L

as matemáticas son el lenguaje central de los negocios. Y ahora más que nunca es importante que los líderes empresariales las dominen.

Como cualquier idioma, es una habilidad que se puede aprender, pero que se pierde si no se practica. Dominarla puede incluso ayudar a liberar todo el potencial de la IA, guiada por humanos que saben exactamente lo que quieren obtener de ella.

Yo tengo una licenciatura en matemáticas por la Universidad de Cambridge, cuna de leyendas como Isaac Newton, Srinivasa Ramanujan y Alan Turing. Desde hace muchos años, soy miembro de Mensa, un grupo conocido por resolver ingeniosos acertijos de lógica. Y cuento con dos décadas de aprendizaje práctico en campos impulsados por números como la analítica de datos, la consultoría estratégica y la inversión.

Estas experiencias me han ayudado a perfeccionar un conjunto de herramientas matemáticas enfocadas en los negocios, que son atemporales en su utilidad y oportunas para la era de la IA. Se relacionan con verificar la coherencia de modelos computacionales, pensar de forma probabilística y ser consciente de las dinámicas multiplicativas. A continuación, las describiré como: TRY, DO y WIN.

TRY = Piense y razone por sí mismo

La ceguera por falta de atención, un concepto de psicología, dice que a veces estamos tan extremadamente enfocados en detalles irrelevantes que pasamos completamente por alto el panorama general que realmente importa. Tal vez usted ha visto el famoso video del “gorila en la habitación”.

Es fácil confiar “ciegamente” en números detallados que salen de un modelo sofisticado. Eso puede estar bien. Pero no sustituye el pensamiento y razonamiento propios.

La mejor forma de evitar esto es realizar siempre sus propios cálculos matemáticos básicos, guiados por el sentido común, para verificar que los resultados tengan lógica. Como dice una frase conocida: es preferible estar más o menos en lo correcto (por cuenta propia) que estar precisamente equivocado (por confiar en modelos defectuosos).

DO = Decisiones vs. resultados

Quizá la lección matemática más poderosa que he aprendido en mi carrera es esta: nosotros tomamos las decisiones, el mundo observa los resultados. Ambas cosas están relacionadas, pero no son lo mismo.

El uso de la lógica probabilística (como los árboles de decisión) con los mejores datos posibles sigue siendo la mejor manera de tomar buenas decisiones. De hecho, si usted hace esto de forma consistente, le irá bien. Pero casi con certeza habrá algunos apostadores que obtendrán mejores resultados, quizá mucho mejores que usted, simplemente por pura suerte. No hay nada que ganar envidiando, glorificando, copiando o estudiando esos resultados. La dinámica empresarial es probabilística y los resultados están sujetos al azar. Esa es la realidad de cómo funcionan las cosas, por muy difícil que sea de aceptar.

Aunque sus herramientas puedan parecer simples, el pensamiento probabilístico es un concepto increíblemente poderoso, central en casi todos los aspectos del razonamiento empresarial y de la toma de decisiones gerenciales.

WIN = Cuando no es lineal

A veces usted puede pensar que tiene el marco probabilístico correcto. Pero resulta ser peligrosamente erróneo. Esto sucede cuando se intenta aplicar el pensamiento “lineal” a problemas “no lineales”.

En algunas situaciones, el resultado promedio teórico sobre una población hipotética (un “conjunto”) puede ser muy diferente del resultado esperado real para cualquier persona individual dentro de esa misma población.

Esto puede resultar incómodamente contraintuitivo. La razón es que estamos acostumbrados a pensar en términos de sumas y restas, donde cada nuevo resultado parte del anterior. Pero muchos problemas de la vida real son de naturaleza multiplicativa.

Para maximizar las tasas de crecimiento a largo plazo, es necesario dimensionar inteligentemente las apuestas.

A

primera vista, la idea de que la IA reemplace a un CEO puede parecer tan improbable como el ascenso exitoso de un analista junior para dirigir la sala de juntas. Después de todo, la IA es propensa a cometer errores significativos, como las “alucinaciones” (generar información incorrecta o engañosa) y a perder el hilo de una tarea a mitad del proceso. Estas no son cualidades que se suelen asociar con un liderazgo efectivo, especialmente en un rol que exige equilibrar los intereses de múltiples partes interesadas, analizar tendencias históricas, detectar cambios sutiles en el mercado y tomar decisiones estratégicas que moldeen el futuro de una empresa.

