Peter Drucker era profético sobre la mayoría de las cosas, pero la computadora no era una de ellas. "La computadora ... es un imbécil", afirmó el gurú de la administración en un artículo de McKinsey Quarterly en 1967, llamando a los dispositivos que ahora impulsan nuestra economía y nuestra vida cotidiana "la herramienta más tonta que hemos tenido".
Drucker apenas estaba solo al subestimar el ritmo insondable del cambio en las tecnologías digitales y la inteligencia artificial (IA). La inteligencia artificial se basa en el poder computacional de vastas redes neuronales que se filtran a través de conjuntos de datos digitales masivos o "big data" para lograr resultados análogos, a menudo superiores, a los producidos por el aprendizaje humano y la toma de decisiones. La IA está transformando carreras tan variadas como la publicidad, los servicios financieros, la medicina, el periodismo, la agricultura, la defensa nacional, las ciencias ambientales y las artes creativas.
Los algoritmos informáticos recopilan y analizan miles de puntos de datos, sintetizan la información, identifican patrones previamente no detectados y crean resultados significativos, ya sea un tratamiento de la enfermedad, una coincidencia facial en una ciudad de millones, una campaña de marketing, nuevas rutas de transporte, un programa de cosecha de cultivos, una noticia generada por una máquina, un poema, una pintura o una estrofa musical, más rápido de lo que un humano puede servir una taza de café.
Un estudio reciente de McKinsey sugiere que el 45 por ciento de todas las actividades en el trabajo pueden automatizarse mediante la implementación de IA. Eso incluye a los empleados de archivos cuyos trabajos pueden automatizarse en un 80 por ciento, o los trabajos de los CEO que pueden automatizarse en un 20 por ciento porque los sistemas de IA simplifican radicalmente y apuntan la lectura de informes, detección de riesgos o reconocimiento de patrones de los CEO.
La IA ha sido una de esas tecnologías publicitadas durante mucho tiempo que aún no ha transformado todo nuestro mundo, pero lo hará. Ahora que la IA parece estar lista para el horario estelar, existe consternación, incluso entre los tecnólogos, sobre el poder desenfrenado que las máquinas pueden tener sobre la toma de decisiones humanas. Elon Musk ha llamado a la IA "nuestra mayor amenaza existencial", haciéndose eco de la advertencia de Bill Joy en 2000 en la revista Wired de que "el futuro no nos necesita". Por otro lado, por supuesto, hay entusiastas ansiosos de máquinas inteligentes para mejorar nuestras vidas y La salud del planeta.
Estoy del lado del CEO de Microsoft, Satya Nadella, quien dice que deberíamos estar preparándonos para la promesa de máquinas cada vez más inteligentes como socios para la toma de decisiones humanas, centrándonos en el papel adecuado y las limitaciones de las herramientas de inteligencia artificial. Para los educadores de escuelas de negocios como yo que creen que el futuro realmente nos necesitará, el poder en expansión de la IA o el aprendizaje profundo plantea un desafío y una oportunidad: ¿Cómo preparamos a los estudiantes para las próximas décadas para que adopten el poder de la IA y comprendan su ventajas para la gestión y el liderazgo en el futuro?
Sería un error obligar a todos los graduados de MBA a convertirse en científicos de datos. El desafío para las escuelas de negocios es actualizar nuestros planes de estudio ampliamente enfocados y al mismo tiempo brindar a nuestros MBA un mayor nivel de familiaridad y comodidad con el análisis de datos. Los CEO de mañana necesitarán una mejor idea de qué conjuntos de datos cada vez más abundantes y complejos dentro de las organizaciones pueden y no pueden responder.
La sofisticación y el volumen de datos pueden estar aumentando, pero la historia proporciona modelos de la relación adecuada de un tomador de decisiones con el análisis de datos.
Toma el día D. El general Dwight D. Eisenhower buscó la mayor cantidad de datos posible para informar su decisión sobre cuándo desembarcar cientos de miles de fuerzas aliadas en las playas de Normandía a finales de la primavera de 1944. Como lo deja claro el libro de Antony Beevor sobre la batalla y otras cuentas, Eisenhower anhelaba especialmente los datos meteorológicos confiables, cuando el pronóstico del tiempo estaba en su infancia. El general cultivó al Dr. James Stagg, su meteorólogo jefe, y se convirtió en experto no solo en analizar los informes de Stagg, sino también en leer el nivel de confianza de Stagg en cualquier informe.
