CÓMO LA INTELIGENCIA ARTIFICIAL IMPULSA€¦ · Los beneficios empresariales en los Estados Unidos...

LOS BENEFICIOS Y LA INNOVACIÓN EN LA INDUSTRIA

IMPULSA CÓMO LA INTELIGENCIA ARTIFICIAL

CONTENIDOS

REVITALIZAR EL POTENCIAL DE BENEFICIO

EL VALOR DE LA IA PARA LOS SECTORES DE ACTIVIDAD

AUMENTAR LOS BENEFICIOS CON LA IA

ESTRATEGIAS MULTISECTORIALES PARA EL ÉXITO

ANEXO

04

08

12

20

24

AI ESTUDIO

AI ESTUDIO CÓMO LA INTELIGENCIA ARTIFICIAL IMPULSA LOS BENEFICIOS Y LA INNOVACIÓN EN LA INDUSTRIA 2

El constante declive de la rentabilidad en diversos sectores amenaza con erosionar las inversiones, la innovación y el valor de las acciones en el futuro.

Afortunadamente, está surgiendo un nuevo factor de producción –la inteligencia artificial (IA)– que puede ayudar a reactivar la rentabilidad. La IA consiste en diversas tecnologías que pueden combinarse de diferentes maneras para detectar, comprender, actuar y aprender. La investigación de Accenture muestra cómo la IA podría impulsar las tasas de rentabilidad una media de casi 6 puntos porcentuales en 2035, en 16 sectores de 12 economías diferentes.

Sin embargo, esto solo se producirá si las organizaciones adoptan una mentalidad people-first y toman medidas audaces y responsables para aplicar tecnologías de IA a sus empresas. Nuestra investigación ha identificado siete estrategias multisectoriales que ayudan a aprovechar la oportunidad que ofrece la IA.

AI ESTUDIO


REVITALIZAR EL POTENCIAL DE BENEFICIO

En la actualidad los beneficios de los negocios están descendiendo. En Estados Unidos, tras alcanzar su cota más elevada de renta nacional en la posguerra, el crecimiento de los beneficios ha disminuido del 25 % en 2010 al -3 % en 2015 (Figura 1).

Asimismo, este fenómeno se hace evidente en la mayoría de los sectores, desde la fabricación, pasando por los servicios públicos, hasta los servicios financieros.

Por sí misma, esta disminución es causa de preocupación. Sin embargo, aún lo es más su efecto en la disminución de la inversión, la innovación y el valor de las acciones a largo plazo. ¿Por qué?

Recortar las inversiones no solo erosiona la capacidad de crecimiento de una empresa, sino que, además, paraliza recursos para la innovación en un entorno cada vez más disruptivo. Paralelamente, la escasa inversión y las pocas iniciativas de innovación pueden afectar al valor de las acciones, ya que los inversores se cuestionan la capacidad de la empresa para cumplir las expectativas del mercado.

De hecho, los datos actuales no sugieren un entorno propicio para el crecimiento. La inversión empresarial está ya próxima al estancamiento. Por ejemplo, en el negocio de la fabricación, el crecimiento ha disminuido del 14,8 % en 2012 al -5,2 % en 2016 en los Estados Unidos, y del 5,9 % en 2012 al -6,6 % en 2016 en el Reino Unido1.

El crecimiento de la inversión en I+D, un indicador clave de la capacidad innovadora de un sector, ha sido igualmente lento. Por ejemplo, las cifras de fabricación descendieron del 6,6 % en 2008 al -2,6 % en 2013 en Alemania, y del 7,4 % al -0,9 % en Italia2.

Aunque las proyecciones puedan parecer pesimistas, la ayuda podría llegar de la mano de un nuevo factor de producción –la inteligencia artificial que puede transformar oportunidades, no solo para el crecimiento económico, sino también para la rentabilidad del negocio. Accenture define la IA como una constelación de tecnologías que permite que las máquinas inteligentes mejoren las capacidades humanas detectando, comprendiendo, actuando y aprendiendo –y, por tanto, facilitando más capacidad a las personas.

Impulsada por un aumento masivo de datos, una potencia de computación cada vez mayor a costes decrecientes e innovaciones tecnológicas, la IA se está confirmando como una realidad alcanzable. Más allá de potenciar la productividad, la IA es un factor de producción totalmente nuevo que puede revertir la tendencia a

AI ESTUDIO


Figura 1. Beneficios empresarialesLos beneficios empresariales en los Estados Unidos alcanzaron su cota más elevada de producto interior bruto (PIB) en el período de posguerra, pero ahora han entrado en declive.

Beneficios empresariales en los Estados Unidos*

-5%

5%

10%

15%

20%

25%

0102

1102

2102

3102

4102

5102

25.0

4.0

10.0

1.7

5.9

-3.0

Corporate profit growthCorporate profits as a share of nominal GDP Corporate profits

849105912591459165918591069126914691669186910791279147916791879108912891489168918891099129914991699189910

002

20

024

002

60

028

002

0102

2102

4102

snoillirt $SU

6%

7%

8%

9%

10%

11%

12%

13%

0.0

1.0

2.5

*Antes de impuestos con valoración de inventarios y ajustes de consumo de capitalFuente: Bureau of Economic Analysis, análisis de Accenture

la baja de los beneficios de tres maneras: optimizando los procesos con sistemas de automatización inteligentes, mejorando la mano de obra humana y el capital físico, e impulsando nuevas innovaciones. (Para más información, ver recuadro, así como el informe relacionado de Accenture, “Inteligencia Artificial, el futuro del crecimiento”.)

No obstante, para aprovechar al máximo esta tremenda oportunidad, empresas de todos los sectores tendrán que integrar la

IA en sus estrategias y desarrollar sistemas de IA responsables, en línea con los valores éticos y morales de la sociedad, y que faciliten una mejora de los resultados para todos. Las singulares características de la IA como híbrido de capital mano de obra (como la capacidad de mejorar a la mano de obra humana en escala y rapidez, autoaprendizaje y mejora continua a lo largo del tiempo) requerirán nuevos enfoques y modelos de inversión, innovación y desarrollo del capital humano.