No obstante, la IA generativa ya está transformando industrias que requieren tanto precisión como creatividad. Hasta la fecha, existen pocos (o nulos) datos empíricos sobre cómo se desempeñaría la IA como un CEO en escenarios del mundo real, sobre todo si se compara con la toma de decisiones humana en condiciones similares. Las fortalezas y debilidades de la IA solo se revelarán por completo cuando se ponga a prueba en una amplia gama de situaciones. Nosotros hemos dado un primer paso en esta dirección con un experimento a gran escala en el mundo real, que abre la puerta a una exploración más profunda del papel y el impacto potenciales de la IA en la C-Suite.

Un campo de juego para CEOs

Nuestro experimento se desarrolló entre febrero y julio de 2024, e involucró a 344 participantes (estudiantes universitarios y de posgrado de universidades de Asia Central y del Sur, así como altos ejecutivos de un banco en el sur de Asia) y GPT-4o, un modelo de lenguaje de gran tamaño (LLM, por sus siglas en inglés) contemporáneo creado por OpenAI. Los participantes navegaron por una simulación gamificada diseñada para replicar los desafíos de toma de decisiones que enfrentan los CEOs, con diversas métricas para hacer un seguimiento de la calidad de sus decisiones. La simulación era una representación digital simplificada de la industria automotriz de EE. UU., que incorporaba modelos matemáticos basados ​​en datos reales de ventas de automóviles, cambios en el mercado, estrategias históricas de fijación de precios y elasticidad, así como influencias más amplias como las tendencias económicas y los efectos de la pandemia de COVID-19. (Nota: El juego fue desarrollado por Strategize.inc, nuestra startup con sede en Cambridge, Inglaterra,).

Los jugadores tomaban decisiones estratégicas corporativas a través de una interfaz de juego, por ronda. Cada ronda representaba un año fiscal, y esta estructura permitía a los participantes enfrentar desafíos estratégicos a lo largo de varios años simulados e interconectados. El juego contaba con más de 500,000 combinaciones de decisiones posibles por ronda y no había una fórmula ganadora fija. El objetivo del juego era simple: sobrevivir el mayor tiempo posible sin ser despedido por una junta virtual y, al mismo tiempo, maximizar la capitalización de mercado. Lo primero estaba determinado por un grupo de indicadores clave de rendimiento (KPIs) establecidos por la junta, y lo segundo se impulsaba mediante una combinación de tasas de crecimiento sostenible y flujo de caja libre. Este objetivo sirvió como una representación realista para medir el desempeño de los CEOs en el mundo real.

Una vez que los participantes humanos completaron su turno, cedimos el control a GPT-4o. Luego comparamos el rendimiento de GPT-4o con el de cuatro participantes humanos (los dos mejores estudiantes y dos ejecutivos). Los resultados fueron sorprendentes y provocadores, y desafiaron muchas de nuestras suposiciones sobre el liderazgo, la estrategia y el papel potencial de la IA en la toma de decisiones en los niveles más altos de las empresas.

La IA tiene un rendimiento superior, pero ¿a qué costo?

El desempeño de GPT-4o como CEO fue notable. El LLM superó sistemáticamente a los mejores participantes humanos en casi todas las métricas. Diseñó productos con precisión quirúrgica, maximizando su atractivo y, al mismo tiempo, manteniendo estrictos controles de costos. Respondió bien a las señales del mercado, manteniendo alerta a sus competidores de IA no generativa, y generó un impulso tan fuerte que superó la participación de mercado y la rentabilidad del estudiante con mejores resultados tres rondas por delante.

Sin embargo, hubo una falla crítica: GPT-4o fue despedido más rápido por la junta virtual que los estudiantes que jugaron el juego.

¿Por qué? La IA tuvo dificultades con eventos inesperados, como el colapso del mercado durante la pandemia de COVID-19. Habíamos programado estas perturbaciones impredecibles para modificar la demanda de los clientes, colapsar los niveles de precios y tensar las cadenas de suministro. Los estudiantes que obtuvieron mejores resultados adoptaron estrategias a largo plazo. Evitaron los contratos rígidos, minimizaron los riesgos de inventario y gestionaron el crecimiento con cautela, garantizando la flexibilidad cuando cambiaban las condiciones del mercado. Su estrategia era clara: preservar la adaptabilidad en lugar de perseguir ganancias agresivas a corto plazo.

