LA INTELIGENCIA ARTIFICIAL IMPULSA - Accenture · el crecimiento de las ganancias y la innovaciÓn...

EL CRECIMIENTO DE LAS GANANCIAS Y LA INNOVACIÓN EN LA INDUSTRIA

IMPULSAMark Purdy and Paul Daugherty

LA INTELIGENCIA ARTIFICIAL

ÍNDICE

REVITALIZAR EL POTENCIAL DE GANANCIAS

EL VALOR DE LA IA PARA LA INDUSTRIA

IMPULSAR LAS GANANCIAS DE LA INDUSTRIA CON LA IA

ESTRATEGIAS ENTRE INDUSTRIAS PARA LOGRAR EL ÉXITO

APÉNDICE

04

08

12

20

24

AI RESEARCH

AI RESEARCH LA INTELIGENCIA ARTIFICIAL IMPULSA EL CRECIMIENTO DE LAS GANANCIAS Y LA INNOVACIÓN EN LA INDUSTRIA 2

El constante descenso de la rentabilidad de las empresas en diversos sectores amenaza con reducir las inversiones, la innovación y el valor accionario en el futuro.

Afortunadamente, está surgiendo un nuevo factor de producción —la inteligencia artificial (IA)— que puedecontribuir al impulso de la rentabilidad. La IA está compuesta por diversas tecnologías que pueden combinarse de distintas formas para sentir, comprender, actuar y aprender. El estudio de Accenture demuestra que la IA tiene el potencial de generar un crecimiento promedio de casi 6% puntos porcentuales en los índices de rentabilidad para 2035 en 16 industrias. Sin embargo, esto solo sucederá si las organizaciones adoptan una actitud de poner a las personas en primer lugar y toman medidas audaces y responsables para aplicar las tecnologías de IA a sus negocios. Nuestro estudio identificó siete estrategias entre distintas industrias para poder aprovechar la oportunidad queofrece la IA.

AI RESEARCH


Las ganancias de las empresas están en descenso hoy día. En los Estados Unidos, luego de haber alcanzado su mayor participación en ingresos nacionales después de la posguerra, el crecimiento de las ganancias cayó de 25% en 2010 a -3% en 2015 (Figura 1).

Asimismo, este fenómeno es evidente en la mayoría de las industrias, desde la fabricación, pasando por los servicios públicos, hasta losservicios financieros.

La caída en las ganancias es motivo de preocupación de por sí. Sin embargo, resulta aúnmás preocupante el impacto del descenso de las inversiones, de la innovación y del valor paralos accionistas a largo plazo. ¿Por qué?

La caída de las inversiones no solo reduce la capacidad de crecimiento de las empresas, sinoque congela los recursos para innovar en un contexto cada vez más perturbador. En conjunto, el descenso de las inversiones y de losesfuerzos de innovación puede repercutir en elvalor accionario en la medida en que losinversores cuestionen la capacidad de una empresa de cumplir con las expectativas del mercado.

En realidad, los datos actuales no sugieren un contexto propicio para el crecimiento. La inversión empresarial ya está próxima a estancarse. Por ejemplo, en el sector de Fabricación, el crecimiento de la inversión cayó de 14,8% en 2012 a -5,2% en 2016 en los EstadosUnidos, y de 5,9% en 2012 a -6,6% en 2016 en el Reino Unido . Y el crecimiento en el gasto de Investigación y Desarrollo, un indicador clave para la capacidad de innovación de una industria, ha sido igual de lento. Por ejemplo, las cifras de Fabricación cayeron de 6,6% en 2008 a -2,6% en 2013 en Alemania, y de 7,4% a-0,9% respectivamente en Italia .

1

2

Si bien las perspectivas pueden parecer pesimistas, la ayuda está disponible en la forma de un nuevo factor de producción —la inteligencia artificial— que puede transformar lasoportunidades no solo para el crecimiento económico sino para la rentabilidad de las empresas. Accenture define la IA como una constelación de tecnologías que permite que máquinas inteligentes amplíen las capacidades humanas, sintiendo, comprendiendo, actuando y aprendiendo, lo que les permite a las personas lograr muchos más objetivos.

Impulsada por un incremento masivo de los datos, una capacidad informática en crecimiento vertiginoso a un costo cada vez más bajo y gracias a los avances de la tecnología, la IA se está convirtiendo en una realidad comercial. Más que un potenciador de productividad, vemos la IA como un factor de producción totalmente nuevo que puede revertir la tendencia de la baja en el crecimiento de las ganancias de tres maneras: optimizando procesos con sistemas de automatización inteligentes, aumentando el trabajo humano y el capital físico, e impulsando nuevas innovaciones. (Más información en la nota de recuadro y en el informe de Accenture, “Inteligencia artificial, el futuro del crecimiento.”)

AI RESEARCH


REVITALIZAR EL POTENCIAL DE GANANCIAS

Figura 1. Ganancias empresarialesLas ganancias de las empresas estadounidenses alcanzaron su nivel más alto como porcentaje del producto bruto interno (PIB) en el período de posguerra, pero ahora están en baja.

