Tres áreas donde la IA generativa mejora la productividad

Aunque la IA generativa es una tecnología relativamente nueva, ahora es difícil imaginar un mundo sin ella, dado el impacto que está teniendo y el valor empresarial que puede construir. Según un informe de investigación que IDC publicó en noviembre, basado en una encuesta realizada a más de 2.100 líderes empresariales y responsables de la toma de decisiones con responsabilidad en la transformación de la IA, el 71% de las empresas que ya utilizan IA están viendo el retorno de sus inversiones en esta tecnología en 14 meses, con una media de 3,50 dólares por cada dólar gastado.

Así que no es de extrañar que las empresas sigan invirtiendo fuertemente en ella desde el lanzamiento de Dall-E 2 y ChatGPT a finales de 2022, esperando ver un aumento en sus ratios de productividad; hay algunas estimaciones que muestran mejoras del 5% o más en los próximos 12 meses, y la reducción de personal en, al menos, de un 5% también.

EY es un ejemplo de una empresa que utiliza ampliamente la IA generativa. Internamente, utiliza IA conversacional para todos sus 400.000 empleados en una amplia variedad de tareas, y externamente, utiliza IA para ayudar a sus empresas clientes. "Estamos observando un aumento de la productividad del 15 al 20% en todos los ámbitos", afirma Matt Barrington, responsable de tecnologías emergentes de EY en América.

Así, a la hora de dar de alta a posibles proveedores, la productividad ha aumentado entre un 70 y un 80% como resultado del uso de la IA generativa para ayudar a analizar masas de documentos. "Hicimos pruebas en paralelo", afirma. "Y estamos obteniendo una respuesta más eficaz con un mejor grado de trazabilidad, con menos personas".

EY también lleva a cabo estudios sobre cómo otras empresas utilizan la IA generativa. En su encuesta del pasado octubre a 1.200 CEO globales, casi todos ellos dijeron que están haciendo o planeando inversiones significativas en IA generativa. Además, el 75% de los altos ejecutivos de todo el mundo afirmaron que la productividad de sus empleados mejoraría con ella.

Según los primeros resultados, las tres áreas funcionales en las que las empresas ven mayores mejoras de productividad son el servicio al cliente, el desarrollo de software y el trabajo creativo y de conocimiento en general.

 

IA generativa y el servicio al cliente

El servicio de atención al cliente es uno de los principales casos de uso de la IA generativa, y a medida que los proveedores siguen añadiendo herramientas a sus plataformas, a las empresas les resulta cada vez más fácil implantarlas.

Investigadores de la Universidad estadounidense de Stanford y el MIT colaboraron en un estudio, publicado el pasado abril, basado en datos de más de 5.000 agentes de atención al cliente. Con el uso de la IA generativa, los agentes fueron capaces, de media, de resolver un 14% más de incidencias por hora. Pero el mayor beneficio fue para los trabajadores nuevos y menos cualificados, que experimentaron una mejora del 34%.

Según los investigadores, la IA también ayudó a los agentes a ser más empáticos, lo que se tradujo en experiencias más positivas para los clientes. Por tanto, no es de extrañar que los directivos de las grandes empresas esperen obtener un valor muy alto en los próximos 12 a 18 meses utilizando la IA genérica para la atención al cliente, lo que la convierte en el área en la que los primeros en adoptarla prevén obtener los mayores beneficios. Y los efectos ya se dejan sentir en algunos sectores.

En febrero, McKinsey publicó los resultados de una encuesta que mostraba que el 84% de las empresas de telecomunicaciones que utilizaban la IA generativa para los servicios de atención al cliente estaban viendo ahorros de costes, y el 45% de ellas redujeron los costes en un 6% o más.

 

 

IA generativa y el desarrollo de software

La empresa de software empresarial Planview ha descubierto que la IA generativa no realiza tareas enteras, sino que se utiliza mejor como potenciador de la productividad. "Hemos observado un aumento significativo de las mejoras de productividad, del 5 al 20%, en tareas de codificación repetitivas", afirma el científico jefe de datos de la empresa, Rich Sonnenblick.

Gran parte de esta mejora se concentró en el personal subalterno, añade. "Los modelos de IA son capaces de presentar sistemas de código de mejores prácticas para ayudar a los desarrolladores con menos experiencia a aprender y perfeccionar sus habilidades". Es un colaborador que nunca se cansa y siempre tiene el ancho de banda para ayudar, añade.

