Por qué la formación por sí sola no puede cerrar la brecha entre la adopción de la IA y el retorno de la inversión

Probablemente esté familiarizado con alguna versión de esta narrativa: las empresas adoptan AI, actuación las ganancias eventualmente se estabilizan y los líderes se preguntan sobre el retorno de la inversión (ROI) de sus inversiones.

Los expertos no están de acuerdo sobre cómo remediar esta brecha entre adopción y resultados. Algunos piden algo mejor gobernanciaotros para una mejor implementación. O mi favorito personal, mejor habilitación. Cada uno de estos remedios depende de organizaciones estar alineado sobre cómo se ve el éxito y poder medirlo.

Tomemos como ejemplo a los profesionales del aprendizaje y el desarrollo (L&D). Es posible que estén apoyando sus planes de adopción de IA mientras enfrentan los mismos problemas organizacionales. Así es, las personas más preparadas para desarrollar habilidades también están luchando por medir el retorno de la inversión (ROI) de la IA.

Encuestamos a más de 800 profesionales del aprendizaje en el lugar de trabajo en más de 25 países para nuestra encuesta anual. Informe sobre IA en el aprendizaje y el desarrollo. Esto es lo que podemos aprender de ellos sobre cómo pasar de la adopción a los resultados.

Sin resultados acordados, los equipos aceleran por defecto

La forma en que los equipos de formación y desarrollo utilizan la IA refleja lo que recompensa y mide su organización.

Si los empleados trabajan en organizaciones que rastrean el uso de la IA y recompensan el uso de más tokens, entonces el uso de la IA de los equipos reflejará eso. Este tipo de recompensa sólo se convierte en un problema cuando no va acompañada de resultados de medición claros. Las organizaciones deben poder decir: queremos que utilice más IA para lograr X. De lo contrario, se quedarán con ganancias de productividad que equivalen a una pequeña mejora del rendimiento.

En nuestro informe, el 75 % de los encuestados mencionaron la creación de contenido más rápida como uno de los impactos más claros que han visto en la adopción de la IA. Esto parece reducir el tiempo que lleva producir nueva formación y aumentar el resultado de la formación. Mientras tanto, sólo el 11% mencionó la mejora del desempeño en el trabajo como un impacto.

La mayor parte de la capacitación en el lugar de trabajo está diseñada para mejorar el desempeño en el trabajo. Sin embargo, solo el 35% de los equipos de capacitación y desarrollo miden eso de manera consistente (en comparación con el 72% que mide consistentemente la participación y las terminaciones).

Esto sugiere que los líderes están recompensando y midiendo el desempeño de la capacitación y el desarrollo en función de esas métricas, o que nadie se ha puesto de acuerdo sobre cómo debería ser el éxito. Las respuestas de nuestra encuesta apuntan a lo último. Más de uno de cada cinco menciona la falta de métricas de éxito acordadas como su mayor barrera para demostrar el impacto.

A los equipos se les dice que usen IA y luego se topan con obstáculos

Las recompensas no son la única limitación organizacional que enfrentan los equipos de capacitación y desarrollo cuando adoptan la IA. Lo que una organización permite y cómo gobierna la IA es igualmente importante.

Eso comienza con las soluciones de IA a las que pueden acceder los equipos. El 73% de los equipos de formación y desarrollo que comenzaron con un mandato de liderazgo para utilizar IA todavía necesitan permiso departamental o multifuncional para poner a prueba una nueva herramienta de IA. Algunos equipos están limitados a herramientas de inteligencia artificial aprobadas por la empresa y no pueden realizar pruebas más allá de eso.

Los equipos también necesitan los datos correctos para evaluar el impacto de la IA. La mayoría de los equipos de formación y desarrollo confían en que la IA está generando mejoras, pero tienen dificultades para proporcionar pruebas de esas ganancias. Cuando se les preguntó cuál era el mayor obstáculo para demostrar el impacto, el 53% señaló una limitación organizacional, incluida la falta de métricas de éxito acordadas y de acceso a datos o herramientas de medición.

Podrían parecer datos necesarios para medir el impacto de vivir en sistemas desconectados, como un sistema de gestión de aprendizaje, un sistema de información de recursos humanos, una herramienta de encuestas y una plataforma de vídeo de IA.

Si los equipos de formación y desarrollo utilizan la IA para producir formación más rápidamente, pero no evalúan si esa formación conduce a un cambio de comportamiento, entonces simplemente están utilizando la IA como una fábrica de contenidos. Hasta que los líderes se pongan de acuerdo sobre resultados más allá de la velocidad, todo lo que esos equipos tendrán que mostrar para la adopción de la IA es más contenido.

Construya la estructura que la IA necesita para generar retorno de la inversión (ROI)

La buena noticia es que alrededor de un tercio de los equipos de capacitación y desarrollo reportan mejoras en el desempeño gracias a la IA, como un tiempo más rápido para alcanzar la competencia o un mejor desempeño en el trabajo. Varios rasgos distinguen a estos equipos, como la capacidad de pilotear o crear libremente soluciones de IA, o utilizar la IA para evaluar su trabajo. Esos factores a menudo dependen de factores organizacionales que escapan al control de L&D.

Según nuestros datos, hay tres cambios estructurales que los líderes pueden realizar en su estrategia de IA para generar retorno de la inversión.

Primero, alinearse con lo que se supone que debe lograr la IA y luego con cómo se recompensa y mide su uso. Sin un resultado definido, los equipos producen lo que es más fácil de mostrar, que en capacitación y desarrollo es contenido más rápido. Para los equipos de capacitación y desarrollo, eso significa trabajar con los líderes para identificar los cambios en el desempeño que desean ver y cómo medirlos antes de diseñar cualquier capacitación nueva. Y sí, eso incluye la habilitación de IA.

En segundo lugar, invertir en integración de datos antes de escalar nuevas soluciones de IA o aparato mecánicoing más flujos de trabajo. Asegúrese de que los equipos de todas las funciones tengan acceso a los datos que necesitan para medir el impacto de la IA.

En tercer lugar, asóciese con L&D en su estrategia de IA. Si el objetivo de la IA es automatizar el trabajo manual, entonces el objetivo debería ser liberar tiempo para desarrollar capacidades más estratégicas, por ejemplo, cómo utilizar la IA para cambiar la forma en que se realiza el trabajo. La capacitación y el desarrollo son ideales para liderar el desarrollo de capacidades porque pueden identificar dónde la capacitación puede ser parte de la solución y dónde no.

Sólo entonces la formación podrá ayudar a cerrar la brecha entre la adopción de la IA y el retorno de la inversión.