AI ESTUDIO


4.6

2.12.6

4.1

2.5

3.9

1.7

3.6

1.6

3.2

1.4

3.0

1.4

3.0

1.7

2.9

0.8

2.7

1.6

2.7

1.7

2.5

1.0

1.8

Baseline AI steady state

EEU

U

Finl

andi

a

Rein

o U

nido

Suec

ia

País

es B

ajos

Ale

man

ia

Aus

tria

Fran

cia

Japó

n

Bélg

ica

Espa

ña

Ital

ia

En la primera fase de esta investigación, Accenture Research, en colaboración con Frontier Economics, ha elaborado un modelo del impacto de la inteligencia artificial en 12 países desarrollados que, en conjunto, generan más del 50 % de la producción económica mundial.

Fuente: Accenture y Frontier Economics

POR QUÉ LA INTELIGENCIA ARTIFICIAL ES EL FUTURO DEL CRECIMIENTO — PERSPECTIVA MACROECONÓMICA

Figura 2. Impacto económico de la IA por países. Nuestro modelo muestra que la IA tiene potencial para doblar las tasas de crecimiento en los 12 países que analizamos.

Tasas de crecimiento anual del valor bruto añadido en 2035 (aproximación ajustada del PIB)

Nuestra investigación revela que la IA podría doblar las tasas de crecimiento económico anual en 2035, mediante la transformación de la naturaleza del trabajo y la creación de una nueva relación entre las personas y las máquinas, en la que las personas tengan el control y la tecnología se adapte cada vez más a sus deseos y necesidades.

Se prevé que el impacto de las tecnologías de la IA en las empresas aumentará la productividad de la mano de obra hasta un 40 %, permitiendo que las personas utilicen su tiempo de manera más eficiente. Para más información, ver nuestro informe “Why Artificial Intelligence is the Future of Growth.”

AI ESTUDIO


34%35%36%37%

25%27%29%30%

11%12%17%20%

Suecia Finlandia EEUU Japón

Austria Alemania Países Bajos Reino Unido

Francia Bélgica Italia España


Figura 3. Productividad de la mano de obra en un mundo de IA. La inteligencia artificial promete impulsar significativamente la productividad de la mano de obra en las economías desarrolladas.

Diferencia porcentual entra la baseline en 2035 y la situación estable de la IA en 2035.

AI ESTUDIO


Nuestra segunda fase de investigación muestra que la IA tiene un enorme potencial para evitar la espiral de declive de los beneficios y abrir paso a una nueva era de crecimiento para empresas de todos los sectores.

Potencial económico de la IA

EL VALOR DE LA IA PARA LOS SECTORES DE ACTIVIDAD

Accenture, en asociación con Frontier Economics, ha elaborado un modelo del impacto económico potencial de la IA en 16 sectores que abarcan una gran diversidad, desde la fabricación, pasando por los servicios públicos, hasta la sanidad. Como medida de referencia, utilizamos el crecimiento del valor añadido bruto (VAB), una aproximación ajustada del PIB. El VAB es un indicador de producción que expresa el valor de los bienes y servicios producidos en un sector determinado. Podría entenderse como la contribución de diferentes sectores al crecimiento económico.

Para evaluar el futuro impacto de la IA, comparamos dos escenarios para cada sector. En primer lugar, el baseline o escenario de referencia muestra el crecimiento económico esperado en los sectores sobre la base de supuestos actuales. En segundo lugar, la situación estable de la IA muestra el crecimiento esperado con su integración en los procesos económicos. Dado que hace falta

un tiempo para que el impacto de una nueva tecnología arraigue, utilizamos 2035 como año de comparación (para más detalles, ver “Apéndice: Modelo del impacto de la IA en el VAB”).

Nuestra investigación muestra que los tres sectores que se beneficiarán más de la aplicación de la IA son información y comunicación, fabricación y servicios financieros, con aumentos en sus tasas de crecimiento anual del VAB del 3,4 % al 4,8 %, del 2,1 % al 4,4 % y del 2,4 % al 4,3 %, respectivamente, en 2035 (Figura 2).

En el sector de la información y la comunicación, que depende intensamente de la tecnología, las capacidades de la IA pueden fusionarse con los sistemas existentes para generar 4,7 billones de dólares en valor añadido bruto en 2035 (Figura 3). Por ejemplo, los proveedores pueden desarrollar nuevas plataformas de IA para ofrecer a sus clientes servicios de protección frente a ciberataques.

AI ESTUDIO


En el sector de la fabricación, precursores como la Internet de las Cosas (IoT) crean condiciones favorables para la integración sin fisuras de sistemas inteligentes. Las tecnologías actuales de IoT permiten que dispositivos físicos, como las cadenas de montaje, se conecten y comuniquen con sistemas digitales. Asimismo, la IA puede tender puentes entre las formas de automatización y aprendizaje actuales con modelos más avanzados. Nuestra investigación muestra que la IA podría añadir 3,8 billones de dólares a este sector en 2035 –un aumento prácticamente del 45 % comparado con empresas convencionales.

El sector de los servicios financieros puede utilizar las tecnologías de la IA para relevar a los trabajadores del conocimiento de tareas rutinarias y repetitivas, como consultas genéricas de los clientes, revisiones de hipotecas e investigación de mercado. En general, este sector se beneficiará de 1,2 billones de dólares en VAB adicional en 2035.

Incluso sectores que utilizan intensivamente la mano de obra en los que el crecimiento de la productividad es notoriamente bajo experimentarán aumentos significativos de las tasas de crecimiento del VAB. La educación verá un aumento del 0,9 % al 1,6 % en 2035 y, los servicios sociales, del 1,6 % al 2,8 %, lo cual generará aumentos sustanciales en el rendimiento económico (109.000 millones de dólares y 216.000 millones de dólares en VAB, respectivamente).

