Sus equipos deben impulsar la adopción de la IA, no la alta dirección
C
ada vez que aparece una nueva tecnología, las grandes empresas creen que basta con nombrar a un líder sénior (un “zar”, en el lenguaje popular) para que se encargue de ello. En los últimos años, hemos visto cómo esto se aplica al metaverso, al blockchain y, ahora, a la IA. En muchas empresas, la decisión de designar a un responsable para que supervise la adopción de una nueva tecnología es prácticamente automática, sin embargo, también suele ser un gran error.
El proceso, tal y como yo lo he observado, suele comenzar cuando la junta directiva se entera de la existencia de una nueva tecnología de moda. Los equipos proponen casos de uso optimistas y contradictorios, y la junta directiva, entusiasmada, pero sin saber cómo proceder, pone a una pobre alma desprevenida a cargo de todo. Rara vez funciona. Cuando estos líderes fracasan, es porque no tienen idea de cómo funciona la empresa en el nivel en el que realmente se ponen en práctica las ideas.
Entonces, ¿qué deberían hacer las empresas?
Liderar desde la primera línea
Al desarrollar tecnologías aplicadas como la IA, los líderes deben identificar oportunidades dentro de los flujos de trabajo. En otras palabras, para encontrar la utilidad de una nueva tecnología, es necesario comprender cómo se hacen las cosas. Los zares rara vez lo descubren, porque están demasiado lejos de la línea de suministro de información donde se realiza el trabajo.
En lugar de elegir a un líder experto, las empresas deben otorgar a los equipos la propiedad del proceso. Esta estructura permite que las empresas apliquen su experiencia operativa para implementar la tecnología en su negocio, de manera responsable, a escala y con rapidez.
Aprovechar la IA
En la actualidad, en Verizon nos estamos asociando con empresas externas para perfeccionar nuestros modelos a medida que aplicamos la IA.
Llevamos un tiempo en esto, y hemos aprendido de nuestros errores.
Por ejemplo, durante la última década, tuvimos una forma centralizada y generalizada de resolver los problemas de atención al cliente. Pero, como hemos aprendido de nuestros trabajadores de primera línea, la información de todo tipo puede ser difícil de encontrar y demasiado complicada, lo que se suma a la ya de por sí pesada carga de nuestros representantes de servicio. Contamos con cientos de dispositivos diferentes y aproximadamente 100 promociones distintas en marcha, y se espera que nuestros equipos de atención al cliente lo sepan todo.
Ahí es donde recurrimos a la IA para aliviar parte de esa carga cognitiva. Estamos probando un programa en el que un solo bot de búsqueda de IA pueda decirles a nuestros representantes lo que necesitan saber al instante, de forma personalizada para cada cliente.
Mejorar el rendimiento
Nuestros resultados están mejorando. Con el bot de búsqueda de IA, nuestro índice de precisión en las respuestas está a la par con el de los humanos, pero creemos que podemos alcanzar una precisión del 99% y seguir mejorando cada día.
Del mismo modo, en ventas, ya comenzamos a implementar una herramienta de IA que nos ayuda a anticipar lo que el cliente podría desear para brindarle opciones de forma proactiva.
Y, por si fuera poco, hemos dado a nuestros equipos de primera línea el poder de guiarnos sobre cómo se debe utilizar la IA para ayudarles a reducir la carga cognitiva y aumentar la eficiencia en la forma en que atendemos a nuestros clientes, de modo que puedan centrarse en la interacción humana, la empatía y superar las expectativas del cliente. No hay ningún zar en esa transacción con el cliente. Solo hay decisiones en el punto de contacto, utilizando la experiencia de nuestros empleados de primera línea.
© 2024 Harvard Business School Publishing Corp. | De: hbr.org | Distribuido por: The New York Times Syndicate.
Artículo en inglés
Whenever a new technology comes along, large companies think you need to appoint a designated senior leader — a “czar,” in popular parlance — and it will get taken care of. In recent years, we’ve seen how this applies to the metaverse, blockchain and now A.I. At many enterprises, the decision to appoint a senior point person to oversee the adoption of a new technology is practically an automatic at this point. It’s also often a big mistake.
The process, as I’ve observed it, usually starts when the board hears about a hot new technology. Teams are pitching leadership on wildly optimistic and conflicting use cases, and the board, excited but unsure how to proceed, puts some poor, unsuspecting soul in charge of the whole thing. It very rarely works out. When these leaders fail, it’s because they don’t have any idea how the company runs on the front lines, and at the level where the ideas are actually put into practice.
So, what should companies do instead?
LEAD FROM THE FRONTLINES
In developing applied technologies like A.I., leaders must identify opportunities within workflows. In other words, to find a use for a new piece of tech, you need to understand how stuff gets done. Czars rarely figure that out, because they are sitting too far away from the supply line of information where the work happens.
Instead of handpicking an expert leader, companies should give teams ownership of the process. This structure lets companies bring operational expertise to bear in applying technology to your business, responsibly and at scale and speed.
HARNESS AI
Right now, Verizon is partnering with outside companies to fine tune our models as we apply A.I.
We’ve been at this a while and have learned from our mistakes.
For example, for the last decade plus, we had a centralized, catchall way of solving customer service issues. But as we learned from our front line workers, information of all kinds can be hard to find and overly complicated, which adds to the already heavy burden on our service representatives. We have hundreds of different devices we support, roughly 100 different promotions going at any given time, and our customer care teams are expected to know all of it.
That’s where we’ve turned to A.I. to relieve some of that cognitive load. We’re testing a program where a single A.I. search bot can tell our representatives what they need to know instantly, personalized for the customer.
Our results are improving. Using the A.I. search bot, our answer accuracy rate is on par with our human accuracy rate, but we believe we can bring it to 99% accuracy. And it continues to improve every day.
Similarly with sales, we’ve already started to implement an A.I. tool to help us anticipate what the customer might want and proactively provide them with options.
And, to punctuate my point, we’ve empowered our front line teams to guide us on how A.I. is best used to help them reduce cognitive load and provide efficiencies in the way we serve our customers, so that they can focus on human interaction, empathy and exceeding the customer’s expectations. There’s no czar in that customer transaction. There are only decisions at the point of contact using the expertise of our front line employees.
Los gerentes están teniendo dificultades para seguir el ritmo del auge de la productividad impulsado por la IA
Ya no necesita asignar tareas específicas y secuenciales. La IA puede ejecutar el “qué” en cuestión de minutos.
Cómo llegan realmente las personas a los puestos directivos en las empresas del S&P 500
Para alcanzar el éxito no basta con conocer a fondo la organización y tener una gran experiencia dentro de su área funcional.
Formas sorprendentes de reducir la rotación de personal en puestos de trabajo de alta presión y alta especialización
La sobrecarga desgasta a las personas; la responsabilidad significativa las mantiene comprometidas.





