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.

P

ara apoyar verdaderamente un mejor pensamiento, los líderes deben ir más allá de los trucos individuales y empezar a rediseñar los entornos en los que trabajan. Porque todos los lugares de trabajo están llenos de estímulos cognitivos, ya sean intencionales o no. Estos influyen en cómo las personas se concentran, se relacionan y toman decisiones. Y, a menos que se diseñen de manera consciente, a menudo terminan socavando el desempeño que esperamos potenciar.

La importancia de la variedad cognitiva

La solución no es más concentración ni más fuerza de voluntad. Es aprender a aprovechar todo el cerebro, incluidos los sistemas poderosos pero poco utilizados como la red neuronal por defecto, que respalda la integración, la creatividad y la generación de ideas, y la red de saliencia, que detecta la relevancia y los matices emocionales, y ayuda a distinguir lo que parece urgente de lo que realmente es importante.

Al involucrar de forma intencional redes cerebrales más amplias y rediseñar los espacios que influyen en cómo pensamos, los líderes pueden recuperar la claridad, la adaptabilidad y la capacidad sostenida. He aquí cómo hacerlo.

Audite el tipo de pensamiento, no solo el tiempo invertido

No todo el pensamiento es igual. Con frecuencia, los líderes confunden el tiempo dedicado al trabajo con el valor cognitivo cuando, en realidad, gran parte de su energía mental se consume reaccionando, cambiando de tarea o revisando información de manera superficial. La clave está en identificar qué tipo de pensamiento está utilizando y si es el adecuado para la tarea en cuestión.

Pruebe esta auditoría cognitiva:

— ¿Qué proporción de su día se dedicó a concentración profunda, escaneo superficial, cambios constantes de tarea o resolución de problemas emocionales?

— ¿Cuándo se sintió su pensamiento más agudo? ¿Qué condiciones lo hicieron posible?

— ¿Qué tipo de trabajo lo agotó de manera desproporcionada? ¿Por qué?

Rediseñe su semana para alinear el trabajo profundo con sus picos cognitivos. Agrupe tareas similares. Evite mañanas cargadas de decisiones después de haber dormido mal. Y si le pide a otros que realicen trabajo que requiere concentración, bríndeles la misma estructura: no un mensaje de Slack cada 12 minutos.

Haga de la recuperación una norma cultural visible

Los líderes no solo administran el tiempo: modelan lo que es aceptable. Y hoy en día, demasiados lugares de trabajo transmiten el mensaje de que la recuperación es opcional y que la capacidad de respuesta inmediata es lo que se recompensa.

El cerebro no está diseñado para una producción cognitiva continua. Sin una recuperación deliberada, la fatiga se convierte en el estado habitual.

Para hacer visible la recuperación:

— Incorpore espacios de 10 a 15 minutos después de reuniones cognitivamente intensas y márquelos como esenciales.

— Reserve públicamente en su calendario un espacio para relajarse.

— Alterne medias jornadas sin reuniones entre los equipos, no solo por motivos de productividad, sino también para proteger la eficiencia neuronal.

Si los líderes no normalizan estos momentos, nadie más sentirá que tiene permiso para tomarlos. Usted no solo está gestionando su propio cerebro: está dando forma al entorno neuronal de toda la organización.

Interrumpa el piloto automático con un cambio de saliencia

Los líderes suelen recurrir por defecto a la rapidez, la certeza y la intuición al tomar decisiones de alto impacto. Pero bajo presión, la red emocional y afectiva rápida del cerebro puede imponerse sobre la red de saliencia, que es la encargada de evaluar lo que realmente merece su atención.

Para reactivar la red de saliencia, los líderes deben hacer una pausa, replantear la situación y retomar la decisión desde otro ángulo.

Pruebe este ejercicio antes de tomar decisiones clave:

— Salga de su entorno actual. Muévase físicamente, cambie de perspectiva o elimine los estímulos visuales.

— Pregúntese: “¿Qué señal podría estar pasando por alto porque estoy demasiado cerca de esto?”

— Salga de su modo de trabajo habitual dibujando, hablando en voz alta o utilizando una metáfora.

Este “cambio” momentáneo permite que el cerebro acceda no solo a la lógica, sino también a la relevancia, integrando contexto, patrones y tono emocional.

S

i bien la IA puede crear espacio para un pensamiento de mayor nivel, también puede tentarnos a externalizar ese pensamiento por completo. El desafío no es solo que la IA sea poderosa, sino también persuasiva. Redacta primero, suena segura y se mueve rápido. Cuando estamos bajo presión, cansados o simplemente ansiosos por avanzar, es fácil dejar que la herramienta tome decisiones por nosotros sin detenernos a considerar si estamos a punto de delegar en la IA el pensamiento que deberíamos hacer nosotros mismos.