AI ESTUDIO



2.4

4.3

2.0

4.0

3.4

4.8

2.1

4.4

2.3

3.4

2.1

4.0

2.2

3.4

2.3

3.8

0.9

2.3

1.4

3.2

1.4

3.1

0.7

1.7

1.9

3.1

1.3

3.4

1.6

2.8

0.9

1.6

Public Services

Utilities Arts, Entertainment& Recreation

Agriculture, Forestry

& Fishing

Accommodation & Food Services

Social Services

OtherServices

Education

Professional Services

FinancialServices

Wholesale & Retail

Information &Communication

Manufacturing Transportation& Storage

Healthcare Construction


Figura 4. Impacto de la IA en el crecimiento La IA tiene potencial para aumentar las tasas de crecimiento económico en una media ponderada de 1,7 puntos porcentuales en 2035 en 16 sectores.

Crecimiento anual real del VAB en 2035 (%)

AI ESTUDIO



6.2

8.4

4.0

4.9

8.4

12.2

7.5

9.3

2.1

2.9

3.7

4.7

2.8

3.3

3.4

4.6

0.60.8

1.5

2.0

1.10.50.6

1.0

1.31.32.3

2.7

1.11.2

0.450.54

Agriculture,Forestry& Fishing

SocialServices

UtilitiesHealthcare Accommodation & Food Services

Education OtherServices

Arts, Entertainment& Recreation

FinancialServices

Wholesale& Retail

PublicServices

Manufacturing ProfessionalServices


Construction Transportation& Storage

Figura 5: Impacto de la IA en el rendimiento La IA puede elevar sustancialmente el rendimiento económico. Solo en fabricación, la IA puede aumentar el VAB en casi 4 billones de dólares en 2035.

VAB real en 2035 (billones de dólares)


AI ESTUDIO


¿Qué efecto tendría el incremento del rendimiento económico generado por la IA en la rentabilidad empresarial de diversos sectores? De acuerdo con nuestra investigación, un aumento importante de los resultados.

Accenture ha identificado tres canales a través de los cuales la IA puede revertir el ciclo de baja rentabilidad en diversos sectores: automatización inteligente, enriquecimiento de la mano de obra y el capital, y difusión de la innovación.

AUMENTAR LOS BENEFICIOS CON LA IA

AI ESTUDIO


La IA ofrece grandes ventajas respecto a la automatización tradicional. Analicemos la gestión de la cadena de suministro, en la que el tiempo es dinero. Por ejemplo, para la empresa media de Fortune 100, reducir la cadena de suministro en solo un día libera un cash-flow que puede oscilar desde 50 millones hasta 100 millones de dólares3.

Las empresas que dependen de una red integrada global, como Tesla y Johnson & Johnson, están pasando a Elementum, una start-up de IA, para reestructurar sus cadenas de suministro4. Elementum monitoriza incidencias que se producen una sola vez, lleva el seguimiento de los transportes y registra las producciones de fabricación para proporcionar información de la cadena de suministro en tiempo real5. Mediante el análisis en tiempo real de más de 10 millones de incidencias al día y de 25 billones de dólares en productos, Elementum puede alertar anticipadamente de posibles problemas y proponer soluciones alternativas6.

Automatización inteligente

La inteligencia artificial puede mejorar la productividad de la mano de obra permitiendo a los trabajadores delegar tareas con poco valor añadido a la IA y ser más productivos en sus actividades principales.

La aplicación de la IA se está extendiendo a campos en los que el intelecto y el pensamiento crítico han dominado durante mucho tiempo. Por ejemplo, analicemos la investigación empresarial, una tarea que tradicionalmente consume mucho tiempo. El sistema semiautomatizado de business intelligence de Conatix, basado en avances recientes en el aprendizaje de las máquinas, permite que las empresas descubran, reciban, estructuren y compartan datos previamente desestructurados e información procedente de fuera de sus organizaciones. Trabajando en estrecha colaboración con investigadores, el algoritmo de Conatix puede ajustar su curso basándose en feedback humano, y crear y actualizar información de alta calidad.

La IA puede, además, ayudar a que las empresas maximicen las tasas de utilización de sus activos. Las industrias pesadas,

Enriquecimiento de la mano de obra y el capital

Por ejemplo, en 2014, un incendio en una fábrica china de chips DRAM, redujo considerablemente (25 %) el suministro mundial. Mientras que la mayoría de fabricantes de equipos no lo supieron hasta días más tarde, los clientes de Elementum tuvieron noticias del incidente a los pocos minutos y aseguraron su suministro de DRAM antes de que los precios reaccionaran a la escasez7.

No obstante, la cadena de producción no será la única beneficiada con la automatización inteligente. Con el tiempo y los recursos invertidos en el seguimiento de contactos comerciales, las actividades de ventas cambiarán tremendamente con la IA. Lattice Engines está orientando sus capacidades de IA a la reestructuración del proceso de ventas. Mediante el aprendizaje de los patrones de compra de las empresas, puede diferenciar entre contactos “calientes” y “fríos”. Con la plataforma de Lattice, el departamento de marketing de Dell en Europa, redujo sus contactos comerciales un 50 % y, como consecuencia, doblaron la productividad, la eficiencia y los ingresos de ventas8.

como energía y fabricación, requieren enormes inversiones iniciales, lo que las hace especialmente vulnerables a la pérdida de ingresos asociada al tiempo de inactividad de los activos.

Por ejemplo, observemos las turbinas eólicas: Un tiempo de inactividad imprevisto requiere un esfuerzo coordinado para conseguir equipos, personal de mantenimiento y piezas de recambio, a la vez que hace mella en los ingresos. En el caso de un fallo de la caja de cambios, que puede resultar en un tiempo de inactividad de los activos por avería de hasta dos semanas, el beneficio derivado de la mayor utilización del activo es significativo9.

