A

medida que el mundo se ha vuelto más complejo, las empresas se han integrado cada vez más en ecosistemas digitales. Este nuevo mundo abre nuevas posibilidades y formas de crear valor. Pero también implica que convertir ideas en realidad requiere trabajar con un conjunto más amplio de actores y navegar por un panorama más complejo de interdependencias.

Hemos estudiado esta cuestión en el ámbito de la salud digital. Nuestra investigación revela dos lecciones clave:

1. Salga y aprenda, pero deje atrás los prototipos.

La sabiduría convencional sostiene que la mejor manera de empezar a explorar una idea es con un prototipo de bajo costo. Esta lógica tiene dos fundamentos. Primero, cuando la incertidumbre en torno a la tecnología o a la demanda del mercado es alta, lo mejor es minimizar la cantidad de recursos invertida en una idea u oportunidad determinada, ya que estos se perderán si posteriormente se demuestra que la idea no es válida. Segundo, la mejor manera de reducir esa incertidumbre (es decir, de comprender si vale la pena seguir adelante con una idea) es poner un prototipo mínimo viable en manos de los clientes para obtener comentarios y ver qué les resulta relevante.

Descubrimos que las empresas ganadoras en salud digital evitaron los prototipos al inicio. En su lugar, comenzaron por entrevistar a los pacientes, compartir ideas con sus colegas, y observar a otras clínicas y médicos.

Comparemos dos de las empresas de nuestro estudio: Stardoc y Nudge (como es común en este tipo de investigaciones, nos referimos a las empresas utilizando seudónimos). Stardoc fue fundada por un médico que ejercía en una consulta privada y que buscaba una mejor forma de dar seguimiento a sus pacientes. Aunque tenía una idea clara del producto que quería desarrollar y contaba con años de experiencia como médico en ejercicio, dedicó tiempo a conversar con otros médicos y a observar el entorno desde la perspectiva del paciente (en muchas ocasiones, literalmente sentado en salas de espera). Gracias a este proceso, comenzó a identificar aspectos relevantes que no habían sido evidentes al principio, como las diferencias entre las necesidades de los pacientes de cuidados intensivos y las de aquellos que padecen enfermedades crónicas, así como la inquietud que muchos pacientes sienten al ponerse en contacto con sus médicos.

Por el contrario, los dos fundadores de Nudge hicieron con exactitud lo que generalmente se les dice a los emprendedores que hagan: construyeron un prototipo para validar su idea y lo lanzaron al mercado para obtener comentarios. Querían crear un servicio que ayudara a las personas a desarrollar y mantener hábitos saludables. Utilizando herramientas fácilmente disponibles, montaron un prototipo funcional y, en cuestión de semanas, lo colocaron en la App Store de Apple; también presentaron este prototipo a posibles socios corporativos, logrando pronto un acuerdo de distribución con una aseguradora importante. Por un momento, parecía que habían tenido un gran éxito. Pero conforme pasaban los meses, descubrieron que los usuarios no interactuaban con la aplicación. Tampoco su gran socio asegurador había invertido mucho; de hecho, más tarde supieron que la suya era solo una de las 32 aplicaciones que la aseguradora había promovido entre sus clientes. Finalmente, tras seis meses de uso moderado y comentarios mínimos, Nudge retiró la aplicación y decidió cambiar de rumbo.

El contraste entre Nudge y Stardoc pone de relieve una desventaja de la creación de prototipos en contextos de ecosistema que a menudo se pasa por alto. Al desarrollar una comprensión más profunda del entorno y los usuarios antes de invertir en el desarrollo del producto, Stardoc aumentó la probabilidad de colocarse en una posición atractiva, al tiempo que adquirió el contexto necesario para entender la retroalimentación de los usuarios que recibió posteriormente. Al mismo tiempo, los fundadores de Nudge también pasaron por alto una idea clave: así como ellos estaban tratando de aprender si la salud digital podía funcionar y de qué manera, su socio también lo estaba haciendo. En ese sentido, la falta de inversión y apoyo mutuos era de esperarse: para el socio, Nudge era el prototipo.