En febrero, la consultora global de gestión y estrategia Zinnov y la empresa de transformación de servicios digitales Ness Digital Engineering publicaron un estudio en profundidad de más de 100 ingenieros de software en entornos de ingeniería en vivo y concluyeron que cuando los ingenieros utilizaban IA generativa reducían en un 70% el tiempo para actualizar el código existente, en un 41% para probar el código y en un 32% para escribir código nuevo.

En el caso de las actualizaciones de código, la IA generativa fue buena en el uso de funciones ya presentes en la base de código, y resultó inestimable a la hora de sugerir mejoras para el rendimiento del código, afirman los investigadores. En las pruebas, la IA generativa también fue especialmente buena generando casos de prueba y creando datos ficticios para las pruebas. Pero en el desarrollo de código nuevo, el impacto se vio obstaculizado por la limitada disponibilidad de datos de formación y la comprensión del contexto del proyecto.

En general, el tiempo de ejecución de las tareas se redujo un 38% con la IA generativa y los mayores avances correspondieron a los ingenieros experimentados. Estos profesionales entendieron mejor las sugerencias de la IA y pudieron corregir errores antes de añadirlos al código. También necesitaron menos indicaciones para obtener los resultados que necesitaban y pudieron proporcionar más contexto en sus indicaciones porque conocían mejor el código base existente y los requisitos del proyecto.

Pero la inteligencia artificial generativa no sólo puede ayudar en grandes proyectos de desarrollo de software. También puede utilizarse para escribir pequeñas secuencias de comandos y consultas, capacitando a empleados no técnicos. La empresa de consultoría de gestión AArete lleva un año utilizando otra IA generativa para hacer precisamente eso.

"Nos gusta creer que somos cliente cero", dice Priya Iragavarapu, vicepresidenta de servicios de tecnología digital. "Aplicamos nuevas tecnologías en nosotros mismos e identificamos los dolores de crecimiento de inmediato". Un beneficio inmediato para la productividad es que los empleados ya no tienen que recurrir al equipo del centro de excelencia de datos de la empresa para crear consultas complejas y secuencias de comandos especiales. Ese equipo, compuesto por 20 personas, ya no es necesario. "Siguen estando ocupados", añade. "Pero hacen tareas distintas. Integramos el equipo que antes hacía todas estas extracciones de datos en un equipo de entrega más grande que hacía un trabajo más complejo."

Mientras tanto, también hay un inconveniente en el uso de la IA para el desarrollo de código. Según la empresa de herramientas para desarrolladores GitClear, cuatro años de análisis de datos, que abarcan más de 150 millones de líneas de código modificadas, han revelado un repunte en el churn de código y un descenso en la reutilización de código, dos signos de la caída de la calidad del código. La empresa espera que la tasa de churn sea del 7% este año, el doble que antes de la IA genérica. Y esta no es la única señal de alarma en lo que respecta a la productividad.

Cada año, Google encuesta a decenas de miles de desarrolladores para su informe anual sobre el estado de DevOps, y este año la IA fue uno de los temas principales. Los encuestados afirmaron que la IA ya estaba demostrando su valor a la hora de escribir y optimizar código, analizar la seguridad, ayudarles a aprender nuevas habilidades, identificar errores, escribir pruebas, crear documentación y mucho más. Pero, según los autores del informe, los datos de la encuesta también muestran que la IA tiene un efecto neutro o incluso negativo en el rendimiento de los equipos y la entrega de software.

"Mucha gente habla de la productividad de los programadores", afirma Mike Loukides, vicepresidente de contenido tecnológico emergente de O'Reilly Media. "Pero los beneficios  pueden ser menores de lo que la publicidad nos hace creer. Sospecho que no estamos viendo un aumento significativo de la productividad a escala de las grandes empresas".

En su propia encuesta, publicada en noviembre, el uso más común de la IA generativa fue en el desarrollo de software; el 34% de las empresas está experimentando con ella, y el 44% la utiliza en su trabajo. Con el tiempo, afirma, todo el mundo la utilizará, y las herramientas de IA serán integrales y fiables. Aún así, insta a las empresas a mirar más allá de las mediciones de la velocidad de codificación. "¿Y si escribir código no fuera el verdadero problema? "¿Y si el verdadero problema fuera entender cuáles son los problemas de los clientes? Tal vez podamos pasar menos tiempo escribiendo código y dedicar ese tiempo a entender al cliente y cómo construir algo que funcione para ellos".