NEM, la start-up de IA que utiliza un algoritmo basado en el sistema inmunológico humano, se orienta a la productividad de las granjas eólicas mediante la predicción y la previsión de averías10. En primer lugar, la plataforma analiza casos de averías de las turbinas eólicas para aprender cuáles son los síntomas, a continuación, monitoriza las turbinas en tiempo real para detectar síntomas y alertar de posibles problemas11.

AI ESTUDIO


Mark Purdy, Managing Director Accenture Research

“Como nuevo factor de producción, la IA puede impulsar el crecimiento, como mínimo, de tres maneras importantes. Primero, puede crear una nueva mano de obra virtual –lo que nosotros llamamos automatización inteligente. Segundo, la IA puede complementar y mejorar las habilidades y la capacidad de la mano de obra y el capital físico existente. Tercero, como otras tecnologías previas, la IA puede generar innovaciones en la economía. Con el tiempo, esto se convertirá en un catalizador para una transformación estructural amplia, ya que las economías que utilicen la IA no solo harán las cosas de manera diferente, sino que, además, harán cosas diferentes”.

AI ESTUDIO


La inteligencia artificial está a punto de impulsar la innovación acelerando el desarrollo de nuevos productos. Este aumento de la innovación elimina costes redundantes y genera nuevos flujos de ingresos, con lo que aumenta la rentabilidad.

El desarrollo de nuevos fármacos es un ejemplo ilustrativo. En la actualidad, el desarrollo de fármacos está dominado por un método de descubrimiento orientado a hipótesis, con el que menos del 10 % de los nuevos fármacos obtiene aprobación definitiva12. Mediante la IA, Berg Health monitoriza la evolución de tumores cancerígenos con el seguimiento de billones de puntos de datos procedentes de células cancerosas y no cancerosas. Hasta el momento, la iniciativa ha producido un nuevo fármaco anticancerígeno que está siendo sometido a pruebas clínicas. Se estima que este enfoque de la IA al descubrimiento de nuevos fármacos reducirá a la mitad los costes de desarrollo de un solo fármaco de 2.600 millones a 1.300 millones de dólares13.

Difusión de la innovaciónLa IA también ayuda a las empresas a crear nuevos productos teniendo en consideración objetivos y limitaciones de diseño. Autodesk es pionera de este nuevo enfoque con su sistema de diseño asistido por ordenador, Dreamcatcher14. Utilizando algoritmos de IA, Dreamcatcher aprovecha el potencial de la nube para crear miles de iteraciones de prototipos virtuales y comparar su funcionalidad, coste y materiales sobre la base de criterios específicos. Dreamcatcher parte de una masa sólida que se ajusta a una forma deseada y después empieza a cincelar el material. Cuando retira una pieza de material que empeora o mejora el rendimiento lo “recuerda”, esto permite que el algoritmo comprenda cómo cada trozo de material contribuye al rendimiento.

En el sector de la sanidad, Dreamcatcher se ha utilizado para diseñar un implante facial que acelera la recuperación y la regeneración de los tejidos. En el sector del automóvil, este producto de IA ha ayudado a desarrollar un nuevo descapotable15.

AI ESTUDIO


A través de estos canales, la IA ofrece unas oportunidades de rentabilidad sin precedentes. Un buen ejemplo de ello es que en sectores que utilizan intensivamente la mano de obra, como el comercio mayorista y minorista, las artes, los espectáculos y el ocio, y la sanidad, la IA mejora la mano de obra humana, permitiendo que, con el tiempo, las personas sean más productivas, y reorientando su enfoque hacia tareas importantes. En el sector del comercio mayorista y minorista, esto puede llevar a un aumento de los beneficios de prácticamente un 60 % de 17 a 27 dólares por cada 100 dólares de ingresos (Figura 6).

En sectores que tradicionalmente utilizan mucho capital, el impacto de la IA en la rentabilidad puede ser igualmente elevado. En fabricación, por ejemplo, las máquinas defectuosas y los equipos inactivos van a ser cosa del pasado, ya que los sistemas con IA generan tasas de retorno constantemente en alza debido a su capacidad de aprender, adaptarse y evolucionar con el tiempo. Aspectos como la fabricación rápida de prototipos o la asignación dinámica de recursos pueden reducir significativamente el tiempo para llegar al mercado y reducir costes en el proceso. ¿Resultado neto para el sector? Un aumento de la cuota de beneficio del 39 %.

Potencial de beneficio por sector

AI ESTUDIO



Figura 6. Impacto de la IA en los beneficios por sector

La IA tiene potencial para aumentar significativamente los beneficios en 16 sectores.Beneficio en dólares de cada 100 dólares en ingresos en situación estable de la IA frente a la baseline

84% 74% 71% 59%

Education Accommodation &Food Services

Construction Wholesale& Retail

55% 53% 46% 44%

Healthcare Agriculture, Forestry& Fishing

Social Services

Transportation& Storage

39% 36% 31% 27%

Manufacturing OtherServices

FinancialServices

PublicServices

26% 24% 17% 9%

Arts, Entertainment& Recreation

Professional Services


Utilities

AI ESTUDIO


FabricaciónLa dependencia del sector de fabricación de la maquinaria pesada sitúa al sector de manera favorable para la aplicación de tecnologías de IA. Nuestra investigación muestra que, con la IA, el sector de la fabricación puede generar 3,8 billones de dólares adicionales en VAB en 2035. Se espera que el canal de mejora impulse la mayoría de los beneficios de este sector. No se trata solo de que la mano de obra humana será más productiva, sino de que la IA llevará, también, a la realización del pleno potencial de la maquinaria existente en la planta de fabricación

ASP

ECTO

S SE

CTO

RIA

LES

DES

TAC

AD

OS

Figura 7. VAB de fabricación en 2035 (miles de millones de dólares)



Intelligent automation Augmentation

+ US$ 3,776 billion

Total factor productivity (TFP)

Total GVA AI steady state:US$ 12,173 billion

8,397 8,397

1,398

2,071

307

AI ESTUDIO


Comercio mayorista y minorista En el sector del comercio mayorista y minorista, la IA puede generar más de 2 billones de dólares en VAB adicional en 2035 un aumento del 36 % comparado con la baseline. Los minoristas pueden utilizar las capacidades de automatización inteligente de la IA para reestructurar la gestión de inventarios y almacenes, mientras que las tecnologías de realidad aumentada pueden permitir experiencias de compra inmersivas a los clientes. De los sectores que Accenture ha estudiado, se espera que este sector se beneficie considerablemente de efectos adicionales de innovación gracias a la IA –por ejemplo, ayudar a descubrir bolsas de demanda latente.

