Líderes minoristas revelan que la adopción de IA es un problema de personas, no de tecnología

Ocho líderes minoristas se reunieron recientemente en Londres para un consejo asesor de UiPath, y su hallazgo más consistente fue que el fracaso de la IA rara vez es un problema de tecnología. Según el Blog de UiPath, el tema dominante en todas las sesiones fue la adopción y la gestión del cambio, no la capacidad del modelo o las funciones de la plataforma. El insight clave para los equipos de operaciones es que la tecnología está lista, pero la infraestructura humana y de datos a menudo no lo está.

Qué sucedió

La discusión se llevó a cabo bajo la Regla de Chatham House, lo que significa que no se atribuyen citas específicas a individuos. Sin embargo, el Blog de UiPath informa que todos los minoristas presentes identificaron la adopción como un desafío significativo. Muchos están lidiando con procesos de 20 a 30 años de antigüedad, moldeados por equipos aislados, y algunos ahora emplean personal dedicado a la gestión del cambio solo para mantener las iniciativas en marcha. Una barrera más silenciosa descrita fue la tendencia de los equipos a centrarse en lo que la IA no puede hacer en lugar de lo que sí puede, lo que genera una brecha donde existen herramientas de planificación modernas, pero el trabajo real aún se realiza en hojas de cálculo.

La integridad de los datos surgió como un bloqueador crítico. La encuesta "Reaction Gap" de UiPath a 500 líderes minoristas del Reino Unido, citada en el blog, encontró que, si bien el 98% de los líderes describen sus sistemas como conectados durante los picos de ventas, solo el 25% tiene la visibilidad en tiempo real para actuar sobre los problemas a medida que ocurren. El blog señala que el problema más difícil no es la falta de datos, sino hacer que las cifras coincidan entre los sistemas de backend donde los departamentos manipulan los mismos datos de manera diferente. Los datos deficientes o en silos bloquean los casos de uso agénticos antes de que comiencen.

En cuanto al diseño de flujos de trabajo, los líderes describieron un modelo donde los agentes manejan el 90% rutinario de las decisiones, dejando a los humanos aprobar el 10% que requiere juicio. Sin embargo, esto requiere que el sistema explique su razonamiento y riesgo. Se planteó una tensión significativa sobre la capacitación: si los agentes eliminan el trabajo manual previo (como la creación de paquetes comerciales), ¿cómo desarrollarán los nuevos graduados el juicio necesario para decisiones de alto nivel? Además, aunque el 97% de los minoristas del Reino Unido han implementado IA de alguna forma, el 47% aún está esperando ver el impacto comercial, en parte debido a los largos plazos necesarios para demostrar la ROI.

Por qué es importante para los equipos de operaciones pequeños

Para las empresas pequeñas y medianas, esto valida un punto de entrada práctico y de bajo riesgo a la automatización con IA. El consejo de los líderes minoristas de "empezar pequeño" y apuntar a la "banda media" del trabajo (tareas que son demasiado tediosas para los humanos pero demasiado complejas para macros simples) es directamente aplicable a sus operaciones. No es necesario reformar todo su ERP o cadena de suministro para ver valor. En cambio, centrarse en victorias contenidas y medibles, como los procesos de compra a pago de no existencias. El blog destaca que la incorporación de proveedores puede tardar hasta ocho semanas, creando excepciones y seguimientos manuales. Automatizar este cuello de botella específico proporciona una victoria visible y rápida que construye confianza interna. La métrica más importante no es la ROI inmediata, sino la demanda interna: cuando su equipo dice: "Necesito que esto funcione", ha demostrado el valor. Este enfoque mitiga el riesgo del agotamiento por gestión del cambio al hacer que el beneficio sea tangible para los empleados que realizan el trabajo.

Qué hacer esta semana

1. Identificar un proceso de la "banda media" en sus operaciones que involucre tareas de alto volumen y bajo juicio, como la incorporación de proveedores o la conciliación de facturas, y mapear dónde ocurren las transferencias manuales.
2. Seleccionar un conjunto de datos único y contenido para este proceso y limpiarlo para garantizar una única fuente de verdad, abordando el problema de los silos de datos antes de introducir cualquier herramienta de IA.
3. Realizar una prueba piloto de un agente de IA en este flujo de trabajo específico durante un mes, midiendo el éxito no solo por el tiempo ahorrado, sino por si los miembros del equipo solicitan explícitamente mantener la herramienta después de que termine la prueba piloto.

Fuentes

• We asked eight retailers to be honest about AI — UiPath Blog