma extranjero suele fijarla en nuestra memoria para un uso futuro; las soluciones rechazadas a un problema técnico complicado pueden resultar ser soluciones a otros problemas relacionados o innovaciones inesperadas por sí mismas; y el proceso de resumir y sintetizar información nos ayuda a reconocer conexiones conceptuales.

Pedir a la IA generativa que traduzca, resuelva problemas o resuma documentos sin duda arrojará resultados más rápidos y, en algunos casos, más precisos, con menos esfuerzo. Sin embargo, al hacerlo, perdemos el aprendizaje que de otro modo habríamos adquirido.

Perfeccionamiento de habilidades

Relacionado estrechamente con lo anterior, hay una razón por la cual la gente dice que “la práctica hace al maestro”: mejoramos nuestras habilidades a través de la práctica. Redactar y revisar un informe mejora nuestras habilidades editoriales, buscar errores en nuestro código nos hace mejores programadores, y maldecir el bloqueo del escritor fortalece nuestra perseverancia como escritores. De forma paralela al aprendizaje, pedir a la IA generativa que revise un documento, redacte un borrador, encuentre errores en el código o genere una colección de párrafos entre los que elegir, nos da el beneficio a corto plazo de una solución, pero presenta riesgos para la mejora de nuestras capacidades a largo plazo.

Mantenimiento de vínculos sociales

Tradicionalmente, la mayoría del trabajo se ha realizado de forma colectiva, con grupos de personas aportando la capacidad intelectual necesaria para encontrar soluciones a problemas particularmente complejos. El aumento masivo de la potencia computacional que proporciona la IA generativa nos permite resolver individualmente muchos de los problemas para los que antes necesitábamos a otros, lo que, a su vez, implica menos interacciones interpersonales.

Es importante reconocer que tales interacciones sirven como base del entendimiento mutuo, el sentido de conexión y comunidad, y, en última instancia, la confianza (todos ellos elementos que tienen impactos significativos en la capacidad de las organizaciones para obtener resultados).

Compromiso con las ideas

El compromiso, definido como estar psicológicamente presente al desempeñar un rol, tiene una amplia gama de beneficios, desde mejorar la calidad y eficiencia de los resultados hasta incrementar el bienestar y la satisfacción individual. Sin embargo, ninguno de nosotros está comprometido al 100% con el 100% de las cosas que hacemos el 100% del tiempo, y el uso de la IA generativa puede influir en eso.

Tomemos como ejemplo la tarea de resumir, una en la que la IA generativa se destaca extrayendo temas de grandes volúmenes de datos mucho más rápido que cualquier humano. Ya sea que los datos que se están resumiendo correspondan a un extenso informe o a la transcripción de una reunión, cuando delegamos esa tarea a la IA generativa, a menudo damos un paso mental hacia atrás y reducimos nuestro nivel de compromiso. La síntesis humana es un proceso activo: no solo capturamos datos, los enmarcamos, los interpretamos y desarrollamos aún más las ideas. Ese proceso nos conecta con el trabajo y aumenta nuestro compromiso.

Mantenimiento de la singularidad

Somos el producto de nuestras experiencias, y el trabajo que realizamos contribuye a nuestra identidad como líderes. Nuestro tono en los documentos escritos, la forma en que nos comunicamos en los mensajes, nuestro estilo en las presentaciones e incluso cómo resolvemos problemas son rasgos identificables que nos distinguen unos de otros. Aunque usar IA generativa para redactar automáticamente correos electrónicos, memorandos o presentaciones puede ahorrar tiempo y ofrecer resultados técnicamente mejores, al hacerlo se elimina el tono personal y la voz que nos hacen únicos.

Evaluación de los costos y beneficios de la IA generativa

La IA generativa llegó para quedarse y sus beneficios son innegables, pero los posibles sacrificios implican que los líderes deben ser intencionales en su uso. Al igual que con cualquier otra decisión gerencial importante, esto requiere una evaluación objetiva y holística de beneficios y costos. Los líderes deben realizar una auditoría del valor que aporta la IA. He aquí cómo hacerlo:

Paso 1: Determinar los tipos de valor más relevantes para una tarea determinada que pueda automatizarse con IA.

Comience por preguntarse qué tipos de valor genera la tarea. El resultado (como volumen, velocidad, calidad y eficiencia) es evidente, pero también considere cuánto aprendizaje genera la tarea, cuánto fomenta la interacción social y las relaciones, y si se beneficia de una voz única o personal.

Paso 2: Priorice y optimice los tipos de valor que ha identificado.

No todas las tareas tienen que aportar todo tipo de valor, ni todos los proyectos son igual de eficaces para proporcionarlo. Concéntrese en dónde los beneficios son mayores y más necesarios.

Paso 3: Iterar.

Reconozca que aún no comprendemos del todo los impactos de la IA generativa. Utilice lo que yo llamo la “prueba de la leche”: toda decisión sobre su uso debería tener una fecha de caducidad. Así como revisamos la leche antes de desecharla, vuelva a evaluar cuando tenga nueva información. No la descarte de inmediato, pero asegúrese de revisarla bien.

Un último punto: la decisión de usar IA generativa no recae únicamente (quizá ni siquiera principalmente) en los líderes. Estas herramientas son baratas, accesibles y están ampliamente disponibles, por lo que sus empleados ya están tomando sus propias decisiones sobre cuándo y cómo usarlas, con o sin orientación.