Sanidad En nuestro modelo, la IA acelerará el crecimiento en el sector de la sanidad del 2,2 % al 3,4 % en 2035, generando 461.000 millones de dólares de VAB adicional. El canal de automatización inteligente constituye más del 60 % de los beneficios. Los sistemas con IA pueden analizar cantidades masivas de datos desestructurados y producir diagnósticos predictivos capaces de detectar los problemas antes de que se conviertan en un riesgo grave para la salud. El canal de innovación añade, además, más de 100.000 millones de dólares al sector en 2035. Solo un ejemplo del enorme potencial de la IA en sanidad: el sector ha colaborado con campos anteriormente no relacionados, como la fabricación y el diseño, para crear técnicas vanguardistas de impresión 3D para trasplantes de órganos.

Figura 8. VAB del comercio mayorista y minorista en 2035 (miles de millones de dólares)

Figura 9. VAB de sanidad en 2035 (miles de millones de dólares)

Fuente: Accenture y Frontier Economics Fuente: Accenture y Frontier Economics


+ US$ 461 billion


2,260 2,260

284

75102

Intelligent automation Augmentation Total factor

productivity (TFP)


+ US$ 2,225 billion


6,179 6,179

1,077

943

205

Intelligent automation Augmentation Total factor

productivity (TFP)

AI ESTUDIO


ESTRATEGIAS MULTISECTORIALES PARA EL

Estrategia y liderazgo con IA

Independientemente del sector, las empresas tienen una gran oportunidad para aplicar ya la IA e inventar nuevas capacidades para experimentar un crecimiento, una rentabilidad y una sostenibilidad sin precedentes. Sin embargo, para alcanzar el pleno potencial de la IA, deben prepararse íntegramente para la consiguiente disrupción.

Como nuevo factor de producción, la IA interactuará con inputs tradicionales de capital y mano de obra para crear nuevos desafíos, mientras la dirección necesitará evolucionar hacia modelos de gestión nuevos e inesperados a medida que su rol se haga cada vez más interdependiente. Para preparar a sus organizaciones para un futuro de éxito con la IA, los líderes tienen la oportunidad de adoptar las siete estrategias siguientes:

ÉXITO

En demasiadas empresas y sectores, el ímpetu y el interés por la IA siguen viniendo de los niveles inferiores y medios de la organización. De entusiastas de lo digital que han visto estas tecnologías y están personalmente entusiasmados con sus promesas. Sin embargo, extraer el valor de la IA que nuestro análisis sugiere exigirá reconocimiento y acción por parte de los niveles más elevados de la empresa.

Un primer paso esencial es conseguir que los beneficios de la IA sean tangibles para la alta dirección. Esto implica pasar más tiempo con máquinas de IA, interactuar con ellas, cuestionarlas y probarlas. Nada sustituye la visita a los laboratorios o los centros de innovación de IA donde se puede sondear a los expertos, probar ideas y desarrollar prototipos.

Será esencial elaborar un mapa de ruta de la IA. Debería tratarse de un plan de desarrollo de la empresa que incorpore la IA como catalizador crítico. Así, directivos y planificadores estratégicos de toda la empresa deberán tener suficiente conocimiento de la IA para transformar los planes de negocio existentes, para definir puntos clave de decisión y para guiar decisiones de inversión apropiadas.

AI ESTUDIO


Reinventar los RR.HH.

Aprender con máquinas

Puesto que la IA es una forma de mano de obra virtual, interactuará con el personal, contribuyendo a añadir valor de la misma manera que lo haría un compañero humano. Por tanto, el rol del director de RRHH no se limitará a la gestión de empleados humanos, sino que también abarcará la supervisión de los trabajadores de IA (recursos humanos de IA). Esto planteará preguntas: ¿Cómo remodelarán las empresas sus indicadores de rendimiento? ¿Cómo optimizarán los requisitos de la fuerza de trabajo entre mano de obra humana y de IA? Como consecuencia, el director de RRHH tendrá un rol mucho mayor en la estrategia de negocio y la innovación. Además, acumulará un mayor conocimiento técnico de las tecnologías de la IA y de cómo van a configurar el futuro del trabajo.

El área funcional de RRHH tendrá que incorporar tecnologías de la IA en todos los aspectos de su trabajo, desde la contratación hasta la jubilación. Por ejemplo, SuccessFactors de SAP ayuda a las empresas a que su gestión de recursos humanos deje de consistir en “autoservicios aislados” para convertirse en “servicios inteligentes integrales”. La aplicación, utilizada por Microsoft, puede sincronizar programas heredados, ofrecer plataformas para la colaboración de los empleados, extraer información útil a partir de datos de la mano de obra y predecir el impacto de decisiones relativas a recursos de otras áreas de la empresa16.

Para aprovechar plenamente el potencial de la IA, la inteligencia humana y la artificial deben estar estrechamente entrelazadas. Van a ser necesarias nuevas habilidades en la mano de obra que vayan más allá de la experiencia técnica, con un nuevo énfasis en capacidades humanas juicio, comunicación, pensamiento creativo que complementen a las tecnologías.