A medida que la tecnología se vuelve más capaz y promete más velocidad y facilidad, las decisiones complejas requerirán reducir cada vez más la velocidad y pensar profundamente.

Para estar a la altura de este momento, no necesitamos más habilidades técnicas. Necesitamos orientación: una idea clara de nuestro papel, de la naturaleza de la tarea y de qué decisiones nos pertenecen a nosotros, no a la máquina. He desarrollado lo que denomino “pilares del liderazgo en IA”: cuatro principios simples y duraderos para ayudar a los líderes a mantenerse firmes en su rol como pensadores, no como usuarios de herramientas.

Los cuatro pilares del liderazgo en ia

He aquí cómo funcionan los pilares, por qué cada uno es crucial y qué preguntas debería hacerse.

1. La verificación de la autoridad

La IA puede ser excelente para comenzar a desarrollar sus ideas y crear un producto de trabajo. Pero, aunque pueda “crear” el producto, usted es la autoridad sobre la situación. No permita que el primer borrador de la IA sea su versión final.

Al revisar los resultados de la IA, pregúntese:

— ¿Llegué a donde quería llegar?

— ¿Resolví el problema que identifiqué?

— ¿Este es el tono, el matiz y el contexto que quiero?

— ¿Qué ha pasado por alto o asumido la IA?

2. La verificación del propósito

La IA puede sugerir los próximos pasos, pero no conoce sus verdaderas motivaciones. Le dará respuestas basadas en lo que otras personas han hecho. No entiende sus valores, su contexto, sus relaciones ni su visión a largo plazo.

Identifique un punto en su proceso de decisión para reenfocarse en lo que realmente le importa. Pregúntese:

— ¿Cuál es mi objetivo a corto plazo?

— ¿Cuál es mi objetivo a largo plazo?

— ¿Las respuestas de la IA reflejan estos objetivos?

3. La verificación de la responsabilidad

No importa cuán útil sea una herramienta: usted es responsable de las consecuencias cuando algo sale mal. Cuando hay mucho en juego, asegúrese de que su propio razonamiento sustente sus decisiones, no la IA.

Antes de compartir el resultado generado por la IA, pregúntese:

— ¿Respaldo esta información?

— ¿Me siento cómodo defendiendo este punto de vista?

4. La verificación de la verdad

La IA siempre suena segura de sí misma, incluso cuando no debería estarlo (ni usted). Está entrenada con datos agregados que pueden contener información desactualizada, incompleta o incorrecta, y a veces inventa por completo fuentes e historias.

Aporte escepticismo a la IA para evitar que las suposiciones infundadas, la información errónea y la desinformación se infiltren en tu trabajo. Interrogue activamente la respuesta que recibe. Pregúntese:

— ¿Esta información es verificable?

— ¿Existe otra perspectiva sobre el problema?

— ¿De qué manera podría ser errónea esta información?

Anclando sus decisiones

Es fácil sentir una sensación de asombro o incluso alivio frente a las crecientes capacidades de la IA. Es tan rápida y segura que es fácil dudar de nuestro propio pensamiento y ceder el control. Pero la IA no es magia ni es omnisciente. Las herramientas de IA pueden apoyar nuestra toma de decisiones, desafiar nuestras suposiciones y ayudarnos a ver más allá, pero no entienden nuestro contexto, nuestras relaciones ni lo que más nos importa.

¿

Cómo se añade valor? Cuando decimos que una persona, un equipo o una empresa agrega valor, generalmente nos referimos a que han ido más allá de lo que se les pidió o esperaba de ellos. Por ejemplo, imagine que su gerente le pide que busque tres proveedores que puedan prestar un servicio que necesitan. Usted proporciona una lista de tres proveedores, sus respectivas ventajas y desventajas y, además, una posible solución en la que puede resolver el servicio requerido internamente. O bien, que un cliente potencial acude a usted en busca de formación sobre retroalimentación, que su empresa puede proporcionar. Sin embargo, después de algunas entrevistas con sus líderes, usted logra deducir el problema real: No es que las personas no sean buenas dando retroalimentación, sino que no quieren hacerlo. Usted propone trabajar con ellos para diseñar un conjunto de intervenciones destinadas a incentivar y normalizar la retroalimentación.