Hable con su equipo sobre la IA generativa y los tipos de valor que crea (y lo que podría poner en riesgo). Asegurarse de que sean conscientes de los beneficios y las desventajas reducirá la probabilidad de que las personas tomen decisiones que no sean en su propio interés o en el de la organización.

Artículo en inglés

Let’s get one thing straight: Gen AI can absolutely help us produce a greater volume of output, more quickly and with less human effort. Anyone who denies that is, well, in denial.

By focusing on the value of the output that AI produces, however, we tend not to think much about other sources of value, like what we learn and how we build relationships. We rarely ask: In what way does each activity we do create true and unique value? It’s time for leaders to take a cold, hard look at their organizations and ask that question so they don’t destroy more value than they create in adopting gen AI.

WHERE VALUE COMES FROM

Let’s start with the obvious: Gen AI has the potential to create a tremendous amount of value for organizations and individual employees. By automating complex or mundane tasks, it can be used to increase efficiency and free up resources for more value-producing applications. Its computational power can improve decision quality through data analysis and accelerate processes like innovation by modeling, testing and refining new ideas. When used as a brainstorming aid, it can seed our creative processes with seemingly infinite amounts of source material.

Leaders need to start with and keep these benefits in mind, as they all stand to improve the quality and efficiency of the work being done. But what might we be trading when we outsource a task to gen AI? Or put another way: Where else does value come from? Here are five key areas to consider.

GAINING KNOWLEDGE AND INSIGHTS

Our work processes often provide us with knowledge and understanding beyond the task we’re working on. Struggling to find a word in a foreign language often cements it into our brain for future recall; the rejected solutions to a thorny technical problem can turn out to be solutions to other related problems or unexpected new innovations on their own; and the process of summarizing and synthesizing information helps us recognize conceptual connections.

Asking gen AI to translate, solve problems, or summarize documents will undoubtedly yield faster and in some cases more accurate results with less effort; however, in so doing, we lose the learning that we otherwise would have gained.

HONING SKILLS

Closely related, there’s a reason people say “practice makes perfect” — we improve our skills through doing. Drafting and revising a report improves our editorial skills, searching to find bugs in our code makes us better programmers and cursing at writer’s block builds our perseverance as writers. Parallel to learning, asking gen AI to revise a document, draft or find bugs in code or generate a collection of paragraphs to choose from gains us the short-term benefit of a solution but poses risks to long-term improvements in our capabilities.

MAINTAINING SOCIAL TIES

Most work has traditionally been done collectively — with groups of people providing the mental horsepower needed to find solutions to particularly challenging problems. The massive increase in computational power provided by gen AI allows us to individually solve many of the problems we otherwise required others for — which in turn means fewer interpersonal interactions.

It’s important to recognize that such interactions serve as the basis of mutual understanding, a sense of connection and community and ultimately trust — all of which have significant impacts on organizations’ ability to deliver.

ENGAGING WITH IDEAS

Engagement, defined by being psychologically present when performing a role, has a wide range of benefits, from improved outcome quality and efficiency to individual well-being and satisfaction. However, none of us are 100% engaged in 100% of the things we do 100% of the time, and our use of gen AI can play a role in that.

Take summarization, a task that gen AI excels at by extracting themes from large volumes of data much faster than any human. Whether the data being summarized is a large report or the transcript of a meeting, when we outsource that task to gen AI, we often take a mental step back and reduce our engagement. Human summarization is an active process; we don’t simply capture data — we frame, interpret and further develop the ideas. That process connects us to the work and increases our engagement.

MAINTAINING UNIQUENESS

We are the product of our experiences, and the work we do contributes to our identity as leaders. Our tone in written documents, how we communicate in messages, our style in presentations and even how we solve problems are identifiable traits that distinguish us from one another. While using gen AI to auto-generate emails, memos or presentations may save leaders time and yield technically better results, doing so removes the personal tone and voice that makes them unique.

WEIGHING THE COSTS AND BENEFITS OF GEN AI

Gen AI is here to stay and its benefits are undeniable, but the potential trade-offs mean leaders need to be intentional about its use. Just like any other important managerial decision, this requires an objective and holistic assessment of benefits and costs. Leaders need to perform an AI value audit. Here’s how:

Step 1: Determine the most relevant types of value for a given AI-able task.

Start by asking what kinds of value the task creates. Output — such as volume, speed, quality and efficiency — is obvious, but also consider how much learning the task generates, how much it fosters social interaction and relationships and whether it benefits from a unique or personal voice.

Step 2: Prioritize and optimize the types you’ve identified.

Not every task needs to deliver every type of value, nor is each project equally effective in providing it. Focus on where the benefits are greatest and most needed.

Step 3: Iterate.

Recognize that we don’t yet have the impacts of gen AI all figured out. Use what I call the “milk test”: Every decision about the use of gen AI should come with an expiration date. Just like checking milk, reassess when the data arrives — don’t toss it out automatically, but give it a sniff.

One final point: The decision to use gen AI doesn’t rest solely (perhaps not even primarily) with leaders. These tools are cheap, accessible, and widely available, so your employees are already making their own decisions about when and how to use them — with or without guidance.

Talk to your people about gen AI and the types of value it creates — and risks damaging. Ensuring they’re aware of the benefits and drawbacks will reduce the likelihood of people making decisions that aren’t in their own best interest or the interest of the organization.