Ganancias de las empresas estadounidenses*

-5%

5%

10%

15%

20%

25%

0102

1102

2102

3102

4102

5102

25,0

4,0

10,0

1,7

5,9

-3,0

Crecimiento de beneficios corporativos

Ganancias corporativas como una parte del PIB nominal

Ganancias corporativas

849105912591459165918591069126914691669186910791279147916791879108912891489168918891099129914991699189910

002

20

024

002

60

028

002

0102

2102

4102

DSU ed senollirT

6%

7%

8%

9%

10%

11%

12%

13%

0,0

1,0

2,5

Pero para capitalizar esta tremenda oportunidad, las empresas en cada industria necesitarán sintetizar la IA en sus estrategias y desarrollar sistemas de IA responsables que estén alineados con los valores morales y éticosde la sociedad y brinden mejores resultadospara todas las personas. Las características

exclusivas de la IA como un híbrido de capital y trabajo —como la capacidad de enriquecer el trabajo humano a una escala y una velocidad mucho mayores, la capacidad de autoaprendizaje y de mejorar constantemente con el tiempo— exigirán nuevos enfoques y modelos en áreas relacionadas con la inversión,la innovación y el desarrollo del capital humano.

* Antes de impuestos con valoración de inventarios y ajustes de consumo de capital Fuente: Bureau of EconomicAnalysis, análisis de Accenture

AI RESEARCH


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

UUEE

aidnalniF

odinU onieR

aiceuS

sojaB sesiaP

ainamel

A

airtsuA

aicnarF

nópaJ

acigléB

añapsE

ailatI

Base Estado estacionario de IA

En la primera etapa de este estudio, Accenture Research, en colaboración con Frontier Economics, analizó el impacto de la inteligencia artificial en 12 países desarrollados que, en conjunto, generan más del 50% de la producción económica mundial.

Nuestro estudio revela que la IA podría duplicar las tasas de crecimiento económicoanual para 2035, cambiando la naturaleza del trabajo y creando una nueva relación entre las personas y las máquinas, en la cual las personas tengan el control y la tecnología se adapte cada vez más a nuestros deseos y necesidades.

Se proyecta que el impacto de las tecnologías de IA en los negocios aumente hasta 40% la productividad laboral y permitaque las personas hagan un uso más eficiente de su tiempo. Para conocer más información, consulte nuestro informe, “Inteligencia artificial, el futuro del crecimiento.”

Fuente: Accenture and Frontier Economics

INTELIGENCIA ARTIFICIAL, EL FUTURO DEL CRECIMIENTO. VISIÓN MACROECONÓMICA

Figura 2. El impacto económico de la IA en los países: Nuestro estudio muestra que la IA tiene el potencial de duplicar las tasas de crecimiento en los 12 países analizados.

Tasas de crecimiento anuales del valor agregado bruto (una aproximación cercana del PBI) para 2035

AI RESEARCH


34%35%36%

25%27%29%

11%12%17%

Finlandia EEUU Japón

Alemania Paises Bajos Reino Unido

Bélgica Italia España


Figura 3. Productividad laboral en un mundo con IADiferencia porcentual entre la línea de base en 2035 y el estado estacionario de IA en 2035.

AI RESEARCH


37%

30%

20%

Suecia

Austria

Francia

Nuestra segunda etapa del estudio muestra que la IA tiene un vasto potencial para evitar la espiral de baja rentabilidad y para dar lugar a una nueva era de crecimiento de las empresas en todas las industrias.

El potencial económico de la IA Accenture, en colaboración con Frontier Economics, analizó el potencial impacto económico de la IA para 16 industrias que abarcan un campo variado, desde la fabricación hasta los servicios públicos y la salud. Utilizamos el crecimiento en valor agregado bruto (VAB), una aproximación cercana del PBI. El VAB es una medida de producción que representa el valor de los bienes y servicios producidos en un determinado sector. Se lo puede considerar como la contribución de distintos sectores al crecimiento económico.

Comparamos dos escenarios para cada industriaa fin de evaluar el impacto futuro de la IA. En primer lugar, el caso de referencia indica el crecimiento económico previsto paralas industrias según los supuestos actuales. En segundo lugar, las condiciones estables de la IA indican el crecimiento previsto, con la IA integrada en los procesos económicos. Puesto que lleva tiempo ver cómo influyen los efectos de una nueva tecnología, utilizamos el 2035 como el año de comparación (para conocer más detalles, ver “Anexo: Análisis del impacto de la IA sobre el VAB”).

Nuestro estudio indica que los sectores de información y comunicaciones, la fabricacióny los servicios financieros son los tres que más se beneficiarán con la aplicación de la IA, con subas en sus tasas anuales de crecimiento del GVA de 3,4% a 4,8%, de 2,1% a 4,4% y de2,4% a 4,3% respectivamente para 2035 (Figura 2). En la industria de la información y las comunicaciones, que depende fuertemente de las tecnologías, las capacidades de la IA pueden fusionarse con los sistemas existentes para generar 4,7 billones de dólares en concepto de valor agregado bruto en 2035 (Figura 3). Por ejemplo, los proveedores pueden desarrollar nuevas plataformas de IA para ofrecer a sus clientes servicios de protección contra ataques cibernéticos.

EL VALOR DE LA IA PARA LA INDUSTRIA

AI RESEARCH


En la fabricación, precursores como la Internet de las Cosas (IoT) crean condiciones favorables para la integración eficaz de sistemas inteligentes. En la actualidad, lastecnologías IoT permiten que dispositivos físicos, como líneas de montaje, se conecten y comuniquen con sistemas digitales. Asimismo, la IA puede salvar la brecha entre las formas actuales de automatización y aprendizaje y formas más avanzadas. Nuestro estudio indica que la IA podría agregar un VAB de 3,8 billones de dólares adicionales en 2035 a este sector, loque representa un incremento de casi 45% en comparación con el desarrollo normal de la actividad.