Durante meses antes de la fatídica decisión de "embarcarse en la Gran Cruzada", Eisenhower desarrolló un gran aprecio por lo que los pronósticos meteorológicos podían y no podían cumplir. Al final, como sabe la historia, Stagg lo convenció de posponer la invasión hasta el 6 de junio a partir del 5 de junio, cuando la tormenta pronosticada azotó el Canal de la Mancha y cuando muchos otros cuestionaron la llamada de Stagg de que pronto se despejaría.
Nadie diría que Eisenhower debería haberse convertido en un meteorólogo experto. Su trabajo consistía en supervisar y coordinar todos los aspectos de la campaña mediante la recopilación de información pertinente y evaluar la calidad y la utilidad de esa información para aumentar la probabilidad de éxito de la invasión. Hoy en día, los grandes datos y el advenimiento de la IA amplían la información disponible para los tomadores de decisiones corporativos. Sin embargo, el papel de un CEO en relación con los datos se hace eco de la función de absorción y juicio ejercida por el general Eisenhower al leer las probabilidades en los informes meteorológicos de su meteorólogo.
Es digno de mención que hoy, en medio de todo lo que se habla de complejidad tecnológica y especialización en gran parte de la América corporativa, un informe de Deloitte preparado para nuestra escuela encontró que los empleadores que buscan contratar graduados de MBA valoran las "habilidades blandas" de los futuros empleados más que ningún otro. Quieren contratar personas con competencia cultural y habilidades de comunicación más fuertes, que puedan trabajar en colaboración en diversos equipos y ser flexibles para adaptarse continuamente a las nuevas oportunidades y circunstancias en el lugar de trabajo y el mercado.
No se trata solo de intolerancia a los idiotas en la oficina. Se trata de la necesidad de un líder de poder sintetizar, negociar y arbitrar entre entornos, expertos y datos competitivos y conflictivos. Si hubo un momento en que se pagaba a los líderes corporativos para hacer llamadas de "verificación intestinal", incluso cuando faltaba información esencial, los CEO de hoy en día tendrán que hacer cada vez más decisiones de juicio interpretativas (un tipo diferente de "verificación intestinal") de información excesiva, a menudo conflictiva.
Aquellos en el asiento del conductor de las instituciones tienen acceso a un universo en expansión de ideas derivadas empíricamente sobre fenómenos muy variados, como modelos óptimos para descargar barcos en los puertos más activos del mundo en diversas condiciones climáticas, parámetros de programas de fidelización que generan el cliente 'más exigente' respuesta, o modelos de selección de talento que producen los grupos de empleo más exitosos y diversos.
Los líderes corporativos deberán ser exigentes en el uso de las herramientas de IA. Deben juzgar la fuente de los flujos de datos que tienen ante ellos, determinar su validez y confiabilidad, detectar patrones menos que obvios en los datos, investigar los "qué pasaría si" que presentan y, en última instancia, hacer inferencias y emitir juicios más informados y matizados. alrededor del contexto, válido y útil porque son mejorados por máquinas inteligentes. Los juicios erróneos basados en datos defectuosos o mal interpretados podrían ser incluso más dañinos que los fallos erróneos no informados debido a la ilusión de una autoridad cuasicientífica resultante del aura de datos.
Como herramienta de gestión de proyectos, la IA puede prescribir rutinas de trabajo óptimas para diferentes tipos de empleados, pero no tendrá la sensibilidad de traducir estas necesidades en elecciones matizadas de un resultado organizacional (por ejemplo, equidad en las asignaciones de los empleados) sobre otro (valores familiares ) La inteligencia artificial puede determinar la mejor ubicación para un nuevo restaurante o planta de energía, pero estará limitada en el mapeo de las redes políticas y sociales que deben participar para dar vida a la nueva empresa.
Las máquinas también carecen de fantasía. Los programas de Adtech han reemplazado a los compradores de anuncios humanos, pero la capacidad de crear juegos de palabras o campañas de diseño que atraigan nuestras emociones seguirá siendo innatamente humana, al menos en el futuro previsible.
Se requiere un nuevo nivel de cuestionamiento y pensamiento integrador entre los graduados de MBA. Como educadores, debemos fomentar enfoques de aprendizaje que desarrollen estas habilidades, enseñando administración de datos y habilidades de inferencia, desarrollando simulaciones de datos avanzadas y practicando cómo sondear y cuestionar lo aún desconocido.
Paralelamente al predominio del poder de las máquinas, la importancia de la inteligencia emocional, o EQ, es más grande que nunca para preservar la conectividad humana de las organizaciones y las comunidades. Si bien se espera que las máquinas avancen hasta el punto de leer e interpretar emociones, no tendrán la capacidad de inspirar seguidores, la sabiduría para hacer juicios éticos o la inteligencia para hacer conexiones.
Eso sigue siendo todo de nosotros.
Judy D. Olian es decana de la UCLA Anderson School of Management.