La IA no solo transformará lo que aprenden las personas, sino también cómo aprenden. Tradicionalmente, las trayectorias profesionales seguían una progresión lineal desde los puestos más básicos hasta los directivos expertos. Sin embargo, a medida que la IA vaya asumiendo tareas rutinarias y con escaso valor añadido, se producirá una gran desigualdad entre las habilidades de los profesionales jóvenes y las de los trabajadores más maduros que favorecerá a los más expertos. Para

adaptar sus empresas a la naturaleza cambiante del aprendizaje y la formación de los empleados, los directivos pueden centrarse en las necesidades de sus plantillas, especialmente en el desarrollo de habilidades.

MasterCard, por ejemplo, está probando un software de IA que se basa en el conocimiento del personal más experto para ayudar a sus trabajadores a ser mejores vendedores. Mediante la fusión entre humanos e información procedente de datos masivos, el software puede llevar la experiencia de los más veteranos a todo el equipo, reduciendo la necesidad de grandes grupos de formación. El input combinado actúa como un asesor personalizado para cada uno de los miembros del equipo de ventas, y esto les permite optimizar sus estrategias de ventas17.

AI ESTUDIO


Ir más allá de la automatización

Crear una cultura de IA abierta

Nombrar un director de la cadena de suministro de datos El rendimiento de la IA dependerá directamente de la calidad y la cantidad de datos disponibles. La investigación de Accenture muestra que la mayoría de ejecutivos no están seguros de los resultados para el negocio que extraen de sus programas de análisis de datos, lo cual significa que los datos de la empresa están muy infrautilizados18. Aunque muchas de las grandes empresas ya han incorporado un director de datos a la dirección general (Gartner estima que el 90 % de las grandes organizaciones tendrán un director de datos en 201919), un aspecto clave para estos directivos consiste en la seguridad,

las regulaciones y el gobierno de los datos, en lugar de administrar los datos como si se tratara de una cadena de suministro.

Un director de la cadena de suministro de datos tendrá que construir una cadena de suministro de datos integrada, end-to-end, que tenga en consideración aspectos como: ¿Cuál es el equilibrio entre fuentes de datos internas y externas? ¿Cuál es la rotación de los datos y el coste diario para la empresa? ¿Dónde están los silos de datos? ¿Cómo puede nuestra empresa simplificar el acceso a los datos?

La creación de una cultura de inclusión y diversidad debe ser una prioridad en la agenda de las empresas. Cuando impulsan estos programas, los líderes deben tener en cuenta el profundo impacto de la IA.

La inquietud respecto a la seguridad laboral, la nómina y la confidencialidad puede influir en las actitudes de los empleados y en cómo adoptan y utilizan la IA en su trabajo. Para los líderes, la clave será integrar la IA en la cultura empresarial. Por ejemplo, la empresa de análisis Kanjoya utiliza tecnologías de IA para eliminar signos de sesgos implícitos

en las comunicaciones internas o en las revisiones del rendimiento20.

Otro ejemplo: La aplicación Glooo, de la empresa tecnológica Volume.XO, utiliza el procesamiento de lenguaje natural para reconocer el estrés emocional y el desgaste de los empleados practicando conversaciones y gestión de las relaciones21. Con estas soluciones, la IA tiene potencial para cultivar un entorno de trabajo más positivo y reforzar una cultura empresarial basada en el respeto.

En el pasado, la automatización era un elemento básico crítico de la estrategia empresarial. Sin embargo, con los recientes avances en IA, las empresas necesitan ir un paso más allá para utilizar la inteligencia de máquinas dinámicas, capaces de aprender por ellas mismas y de autogobernarse.

La investigación de Accenture revela que los beneficios potenciales de la IA pueden ser considerablemente mayores que el impacto que la automatización tuvo en el pasado. Entre 1993 y 2007, por ejemplo, se estima que la automatización tradicional generó un crecimiento anual adicional del 0,9 % al 1,3 % en las economías desarrolladas. No obstante, el impacto de la IA en el futuro podría ser un 70 % más elevado en el caso

de Finlandia y un 50 % mayor en los Estados Unidos22.

Por tanto, la adopción de la IA puede ser una potente fuente de ventaja competitiva. Bosch, por ejemplo, está colocando a la IA al frente de la empresa. La thinking factory que en la actualidad se ha implementado en una de las plantas de fabricación de automóviles de Bosch en Alemania, tiene como objetivo permitir que máquinas con AI autodiagnostiquen averías técnicas, pidan de manera autónoma piezas de recambio y anticipen necesidades de mantenimiento. En general, Bosch prevé más de 2.000 millones de dólares en ingresos y ahorro adicionales derivados del uso generalizado de sistemas y máquinas inteligentes hacia 202023.

AI ESTUDIO


23

Medir el rendimiento con algoritmos

Llevar a la multitud a la nube

Paul Daugherty, Director de Tecnología e Innovación de Accenture

“Para hacer realidad la oportunidad que ofrece la IA, es esencial que las empresas actúen ahora para desarrollar estrategias en torno a la IA que sitúen a las personas en el centro, y se comprometan a desarrollar sistemas de IA responsables, en línea con valores morales y éticos que impulsarán resultados positivos y empoderarán a las personas para hacer lo que hacen mejor —imaginar, crear e innovar.”

A lo largo de la última década, las empresas han utilizado el poder de la multitud para avanzar a modelos de innovación abiertos. Al mismo tiempo, las tecnologías de la nube han proporcionado la oportunidad de expandirse rápidamente con costes de computación más bajos y sin las limitaciones de estructuras de TI internas.

El paso siguiente en innovación consistirá en combinar datos procedentes de cientos de fuentes públicas en la nube con capacidades de la IA para crear oportunidades de negocio nuevas y disruptivas. Con esta finalidad, ya se han puesto en marcha plataformas de autoaprendizaje basadas en la nube, como Google Cloud Platform y Amazon Web Services.

Los indicadores de los factores de producción tradicionales incluyen el rendimiento del capital (ROC, en sus siglas en inglés), así como indicadores del rendimiento humano para los empleados. En tanto que nuevo factor de producción, la IA requerirá también indicadores nuevos o adaptados, especialmente dadas sus características.

