El 16 de noviembre de 2024 celebramos nuestra segunda edición de Digital Talks, con el prestigioso economista italiano Andrea Bonaccorsi como ponente principal. Ante una audiencia de ejecutivos de las principales marcas, el profesor habló del papel de la IA Generativa como motor de la innovación.

La sesión, presentada por nuestra Directora General, Francesca Gabrielli, y moderada por nuestro Presidente Ejecutivo, Enrico Donati, se enriqueció con los puntos de vista de distinguidos panelistas, entre ellos Monica Dalla Riva, Vicepresidenta Senior y Directora de Diseño de Deutsche Telekom AG, Stefano Gatti, Director de Datos y Análisis de Nexi, Giorgia Molajoni, Directora de Tecnología y Comunicación de Plenitude, y Daniele Petecchi, Director Global de Datos e Inteligencia Artificial de Pirelli. Los ponentes compartieron sus puntos de vista sobre el aprovechamiento de la IA para promover la innovación en diferentes sectores, y sobre cómo sus empresas están aprovechando el enorme potencial de la IA para mejorar los procesos existentes y crear nuevas capacidades.

En su discurso, el profesor Bonaccorsi exploró cinco modalidades cognitivas clave que sustentan los procesos de innovación y el papel de la GenAI en cada una de ellas:

1. La investigación
La innovación en la investigación se desarrolla cuando: el objetivo está bien definido, el espacio de investigación es finito, el procedimiento de investigación es conocido, el criterio de éxito está claro. Sin embargo, el principal reto reside en el tamaño del espacio a explorar. La IA ya ha alcanzado un rendimiento comparable o superior al de los humanos en tareas como el diagnóstico médico y la recuperación de información. Sin embargo, los sistemas de IA aún no son capaces de explorar de forma autónoma espacios complejos ni de manejar con eficacia el razonamiento causal.

2. Recombinación
La tecnología digital es un facilitador clave de la innovación basada en la recombinación, que implica combinar componentes físicos (por ejemplo, la prensa de Guthenberg) o funciones anteriormente separadas (por ejemplo, el teléfono inteligente, Netflix, Booking, Spotify, etc.). La IA favorece el pensamiento divergente -GenAI puede dibujar un elefante cuyas orejas parecen alas de mariposa- y explora combinaciones inusuales. Sin embargo, no es capaz de identificar ideas radicalmente nuevas.

3. Analogía
La innovación por analogía se basa en la identificación de similitudes entre distintos ámbitos del conocimiento. Por ejemplo, la idea de la cafetera Bialetti surge de observar el proceso tradicional de lavar la ropa en el río, donde el agua sube con la ceniza de lavado. Pero cuanto más alejados están estos dominios, más difícil resulta el proceso de adaptación y mayor es el riesgo de errores. Aunque los sistemas LLM pueden generar análisis competitivos o modelos de negocio para nuevas ideas empresariales, su capacidad para producir analogías creativas es limitada.

4. Negación
La innovación a través de la negación consiste en eliminar componentes esenciales de un producto o proceso, obligando a la mente a pensar de forma contrafáctica. Por ejemplo, Lego pasó de los juguetes de madera a los de plástico porque, tras la guerra, se quedó sin materias primas. Así que decidió probar un nuevo material: el plástico. Otro ejemplo son las estrategias de reducción de costes de Ryanair para hacer más accesible el transporte aéreo. Sin embargo, GenAI tiene limitaciones a la hora de procesar complejos pensamientos contrafácticos o "negar" aspectos clave de una experiencia.

5. Abstracción
La innovación por abstracción se produce cuando un innovador puede ver una solución en términos generales, independientemente del contexto específico. Por ejemplo, la visión de Katalin Karikó de utilizar el ARNm para la producción de proteínas y la obsesión de Polegato por encontrar materiales que liberaran la humedad de forma asimétrica para los zapatos Geox son buenos ejemplos. Aunque GenAI es potente, tiene limitaciones a la hora de formar abstracciones sólidas y razonar sobre conceptos que no se han encontrado directamente en sus datos de entrenamiento.

El proceso de innovación activa diversos mecanismos cognitivos. Estos procesos requieren habilidades de razonamiento avanzadas, como el razonamiento lógico, el razonamiento causal y la abducción (pensamiento inverso). La GenAI ha demostrado un rendimiento sobrehumano en la recuperación de información y es eficaz en la generación de nuevas ideas mediante la "recombinación creativa". Sin embargo, tiene importantes limitaciones a la hora de identificar analogías productivas , manejar la negación y realizar razonamientos abstractos.

Los panelistas destacaron la importancia de un enfoque abierto de la integración de la IA para mantener una ventaja competitiva y descubrir nuevas oportunidades. Esto significa invertir en el desarrollo de la mano de obra, apoyar la gestión del cambio y colaborar con las instituciones educativas.

Por encima de todo, es esencial fomentar las oportunidades de experimentación con la IA en todos los niveles y sectores: convertirse en "especialistas rápidos" a todos los niveles, capacitados para formular las preguntas adecuadas a la IA y con la IA, y reconocer que los errores son parte integrante del aprendizaje y el descubrimiento.

En el debate se identificaron algunos aceleradores clave para la integración de la IA:

• Fomentar la diversidad de mentalidades: involucrar tanto a expertos altamente especializados como a pensadores abiertos y experimentales. Animar a las personas a utilizar libremente estas herramientas en entornos seguros.
• Compromiso de la alta dirección: priorizar las intervenciones centrándose en menos casos de uso de gran impacto para garantizar resultados claros y mensurables.
• Desarrollar métricas sólidas: perfeccionar continuamente las métricas para evaluar los avances en la integración de la IA, un área crucial que sigue siendo un reto pendiente.
• Abordar el papel fundamental de la regulación y la Ley de IA, aprovechando nuestros puntos fuertes intelectuales y empresariales a pesar de contar con menos recursos que otros países.

En conclusión, la Charla Digital subrayó el potencial transformador de la IA como potente motor de la innovación empresarial, al tiempo que destacó la necesidad de supervisión humana y liderazgo estratégico para guiar los cambios necesarios en los procesos, las competencias y la cultura corporativa.