La inteligencia artificial está transformando el mundo laboral y empresarial a una velocidad nunca antes vista. Sin embargo, este avance tecnológico también plantea un reto importante: medir el impacto real de la IA en la productividad. Las métricas tradicionales no capturan correctamente el aporte de la IA ya que solo se centran en factores concretos del proceso, no en lo que los economistas denominan productividad total de los factores.
Dicho de otro modo, no basta con que solo mejore un determinado eslabón en la cadena de producción, sino que la mejora debe darse en todo el proceso, obteniendo un mayor valor de todos los recursos utilizados en él. Por ello, una de las asignaturas pendientes será desarrollar herramientas adecuadas para medir la productividad que aporta la IA en esos nuevos parámetros.
La IA solo es una herramienta. La automatización impulsada por la IA ya ha comenzado a marcar diferencias en sectores como el financiero, el tecnológico y el manufacturero. Estas herramientas de IA permiten automatizar tareas repetitivas y liberar tiempo para actividades que requieren habilidades humanas como la toma de decisiones estratégicas. Sin embargo, ese cambio del uso del tiempo no se refleja en la productividad porque no se registra la calidad del trabajo o la mejora a largo plazo de la estrategia de la empresa.
Un estudio de Harvard Business School reveló que la IA generativa puede aumentar la velocidad de ejecución en un 25% y el rendimiento individual en un 43%. Sin embargo, su impacto no es uniforme: mientras algunos sectores obtienen beneficios inmediatos, otros lo hacen a largo plazo.
La "curva J" de la productividad. Históricamente, las innovaciones tecnológicas han seguido un patrón conocido como "curva J de productividad". Erik Brynjolfsson, economista y profesor de Stanford, explica que este modelo describe cómo las empresas que adoptan nuevas tecnologías en sus procesos experimentan inicialmente una reducción en su productividad, para luego rebotar y repuntarla. Algunos ejemplos se vieron con la adopción de la máquina de vapor, la electricidad o el uso de ordenadores, cuyos efectos positivos tardaron décadas en consolidarse.
La IA generativa no escapa a este patrón. Aunque algunas compañías puedan experimentar un crecimiento en su productividad, muchas afrontan una caída inicial por la necesidad de adaptar sus procesos internos y formar a sus empleados, haciendo que ese incremento en la productividad se aplace en el tiempo.
La IA por defecto es un error. Una prueba de que la IA por sí sola no representa una mejora en la productividad es el estudioque llevó a cabo la Universidad de Pennsylvania y Harvard Business School. El estudio descubrió que el uso de ChatGPT tenía un impacto inmediato en la resolución de determinadas tareas, mientras que otras se resolvían en menos tiempo cuando las llevaba a cabo un humano sin intervención de la IA.
Por lo tanto, el paradigma de crecimiento productivo solo por el hecho de haber implementado IA tiene un enorme asterisco que queda condicionado por el tipo de industria y actividad económica que se desarrolla ya que la implementación de la IA en el ámbito de la manufactura o el sector primario requiere de una mayor inversión y tiempo adaptación que para el sector de servicios o el financiero.
El tiempo es el mejor indicador de productividad. Un artículo publicado en Bloomberg sobre este tema hacía bandera del dicho popular "el tiempo es oro" señalando que la automatización de la IA puede ser un "arma arrojadiza" que haga mejorar la productividad de unos sectores, pero hundir la de otros. Su autora ponía de ejemplo los quioscos de autopago que ya tienen algunos establecimientos de comida rápida.
Con ellos, la empresa se ahorra el salario de algunos cajeros recibiendo los pedidos y cobrándolos, lo cual incrementa la productividad de la empresa. Sin embargo, hace uso del tiempo no remunerado de los clientes. ¿Y si esos clientes fueran otras empresas? Su productividad se vería afectada ya que sus empleados deben emplear su tiempo haciendo "sus pedidos" y cargando con el coste de la automatización que se está ahorrando su proveedor.
La nueva mina de oro no es hacer más, sino menos. Este planteamiento pone sobre la mesa el papel de la IA en la industria para aprovechar su capacidad de automatizar procesos que consumen mucho tiempo en la jornada laboral de los trabajadores (como ya apuntaba Amazon), y dedicar ese tiempo a mejorar sus productos y procesos de producción, tal y como apuntaba Jensen Huang.
En lugar de medir la productividad en términos de cuánto hace un empleado, tal vez deberían tomarse nuevas métricas que recojan factores como a qué dedica su tiempo de trabajo y cómo están mejorando el producto. Esto supone un gran cambio con respecto a las métricas industriales basadas en la cantidad de producto producido por hora.
Imagen | Unsplash (Remy Gieling)
via Robótica e IA - Xataka https://ift.tt/GWrydf3
No hay comentarios:
Publicar un comentario