Los servicios financieros pueden sacar provecho de las tecnologías de IA para relevar a los trabajadores mejor formados de tareas mundanas y repetitivas, como consultas genéricas de clientes, evaluaciones de hipotecas e investigación de mercado. En líneas generales, este sector se beneficiará con un VAB de 1,2 billones de dólares en 2035.

Incluso los sectores que absorben mucha mano de obra —donde el crecimiento de la productividad es notoriamente lento— experimentarán aumentos considerables en las tasas de crecimiento del VAB. La educación verá un crecimiento de 0,9% a 1,6% para 2035 y los servicios sociales, de 1,6% a 2,8%, y se aportarán importantes aumentos en la producción económica (109 mil millones de dólares y 216 mil millones de dólares más en concepto de VAB respectivamente).

AI RESEARCH


Sin IA Con IA

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

Servicios Artes, Entretenimiento

y Recreación

ServiciosSociales

ServiciosPúblicos

Otrosservicios

Educación

Servicios Financieros

Agricultura, Forestal & Pesca

Hospitalidad& Servicios de Comida

Venta Mayorista & Retail

Transporte & Almacenamiento

ServiciosProfesionales

ConstrucciónInformación &Comunicación

Manufactura Salud


Figura 4. El impacto de la IA en el crecimiento de la industria La IA tiene el potencial de incrementar las tasas de crecimiento económico en un promedio de 1,7 puntos porcentuales para 2035 en 16 industrias.

Crecimiento del VAB anual real para 2035 (%)

AI RESEARCH


Sin IA Con IA

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

Figura 5: El impacto de la IA en la producción de la industriaLa IA puede aumentar considerablemente la producción económica para las industrias. Solo en la fabricación, la IA puede generar un crecimiento del VAB de casi 4 billones de dólares en 2035.

VAB real en 2035 (en billones de dólares)


AI RESEARCH


Manufactura Servicios Financieros

Venta Mayorista & Retail

Transporte & Almacenamiento


ConstrucciónInformación &Comunicación

Salud Servicios Artes,Entretenimiento

y RecreaciónServiciosSociales

ServiciosPúblicos

Otrosservicios

Educación Agricultura, Forestal & Pesca

Hospitalidad &Servicios de Comida

¿Qué podrían significar los incrementos en la producción económica generados por la IA para la rentabilidad corporativa que abarca múltiples industrias? Según nuestro estudio, aumentos significativos en el resultado final.

Accenture identificó tres canales a través de los cuales la IA puede revertir el ciclo de baja rentabilidad en las industrias: la automatización inteligente, el enriquecimiento del capital y el trabajo y la difusión de la innovación.

IMPULSARLAS GANANCIAS DE LA INDUSTRIA CON LA IA

AI RESEARCH


La IA ofrece enormes ventajas respecto de la automatización tradicional. Tomemos el ejemplode la gestión de la cadena de suministro, dondeel tiempo es dinero. Por ejemplo, para la compañía promedio de la lista Fortune100, acortar una cadena de suministro por un solo día libera en cualquier parte de 50 millones de dólares a 100 millones de dólares en flujo de caja.

Las compañías que dependen de una red globalintegrada, como Tesla y Johnson & Johnson, seestán volcando hacia Elementum, un emprendimiento de IA, para agilizar sus cadenas de suministro. Elementum monitorealos incidentes excep cionales, rastrea el transporte y registra la producción manufacturera a fin de brindar visibilidad de lacadena de suministro en tiempo real. Con elanálisis de más de 10 millones de incidentes por día y 25 billones de dólares en productos en tiempo real, Elementum advierte por anticipado sobre los problemas potenciales y propone soluciones alternativas.

Por ejemplo, en 2014 un incendio en una

3

4

5

6

fábrica de chips DRAM de China recortóconsiderablemente (en 25%) el suministro mundial. Mientras que la mayoría de los fabricantes de equipos apenas se enteraron unos días después, los clientes de Elementumsupieron acerca del incidente en pocos minutos y aseguraron su suministro de chips DRAM antes de que los precios reaccionaran ante la escasez.

Pero no solo la cadena de producción puede sacar provecho de la automatización inteligente. Con tiempo y recursos valiosos que se dedican a perseguir contactos de venta, las actividades de venta también están listas para sufrir cambios drásticos con la IA. Lattice Engines está concentrando sus capacidades de IA para agilizar el proceso de ventas. Al aprender los patrones de compra de las compañías líderes, se pueden separar los contactos con gran potencial de aquéllos con poco potencial. Usando la plataforma de IA de Lattice, el departamento de marketing europeo de Dell recortó sus líderes de ventas en 50 por ciento; como consecuencia, se duplicaron los ingresos, la eficiencia y la productividad de las ventas.

7

8

Automatización inteligente

La inteligencia artificial está configurada paraenriquecer la productividad laboral, ya que permite a los trabajadores delegar tareas de bajo valor agregado a la IA y ser más productivos en sus tareas principales.