A diferencia de los activos tradicionales que pierden valor con el tiempo, los activos de la IA, con sus tecnologías de autoaprendizaje, van ganando valor a medida que pasa el tiempo. Este efecto de valoración compuesta de los activos genera mayores retornos en el caso de las empresas que realizan inversiones iniciales en IA. Además, aunque algunas de sus aplicaciones pueden tener resultados evidentes, la capacidad de aprendizaje de la IA implica que muchos de los beneficios procederán de fuentes que aún están por determinar.

Por tanto, los indicadores tradicionales para llevar el seguimiento de las inversiones de capital quedarán obsoletos en la era de la IA. Los directores financieros necesitarán una nueva caja de herramientas o indicadores financieros para evaluar adecuadamente el “retorno de la IA”. Quizá estará relacionado con el valor generado por cada algoritmo o alguna combinación de desembolso inicial y costes periódicos. El grueso de beneficios y costes aparecerá en períodos futuros, lo que dificulta establecer una estimación del valor futuro. Esta complejidad amenaza con entorpecer las decisiones de inversión en IA, y señala la urgente necesidad de una nueva mentalidad y una nueva terminología para la inversión de capital y los modelos de valoración. Quizá se utilizará para calcular predicciones más exactas en distintos horizontes temporales.

AI ESTUDIO


MODELO DEL IMPACTO DE LA IA EN EL VABEste informe examina el impacto de la IA en 16 sectores. En la publicación “Why Artificial Intelligence is the Future of Growth,” Accenture analizaba el impacto económico de la IA en 12 economías avanzadas. Los resultados de estas publicaciones se basan en el mismo modelo económico que desarrollamos en colaboración con Frontier Economics.

Introducimos la IA como nuevo factor de producción que cambiará el modo en que se genera crecimiento en un nivel nacional y sectorial. Para medir este crecimiento, nuestro modelo sigue tres pasos, como se muestra en la Figura 10:

Nos basamos en investigaciones que estudian las tareas que son susceptibles de IA en la fuerza laboral general. Calculamos la probabilidad de que en el futuro puedan automatizarse algunas ocupaciones concretas. A continuación, observamos la distribución de estas ocupaciones en diversos sectores y países, a partir de datos de estadísticas laborales de los países analizados. Esta equiparación de la susceptibilidad de las tareas a la IA con la distribución de las ocupaciones por país y sector nos permite determinar una visión general de la tasa de absorción de la IA por país y sector.

Incluimos las mejoras de calidad de la IA a lo largo del tiempo. Medimos esta variable basándonos en datos sobre caídas de los precios de software, hardware, robots y nube desde 1990 hasta hoy.

Determinamos los efectos de innovación adicionales esperados de la difusión de la IA medida en la productividad total de los factores (PTF). Tomamos como referencia datos históricos sobre el impacto de las tecnologías de la información y la comunicación (TIC) en el crecimiento de la PTF y mejoramos esta cifra mediante cifras de la inversión en IA en sectores diferentes, así como la capacidad de las economías nacionales para absorber nuevas tecnologías.

Tras estos pasos, tenemos una visión del potencial económico de la IA por país y sector. Para los resultados de cada país, agregamos los resultados de cada uno de los 16 sectores por país. Para los resultados sectoriales, agregamos los datos de los 12 países por sector.Nuestras previsiones de rentabilidad se basan en los resultados del VAB sectorial. Para llegar a un indicador de los beneficios, sustraemos las compensaciones laborales del VAB, que nos da el excedente de explotación bruto por sector (el EEB describe el excedente generado por actividades de explotación tras haber sustraído el input de la mano de obra), una aproximación de los beneficios. Para una medida más realista de la rentabilidad, aplicamos a los resultados del EEB un deflactor que contiene datos sobre la depreciación del capital.

1

2

3

ANEXO AI ESTUDIO


Fuente: Análisis de Accenture

Figura 10. Factores para un modelo de beneficios de la IA en el VAB por sector

Susceptibilidad de diferentes ocupaciones a la IA

MODELO DE CRECIMIENTO ADAPTADO

PRODUCCIÓN ECONÓMICA DE LA IA

Fuente: Frey y Osborne

MEJORA DE LA CALIDAD CON IA

Precios en software, hardware, robots, nubeFuente: US Bureau of Economic Analysis;International Federation of Robotics; Google

Distribución de las ocupaciones en países y sectoresFuente: Bureau of Labor Statistics;International Labour Organization

‘Capacidad de Absorción Nacional’—Capacidad de las economías para absorber nuevas tecnologíasFuente: Accenture y Frontier Economics

CRECIMIENTO DE LA PTF

Datos históricos sobre el crecimiento de la PTFFuente: Bibliografía sobre econometría y contabilidad del crecimiento

Inversiones en IA por sector Fuente: International Data Corporation

‘Capacidad de Absorción Nacional’—Capacidad de las economías para absorber nuevas tecnologíasFuente: Accenture y Frontier Economics

mejoradoo por

PRODUCCIÓN ECONÓMICA DE LA IA

AI ESTUDIO


REFERENCIAS1 Bureau of Economic Analysis, 30 de marzo; Office for National Statistics, 31 de marzo de 2017.

2 Estadísticas de la Organización para la Cooperación y el Desarrollo Económico, abril de 2016.

3 Nader, Mikhail, “Focus on Cash, Not Costs, in the Supply Chain”, CFO, 12 de mayo de 2016.

4 Kim, Eugene, “This Man Is Solving Every Product Company’s Biggest Headache – and Billionaire Investors are Buying into It”, Business Insider UK, 11 de Julio de 2015.

5 R. John, “Elementum of No Surprise”, Harvard Business School Digital Initiative, 23 de noviembre de 2015.

6 Sitio web de Elementum, folleto del producto.

7 Zaino, Jennifer, “The Supply Chain is One Big Graph in Start-up Elementum’s Platform”, Dataversity, 4 de febrero de 2014.

