A

l cierre de 2023, la empresa californiana de chips Nvidia anunció otro trimestre de ventas récord. La compañía, cuyo éxito ha sido impulsado por el auge de la IA, ahora posee aproximadamente el 80% de la cuota de mercado global de chips semiconductores GPU.

Sin embargo, su competidora Intel, también fabricante de semiconductores, no tuvo la misma suerte. Aunque al momento de escribir esto ha experimentado un aumento inesperado en sus ganancias trimestrales, la compañía ha tenido dificultades durante años. Intentó un cambio de dirección con un nuevo CEO en 2021 y, en los primeros tres meses de 2023, registró la mayor pérdida trimestral de su historia.

Hasta hace relativamente poco, Intel estaba muy por delante de rivales como Nvidia en la carrera de los semiconductores. Hace cinco años, el valor empresarial (EV, por sus siglas en inglés) de la compañía, de 226 mil millones de dólares, eclipsaba los 76 mil millones de Nvidia, según el análisis de mi equipo basado en datos de Value Line. Desde entonces, Nvidia ha cuadruplicado su valor hasta alcanzar los 315 mil millones, mientras que el EV de Intel se ha reducido a 218 mil millones. Esto significa que Nvidia ha registrado un crecimiento promedio anual de ingresos superior al 20%, mientras que los ingresos de Intel se han mantenido estables.

Entonces, ¿cómo ha logrado Nvidia superar de manera tan contundente a su competidor? Por supuesto, hay una combinación de factores en juego, pero la investigación sugiere que el uso por parte de Nvidia de uno de los seis conceptos estratégicos emergentes (que en conjunto están cambiando radicalmente la manera en que las compañías de diversas industrias aseguran su ventaja competitiva) podría ser un factor significativo en su éxito.

1. Aproveche la vía de acceso de alguien más

La asociación de Nvidia con la empresa británica de diseño de software ARM Holdings es un gran ejemplo de esta estrategia. La colaboración es una relación simbiótica centrada en integrar las capacidades de aprendizaje profundo e IA de Nvidia con los diseños de procesadores energéticamente eficientes de ARM. Esto permite a Nvidia aprovechar el amplio alcance de ARM en diversos sectores tecnológicos, como la informática móvil y los vehículos autónomos, donde la eficiencia energética y la movilidad son clave.

Las organizaciones también pueden crear valor convirtiéndose en la vía de acceso. Amazon, por ejemplo, construyó su oferta Alexa para que fuera un canal para otros proveedores. Como señala el profesor de estrategia Mohan Subramanium en su artículo “How Smart Products Create Connected Customers”, el valor de ser la vía de acceso se amplía a medida que se multiplica el valor de los datos procedentes de las interacciones digitales con los clientes.

2. Asóciese con un tercero

Microsoft decidió hacer que Office estuviera disponible en los dispositivos iOS de Apple en 2014. Esta asociación con Apple, que antes era un rival, significó más que una nueva oferta de producto: representó la culminación de un cambio de paradigma en el enfoque estratégico de Microsoft, alineándose con las tendencias emergentes destacadas en nuestro análisis. Bob Muglia, expresidente de la división de servidores y herramientas de Microsoft, describió este cambio como una transición de una mentalidad “centrada en dispositivos” a una “centrada en servicios”.

Microsoft ahora aprovecha con mayor entusiasmo las oportunidades de colaborar con socios que tienen áreas de competencia superpuestas, por ejemplo, Adobe, Salesforce y Google. La inversión multimillonaria de la empresa en Open-AI es quizás el ejemplo reciente más significativo de esta mentalidad.

3. Revele su estrategia

Deere & Co adoptó estratégicamente este concepto de “revelar su estrategia” al invertir abiertamente en tecnologías de agricultura de precisión. En medio de una revolución tecnológica en el sector agrícola, Deere & Co no solo se adaptó, sino que lideró el cambio. Realizó inversiones significativas no solo en crear y adquirir tecnología de agricultura de precisión, sino también en construir un movimiento. Ya sea anunciando públicamente asociaciones con startups agrotecnológicas o con Space-X para ofrecer servicios de comunicación satelital a agricultores, lanzando colaboraciones emergentes en agrotecnología, dando conferencias en eventos de agricultura y tecnología (como el CES), publicando continuamente noticias en su página dedicada a la tecnología agrícola y a través de plataformas mediáticas desde CNBC hasta Barrons, la compañía es mucho más activa que sus competidores en comunicar su visión de agricultura inteligente.