La aplicación de la IA se está expandiendo a áreas en las que el intelecto y el pensamiento crítico han predominado durante mucho tiempo.Por ejemplo, tomemos como ejemplo la investigación de negocios, una tarea que, tradicionalmente, consume mucho tiempo. El sistema de inteligencia empresarial semi-automatizado de Conatix, basado en los últimos avances en materia de aprendizaje automático, les permite a las compañías descubrir, obtener, estructurar y compartir datos e información no estructurados previamente desde fuera de sus organizaciones. Al trabajar en estrecha colaboración con los investigadores, el algoritmode Conatix puede ajustar su curso en base al feedback humano, creando y actualizando insights de alta calidad.

La IA también puede ayudar a las empresas a maximizar sus tasas de utilización de activos.

Las industrias pesadas, como las de energía y fabricación, exigen grandes inversiones iniciales, lo que las hace vulnerables a los ingresos perdidos asociados al tiempo de inactividad delos activos.

Tomemos como ejemplo las turbinas eólicas: El tiempo de inactividad imprevisto exige un esfuerzo coordinado para obtener equipos, personal de mantenimiento y repuestos, todo el tiempo usando parte de los ingresos. En el caso de una falla en la caja de engranajes, que puede provocar tanto como dos semanas de tiempo de inactividad del activo por falla, el beneficio de una mayor utilización del activo es significativo.

El emprendimiento de IA NEM, que utiliza un algoritmo basado en el sistema inmune humano, está apuntando a la productividad del parque eólico, prediciendo y previniendo fallas. La plataforma primero analiza casos de fallas de turbinas eólicas para aprender cuáles son los síntomas, luego monitorea las turbinas en tiempo real para detectar síntomas y señalar cualquier problema potencial.

9

10

11

Enriquecimiento del trabajo y el capital

AI RESEARCH

AI RESEARCH HOW AI BOOSTS INDUSTRY PROFITS AND INNOVATION 13

Mark Purdy, Managing Director

Accenture Research

Como nuevo factor de producción, la IA puede impulsar el crecimiento, por lo menos, de tres maneras diferentes. Primero, puede crear una nueva fuerza de trabajo virtual, lo que llamamos automatización inteligente. Segundo, la IA puede complementar y mejorar las habilidades y la capacidad de las fuerzas de trabajo y el capital físico existente. Tercero, como otras tecnologías anteriores, la IA puede impulsar innovaciones en la economía. Con el tiempo, esto se convierte en un catalizador para una mayor transformación estructural, a medida que las economías que utilicen la IAno solo hagan las cosas de manera diferente, sino que también hagan cosas diferentes.”

AI RESEARCH


La inteligencia artificial está lista para impulsar la innovación acelerando el desarrollo de nuevos productos. Este incremento en innovación elimina costos superfluos y genera nuevas fuentes de ingresos, por lo que aumenta la rentabilidad.

El desarrollo de nuevos medicamentos es un claro ejemplo. Actualmente, en materia de desarrollo de medicamentos predomina un método de descubrimiento basado en hipótesis, mediante el cual menos del 10% de los nuevos medicamentos obtiene aprobación.Con el uso de la IA, Berg Health monitorea el progreso de cánceres, siguiendo billones depuntos de datos de células cancerígenas y no cancerígenas.Hasta ahora, el esfuerzo ha dado como resultado un nuevo medicamento contra el cáncer que actualmente está siendo sometido a pruebas clínicas. Se prevé que este enfoque de IA respecto del descubrimiento de nuevos medicamentos reduzca a la mitad el costo de desarrollo de un único medicamento, de 2.600 millones de dólares a 1.300 millones de dólares.

11

La IA también está ayudando a las empresas a crear nuevos productos basados en objetivos y restricciones de diseño. Autodesk es el primero en aplicar este nuevo enfoque con su sistema de diseño asistido por computadora, Dreamcatcher. Mediante algoritmos de IA, Dreamcatcher recurre al poder de la nube para crear miles de iteraciones de prototipos virtuales y comparar sus funciones, costo y material con criterios especificados. Dreamcatcher comienza con una masa sólida que se ajusta a una forma deseada, luego comienza a cincelar el material. Se “recuerda” la eliminación de un pedazo de material que empeora o mejora el funcionamiento, lo que le permite al algoritmo comprender de qué manera cada trozo de material contribuye al funcionamiento.

En la industria de la salud, se ha utilizado Dreamcatcher para diseñar un implante facial que acelera la recuperación y regeneracióndel tejido. En la industria automotriz, el producto que funciona con IA ha contribuido al desarrollo de un nuevo auto biplaza descapotable.

13

15

Difusión de la innovación

AI RESEARCH


A través de estos canales, la IA ofrece oportunidades de rentabilidad sin precedentes. Caso concreto: Con sectores que involucran mucha mano de obra, como comercios mayoristas y minoristas, artes, entretenimiento y recreación, y salud, la IA enriquece la fuerza laboral humana, y permite así que las personas se vuelvan más productivas con el tiempo y redirijan su foco a las tareas críticas. Para el sector de comercio mayorista y minorista, esto puede llevar a un aumento de casi 60% en las ganancias, de 17 dólares a 27 dólares por cada 100 dólares de ingresos (Figura 4).

Para industrias tradicionales que exigen grandes inversiones de capital, el impacto de la IA en la rentabilidad puede ser igual de drástico. En la fabricación, por ejemplo, las máquinas defectuosas y el equipo ocioso se convertirán en algo del pasado, puesto que los sistemas que funcionan con IA ofrecen tasas de retorno en constante alza, debido a su capacidad de aprender, adaptarse y evolucionar con el tiempo. Cosas como la realización rápida de prototipos o la asignación dinámica de recursos pueden reducir significativamente el plazo de comercialización y recortar costos en el proceso. El resultado neto para el sector es un incremento de 39% en la participación en las ganancias.