8 King, Rachel, “How Dell Predicts Which Customers Are Most Likely to Buy”, The Wall Street Journal, 5 de diciembre de 2012.

9 Miborrow, David, “Breaking Down the Cost of Wind Turbine Maintenance”, Wind Power, 15 de junio de 2010.

10 Sitio web de NEM Solutions, experto en Aura.

11 Weston, David, “Gamesa Acquires Stake in Data Specialist”, Wind Power Monthly, 18 de diciembre de 2015.

12 Thomas, D.W. et al, “Clinical Development Success Rates 2006-2015”, BIO Industry Analysis, junio de 2016.

13 Medeiros, Joao, “The Start-up Fighting Cancer with AI”, Wired, 22 de marzo de 2016.

14 Autodesk, “Project Dreamcatcher”.

15 Rhodes, Margaret, “The Bizarre, Bony-Looking Future of Algorithmic Design”, Wired, 15 de septiembre de 2015; Mogk, Cory, “When the IoT meets Generative Design for Cars”, Autodesk Research, 11 de febrero de 2016.

16 Comunicado de prensa de SAP, “SAP and SuccessFactors Introduce Next Generation of Intelligent HCM Software”, 11 de agosto de 2015; SAP News Center, “Microsoft Selects SAP SuccessFactors HCM Suite to Transform HR Globally”, 16 de noviembre de 2016.

17 Kharpal, Arjun, “MasterCard Using AI to Turn Staff into Top Sellers”, CNBC, 3 de marzo de 2016.

18 Accenture, “Analytics in Action: Breakthroughs and Barriers on the Journey to ROI”, 2013.

19 Comunicado de prensa de Gartner, “Gartner Estimates that 90 Percent of Large Organizations Will Have a Chief Data Officer by 2019”, 26 de enero de 2016.

20 Comunicado de prensa de Ultimate Software, “Ultimate Software Acquires Cloud Workforce Intelligence Provider Kanjoya; Introduces UltiPro Perception to Help Customers Understand and Improve the Employee Experience”, 30 de septiembre de 2016.

21 “The Rise of Humans: How Can Artificial Intelligence Improve Employee Wellbeing?”, The Drum, 16 de junio de 2016.

22 Análisis de Accenture y Frontier Economic, 2016.

23 Juskalian, Russ, “Bosch’s Survival Plan”, MIT Technology Review, 21 de junio de 2016.

AI ESTUDIO

AUTORES

www.accenture.com/futureofai

MARK PURDY Managing Director – Accenture Research @MPurdyAccenture

PAUL DAUGHERTY Accenture Chief Technology and Innovation Officer @pauldaugh

Author-level contribution

LADAN DAVARZANI Thought Leadership Research Fellow Accenture Research [email protected]

Reconocimientos

MAXENCE BERNIER DAVID CUDABACK DAVID LIGHT PAUL NUNES MIRIAM SEYED

ADÁN PLAZA Managing Director – Accenture Technology Lead @AdanPlazaUsed

ÁNGEL MORALES Senior Manager – Iberia Accenture AI Lead @Angel___Morales

AI ESTUDIO

ACERCA DE ACCENTUREAccenture es una compañía global líder en servicios profesionales que ofrece una amplia gama de servicios y soluciones en estrategia, consultoría, digital, tecnología y operaciones. Combinando su gran experiencia y conocimientos especializados en más de 40 industrias y en todas las áreas de negocio –reforzada con la red de centros de desarrollo más extensa del mundo–, Accenture trabaja en la intersección del negocio y la tecnología con el objetivo de ayudar a sus clientes a mejorar su rendimiento y crear un valor sostenible para sus públicos. Con aproximadamente 401.000 profesionales que prestan servicio a clientes en más de 120 países, Accenture impulsa la innovación para mejorar la forma en la que el mundo vive y trabaja. Visítanos en www.accenture.com.

ACERCA DE ACCENTURE RESEARCHAccenture Research configura tendencias y genera ideas basadas en datos sobre las cuestiones más apremiantes que afrontan las organizaciones globales. Mediante la combinación de la potencia de las técnicas innovadoras de innovación con una profunda comprensión de los sectores de nuestros clientes, nuestro equipo de 250 investigadores y analistas abarca 23 países y publica cientos de informes, artículos y perspectivas cada año. Nuestra sugerente investigación –apoyada con datos propios y colaboraciones con organizaciones destacadas, como el MIT y Singularity– guía nuestras innovaciones y nos permite transformar teorías e ideas nuevas en soluciones reales para nuestros clientes.

Copyright © 2017 Accenture Todos los derechos reservados.

Accenture, su logo, y High Performance Delivered son marcas registradas de Accenture

Este documento ha sido elaborado con la finalidad de ofrecer información general y no tiene en consideración las circunstancias específicas del lector, y puede que no refleje los avances más recientes. Accenture renuncia, hasta el máximo grado permitido por las leyes aplicables, a cualquiera y todas las responsabilidades respecto a la exactitud y la integridad de la información contenida en este documento y de cualquier actuación u omisión realizadas sobre la base de dicha información. Accenture no proporciona asesoría legal, regulatoria, fiscal o auditoría. Los lectores son los responsables de obtener dicha asesoría de sus propios asesores legales u otros profesionales acreditados.

Este documento hace referencia descriptiva a marcas comerciales que pueden ser propiedad de otros. El uso de estas marcas comerciales en el presente informe no es una afirmación de propiedad de dichas marcas por parte de Accenture y no trata de representar o implicar la existencia de una asociación entre Accenture y los propietarios legales de dichas marcas comerciales.

CÓMO LA INTELIGENCIA ARTIFICIAL IMPULSA€¦ · Los beneficios empresariales en los Estados Unidos...

Documents

Transcript of CÓMO LA INTELIGENCIA ARTIFICIAL IMPULSA€¦ · Los beneficios empresariales en los Estados Unidos...