Desafíos para medir el retorno sobre la inversión en inteligencia artificial

3–5 minutos

Invertir en inteligencia artificial se ha vuelto más sencillo que demostrar que esa inversión generó resultados financieros. Las empresas han adoptado herramientas de IA en áreas como atención al cliente, programación, marketing, finanzas y operaciones, pero muchas aún tienen dificultades para convertir estos proyectos en cifras concretas.

Una encuesta de Deloitte realizada a 1.854 ejecutivos en Europa y Oriente Medio reveló que el 85 % de las organizaciones aumentaron sus inversiones en IA en los 12 meses previos al estudio. Al mismo tiempo, la mayoría de los encuestados afirmó que un caso típico de uso tarda entre dos y cuatro años en alcanzar un retorno satisfactorio.

Antes de evaluar el retorno de la inteligencia artificial, es fundamental comprender cómo se está aplicando la tecnología y qué resultados pueden atribuirse directamente a ella.

Cómo calculan las empresas el ROI de la inteligencia artificial

El cálculo tradicional del ROI compara la ganancia obtenida con el costo de la inversión. Sin embargo, en el caso de la IA, la cuenta puede incluir gastos menos evidentes, como infraestructura, integración de sistemas, capacitación de empleados, seguridad, gobernanza y mantenimiento de los modelos.

Por esta razón, las empresas monitorean indicadores como la reducción de costos, el aumento de ingresos, la productividad, el tiempo de ejecución de tareas y la calidad de los procesos.

Por ejemplo, una herramienta que reduce de dos horas a 30 minutos el tiempo necesario para producir un informe genera una ganancia en productividad. Para convertirlo en ROI, la empresa debe estimar el valor financiero de esas horas ahorradas y compararlo con el costo de la solución.

PwC también distingue entre el llamado retorno financiero, o hard ROI, y los beneficios más difíciles de monetizar, como la satisfacción de los empleados, la adquisición de nuevas habilidades y la retención de talentos.

Cuando la cuenta no cuadra, el problema puede no estar en la tecnología, sino en el indicador elegido, que puede no estar relacionado con el objetivo que justificó la inversión.

Por qué muchos proyectos de IA no muestran retorno

Uno de los obstáculos es medir el resultado de un proyecto de forma aislada. PwC señala que las organizaciones deben evaluar el desempeño de la IA de manera continua, ya que los modelos pueden perder eficiencia y requerir nuevas inversiones con el tiempo.

Otro problema es la falta de datos confiables. Los sistemas dispersos en diferentes áreas dificultan la comparación entre el escenario anterior y posterior a la implementación. Según Deloitte, los problemas relacionados con los datos y la infraestructura están entre las principales barreras para capturar valor con la IA.

Además, existe una diferencia entre automatizar una tarea y rediseñar un proceso. Una empresa puede implementar un chatbot para los empleados y contabilizar el número de interacciones, pero ese dato por sí solo no muestra si hubo reducción de costos o mejora en la atención.

El indicador debe responder a una pregunta de negocio. Si el objetivo es reducir gastos, la métrica debe mostrar ahorros. Si es aumentar ventas, debe seguir los ingresos o la conversión. Si es acelerar operaciones, el tiempo y la productividad pueden ser más relevantes.

Qué hacer cuando el retorno no aparece

Una de las primeras medidas es revisar la relación entre la inversión y el resultado esperado. Esto incluye considerar los costos de tecnología, integración, capacitación y mantenimiento, en lugar de comparar solo el precio de la herramienta con una estimación de productividad.

También es necesario establecer una línea de base antes de la implementación. Sin saber cuánto tiempo consumía una tarea, cuánto costaba o cuál era su tasa de error anteriormente, es más difícil determinar el impacto provocado por la IA.

Otra opción es evaluar el portafolio de iniciativas. Un proyecto puede tener un retorno financiero limitado individualmente, pero contribuir a una transformación mayor cuando se combina con otros sistemas y procesos.

Una encuesta de BCG realizada a más de 280 ejecutivos de finanzas mostró este desafío. El ROI mediano reportado para iniciativas de IA y IA generativa en el área fue del 10 %, mientras que muchas organizaciones tenían como referencia un retorno del 20 %. Casi un tercio de los encuestados reportó ganancias limitadas.

El retorno de la IA comienza antes de la tecnología

Un análisis de PwC realizado a 1.217 empresas de 25 sectores encontró una fuerte concentración de los beneficios: el 20 % mejor posicionado en el índice utilizado por el estudio capturó el 74 % de los retornos relacionados con la IA. La investigación vinculó este desempeño a factores como estrategia, datos, tecnología, fuerza laboral, gobernanza y forma de aplicación de la IA.

La conclusión práctica es que más inversión no significa automáticamente más retorno. Para saber si la cuenta cuadra, las empresas deben definir el problema antes de la herramienta, establecer métricas antes de la implementación y monitorear los resultados a lo largo del tiempo.