AI RESEARCH


Potencial de ganancias por industria

Figura 6. El impacto de la IA en las ganancias por industria

La IA tiene el potencial de aumentar significativamente las ganancias en 16 industrias. Ganancia en dólares a partir de cada US$100 en condiciones estables de IA frente a casos de referencia.


84% 74% 71% 59%

Educación Hospedaje & Servicios Alimenticios

Construcción Sector Mayorista& Minorista

55% 53% 46% 44%

Salud Agricultura, Forestación

& Pesca

ServiciosSociales

Transporte &Almacenamiento

39% 36% 31% 27%

Fabricación OtrosServicios

ServiciosFinancieros

ServiciosPúblicos


26% 24% 17% 9%

Artes, Entretenimiento& Recreación

Información &Comunicación

Utilidades

AI RESEARCH


FabricaciónLa dependencia de la maquinaria pesada que se observa en la fabricación prepara la industria para la aplicación de tecnologías con IA. Nuestro estudio indica que con la IA, la industria de la fabricación puede generar 3,8 billones de dólares adicionales en concepto de VAB para 2035. Se prevé que el canal de enriquecimiento impulse la mayoría de los beneficios para este sector. No solo el trabajo humano será más productivo, sino que la IA también permitirá la concreción de todo el potencial de la maquinaria existente en la planta de producción propiamente dicha.

IND

ICA

DO

RES

DE

LA

IND

UST

RIA

FigurA 7. VAB de fabricación en 2035 (en miles demillones de US$)


Sin IA Con IA

+ US$ 3.776 billiones

Automatización Inteligente Aumento Productividad Total

de los Factores (PTF)

US$ 12.173 billiones

8.397 8.397

1.398

2.071

307

AI RESEARCH


GVA Total con IA:

Sector mayorista y minoristaLa IA puede producir 2 billones más en concepto de VAB en2035 para el sector de ventas mayoristas y minoristas, un incremento de 36% respecto del caso de referencia. Los comercios minoristas pueden recurrir a las capacidades de automatización inteligente de la IA para agilizar la gestión deinventarios y depósitos, en tanto las tecnologías de realidadaumentada permiten experiencias de inmersión de comprascon los clientes. Entre los sectores estudiados por Accenture,se prevé que esta industria se beneficie considerablemente con los efectos de innovación adicionales impulsados por la IA; por ejemplo, que contribuya a dejar al descubierto consumidores de demanda latente.

SaludEn nuestro modelo, la IA acelerará el crecimiento en la industria de la salud de 2,2% a 3,4% para 2035 y generará así un VAB adicional de 461 mil millones. El canal de automatización inteligente representa más del 60% de los beneficios. Lossistemas que funcionan con IA pueden analizar cantidades masivas de datos no estructurados y arrojar diagnósticos predictivos que pueden detectar problemas antes de que se conviertan en un riesgo grave para la salud. El canal de innovación además suma más de 100 mil millones para la industria en 2035. Un ejemplo del enorme potencial de la IA en el rubro de la salud: La industria ha colaborado con campos no relacionados anteriormente, como la fabricación y el diseño, para crear técnicas de avanzada en matera de impresión 3D para el trasplante de órganos.

Figura 8. VAB del sector mayorista y minorista en 2035 (en miles de millones de US$)

Figura 9. VAB de salud en 2035 (en miles de millones de US$)

Fuente: Accenture and Frontier Economics Fuente: Accenture and Frontier Economics

Sin IA Con IA

+ US$ 461 billiones

US$ 2.720 billiones

2.260 2.260

284

75102

Sin IA Con IA

+ US$ 2.225 billiones

GVA Total con IA:US$ 8.404 billiones

6.179 6.179

1.077

943

205

AI RESEARCH


Automatización Inteligente Aumento Productividad Total

de los Factores (PTF)Automatización Inteligente Aumento Productividad Total

de los Factores (PTF)

GVA Total con IA:

ESTRATEGIAS ENTRE INDUSTRIAS PARA LOGRAR

Independientemente de la industria, las empresas tienen una oportunidad inmejorable para aplicar la IA ahora e inventar nuevas capacidades de negocios para lograr crecimiento, rentabilidad y sustentabilidad sin precedentes. Pero para aprovechar todo el potencial de la IA, deben estar completamente preparadas para las alteraciones concomitantes. Como el nuevo factor de producción, la IA interactuará con entradas de capital y trabajo tradicionales a fin de crear nuevos desafíos, y loslíderes tendrán que evolucionar de una manera novedosa e inesperada, puesto que sus funciones se volverán cada vez más interdependientes.

Con el objeto de preparar a sus organizaciones para un futuro exitoso con la IA, los líderes de negocios tienen oportunidades para adoptar las siguientes siete estrategias.

EL ÉXITO

AI RESEARCH


Dado que la IA es una forma de trabajo virtual, interactuará con la fuerza laboral y, de esta manera, contribuirá y agregará valor igual que lo haría un colega humano. Por lo tanto, la función del Director de RH no solo será administrar empleados humanos, sino también supervisar a los colaboradores de IA, recursos de IA humanos. Esto planteará preguntas, por ejemplo: ¿De qué manera remodelan las empresas las métricas de desempeño? ¿Cómo optimizan los requerimientos de la fuerza laboral entre el trabajo humano y el de la IA? Como consecuencia, el Director de RH desempeñará un rol mucho más importante en la estrategia de negocios y en la innovación, y también acumulará mayores conocimientos técnicos acerca de las tecnologías de IA y de cómo estas forjarán el futuro del trabajo.

