MI SELECCIÓN DE NOTICIAS
Noticias personalizadas, de acuerdo a sus temas de interés
Agregue a sus temas de interés
Recientemente, OpenAI, la empresa creadora de ChatGPT, publicó OpenAI B2B Signals, un estudio que mide cómo la IA se está difundiendo en las organizaciones.
El estudio califica la adopción de la IA en tres dimensiones principales:
Profundidad: la pregunta clave es ¿cuánto valor o trabajo se está delegando a la IA por trabajador?
El punto central no es solo si estamos usando frecuentemente la IA, sino si los empleados la están utilizando para trabajos más profundos y complejos. OpenAI la determina por el volumen de tokens generados por trabajador: a mayor cantidad de tokens, mayor profundidad en la interacción con la IA. Hoy, una empresa de vanguardia -ubicada en el percentil 95 en el uso de IA- consume 3,5 veces más IA por trabajador que una empresa promedio -ubicada en el percentil 50-. La diferencia no solo está en el número de mensajes, sino en que los trabajadores de una empresa de vanguardia le piden a la IA que se haga cargo de tareas más complejas.
Amplitud: esta magnitud busca determinar ¿cuántas herramientas, tareas y funciones de IA se están usando?
El mismo estudio resalta que la redacción y la comunicación son la tarea dominante en prácticamente todas las áreas de la empresa, y el resto de las tareas evidencian una gran dispersión en el uso, destacándose el desarrollo de guías y procedimientos, y la programación de software.
Sin embargo, el avance en amplitud ocurre cuando la organización despliega la IA en tareas de mayor complejidad con herramientas avanzadas y agénticas como Codex, ChatGPT Agent, las apps en ChatGPT y Deep Research, para ayudar a programar, automatizar flujos de trabajo, realizar investigaciones profundas y conectar la IA con el contexto de la empresa.
Alcance: en este punto la pregunta clave es ¿a cuántas personas o procesos de la empresa llegó la IA?
El fin es entender qué tan distribuido está el uso efectivo de la IA dentro de la organización, o si solo se circunscribe a unas pocas áreas.
Por ejemplo, una empresa puede tener alto alcance, pero baja amplitud y profundidad, si casi todos tienen ChatGPT, pero solo lo usan para redactar correos y otras tareas de comunicación. También puede tener bajo alcance, pero alta profundidad y amplitud, si solo ingeniería usa la IA, pero la tiene integrada en automatizaciones, Codex y APIs.
Si llevamos las conclusiones de este estudio a nuestras empresas, surgen cinco preguntas relevantes a considerar:
¿La organización tiene definidos los casos de uso prioritarios de IA para cada función o área del negocio?
¿Estos casos de uso van más allá del uso básico de ChatGPT e incluyen la delegación de tareas a agentes de IA y otras herramientas avanzadas?
¿Existe una política para gestionar, validar y mejorar las respuestas de la IA, asegurando su pertinencia, confiabilidad y relevancia frente al contexto del negocio?
¿Existe una arquitectura tecnológica y de datos que permita conectar la IA con el contexto, los sistemas y los procesos clave del negocio?
¿Contamos con un licenciamiento empresarial que vaya más allá de ChatGPT e incorpore herramientas como Codex, agentes y APIs para soportar el desarrollo de estos casos de uso?
La pregunta no es solo si la empresa está usando IA, sino si está construyendo la capacidad organizacional para usarla con profundidad, amplitud y alcance.
Michael Hopf presenta un dicho inequívoco en su libro “Those Who Remain” y que explica perfectamente el fenómeno del crecimiento que se ha visto últimamente en la popularidad del comunismo en EE.UU.
¿Qué se debe hacer en materia fiscal? Diversos analistas mencionan que el ajuste necesario para poder avanzar pasa por un valor entre $30 y $80 billones. Es decir, significa que el déficit actual de 7% del PIB debería reducirse a un valor entre 5,5% y 3% del PIB
Hace unas semanas leí sobre Alpha School, un modelo educativo que utiliza inteligencia artificial para personalizar gran parte del aprendizaje académico y dedicar más tiempo al desarrollo de habilidades humanas. No sé si ese será el colegio del futuro. Lo interesante es la pregunta que plantea: ¿qué debemos enseñar cuando el conocimiento deja de ser el principal factor de diferenciación? Durante décadas, la educación tuvo un propósito claro. La escuela transmitía conocimientos y la universidad formaba especialistas. En un mundo donde acceder a la información requería tiempo y esfuerzo, ese modelo tenía sentido. Hoy cualquier estudiante puede pedirle a una inteligencia artificial que explique un concepto, resuelva un problema o resuma un libro en segundos. Si la información dejó de ser escasa, la ventaja competitiva ya no será saber más. Será pensar mejor. Eso exige replantear nuestras prioridades. El pensamiento crítico deja de ser una habilidad complementaria para convertirse en el centro de la educación. No porque las respuestas hayan perdido importancia, sino porque ahora cualquiera puede obtenerlas. Lo realmente valioso será distinguir entre información y evidencia, identificar sesgos, conectar disciplinas y ejercer buen juicio cuando no existe una solución evidente. Los líderes más admirados rara vez son quienes tienen todas las respuestas. Son quienes hacen las preguntas que los demás no habían considerado. Saben simplificar problemas complejos, escuchar perspectivas distintas, cambiar de opinión cuando la evidencia lo exige y decidir aun cuando la información es incompleta. Esas capacidades no pertenecen a ninguna profesión en particular. Son el resultado de una formación amplia, de la curiosidad intelectual y de la disposición a cuestionar incluso las ideas propias. Si la inteligencia artificial obliga a replantear la educación, quizá el mayor cambio no sea tecnológico, sino filosófico: volver a enseñar a pensar. Curiosamente, esta transformación nos acerca a los grandes pensadores del Renacimiento. Estos no entendían el saber como compartimentos aislados. Leonardo da Vinci fue artista, ingeniero, anatomista e inventor porque comprendía que la innovación nace al conectar ideas. Los problemas que hoy enfrentan las empresas tampoco pertenecen a una sola disciplina. La inteligencia artificial, la geopolítica, la transición energética o el envejecimiento de la población exigen integrar tecnología, economía, derecho, psicología y ética. Formar líderes implica mucho más que desarrollar una buena capacidad analítica. También exige aprender a enfrentar la incertidumbre, asumir riesgos y entender que el fracaso forma parte del aprendizaje. Es allí donde se construyen el carácter, el juicio y la resiliencia. La inteligencia artificial puede reducir el esfuerzo necesario para aprender, pero no puede reemplazar las experiencias que forman el carácter. La discusión sobre la educación suele concentrarse en cuánto tiempo pasarán los estudiantes utilizando inteligencia artificial. La pregunta es más bien qué tipo de líderes queremos formar cuando todos tendrán acceso al mismo conocimiento. Las organizaciones y el mundo necesitan personas capaces de razonar con independencia, conectar perspectivas distintas, ejercer buen juicio, convertir la adversidad en aprendizaje e inspirar a otros para resolver problemas complejos. Esa ha sido siempre la esencia del liderazgo, y ninguna inteligencia artificial podrá reemplazarla