Esta transparencia estratégica no se limita únicamente a la innovación: fue una jugada calculada por parte de Deere & Co para influir en las tendencias del mercado, guiar las expectativas de los clientes y mantener una ventaja competitiva en el cambiante panorama de la tecnología agrícola.

4. Sea bueno

La iniciativa “Beyond Cash” de Mastercard ejemplifica este concepto, marcando un cambio estratégico significativo hacia la promoción del avance socioeconómico. La iniciativa surgió cuando Mastercard se dio cuenta de que su mayor oportunidad de mercado no era quitar participación a otras empresas de pago, sino al efectivo. La campaña sentó las bases para una transformación que ha ido más allá de la simple diversificación de servicios, demostrando un compromiso por crear un mundo en el que cualquiera pueda realizar transacciones digitales, reduciendo la dependencia del efectivo y los costos sociales que las economías basadas en efectivo pueden generar.

Este enfoque tiene un impacto especial en las poblaciones con acceso limitado (o sin acceso) a servicios bancarios, y refleja la comprensión de Mastercard del papel influyente que puede desempeñar al aprovechar su red global y tecnología para fomentar un panorama económico sostenible e inclusivo. Al adoptar la estrategia de “ser bueno”, la empresa está demostrando que el éxito corporativo está cada vez más vinculado a la capacidad de generar un impacto social positivo.

5. Deje que la competencia vaya primero

Históricamente, las empresas buscaban la “ventaja del primer movimiento” por los beneficios que ofrecía (como la creación de una ventaja tecnológica, el establecimiento de un reconocimiento y una lealtad temprana hacia la marca, el control de los recursos y canales, y el aumento de los costos de cambio o las barreras de entrada). Pero el cálculo está cambiando. Gracias a una mayor accesibilidad de los datos sobre la adopción por parte de los clientes, la disminución de la fidelidad a la marca, la reducción de los costos de cambio y la disminución de los plazos de lanzamiento de los productos, ser el primero ya no supone una ventaja tan significativa. En cambio, dejar que otros prueben el mercado y la tecnología, y estar preparado para adelantarlos si se demuestra que existe una oportunidad, puede ser un mejor enfoque.

Durante un periodo considerable, Ferrari se mantuvo firme en su declaración de que no produciría un vehículo utilitario deportivo (SUV, por sus siglas en inglés). Sus rivales tradicionales, por otro lado, tomaron un camino distinto. Cuando la dinámica del mercado evolucionó, Ferrari reevaluó su posición. El fabricante italiano reconoció que el mercado de SUVs de lujo presentaba una oportunidad única de crecimiento y diversificación. Además, observaron las experiencias de sus competidores, quienes ya habían incursionado en el segmento, y aprendieron valiosas lecciones.

6. Adopte ataques a pequeña escala

Los mercados también se están volviendo más impredecibles, y las preferencias de los clientes evolucionan rápidamente, haciendo que la planificación a largo plazo sea menos precisa. El enfoque de “actuar, aprender, construir” les da a las empresas la agilidad para responder rápidamente a los cambios del mercado y adaptar su oferta en función de la retroalimentación del cliente. Experimentar a menor escala también ayuda a las compañías a gestionar el riesgo de manera efectiva, permitiéndoles probar hipótesis e identificar posibles obstáculos antes de comprometer recursos significativos.

El enfoque de Tesla para la fabricación de baterías es un caso real ejemplar. La compañía adoptó un enfoque modular para construir su fábrica de baterías de 5 mil millones de dólares en Nevada. En lugar de esperar a que toda la instalación estuviera operativa, Tesla construyó la gigafábrica en unidades discretas y funcionales o “bloques”. Cada bloque podía iniciar producción tan pronto como se completaba, reduciendo significativamente el tiempo necesario para generar ingresos. Este enfoque modular no solo aceleró el cronograma de producción, sino que también permitió a Tesla aprender y mejorar con cada bloque sucesivo, logrando ciclos de producción más rápidos y eficientes.