 

 

IA generativa y el trabajo del conocimiento

La IA generativa es especialmente buena generando texto, lo que la convierte en una herramienta inestimable para los trabajadores del conocimiento. Pero el primer gran avance público en la creatividad de la IA generativa se produjo con las imágenes.

Dall-E 2 y Midjourney crearon imágenes que engañaron a los humanos e incluso ganaron premios ya en 2022. Así que no es de extrañar que los profesionales creativos utilicen estas herramientas para crear materiales de marketing y ventas que complementen las comunicaciones internas y para otros fines.

Según un estudio publicado en febrero por Adobe Research, basado en una encuesta a más de 2.500 profesionales creativos, el 83% afirma que utiliza herramientas de IA generativa, el 66% afirma que crea mejores contenidos y el 58% afirma que ha aumentado la cantidad de contenidos que produce.

Pero la IA generativa también es capaz de ayudar a los trabajadores del conocimiento en otras áreas creativas. "Cuando apareció por primera vez la IA generativa, vimos una oportunidad enorme para aumentar la productividad de nuestros recursos", afirma Sam Masri, vicepresidente y responsable de Digital en el área de éxito de clientes del gigante del software empresarial SAP. "Reunimos a 600 personas para probar la IA generativa en un sandbox para probar diferentes casos de uso en 54 categorías diferentes". Algunos de los más exitosos fueron en la industria y la investigación de clientes.

"El resultado fue un 46% de ahorro de tiempo para hacer el mismo trabajo que hacían antes de la IA generativa con la misma calidad o mejor", dice. "Eso nos abrió los ojos. Nos dimos cuenta de que era algo que el resto de la organización podía utilizar". No se trata de reducir plantilla, añade. Se trata de aumentar la cobertura y la productividad para que una persona pueda atender a más clientes a un ritmo más rápido".

En la actualidad, SAP cuenta con docenas de herramientas de IA generativa diferentes, alojadas en una plataforma para toda la empresa, que permiten a los empleados crear contenidos, gráficos y mucho más. Las utilizan desarrolladores, especialistas en marketing y muchas otras funciones.

"Dentro de nuestra organización de cara al cliente, de unas 30.000 personas, cada persona utiliza varias de estas herramientas", afirma. "En mi organización Digital Hub, con unas mil personas, todo el mundo utiliza un mínimo de cuatro o cinco herramientas que no utilizaban hace un año". Con el uso de estas herramientas, SAP está viendo aumentos medios de productividad del 20 al 30%.

"Esa cifra varía mucho según las funciones", añade. "Algunos ya estaban muy digitalizados, y otros tuvieron mejoras que fueron mayores porque empezamos con una línea de base más baja". El mayor valor, dice, estaba en tareas que requerían el análisis de grandes volúmenes de información, como la investigación de mercado, la investigación de la industria y la investigación de cuentas, así como en la prospección, la atención al cliente y la creación de contenido.

En la productividad de los estudios de mercado, sectoriales y de clientes, los aumentos se situaron entre el 40 y el 50%, afirma. Y en la creación y entrega de contenidos, los aumentos de productividad oscilaron entre el 20 y el 30%, según medias ponderadas de funciones y casos de uso. "Todas estas tareas requerían mucha mano de obra y la IA generativa nos ha ayudado a mejorar exponencialmente", afirma. "Ahí es donde vimos el mayor valor".

SAP no es el único en ver un aumento de la productividad para los trabajadores del conocimiento con la IA generativa. A finales de febrero, The Harris Poll realizó una encuesta a más de 1.000 trabajadores del conocimiento y más de 250 líderes empresariales en nombre de Grammarly sobre el estado de la comunicación empresarial. El 80% de los que utilizan la IA generativa afirman que mejora la calidad general de su trabajo y que les ahorra 7,8 horas a la semana. Esto se traduciría en un ahorro medio anual total de unos 16.455 dólares por trabajador si todos empezaran a utilizar IA generativa para ayudarles con la comunicación: un ahorro anual de 16,5 millones de dólares para una empresa de 1.000 empleados.