La función de RH en sí también necesitará incorporar tecnologías de IA en todos los aspectos de su trabajo, desde la contratación hasta el retiro. Por ejemplo, SAP SuccessFactors les permite a las empresas mover su gestión de RH de “autoservicios aislados a servicios inteligentes de extremo a extremo”. La aplicación, utilizada por Microsoft, puede sincronizar programas heredados, ofrecer plataformas de colaboración entre empleados, obtener conocimientos prácticos a partir de datos de la fuerza laboral y predecir el impacto que las decisiones sobre recursos tienen en otras áreas de negocios.

14

Reinventar los RH en RH con IA

Aprender con máquinasA fin de explotar al máximo el potencial de laIA, la inteligencia humana y la artificial debenestar bien interconectadas. Habrá una necesidad de nuevas habilidades en la fuerza laboral que superen la experiencia y los conocimientos técnicos, con un nuevo énfasis en las capacidades humanas —criterio, comunicación, pensamiento creativo— que complementen las tecnologías.

La IA transformará no solo lo que las personasaprendan, sino también cómo lo hagan. Tradicionalmente, las trayectorias profesionales seguían una progresión lineal: desde principiante hasta ejecutivo con experiencia. Pero cuando la IA se haga cargo de las tareas mundanas y de bajo valor agregado, se abrirá una brecha de habilidades entre los jóvenes profesionales y los trabajadores de mayor edad, y esto favorecerá a los trabajadores conexperiencia. A fin de adaptar sus negocios a

la naturaleza cambiante del aprendizaje y la capacitación para empleados, los líderes de negocios pueden agudizar su foco en las necesidades de sus fuerzas laborales, en especial, en el área de desarrollo de aptitudes ágiles.

MasterCard, por ejemplo, está probando software de IA que recurre a los conocimientos de personal experimentado para ayudar a sus trabajadores a que sean mejores vendedores. Al fusionar aportes de humanos y de grandes datos, el software puede escalar la experiencia y los conocimientos de las personas avezadas a todo el equipo, lo que reduce la necesidad detener grandes grupos de capacitación. Los aportes combinados actúan como asesor personalizado para cada integrante del equipo de ventas, a fin de que puedan optimizar sus estrategias de ventas.

15

AI RESEARCH


Un paso más allá de la automatización La automatización ha sido un componente básico fundamental de la estrategia de negocios en el pasado. Sin embargo, con los últimos progresos en materia de IA, las empresas deben dar un paso más allá para aprovechar la inteligencia de máquinas dinámicas, de autoaprendizaje y autogobierno.

El estudio de Accenture revela que los beneficios potenciales de la IA pueden ser considerablementemayores que el impacto pasado de la automatización. Entre 1993 y 2007, por ejemplo, se estima que la automatización tradicional generó de 0,9% a 1,3% de crecimiento anual adicional en las economías de países desarrollados. No obstante, el impacto futuro de la IA podría ser 70% mayor en el caso de Finlandia y 50% mayor en los Estados Unidos.

20

Por lo tanto, adoptar la IA puede ser una poderosa fuente de ventajas competitivas. Bosch, por ejemplo, está posicionando la IA al frente de su negocio. La “fábrica de ideas” de la empresa, que actualmente se implementa en una de las plantas automotrices de Bosch en Alemania, tiene como objetivo permitir que las máquinas que funcionan con IA diagnostiquen fallas técnicas automáticamente, soliciten repuestos en forma autónoma y prevean necesidades de mantenimiento. En términos generales, Bosch pronostica ingresos y ahorros adicionales de más de 2.000 millones de dólares a partir del uso generalizado de sistemas y máquinas inteligentes para 2020. 21

Crear una cultura de IA abierta

Designar a un director de la cadena de suministro de datos

Para las empresas, crear una cultura de inclusión y diversidad es prioritario. A medida que impulsen estos programas, los líderes deben tener en cuenta el penetrante impacto de la IA.

Las preocupaciones sobre seguridad laboral, salarios y privacidad pueden afectar las actitudes de los empleados y la manera en que adoptan y usan la IA en sus tareas. Para los líderes, la clave será integrar la IA en la cultura corporativa. La empresa de servicios analíticos Kanjoya, por ejemplo, usa tecnologías de IA para eliminar señales de parcialidadimplícita en comunicaciones de oficinas o evaluaciones de desempeño.

Otro ejemplo: La aplicación Glooo de la empresa de tecnología Volume.XO se basa en programación con lenguajes naturales para reconocer el estrés emocional y el agotamiento de los trabajadores, entablando conversaciones y gestión de relaciones. Con estas soluciones, la IA tiene el potencial de cultivar un entorno laboral más positivo y reforzar la cultura corporativa en base al respeto.

El desempeño de la IA dependerá directamente de la calidad y la cantidad de los datos disponibles. El estudio de Accenture indica que la mayoría de los ejecutivos no están seguros acerca de los resultados de negocios que obtienen de sus programas analíticos de datos, lo que puede implicar que aún existe una amplia subutilización de los datos corporativos. Si bienmuchas de las grandes empresas ya han incluidoun director de datos (CDO) en su equipo de gerentes de primer nivel (Gartner estima que el90% de las grandes organizaciones tendrá un CDO para 2019 ), para estos ejecutivos el

16

17

18

principal centro de atención será la seguridad de los datos, las regulaciones y la gobernabilidad, más que ser administradores que traten los datos como una cadena de suministro.