M

uchas organizaciones están priorizando la integración de herramientas de IA en el lugar de trabajo. Pero, ¿cómo se comporta la IA como aliada en la toma de decisiones de alto riesgo?

Para probar esto, realizamos un experimento simple. Le pedimos a más de 300 gerentes y ejecutivos que hicieran predicciones bursátiles después de revisar tendencias pasadas. A la mitad se le dio la oportunidad de consultar con sus colegas, mientras que la otra mitad pudo consultar con ChatGPT. Luego, los participantes podían revisar sus predicciones.

Los resultados fueron sorprendentes. Descubrimos que ChatGPT hizo que los ejecutivos fueran significativamente más optimistas en sus pronósticos, mientras que las discusiones entre pares tendían a fomentar la cautela. Además, descubrimos que los ejecutivos que usaron ChatGPT hicieron peores predicciones (basadas en cifras bursátiles reales) que las que habían hecho antes de consultar la herramienta. En este artículo compartimos lo que hicimos, lo que descubrimos, qué lo explica y por qué esto importa para cualquier líder que esté integrando IA en su proceso de toma de decisiones.

El experimento

Nuestro estudio tuvo lugar durante una serie de sesiones de educación ejecutiva sobre IA entre junio de 2024 y marzo de 2025. Los participantes eran gerentes y ejecutivos de diversas empresas que participaban en un ejercicio de clase.

Primero, se le pidió a cada participante que hiciera un pronóstico individual: ¿Cuál creía que sería el precio de las acciones de Nvidia un mes en el futuro? Este estimado inicial fue entregado de manera privada. Luego, dividimos aleatoriamente a los participantes en dos grupos para un breve período de consulta:

— Discusión entre pares (grupo de control): Estos ejecutivos discutieron sus pronósticos en pequeños grupos durante unos minutos.

— Consulta con ChatGPT (grupo de tratamiento): Estos ejecutivos podían preguntarle a ChatGPT lo que quisieran sobre las acciones de Nvidia.

Después de esto, todos hicieron un pronóstico revisado del precio de Nvidia con un mes de anticipación, y recopilamos esas respuestas.

Los resultados

La IA condujo a pronósticos más optimistas.

Antes de cualquier discusión o consulta con IA, los dos grupos de ejecutivos tenían pronósticos estadísticamente indistinguibles para Nvidia.

Sin embargo, después del período de consulta, descubrimos que los ejecutivos que usaron ChatGPT se volvieron más optimistas en sus pronósticos. En promedio, el grupo de ChatGPT aumentó sus estimaciones de precio a un mes en aproximadamente 5.11 dólares.

La discusión entre pares generó pronósticos más conservadores.

En contraste con el grupo de IA, el grupo de discusión entre pares redujo sus estimaciones de precio, en promedio, en alrededor de 2.20 dólares. Además, este grupo fue más propenso que el grupo de ChatGPT a mantener su estimación original.

La consulta con IA hizo peores predicciones.

Después de realizar nuestro estudio, esperamos un mes y luego comparamos las predicciones que los ejecutivos habían hecho con los datos reales de Nvidia. Descubrimos que ambos grupos fueron demasiado optimistas, en promedio. Sin embargo, también descubrimos que quienes usaron ChatGPT hicieron predicciones aún peores después de su consulta.

¿Por qué la IA generó exceso de confianza y optimismo?

¿Por qué consultar una herramienta de IA conduciría a estimaciones infladas y exceso de confianza, mientras que las discusiones entre pares provocaron mayor humildad y conservadurismo? Hemos identificado cinco razones:

1. Extrapolación y “subirse a la tendencia”

ChatGPT puede haber fomentado el sesgo de extrapolación. El conocimiento de la IA se basa en datos históricos, por lo que simplemente podría haber extendido la reciente tendencia al alza de Nvidia hacia el futuro. La orientación de la IA, basada puramente en patrones de datos pasados, puede haberse inclinado hacia el optimismo por defecto.

2. Sesgo de autoridad y sobrecarga de detalles

Muchos ejecutivos en la condición de ChatGPT informaron estar impresionados por el nivel de detalle y el tono confiado de la respuesta de la IA. En las discusiones posteriores al experimento, algunos participantes señalaron que ChatGPT proporcionó una gran cantidad de datos y razonamientos tan minuciosos y seguros, que hicieron que, en comparación, sus propias estimaciones iniciales parecieran inadecuadas.