2. Una vez que tenga un cliente alfa, apuéstelo todo.

La segunda gran lección es qué hacer una vez que se ha identificado a un cliente alfa. Las metodologías ágiles y de inicio rápido prevén una progresión gradual desde prototipos de bajo costo y baja fidelidad hacia versiones de mayor costo y mayor fidelidad a medida que la idea se va perfeccionando. El objetivo es mantener una inversión baja mientras la incertidumbre es alta. Sin embargo, en contextos de ecosistema, mantener una inversión baja es una forma segura de animar a los clientes alfa a hacer lo mismo. En cambio, observamos que las empresas ganadoras apostaron todo: desarrollaron contenido especializado, personalizaron el prototipo y trabajaron en estrecha colaboración con los clientes para comprender y satisfacer sus necesidades específicas.

Goodhealth, otra de las empresas con mejor desempeño en el estudio, es un ejemplo ilustrativo. La visión de sus fundadores era involucrar más directamente a los pacientes en su propia atención médica, proporcionando formas de visualizar el impacto del cumplimiento del plan de cuidado en su salud. Las personas con diabetes, por ejemplo, podrían ver el impacto de un nuevo medicamento o de cambios en la dieta sobre sus niveles diarios de insulina. Los clientes alfa de Goodhealth fueron hospitales académicos: organizaciones que Goodhealth consideraba que se entusiasmarían con las nuevas tecnologías y que estarían abiertas a nuevas formas de mejorar los resultados de los pacientes. Una vez que sus fundadores identificaron a este cliente objetivo, apostaron todo: construyeron su plataforma de software, contrataron coaches, desarrollaron contenido especializado y llevaron a cabo ensayos clínicos.

Esta inversión inicial fue costosa, pero valiosa. Facilitó la confianza con los clientes hospitalarios, convenciéndolos de que Goodhealth no saldría corriendo a la primera señal de problemas. A su vez, los hospitales estuvieron más dispuestos a invertir sus propios recursos, integrando el prototipo en sus operaciones y capacitando al personal, lo que permitió generar datos. Al mismo tiempo, trabajar en la implementación junto con los hospitales sacó a la luz nuevos problemas y revelaciones inesperadas, ayudando a Goodhealth a avanzar más rápido en la curva de aprendizaje. En contraste, las empresas que evitaron las grandes inversiones llegaron a estas realizaciones con mayor lentitud y, con mayor frecuencia, se vieron sorprendidas por “incógnitas desconocidas” que más tarde descarrilaron la adopción.

Combinado con el primer argumento, el panorama que surge en la salud digital difiere de manera notable de nuestra comprensión habitual del uso de prototipos. En lugar de desarrollar prototipos sencillos, ponerlos en manos de los clientes y mejorar a medida que las ideas generan retroalimentación positiva, la estrategia ganadora fue evitar los prototipos, aprender ampliamente a través de la observación y apostar todo para desarrollar un producto funcional para ese cliente prometedor, aunque aún sin probar.

En términos prácticos, esto significa que los prototipos sencillos pueden no ser tan efectivos en contextos de ecosistema. Todos los participantes de nuestro estudio querían que la salud digital funcionara. Pero, sin modelos previos de cómo podría implementarse, no estaba claro cómo debería verse. Para las empresas más innovadoras, la única forma efectiva de responder a estas preguntas era implementar realmente los productos. Invertir de manera significativa desde el inicio permitió a Goodhealth y a sus primeros clientes descubrir conjuntamente las respuestas. En contraste, limitar la inversión retrasó el aprendizaje. Como resultado, el concepto (atención médica digital con mejores resultados a un menor costo) siguió siendo prometedor, pero no comprobado.