Ambos ejemplos ilustran cómo añadir valor no solo surge de resolver un problema, sino de resolver el problema correcto, de maneras que nadie esperaba, para llegar a un resultado aún mejor. Y este tipo de soluciones no surgen de nuestras formas cotidianas de pensar, sino del pensamiento experto, el pensamiento crítico, el pensamiento estratégico y el pensamiento sistémico; habilidades que aparecen constantemente en esas listas omnipresentes de competencias que los líderes de todos los niveles deben dominar para enfrentar los desafíos del futuro.

Si usted es un líder que busca que su empresa aporte valor a los clientes y consumidores, o un gerente que busca formas en las que su equipo pueda generar más valor, necesita desarrollar estas habilidades en sus colaboradores. Sin embargo, el problema para muchos líderes y gerentes es que, cuando usamos términos como pensamiento experto, crítico, estratégico o sistémico, con demasiada frecuencia no sabemos cuándo aplicarlos o incluso cómo definirlos.

Aquí exploraremos en profundidad estos cuatro tipos de pensamiento, incluido lo que significan y cuándo deben utilizarse, junto con algunos consejos para utilizar las herramientas de IA como aliadas en el proceso de pensamiento.

1. Pensamiento experto

El pensamiento experto se basa en un conocimiento profundo de un campo en particular. Se desarrolla a través de años de experiencia, formación y práctica constante. Utilizamos el pensamiento experto para realizar nuestro trabajo diario, a menudo sin siquiera darnos cuenta. Los expertos reconocen patrones y adoptan hábitos perfeccionados, confiando en heurísticas y suposiciones que les permiten operar con una velocidad y precisión que los principiantes no tienen. Cuando se usa la IA, el experto distingue de inmediato la verdad de la falsedad, mientras que el principiante podría aceptar las respuestas sin cuestionarlas.

Los principiantes tienden a observar las situaciones de manera más superficial, sin saber exactamente a qué deben prestar atención. Invierten mucho esfuerzo en tareas que un experto podría hacer con los ojos cerrados, y sin la misma calidad. Aplican las reglas de forma incorrecta, mientras que los expertos las crean. La mayoría de las empresas son expertas en convertir a los principiantes en expertos, y el “pensamiento experto” es lo que aportan cada día a sus clientes. Con frecuencia, cuando decimos que queremos que las personas piensen de manera más crítica, en realidad lo que queremos es que piensen más como expertos. También olvidamos que ser experto en un campo no nos convierte en expertos en otro, y aquí es donde el pensamiento experto encuentra su límite.

2. Pensamiento crítico

El pensamiento crítico requiere que hagamos una pausa en nuestro flujo automático de razonamiento experto. Implica detenerse primero para identificar y luego cuestionar los supuestos subyacentes sobre los cuales se basan nuestras conclusiones de expertos. Cuando nos involucramos en el pensamiento crítico, evaluamos la calidad de la información que tenemos a nuestra disposición: ¿Es actual? ¿Es precisa? ¿Es integral o hay algo que nos falta? Para ello, buscamos y consideramos activamente múltiples perspectivas, idealmente aquellas que difieren lo más posible de la nuestra. El pensamiento crítico consiste en preguntarse por qué y no limitarse a aceptar las cosas como verdades absolutas.

Una de las técnicas más conocidas del pensamiento crítico se basa en cuestionarse si realmente se está respondiendo a la pregunta correcta en primer lugar. Esta técnica, conocida como replanteamiento, es especialmente útil para generar soluciones innovadoras ante los desafíos existentes. Por ejemplo, los urbanistas que buscan reducir el tráfico podrían inicialmente pensar en añadir más carreteras o carriles, pero al hacerse una pregunta diferente (¿Cómo podemos reducir la cantidad de autos en la carretera?), de repente las soluciones que incentivan el transporte público y el trabajo a distancia cobran más relevancia. A través del replanteamiento, pueden surgir muchas soluciones que antes pasaban desapercibidas.

Las herramientas de IA pueden ayudar a identificar suposiciones, obtener nuevas perspectivas e incluso replantear el problema.

3. Pensamiento estratégico

El pensamiento estratégico consiste en adoptar una perspectiva a largo plazo y de alto nivel. Implica mirar más allá de la situación inmediata y trascender los límites actuales de nuestras formas de saber y hacer. A menudo se confunde con un pensamiento analítico, riguroso o centrado en la ejecución. Sin embargo, la característica principal del pensamiento estratégico es el uso de la imaginación, es decir, la disposición a preguntarse: “¿Qué podría ser?” o “¿Qué pasaría si…?”

Para formular estas preguntas, en ausencia de un compañero de pensamiento, las herramientas de IA pueden apoyar su exploración. Experimente con diferentes indicaciones para obtener información sobre lo que es posible.