Un director de cadena de suministro de datos necesitará armar una cadena de suministro de datos integrada y de extremo a extremo, y deberá tener en cuenta cuestiones como: ¿Cuál es el equilibrio entre las fuentes de datos internos y externos? ¿Cuál es la rotación de datos de la empresa y el costo por día? ¿Dónde están los silos de información? ¿De qué manera puede nuestra empresa simplificar el acceso a los datos?

AI RESEARCH


19

Medir el retorno en función de los gigabytes invertidosLas medidas para factores de producción tradicionales incluyen el retorno sobre el capital (ROC por su sigla en inglés), además de métricas de desempeño humano para los empleados. Como nuevo factor de producción, la IA también exige la toma de medidas nuevas o adaptadas, especialmente dadas sus características.

A diferencia de los activos tradicionales que se deprecian con el tiempo, los activos de IA, con sus tecnologías de autoaprendizaje, aumentan su valor a medida que pasa el tiempo. Este efecto compuesto de apreciación de activos crea mayores retornos para las empresas que invierten tempranamente en IA. Asimismo, si bien algunas de sus aplicaciones tienen resultados claros, la

naturaleza de aprendizaje de la IA implica que muchos de los beneficios se originarán a partir defuentes que aún deben determinarse.

Por lo tanto, las medidas tradicionales para realizar un seguimiento de las inversiones de capital serán redundantes en la era de la IA. Los CFO necesitarán una nueva caja de herramientas de métricas financieras para evaluar adecuadamente el valor de la inversión en IA. Por ejemplo, en los modelos de valoración y gasto de capital, podrán surgir el retorno sobre los gigabytes invertidos (ROGBI, por su sigla en inglés) y el retorno sobre la capacidad de procesamiento (ROPP).

Llevar la participación colectiva a la nube En la última década, las empresas han usado el poder de la participación colectiva para trasladarse a modelos de innovación abiertos. Al mismo tiempo, las tecnologías de nube han dado una oportunidad para escalar rápidamente con menores costos informáticos y sin los límites de las estructuras internas de TI. El próximo paso en la innovación será combinar los datos obtenidos de la

participación colectiva en la nube con capacidades de IA para crear oportunidades de negocios nuevas y transformadoras. A tal efecto, ya están en uso plataformas de aprendizaje con máquinas basadas en la nube, como la plataforma Google Cloud y Amazon Web Services.

Como nuevo factor de producción, la IA está preparada para transformar las empresas en formas no vistas desde el impacto de la Revolución Industrial. Si adoptamos una mirada crítica respecto de cuál sería el impacto macroeconómico de la IA a medida que madure, nuestro estudio muestra que las empresas en cada industria tienen el potencial de aplicar la IA para dar rienda suelta a beneficios extraordinarios, marcando el comienzo de una era de rentabilidad ycrecimiento económico espectaculares y duraderos.

Pero el aprovechamiento de todo el potencial económico de la IA no sucederá sin que los líderes de negocios reconozcan los desafíos, adopten el enfoque de poner a las personas en primer lugar y apliquen las tecnologías de manera responsable, mientras transforman sus estrategias y operaciones. ¿El objetivo? Crear un nuevo manual de estrategias para un mundo con IA que empodere a las personas para que hagan lo que hacen mejor: imaginar, crear e innovar.

AI RESEARCH


ANÁLISIS DEL IMPACTO DE LA IA SOBRE EL VAB

Este estudio analiza el impacto de la IA en 16 industrias. En la publicación “Inteligencia artificial, el futuro del crecimiento,” Accenture analizó 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.

Presentamos la IA como el nuevo factor de producción que cambiará la manera en que se genera el crecimiento a nivel de país y de industria. A fin de medir este crecimiento, nuestro modelo procede en tres pasos, como se muestra en la Figura 10:

Nos basamos en investigación que considera la parte de las tareas susceptibles a la IA en toda la fuerza laboral. Prevemos la posibilidad de que, en el futuro, se automaticen las profesiones individuales. Por lo tanto, vemos la extensión de estas profesiones en las industrias y países a partir de datos estadísticos laborales de los países analizados. Este ejercicio de comparar las tareas susceptibles a la IA con la extensión de ocupaciones por país e industria nos permite determinar una visión de la tasa de absorción de la IA por país a industria.

Incluimos las mejoras de calidad de la IA con el tiempo. Medimos esta variable en relación con datos sobre descenso de precios de software, hardware, robótica y nubes desde 1990 hasta la actualidad.

Determinamos los efectos de innovación adicionales previstos a partir de la difusión de la IA, medida según la productividad total de los factores (PTF). Mencionamos datos históricos sobre el impacto de las tecnologías de la información y las comunicaciones en el crecimiento de la PTF y mejoramos dicha cifra mediante cifras de inversión en las industrias de IA, al igual que la capacidad de las economías nacionales de absorber nuevas tecnologías.

Habiendo realizado estos pasos, obtenemos una visión del potencial económico de la IA por país y por industria. En los resultados por país, sumamos los resultados de cada una de las 16 industrias por país. En los resultados por industria, sumamos los datos de los 12 países por industria.

