La semana pasada, en Los Ángeles, un día después de presentar la MacBook Pro con pantalla táctil, el nuevo CEO de Apple, John Ternus, lo dijo sin rodeos en una entrevista con Wired: "No lanzamos IA por el gusto de lanzar IA". Según él, si una función trabaja como debe, el usuario ni siquiera debería preocuparse por si el resultado lo produjo la IA o un software tradicional. Incluso se desmarcó de la idea de que los agentes de IA reemplazarán a las apps actuales: "Crear un producto es algo profundamente humano y personal".
Ternus asumió el cargo el 1 de septiembre, tras Tim Cook, y la posición que hereda no es cómoda. Durante años se ha considerado que Apple va rezagada en la carrera de la IA, y el Siri mejorado apenas salió al mercado este verano. ¿No sería lo habitual que un directivo en esa situación prometiera lanzar más funciones de IA para recuperar terreno? Él hizo lo contrario: anunció lo que no hará.
El criterio: que el usuario no tenga que saberlo
Más que la declaración de "no lo haremos", me llama la atención el criterio. Decir que el usuario no debería tener que notar si se usó IA significa que no se usará IA solo para engrosar la lista de funciones. Es un enfoque distinto al de muchas empresas hoy, que se miden unas a otras por "cuánta IA incorporaron". SK Telecom, al presentar recientemente "AX Innovation 2.0", compartió estas cifras: más de 4.000 empleados han creado agentes por su cuenta, 1.500 funcionan de forma permanente y el 93,8 % de los miembros de la organización respalda el cambio. Un equipo especial bajo el CEO ordena los permisos de datos, e incluso se experimenta con rediseñar todo el trabajo de cada área en torno a la IA durante tres meses. En velocidad y participación, es un impulso impecable.
No pretendo criticar esa velocidad. Pero en el momento en que "cuánto se incorporó" se convierte en la medida del desempeño, a las organizaciones les resulta fácil caer en la tentación de inflar cifras en silencio. Número de agentes, personas participantes, tasa de adhesión: todos son indicadores valiosos, pero ¿cuántas organizaciones pueden explicar además "por qué no se aplicó en esta tarea"? Lo afilado de la declaración de Ternus es que plantea justo esa pregunta, pero al revés.
Quienes lograron resultados en silencio acotaron el alcance
Si observamos casos que dieron resultados sin hacer ruido, el criterio se vuelve visible. HD Hyundai Robotics aplicó la IA de Palantir a una sola tarea: resolver problemas en campo con robots industriales. El plazo promedio de atención pasó de 21,5 a 7,9 días, una reducción del 63 %. Sin grandes declaraciones sobre transformación de toda la empresa o rediseño organizacional, se concentró en la tarea más repetitiva y con más datos acumulados. Creo que ambos casos cuentan, en el fondo, la misma historia. Que Ternus diga "que el usuario no tenga que saberlo" y que HD Hyundai Robotics acote el alcance a "solo esta tarea" coinciden en algo: el lugar de la IA se decide por su utilidad, no por los números.
Tras casi 30 años observando la estrategia tecnológica de las empresas, he visto escenas parecidas con frecuencia. Cuando aparece una nueva tecnología, las organizaciones siempre se dividen en dos: las que quieren mostrar "qué tan rápido y cuánto incorporaron" y las que pueden explicar "por qué aún no la incorporaron en esto". Las primeras lucen brillantes en las presentaciones, pero un año después suelen tener solo funciones acumuladas que nadie usa. Yo lo llamo "fatiga de demostración": el estado en que el esfuerzo dedicado a mostrar que se adoptó IA supera la capacidad de explicar qué se resolvió realmente con ella.
Vale la pena que su organización se pregunte, al menos una vez: si puede enumerar dónde "incorporó" IA este año, ¿puede decir con la misma claridad dónde "decidió no incorporarla" y por qué? Es precisamente lo primero que revisamos al analizar la estructura de adopción de IA en una empresa. Con nuestro diagnóstico TechScan puede comprobar en qué punto se encuentra hoy ese criterio.