4. Pensamiento sistémico

El pensamiento sistémico es la capacidad de comprender la interconexión de las cosas. Consiste en reconocer cómo interactúan las distintas partes de un sistema y cómo los cambios en una parte pueden afectar a las demás. El pensamiento sistémico requiere conocer las interdependencias y la habilidad de visualizar simultáneamente todos los elementos de un sistema (una tarea nada fácil para el cerebro humano). Por esta razón, el pensamiento sistémico depende en gran medida de métodos de visualización eficaces (como pizarras bidimensionales o bloques tridimensionales) para ayudarnos a manejar la complejidad dentro de las limitaciones de la memoria de trabajo.

Una forma en que las herramientas de IA pueden ayudar es llenando cualquier vacío e identificando influencias internas y externas en un sistema que pueden no ser evidentes a simple vista.

Estos cuatro tipos de pensamiento son herramientas esenciales para el liderazgo moderno y deben enseñarse en todas las organizaciones. Comprender qué función cumple cada tipo de pensamiento y cuándo utilizarlos ofrece a los líderes un lenguaje común y un marco para elegir la herramienta adecuada en el momento correcto.

Aunque sólo se puede utilizar una herramienta a la vez, esto no le impide abordar un problema, plan, reto u oportunidad con cada tipo de pensamiento. Al alternar entre la opinión de un experto, desafiar suposiciones mediante el pensamiento crítico, colocar la información validada en un contexto sistémico y hacer uso de su imaginación estratégica preguntándose “¿qué pasaría si…?”, obtendrá una visión mucho más completa del desafío que enfrenta.

D

epender de la IA para redactar sus correos electrónicos y reportes (o incluso para crear un primer borrador) tiene sus inconvenientes. Es fácil que su voz auténtica y única se pierda en el proceso.

La clave es hacer que la inteligencia artificial le ayude con la redacción, y no que escriba por usted. Si hace un uso inteligente de la IA como herramienta de escritura, se convertirá en un mejor escritor y pensador, y no en alguien que la IA pueda reemplazar fácilmente.

Antes de comenzar

Antes de comenzar, consulte la política de inteligencia artificial de su organización, la cual puede brindarle orientación sobre qué herramientas utilizar o cómo evitar la filtración accidental de información confidencial.

Incluso si esas reglas no lo exigen, revele claramente a su lector cualquier parte que haya sido redactada con IA.

Recopile, resuma y organice sus ideas

Una de las habilidades destacadas de la IA generativa es la síntesis. Si tiene artículos u otros textos que necesite digerir, proporciónele los archivos PDF a una IA basada en chat (como ChatGPT o Claude.ai) y pídale que resuma las ideas clave.

La inteligencia artificial también puede ser útil para transformar sus propias notas iniciales en un resumen o esquema más organizado. Introduzca sus notas de reuniones, correos electrónicos o fragmentos de ideas, y pídale a ChatGPT que las convierta en un esquema organizado y estructurado que pueda seguir mientras redacta.

Finalmente, utilice la inteligencia artificial para que le ayude a tomar decisiones sobre la estructura. Por ejemplo, si no está seguro de comenzar un artículo con una anécdota o con una vista previa de su argumento, pídale a la IA que redacte ambas versiones a partir de sus notas o esquema.

Lo que no se debe hacer al redactar

Una vez que tenga un esquema razonable, es momento de pasar a la redacción. En este punto, la inteligencia artificial puede acelerar el proceso de escritura, ayudándole a superar los bloqueos creativos o a llenar los espacios en blanco.

Una advertencia importante: Resista la tentación de usar la IA para escribir su primer borrador, porque una vez que lo haya hecho, puede resultar difícil encontrar sus propias palabras.

En lugar de pedir a la inteligencia artificial que redacte un borrador completo, hágalo usted mismo y deje que la IA le ayude a superar las partes más desafiantes para usted, como las transiciones o los resúmenes ejecutivos.

Pida retroalimentación

Una vez que tenga un borrador con el que esté satisfecho, pida retroalimentación a un bot de IA y solicite tres cosas específicas:

1. Correcciones indispensables, como errores ortográficos o tipográficos.

2. Cambios recomendados para mejorar su redacción o clarificar su argumento.

3. Una lista de otras recomendaciones adicionales.

Este enfoque le permite cosechar los beneficios de la inteligencia artificial y, al mismo tiempo, incorporar su propio pensamiento original, personalidad e ideas en el borrador final.