Por otro lado, después de una serie de éxitos iniciales, GPT-4o se encerró en una mentalidad de optimización a corto plazo, maximizando el crecimiento y la rentabilidad de manera implacable hasta que una perturbación en el mercado descarriló su racha ganadora. La IA puede aprender rápidamente y realizar iteraciones en un entorno controlado, lo que la hace menos idónea para hacer frente a eventos altamente disruptivos que requieren intuición y previsión humanas. Curiosamente, los altos ejecutivos también cayeron en esta trampa; ellos, al igual que GPT-4o, fueron despedidos más rápido por la junta virtual que los estudiantes. Tanto GPT-4o como los ejecutivos sucumbieron a la misma falla: una confianza excesiva en un sistema que recompensa la flexibilidad y el pensamiento a largo plazo tanto como la ambición agresiva.

¿La IA es el nuevo jefe?

A pesar de sus limitaciones, GPT-4o tuvo un rendimiento impresionante. Si bien fue despedido con más frecuencia que los mejores jugadores humanos, se mantuvo a la altura de los mejores y más brillantes de nuestra cohorte global de 344 participantes. Entonces, ¿cuáles son las implicaciones en el mundo real de este experimento para la formulación de metaestrategias? Estas son algunas reflexiones iniciales:

La IA generativa es un recurso estratégico clave.

Ya no es viable ignorar la IA generativa en la estrategia corporativa. Si la IA generativa puede ayudar a las empresas a maximizar el valor para los accionistas de manera más efectiva, ¿por qué resistirse? Después de todo, maximizar el valor para los accionistas es la razón de ser del rol del CEO.

La calidad de los datos es fundamental.

Para que la IA destaque en la estrategia corporativa, necesita datos de alta calidad. GPT-4o tuvo un buen desempeño en este experimento porque tuvo acceso a datos enriquecidos del simulador. La creación de una infraestructura de datos sólida es esencial antes de llevar la IA generativa a la sala de juntas.

Eficiencia vs. Riesgo.

Si bien la eficiencia impulsada por la IA puede generar beneficios significativos, también conlleva riesgos. Las estrategias agresivas de maximización del precio de las acciones por parte de ejecutivos humanos sin suficiente supervisión pueden conducir a resultados desastrosos.

Cuestiones de rendición de cuentas.

Es casi imposible responsabilizar a la IA del mismo modo que a un CEO humano. Para prevenir consecuencias no deseadas, es fundamental establecer reglas transparentes que garanticen que las decisiones impulsadas por la IA se alineen con los valores de la empresa y el bienestar social.

El papel de los gemelos digitales.

Un gemelo digital realista del ecosistema de una empresa, poblado por múltiples agentes LLM, podría servir como un valioso campo de pruebas para el liderazgo de la IA, proporcionando un amortiguador contra los errores del mundo real que la IA podría cometer si se le dejara actuar de manera autónoma, al tiempo que proporciona información valiosa para que los CEOs tomen mejores decisiones. En un entorno controlado, la IA puede cometer errores, identificar áreas de valor y generar estrategias optimizadas para alcanzar los objetivos de una empresa.

La disrupción de la consultoría estratégica.

El auge de los “CEOs artificiales” podría alterar la consultoría estratégica tradicional y los departamentos de estrategia internos. Firmas como McKinsey podrían ver sus servicios complementados (o incluso reemplazados) por sistemas de IA adaptados a los ecosistemas de sus clientes.

Dando un paso atrás, creemos que la principal conclusión es la siguiente: A pesar de su impresionante rendimiento, la IA no puede asumir la responsabilidad total de un CEO en mercados que atienden a humanos. En cambio, puede mejorar significativamente el proceso de planificación estratégica y ayudar a prevenir errores costosos.

La mayor fortaleza de la IA generativa no es reemplazar a los CEOs humanos, sino mejorar la toma de decisiones. Al automatizar los análisis con gran cantidad de datos y modelar escenarios complejos, la IA permite a los líderes humanos enfocarse en el juicio estratégico, la empatía y la toma de decisiones éticas, áreas en las que los humanos destacan.