A

hora que las organizaciones tienen un mayor acceso a modelos de IA generativa conversacional, muchos gerentes comprenden que la tecnología puede ir mucho más allá de las simples tareas de productividad. Dos tercios de los gerentes creen que la IA generativa tiene el potencial de convertirse en su socio de pensamiento, brindar nuevas perspectivas, sopesar los pros y contras, evaluar las compensaciones, mejorar el pensamiento estratégico y apoyar el desarrollo del liderazgo. Sin embargo, aunque las expectativas para el futuro son altas, aún queda un largo camino por recorrer. Hoy en día, solo el 30% de los gerentes afirman tener las habilidades y el conocimiento necesarios para utilizar la IA generativa conversacional de este modo.

Afortunadamente, los gerentes pueden superar esta brecha rápidamente. Basándonos en nuestra experiencia, en innumerables conversaciones y en miles de iteraciones de prompts, hemos creado una guía con instrucciones y herramientas para ayudar a los gerentes a utilizar cualquier herramienta de IA generativa conversacional como socio de pensamiento.

Con estas técnicas, los humanos y la IA trabajando juntos pueden lograr resultados de alta calidad que no serían posibles trabajando por separado. A este proceso lo llamamos “pensamiento conjunto”, y este artículo le mostrará cómo empezar.

El poder del pensamiento conjunto

La IA generativa puede utilizarse como un socio de pensamiento para cualquier cosa, desde la preparación de discursos hasta el análisis de causas raíz y la formulación de estrategias. Veamos algunos ejemplos:

— Mario es gerente de proyectos en una planta de fabricación y, a menudo, él y su equipo deben resolver los desafíos técnicos. Descubrir la causa raíz de los problemas es una tarea recurrente y compleja. Mario ha diseñado un diálogo estructurado con la IA generativa para ayudarlo a analizar todos los problemas. Cada vez que surge uno nuevo, ajusta y prueba su secuencia de prompts.

— Kim es gerente de comunicaciones en una gran empresa de bienes de consumo. Ha estado utilizando la IA generativa para redactar comunicados de prensa y evaluar cómo podrían reaccionar ante ellos las distintas partes interesadas. Kim entabla una conversación bidireccional en la que pide a la IA generativa que actúe como diferentes grupos de interés y debata con ella sobre el contenido de cada borrador. La regla general de Kim es desafiar y ser desafiada por la IA durante el diálogo.

— Amy es una líder financiera en una gran empresa de tecnología que tiene la tarea de promover una iniciativa de cambio que transformará su departamento de proveedor de servicios interno en un socio estratégico para las unidades de negocio. Amy ha creado una secuencia de prompts de IA generativa que los miembros de su equipo pueden ejecutar para ayudarles a comprender y reflexionar sobre cómo adoptar la nueva mentalidad y los comportamientos que requerirá esta iniciativa.

Estas historias ponen de manifiesto una forma de interactuar con la IA que va mucho más allá de simplemente responder preguntas o presionar un botón para obtener un resultado. Implica una conversación recíproca activa, donde tanto el humano como la IA aportan ideas y se basan en los pensamientos del otro en cada paso del diálogo.

El valor de un diálogo de pensamiento conjunto no está solo en el resultado, sino también en la conversación en sí misma. De hecho, el valor se crea en conjunto a través de los diversos pasos del diálogo entre humanos e IA.

Cómo diseñar un diálogo de pensamiento conjunto con la IA

Hemos creado un marco de cuatro pasos para ayudar a los gerentes a diseñar con éxito un diálogo de pensamiento conjunto con la IA generativa.

Paso 1: Asignar un rol a la IA. Defina el rol específico que quiere que asuma la IA (como actuar como un experto, un miembro del equipo o un abogado del diablo). Use frases introductorias como “Actúa como…”, “Ayúdame a…”, “El resultado del diálogo será…”, etc.

Paso 2: Definir el escenario. Elija el escenario en el que desea que se desarrolle la conversación. ¿Quién participa en la conversación? ¿Debe ser una interacción individual entre usted y la IA, o una interacción entre varios individuos (por ejemplo, en una reunión de equipo o un taller)?