El nuevo escritor es usted

Si se utiliza de manera adecuada, la IA trae un nuevo escritor al equipo: ¡usted! Ya sea que la escritura haya sido un desafío o una fortaleza para usted, la inteligencia artificial puede ayudarle a sentirse mucho más cómodo y a desarrollar su alcance e impacto rápidamente.

A

medida que la IA generativa se prepara para transformar el mundo empresarial, introduce un nivel de incertidumbre al que los gerentes no están acostumbrados, un nivel lleno de muchas incógnitas desconocidas. Los gerentes se enfrentan el doble desafío de predecir resultados inherentemente impredecibles y, al mismo tiempo, competir contra el tiempo en un entorno de ritmo acelerado.

Para los gerentes, el primer paso hacia una mayor certidumbre sobre la IA es reconocer y comprender las incertidumbres.

Tipos de incertidumbre en torno a la IA

La incertidumbre en torno a la IA adopta distintas formas, pero podemos resumirla en tres categorías principales.

Incertidumbre de estado: se produce cuando los gerentes carecen de información suficiente para predecir las tendencias y cambios en el mercado. Los gerentes que experimentan este tipo de incertidumbre enfrentan desafíos para comprender las capacidades actuales de la IA y su posible evolución.

Incertidumbre de efecto: describe la dificultad que tienen los gerentes para predecir el impacto de la IA en los negocios. ¿La IA revolucionará su industria o solo será una herramienta más?

Incertidumbre de respuesta: es el desafío que enfrentan los gerentes para determinar cómo reaccionar ante las numerosas incertidumbres que rodean a la IA, así como las consecuencias de sus acciones. ¿Deberían dar el salto como los primeros en adoptarla, o es más prudente esperar y observar?

Estrategias para enfrentar la incertidumbre en torno a la IA

Entonces, ¿cómo pueden los gerentes abordar eficazmente estas incertidumbres? Sugerimos cuatro enfoques clave. Estas estrategias no son mutuamente excluyentes; se pueden combinar para crear un plan integral y abordar la incertidumbre en torno a la IA.

1. Pensamiento

El pensamiento es un enfoque interno y reflexivo en el que los gerentes utilizan modelos mentales de escenarios exitosos del pasado para darle sentido al presente. Cuando los gerentes tienen dudas, una forma de avanzar es cuestionar lo que saben. Para ello, se recurre a la metacognición, es decir, a la capacidad de reflexionar sobre sus propios pensamientos. Los estudios sugieren que el pensamiento metacognitivo fomenta la autorreflexión, alentando a los gerentes a explorar estrategias alternativas frente a las incertidumbres en torno a la IA.

2. Visualización

Mientras que el pensamiento se basa en experiencias pasadas y en la reflexión, la visualización consiste en mirar hacia delante y prever posibles desarrollos futuros. Este enfoque es útil cuando los gerentes no se sienten seguros de predecir la dirección de las capacidades de la IA y los cambios del mercado (incertidumbre de estado) y su impacto potencial (incertidumbre de efecto).

Un elemento clave de esta estrategia es la previsión del cliente, es decir, anticipar cómo podrían cambiar sus necesidades y comportamientos. La investigación sugiere que el uso de múltiples escenarios futuros (distintos) ayuda a los gerentes a prepararse para acontecimientos plausibles, incluso aquellos fuera de su control.

3. Acción

La acción es un enfoque activo que se centra en el entorno interno y la experimentación activa. Es particularmente útil para que los gerentes comprueben cómo afectan los desarrollos actuales y futuros de IA a su negocio (incertidumbre de efecto) y prevean los resultados de las acciones potenciales (incertidumbre de respuesta).

Este enfoque implica experimentar con pruebas piloto rápidas, (y suele considerarse la mejor estrategia en mercados nuevos y radicales como el Fintech). De hecho, las investigaciones han demostrado que las acciones flexibles y adaptables son cruciales para prosperar en mercados impredecibles.

4. Configuración

La configuración es un enfoque proactivo y externo que resulta especialmente útil para navegar por las tendencias del mercado de IA (incertidumbre de estado) y predecir cómo los cambios en el mercado de IA transformarán los negocios en el futuro (incertidumbre de efecto).

Los gerentes que adoptan este enfoque van más allá de simplemente reaccionar a la incertidumbre. Trabajan activamente para influir en la trayectoria tecnológica y la industria.

Convierta la incertidumbre en torno a la IA en una oportunidad

Abordar la incertidumbre en torno a la IA requiere algo más que un enfoque único; exige un conjunto integral de estrategias que los gerentes puedan implementar según sea necesario. Adoptar un enfoque multifacético es esencial para convertir la incertidumbre en una oportunidad.