“Es dinero de capital de riesgo, no dinero de aventura.” Este comentario perspicaz de un capitalista de riesgo (VC) captura una verdad crucial: en medio de un ciclo de exageración tecnológica, la cautela a menudo se convierte en urgencia. Los VCs deben desplegar su capital, y el miedo a perder oportunidades significativas eclipsa los riesgos de fracasos potenciales, especialmente cuando los competidores también están deseosos de invertir.
Esta dinámica se refleja en muchas empresas hoy en día, particularmente con la actual emoción en torno a la IA. Ya sea con modelos de lenguaje grandes (LLMs) o aprendizaje automático (ML), cualquier proyecto puede ser rápidamente renombrado como IA para asegurar financiamiento, incluso aquellos que habían quedado en el rezago en años anteriores.
¿Está Preparado para la IA?
Con miles de millones destinados a la IA en la próxima década, es necesario actuar con prudencia. La historia nos muestra que mientras tecnologías como la búsqueda, las redes sociales y los móviles han tenido un impacto profundo y duradero, otras, como la realidad virtual (VR) y las criptomonedas, han enfrentado limitaciones.
Hace cinco años, los titulares vibraban con predicciones sobre el potencial de la IA. Hoy, las empresas compiten por mostrar sus gastos en IA y sus afirmaciones de capacidades transformadoras. Este enfoque de inversión disperso produce una mezcla de éxitos significativos y numerosos fracasos. Del mismo modo, los líderes empresariales pueden respaldar iniciativas de IA impulsadas por un optimismo mal orientado en lugar de un potencial genuino.
A pesar de este panorama, no se puede negar el papel revolucionario de los LLMs, como lo demuestra ChatGPT alcanzando 100 millones de usuarios más rápido que muchas tecnologías transformadoras.
Entonces, ¿cómo prioriza sus inversiones en IA para maximizar los retornos y minimizar el desperdicio? Enfoque su atención en estas tres preguntas críticas para eliminar el 80% de gastos innecesarios:
1. Entender el Costo Total a lo Largo del Tiempo
Antes de aprobar nuevos proyectos de IA, evalúe los costos iniciales y continuos de recursos. Por cada 10 horas de trabajo de su equipo de ciencia de datos, puede haber cinco veces más tiempo de ingeniería, DevOps y soporte oculto. Muchas iniciativas prometedoras naufragan debido a la falta de inversión continua. Aunque es tentador decir sí a cada proyecto de IA, sobrecomprometerse puede agotar recursos que podrían financiar iniciativas verdaderamente impactantes.
Además, considere los crecientes costos marginales asociados con la IA. Los modelos grandes exigen una inversión significativa para entrenar y mantener. La falta de entrega de funcionalidades prometidas puede llevar a la insatisfacción del cliente y daños a la reputación, experiencias observadas con los primeros esfuerzos de IA de Google e IBM.
2. Pregunte, ¿Por Qué Nadie Más Puede Hacer Esto?
Recuerde que las lecciones sobre la comoditización son invaluables. Aprendí esto de primera mano mientras diseñaba chips de memoria en Micron, donde el reconocimiento de marca importaba menos que el precio, una característica esencial de los productos comoditizados. La industria tecnológica a menudo opera en dos niveles: monopolios y commodities. Antes de adoptar una iniciativa de IA, pregunte: “¿Qué ventaja única tenemos?” Los proyectos que se conviertan en commodities sin una ventaja de escala son arriesgados. En su lugar, enfóquese en iniciativas que construyan ventajas defensivas, ya sea a través de exclusividad de datos, conocimientos propios o fuertes efectos de red.
3. Haga Pocas Apuestas que Está Dispuesto a Seguir
Las mejores oportunidades de inversión a menudo mejoran su modelo de negocio existente. Como sugiere el lema de BASF, “No hacemos las cosas que compras; mejoramos lo que compras.” Si la IA puede mejorar sus productos actuales, eso es una inversión convincente. Las siguientes mejores oportunidades implican expandir sus ofertas a nuevas áreas o adaptarse a cambios en la cadena de valor.
Sin embargo, las apuestas más cruciales lo retan a innovar a riesgo de interrumpir su modelo de negocio actual; si no enfrenta este desafío, sus competidores lo harán. Enfoque su atención en un número reducido de iniciativas estratégicas y comprométase a su éxito, dejando el resto a los VCs y startups.
Si bien la emoción en torno a la IA es justificada, la historia enseña que la exageración puede llevar tanto a descubrimientos prometedores como a un desperdicio significativo. Siguiendo estas directrices, podrá posicionar sus inversiones para obtener retornos óptimos y un impacto significativo.
Clasificación