Paso 3: Esbozar el diálogo. Prevea una secuencia de preguntas y declaraciones que aclaren quién hace qué entre usted y la IA. Defina con precisión qué aportará la IA y qué aportará usted (el humano). Dejar el flujo del diálogo al azar aumenta el riesgo de que se desvíe del objetivo.

Paso 4: Crear el prompt. Redacte el prompt basándose en el esquema que ha diseñado. Puede usar la IA generativa para que le ayude a perfeccionar el prompt; por ejemplo, puede escribir en el chat: “Tengo este esquema de diálogo y necesito su ayuda para convertirlo en un mensaje estructurado que pueda ejecutar conmigo: ‘[inserte su esquema aquí]’”.

Cómo aprovechar al máximo sus diálogos con la IA generativa

Al comenzar a utilizar la IA generativa como un pensador conjunto, es normal obtener resultados mixtos al principio. Seguir las prácticas recomendadas de esta lista de cosas que debe (y no debe) hacer puede ayudarle a acelerar su curva de aprendizaje.

Lo que debe hacer

— Adoptar una mentalidad conversacional: Acérquese a la IA generativa como si estuviera hablando con un colaborador humano. La máquina puede funcionar de manera similar al método socrático, mejorando su pensamiento crítico a través del diálogo. Puede pedirle a la IA generativa que lo guíe a través de un diálogo estructurado sobre un tema o problema de su elección, desarrollando sus respuestas, añadiendo dimensiones que se hayan pasado por alto y generando preguntas de seguimiento.

— Participar activamente: Debe interactuar con la máquina en una conversación recíproca. Ambas partes contribuyen con retroalimentación y desafíos mutuos y, en última instancia, colaboran en la creación del resultado. Para recibir el asesoramiento adecuado, respuestas personalizadas y sugerencias útiles, comience por brindar una descripción general breve y precisa de su situación con un contexto claro. Luego, profundice compartiendo sus reflexiones y experiencias personales, y haciendo preguntas de seguimiento.

— Desafiar a la IA: Como en un diálogo con un humano, es valioso que haya cierta fricción en el proceso de pensamiento. Pídale a la IA que proporcione diferentes perspectivas, ideas u opciones que haya pasado por alto. No se detenga en el primer resultado generado ni se conforme demasiado rápido con lo que la IA le proporciona.

Lo que no debe hacer

— Trabajar solo: Cuando las personas trabajan predominantemente solas con IA generativa, en lugar de involucrarse y relacionarse activamente con compañeros de equipo humanos, se puede reducir la comunicación interpersonal y el intercambio de conocimientos dentro del equipo. Esto puede obstaculizar el juicio colectivo de su equipo y la capacidad de prevenir y mitigar riesgos. Tómese un descanso de la interacción individual con la IA para relacionarse cara a cara con su equipo, involucrar a otros colegas en el proceso asistido por IA, buscar retroalimentación de expertos, integrar puntos de vista diversos y fomentar el aprendizaje entre pares.

— Ir demasiado rápido: Puede tender a escribir, hacer clic o avanzar demasiado rápido. La velocidad con la que la IA generativa ejecuta tareas puede llevar a los humanos a apresurarse sin reflexionar. Pídale a la IA que le ayude a hacer una pausa y reflexionar: solicite explícitamente a la IA que le pida su opinión, asegurándose de que tenga tiempo para reflexionar y validar antes de continuar.

Pronto, los gerentes que desarrollen sus capacidades con IA generativa tomarán la delantera sobre aquellos que no lo hagan. Es hora de involucrarse con la IA generativa, comprendiendo cómo utilizarla en beneficio propio, de su equipo y de la empresa. Identifique tareas en las que pueda experimentar con el pensamiento conjunto. Establezca prioridades, lleve un seguimiento de los beneficios, riesgos y lecciones aprendidas, y compártalo con su equipo. Su responsabilidad es actuar como un modelo de pensamiento conjunto, alentando a su equipo a debatir lo que funciona y lo que podría mejorarse, recopilando las lecciones aprendidas de forma estructurada a medida que evoluciona la tecnología.