3. Emoción (o falta de ella)

Los humanos tienen emociones e instintos que pueden actuar como freno ante pronósticos extremos. Un ejecutivo que observe un gráfico bursátil meteórico podría sentir un matiz de cautela y una voz interna que diga: “Si está en su punto máximo, podría desplomarse”. En nuestras sesiones, sospechamos que la cautela emocional jugó un papel en las discusiones entre pares.

ChatGPT, por otro lado, no tiene esa emoción ni intuición. No siente vértigo como una persona al ver un gráfico de precios en ascenso. Los usuarios que confían únicamente en los resultados de la IA no se benefician de esa revisión cautelosa.

4. Calibración entre pares y dinámicas sociales

El acto de discutir con colegas introdujo otro conjunto de sesgos y comportamientos, que generalmente conducían hacia la cautela y el consenso. En una discusión grupal, las personas escuchan puntos de vista diversos y a menudo descubren que las expectativas de otros difieren de las propias. En nuestros grupos de pares, esta dinámica a menudo condujo a moderar puntos de vista extremos y encontrar un punto medio.

5. Ilusión del conocimiento

Las investigaciones han demostrado que cuando las personas tienen acceso a grandes volúmenes de información (como internet), es más probable que caigan en la ilusión de saberlo todo. Una cantidad significativamente grande de participantes mostró el efecto de esta ilusión cuando recurrieron a ChatGPT, una de las tecnologías más inteligentes con acceso a vastos recursos.

¿Cómo usar la IA de manera inteligente en las decisiones ejecutivas?

Nuestros hallazgos ofrecen lecciones importantes para líderes y organizaciones que están integrando herramientas de IA en sus procesos de toma de decisiones:

1. Sea consciente de los sesgos de la IA y de la ilusión del conocimiento.

Consultar ChatGPT (o modelos de IA generativa similares) puede inclinar sutil pero significativamente sus expectativas y generar una confianza excesiva en ellas. Si usted usa IA para informar pronósticos o decisiones estratégicas, recuerde que puede impresionarlo con detalle mientras carece de la perspectiva cautelosa que los humanos aportan de forma natural.

2. No abandone la discusión humana, aprovéchela.

Sí, la IA puede proporcionar análisis e información a gran velocidad, pero aún hay sabiduría en la sala. Sus colegas pueden aportar datos nuevos, contexto y una revisión de la realidad sobre ideas que suenan demasiado buenas para ser verdad, o simplemente demasiado precisas en su pronóstico. En la práctica, el mejor enfoque puede ser combinar la aportación de la IA con el diálogo humano.

3. El pensamiento crítico es clave, sin importar la fuente.

Ya sea que el consejo venga de una IA o de un colega, los ejecutivos deben aplicar su propio pensamiento crítico. Haga preguntas sobre la base de un pronóstico. En el caso de ChatGPT, uno podría indagar: ¿En qué datos se basa este pronóstico? ¿Podría haber factores recientes que esté pasando por alto? Entre pares, uno podría preguntar: ¿Estamos siendo demasiado conservadores porque todos estamos inseguros? Trate a la IA como un punto de partida para la investigación, no como la última palabra.

4. Entrene y establezca directrices para el uso de la IA en los equipos.

Si su organización está implementando asesores o asistentes de IA, haga saber que la IA podría fomentar el exceso de confianza. Su organización necesita directrices sobre cómo manejar la IA. Por ejemplo, antes de obtener un pronóstico generado por IA, exija una ronda de discusión entre pares o una revisión de los peores escenarios antes de consultar con la IA.

La IA está cambiando la forma en que se toman las decisiones, pero el juicio humano sigue siendo crucial. La lección para los líderes de nuestro experimento es tener presente de dónde viene el consejo. Si proviene de la IA, inyecte algo de sentido común humano; si proviene de humanos, incluso podría usar la IA para asegurarse de que no se está perdiendo una perspectiva externa.