Nuestros pronósticos de rentabilidad se basan en los resultados del VAB de la industria. Parallegar a una representación de las ganancias, restamos la compensación laboral del VAB que nos da el excedente operativo bruto (del inglés GOS, que describe el excedente generado por las actividades operativas luego de restar la entrada del factor laboral), una aproximación de las ganancias. Para obtener una medida de rentabilidad más verídica, aplicamos un deflactor que contiene datos sobre la depreciación de capital a los resultados del GOS.

1

2

3

ANEXO AI RESEARCH


Figura 10. Factores para modelar los beneficios de la IA sobre el VAB por industria

Fuente: Análisis de Accenture

Susceptibility of di erentoccupations to AI

ADAPTED GROWTH MODEL

AI ECONOMIC OUTPUT

Source: Frey and Osborne

AI QUALITY IMPROVEMENT

Prices on software, hardware,robots, cloudSource: US Bureau of Economic Analysis;International Federation of Robotics; Google

Spread of occupationsacross countries and industriesSource: Bureau of Labor Statistics;International Labour Organization

‘National Absorptive Capacity’—Ability of economies to absorbnew technologiesSource: Accenture and Frontier Economics

TFP GROWTH

Historical data on TFP growthSource: Growth accounting andeconometric literature

Industry investments in AISource: International Data Corporation

‘National Absorptive Capacity’—Ability of economies to absorbnew technologiesSource: Accenture and Frontier Economics

enhanced by

AI ABSORPTION RATE

AI RESEARCH


AUTORES

MARK PURDY Managing Director Accenture Research @MPurdyAccenture

PAUL DAUGHERTY Accenture Chief Technology and

@pauldaugh

Author-level contribution

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

Agradecimientos

MAXENCE BERNIER DAVID CUDABACK DAVID LIGHT PAUL NUNES MIRIAM SEYED

AI RESEARCH

ACERCA DE ACCENTUREAccenture es una empresa líder en servicios profesionales a nivel global, con una amplia gama de servicios y soluciones de estrategia, consultoría, digital, tecnología y operaciones. Combinando una experiencia sin precedentes y conocimientos especializados en más de 40 industrias y todas las funciones de negocio, y con el respaldo de la red de delivery más extensa del mundo, Accenture se sitúa en la intersección de negocio y tecnología con el fin de ayudar a sus clientes a alcanzar un rendimiento más alto y aportar un valor sostenible a sus accionistas. Con unos 401.000 profesionales que prestan servicio a clientes en más de 120 países, Accenture fomenta la innovación para mejorar la forma en que se vive y trabaja en nuestro mundo. Visítenos en www.accenture.com.

ACERCA DE ACCENTURE RESEARCHAccenture Research determina tendencias y crea explicaciones impulsadas por datos acerca de los problemas más apremiantes que afrontan las organizaciones globales. Combinando el poder de innovadoras técnicas de investigación con un profundo conocimiento de las industrias de nuestros clientes, nuestro equipo de 250 investigadores y analistas se extiende en 23 países y publica cientos de informes, artículos y puntos de vista todos los años. Nuestra investigación que invita a la reflexión —respaldada por datos privados y sociedades con organizaciones líderes, como el MIT y Singularity— guía nuestras innovaciones y nos permite transformar teorías y nuevas ideas en soluciones del mundo real para nuestros clientes.

Copyright © 2017 Accenture Todos los derechos reservados.

Accenture, su logo y Alto Rendimiento Hecho Realidad son marcas registradas de Accenture

Este documento presenta exclusivamente información de carácter general; no tiene en cuenta las circunstancias específicas de cada lector y es posible que no refleje los datos más recientes. En la medida permitida por la ley, Accenture renuncia a toda responsabilidad por la precisión e integridad de la información que contiene este documento, así como por cualquier acción u omisión basada en dicha información. Accenture no ofrece asesoramiento en materia jurídica, normativa, fiscal o de auditoría. Los lectores que deseen recibir esa clase de asesoramiento deberán recurrir a sus propios asesores jurídicos o a otros profesionales.

Este documento hace referencia a marcas registradas que pueden ser propiedad de terceros. El uso de dichas marcas registradas no supone ninguna reivindicación de titularidad de las mismas por parte de Accenture y en ningún caso implica la existencia de una asociación entre Accenture y los legítimos propietarios de dichas marcas registradas.

REFERENCIAS

1

2 Organisation for Economic Co-operation and Development Statistics, April 2016.

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

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

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

6 Elementum website, product brochure.

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

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

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

10 NEM Solutions website, Aura expert.

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

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

13 Medeiros, João, “The Start-up Fighting Cancer with AI,” Wired, March 22, 2016.

14 Autodesk, “Project Dreamcatcher”.

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

16 SAP press release, “SAP and SuccessFactors Introduce Next Generation of Intelligent HCM Software,” August 11, 2015; SAP News Center, “Microsoft Selects SAP SuccessFactors HCM Suite to Transform HR Globally,” November 16, 2016.

17 Kharpal, Arjun, “MasterCard Using AI to Turn Sta into Top Sellers,” CNBC, March 3, 2016.

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

19 January 26, 2016.

20 Accenture and Frontier Economic analysis, 2016.

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

AI RESEARCH

LA INTELIGENCIA ARTIFICIAL IMPULSA - Accenture · el crecimiento de las ganancias y la innovaciÓn...

Documents

Transcript of LA INTELIGENCIA ARTIFICIAL IMPULSA - Accenture · el crecimiento de las ganancias y la innovaciÓn...