N

avegar por los primeros años de su carrera suele implicar una gran curva de aprendizaje en cuanto a etiqueta laboral y habilidades profesionales. Sin embargo, hay ocasiones en las que, como profesional nuevo, es posible que posea más experiencia en determinadas áreas que su gerente. En estos casos, puede resultar complicado compartir sus conocimientos sin parecer un experto autoproclamado.

A continuación, se presentan tres situaciones en las que puede tener más conocimientos que sus superiores, y cómo aprovechar esos conocimientos y experiencia, manteniendo la humildad y una mentalidad colaborativa.

1. Habilidades o conocimientos especializados

Si pertenece a la generación comúnmente llamada “nativos digitales”, es posible que tenga una comprensión más profunda e innata de las plataformas digitales y una mayor experiencia tecnológica. Es probable que parte de ese conocimiento supere al que han adquirido sus gerentes, especialmente si aprendieron a utilizar las mismas herramientas en la edad adulta.

Cómo compartir sus conocimientos:

Su ventaja generacional, si se aborda de manera colaborativa, puede complementar la visión estratégica más amplia que su gerente es responsable de ejecutar. Si desea compartir una idea o si le piden que haga algo que sabe que se podría hacer mejor con una herramienta diferente, aborde la conversación con curiosidad. Comience por reconocer la experiencia y la pericia de su gerente, y proponga la idea en forma de pregunta para generar un diálogo abierto.

2. Tendencias e innovaciones de la industria

Si acaba de graduarse de la universidad, es posible que esté al tanto de las últimas tendencias en su industria o de las innovaciones más recientes, ya sea a través de proyectos de investigación universitaria o por una afinidad natural por querer conocer los desarrollos más recientes. Este conocimiento actualizado puede ser un activo en un entorno laboral, dirigido por gerentes más experimentados que quizá no estén tan inmersos en todas las tendencias emergentes.

Cómo compartir sus conocimientos:

Presente sus ideas como recursos para el equipo, no solo como un medio para mostrar su propio conocimiento. Si tiene un hilo de correo electrónico de equipo, envíe actualizaciones relevantes del sector y enlaces a artículos sobre las últimas innovaciones en su campo.

3. Habilidades de liderazgo

Al comienzo de su carrera, puede que tenga más experiencia de liderazgo de la que la gente le atribuye. Para presentar esta experiencia de manera eficaz, adopte un enfoque de aprendizaje. No espere a recibir retroalimentación sobre las habilidades de liderazgo de su gerente para decirle lo que debe hacer o lo que cree que funcionará mejor. Cuando surja la oportunidad, e idealmente antes de recibir retroalimentación, contextualice o demuestre sus habilidades de liderazgo y cómo las adquirió.

Cómo compartir sus conocimientos:

La mejor manera de compartir su conocimiento sobre liderazgo es relacionarlo con un proyecto o problema a resolver. Por ejemplo, cuando se le asigne un nuevo proyecto, puede decir: “Tuve la oportunidad de practicar mis habilidades de liderazgo durante mi tiempo en AmeriCorps. Tal vez podríamos discutir si lo que aprendí podría ser aplicable a este proyecto. También estoy ansioso por aprender de sus experiencias y seguir desarrollando mis habilidades de liderazgo para aportar el mayor valor posible al equipo”.

Como alguien que se encuentra al principio de su carrera profesional, posee nuevas perspectivas y una gran cantidad de conocimientos especializados que pueden mejorar significativamente la dinámica del equipo y los resultados de los proyectos. Si comparte este conocimiento con humildad y espíritu de colaboración, podrá cerrar la brecha entre sus experiencias únicas y la experiencia de sus gerentes. Esto no solo fomenta un entorno de trabajo más innovador y eficaz, sino que también promueve el respeto y el aprendizaje mutuos.