Tres enfoques para medir y gestionar el ROI de la IA

Después de varios años de experimentos e iniciativas piloto de IA, una pregunta crucial sigue abierta para la mayoría de las empresas: ¿Cuánto retorno —y qué tipo de retornos— estamos obteniendo de toda esta inversión en IA? Para muchos ejecutivos, el ROI de la IA a menudo sigue sintiéndose más como un arte que como una ciencia: esquivo, impreciso y dependiente de la industria.

Las encuestas y los puntos de referencia pintan un panorama confuso sobre los retornos actuales. Gran parte de la orientación también sigue centrada en medir los insumos —alentando a las organizaciones a invertir, experimentar y desarrollar capacidades (“Deberías invertir en...”)— en lugar de en los resultados y cómo evaluar el impacto (“Así es como se miden los resultados”). Hoy en día, pocas empresas aplican la misma disciplina financiera a la inteligencia artificial que a una nueva fábrica o maquinaria.

Nuestras entrevistas con más de 30 CEOs y altos directivos de diversas industrias confirman que medir el ROI de la IA está lejos de ser una práctica estándar: Dos empresas que realizan inversiones casi idénticas pueden definir el éxito de maneras completamente diferentes. Sin embargo, las empresas que no logran identificar un enfoque explícito para el ROI de la IA —o que simplemente implementan herramientas genéricas de IA y esperan ganancias de productividad— rara vez obtienen retornos creíbles y duraderos.

La medición del ROI difiere según el tipo de tecnología de IA que se utiliza. Los proyectos de IA analítica, que generalmente se basan en técnicas establecidas de aprendizaje automático como la predicción y la optimización, a menudo producen retornos financieros más directamente atribuibles, pero tienden a aplicarse a casos de uso específicos y bien definidos. La IA generativa, en contraste, es ampliamente aplicable, dada su capacidad para realizar una variedad de tareas de trabajo de conocimiento que antes realizaban los humanos. Una herramienta de IA generativa a menudo crea mejoras en la velocidad, calidad o volumen de trabajo, lo que requiere una traducción deliberada a impacto financiero. Y algunas empresas combinan soluciones de IA analítica y generativa de manera personalizada.

El ROI de la IA también depende en gran medida del contexto de la industria. En el sector de bienes de consumo, las empresas optimizan sus cadenas de suministro utilizando IA analítica, mejorando la capacidad de respuesta a la demanda. Una agencia de marketing B2B que utiliza IA generativa puede centrarse en cambio en el rendimiento creativo y la ideación, las tasas de éxito de propuestas o las conversiones de clientes potenciales —una definición diferente de “retorno”.

Tres caminos hacia un ROI tangible de la IA

Basándonos en nuestras entrevistas con ejecutivos, identificamos tres enfoques prácticos para medir y gestionar el ROI de la IA. Estos enfoques reflejan una variedad de niveles de madurez de IA entre las empresas y diferentes intenciones estratégicas.