P

ara hacer frente a los desafíos que plantean las amenazas ambiguas, los empleados deben alzar la voz ante las primeras señales de problemas. Sin embargo, cuanto más ambigua sea una amenaza, más probable es que los empleados permanezcan en silencio. En una encuesta realizada a 436 empleados y gerentes de una empresa de consultoría en petróleo y gas, los empleados se enfrentaban frecuentemente a señales ambiguas que podrían indicar riesgos de ingeniería, dada la naturaleza de alto riesgo de actividades como la perforación, el procesamiento submarino y el control de presión.

Una y otra vez, descubrimos que los empleados tenían menos probabilidades de hablar a medida que aumentaba la ambigüedad de estas señales. A continuación, realizamos una serie de experimentos psicológicos con 1,193 empleados de diversos sectores. Descubrimos que, ante la ambigüedad, los empleados eran más propensos a ceder ante el liderazgo: En lugar de analizar el problema por sí mismos o expresar sus preocupaciones, esperaban que su jefe se hiciera cargo de la situación.

Una posible explicación es la sobrecarga cognitiva. Los empleados manejan múltiples responsabilidades, y las amenazas ambiguas requieren un esfuerzo mental considerable para evaluarlas. Como resultado, pueden cambiar su enfoque hacia tareas más manejables.

Dado que las amenazas ambiguas surgen sin señales claras de advertencia y los empleados a menudo confían en que el liderazgo las abordará, ¿cómo pueden las organizaciones alentar a los empleados a mantenerse alerta y comprometidos? Recomendamos acciones específicas en tres niveles: organizaciones, líderes y empleados.

Organizaciones: Crear una cultura de vigilancia

Las empresas pueden abordar con éxito el desafío de las amenazas ambiguas fomentando una cultura de “preocupación por el fracaso”, es decir, una mentalidad que promueva el análisis proactivo, incluso de los errores más pequeños. En nuestras entrevistas, los empleados enfatizaron la importancia de esta mentalidad, señalando que debieron haber tomado más tiempo para evaluar a fondo los riesgos. Toyota es líder en este enfoque. Su Sistema Andon (un panel de alerta visual que se activa cuando los trabajadores tiran de un cable o presionan un botón al detectar un problema en su estación) permite a los empleados detener la producción ante la primera señal de cualquier problema. En lugar de verlo como una interrupción, la empresa lo trata como una responsabilidad, reforzando una cultura donde se valoran las alertas tempranas.

Líderes: Formar a los empleados para detectar amenazas

Los líderes desempeñan un papel crucial en la preparación de los empleados para situaciones inciertas y en brindarles las habilidades necesarias para reconocer y responder ante las amenazas. Los encuestados en nuestras entrevistas destacaron cómo las pruebas estructuradas (evaluaciones sistemáticas como simulaciones, pruebas de resistencia o ejercicios controlados diseñados para evaluar vulnerabilidades y la preparación del sistema actual) podrían haber ayudado a prevenir fallos en sus organizaciones. Netflix lleva este concepto aún más lejos con la ”ingeniería del caos”, en la que se introducen fallos del sistema deliberadamente para probar la resiliencia. Sus herramientas Simian Army, en particular Chaos Monkey, interrumpen los sistemas de manera aleatoria, entrenando a los empleados para detectar vulnerabilidades y discutir las respuestas adecuadas. Al institucionalizar este tipo de formación, las empresas dotan a los empleados de habilidades para detectar amenazas en tiempo real.

Empleados: Cuestionar al liderazgo cuando sea necesario

Los empleados también desempeñan un papel en la lucha contra las amenazas ambiguas al cuestionar al liderazgo cuando sea necesario. Varios de los encuestados en nuestras entrevistas lamentaron no haber desafiado a sus gerentes cuando sospechaban de un problema, admitiendo que debieron haber insistido en una investigación más profunda. NVIDIA fomenta esta mentalidad en sus empleados al enfatizar la “honestidad intelectual”, es decir, la capacidad de decir las cosas como son, sin titubeos. Se espera que los empleados hablen, cuestionen las decisiones y propongan cambios sin temor a represalias.

Al fomentar una cultura de cuestionamiento, anticipación de riesgos y acción temprana, las empresas pueden transformar las amenazas ambiguas de un pasivo en una ventaja competitiva. En un mundo donde la disrupción es inevitable, las organizaciones que identifiquen los riesgos de forma proactiva, en lugar de reaccionar ante las crisis, serán las que se mantengan a la vanguardia.