Por supuesto, Grammarly tiene un gran interés en estos resultados, ya que fabrica herramientas de gramática y escritura basadas en IA. Pero un estudio del MIT publicado en julio de 2023 arrojó resultados similares. Los investigadores realizaron un experimento con 453 profesionales experimentados y descubrieron que los que utilizaban ChatGPT reducían el tiempo que tardaban en escribir en un 40%, mientras que la calidad mejoraba en un 18%.

Los mayores beneficios se observaron en las personas que obtuvieron las calificaciones más bajas en su primera tarea. Una vez finalizado el experimento, los participantes que utilizaron ChatGPT tenían el doble de probabilidades de utilizarlo en su trabajo real dos semanas después.

En Gallagher, una empresa global de corretaje de seguros, gestión de riesgos y servicios de consultoría, el director gerente de la práctica de búsqueda de ejecutivos, Tom Wilson, afirma que su equipo utiliza la IA generativa para la investigación y las comunicaciones escritas. Por ejemplo, antes se tardaba una hora en crear un perfil de candidato basado en un formato estándar. Hoy se tarda la mitad. "Tienes que volver atrás y poner tu propia voz", añade. "Hay que personalizar".

La IA generativa también se utiliza para escribir correos electrónicos, dice, pero todavía tienen que ser personalizados para que no suenen como si hubieran sido escritos por la IA. "Pero es mucho más fácil que escribir algo desde cero", dice. "Normalmente teníamos nuestras propias plantillas para los correos electrónicos, pero la IA generativa nos ha ayudado a refrescar las cosas. Ahora no suena como si acabara de sacar una plantilla de mi disco compartido".

Calcula que la IA generativa ha reducido el tiempo que se tarda en escribir estos correos electrónicos estándar entre un 30 y un 40%. "Llevo toda mi carrera reclutando gente", dice. "Y esta es la transición más rápida en torno a una tecnología que he visto. Es como poner un PC o un Mac en el escritorio de todo el mundo hace 30 años".

 

Cuando baja la productividad con la IA generativa

El aumento de la productividad es especialmente notable en las áreas en las que la IA es competente, pero cuando se utiliza para tareas que superan su capacidad, puede caer drásticamente, según un estudio reciente realizado por investigadores de Harvard, Warton, Warwick, MIT y Boston Consulting Group.

En el experimento participaron más de 700 consultores que trabajaban en BCG, y se descubrió que los consultores que trabajaban con la ayuda de la GPT-4 de OpenAI realizaban, de media, un 12% más de tareas, las completaban un 25% más rápido y los resultados eran de un 40% mejor calidad que los de los consultores que no utilizaban la IA.

Los consultores por debajo de la media fueron los más beneficiados, ya que su rendimiento aumentó un 43%. Por su parte, los consultores por encima de la media sólo se beneficiaron en un 17%. Pero eso fue para tareas en las que la IA era buena. En las tareas que superaban las capacidades de la IA generativa, los consultores experimentaron un descenso del rendimiento del 19%.

Según los autores del informe, la frontera no estaba donde cabría esperar. Por ejemplo, y en contra de la intuición, la IA generativa es buena en la creación de nuevas ideas, pero mala en matemáticas básicas.

El experimento incluía tareas que normalmente forman parte del trabajo cotidiano de los consultores de BCG, como el desarrollo de nuevas ideas de productos y la resolución de problemas empresariales. Los consultores tenían que utilizar la creatividad, la capacidad de análisis, la persuasión y la redacción para llevar a cabo estas tareas. "Hay que saber cuándo cuestionar los resultados de la IA", afirma J.P. Gownder, analista de Forrester. "No es algo sencillo de resolver. Requiere mucho contexto, juicio y no sólo una comprensión de la IA, sino también de su entorno".

Espera que muchas empresas no inviertan lo suficiente en la dimensión formativa de la IA generativa este año. "Creerán que una hora en un aula bastará para que la gente se ponga al día", afirma. "Hay cosas difíciles, como la ingeniería rápida, que no se aprenden en un día. La IA generativa tiene un potencial increíble para ser transformadora, pero no es un camino fácil y gran parte de ese camino pasa por las personas que van a necesitar esas habilidades".