Informe de encuesta: Desbloqueando el potencial de la IA en el lugar de trabajo – Parte 1

La desconexión entre empleadores y empleados en el uso de la IA

Expectativas de los empleadores vs. realidad de los empleados

Los empleadores han implementado la IA con objetivos específicos en mente: apoyar la investigación inicial (62%), gestionar el flujo de trabajo (58%) y analizar datos (55%). Sin embargo, los empleados tienen otras ideas. El informe muestra que casi dos tercios (63%) de los empleados utilizan principalmente la IA para verificar su trabajo, en lugar de los propósitos previstos por sus empleadores. Esta desconexión sugiere que los empleados pueden no comprender completamente las funciones potenciales de la IA, o pueden carecer de la confianza para usar la IA de formas más complejas.

Los empleadores dicen que han implementado la IA para apoyar la investigación inicial de los empleados para tareas y proyectos (62%) y ayudar a los empleados a gestionar su flujo de trabajo (58%) y analizar datos (55%).

Sin embargo, casi dos tercios de los empleados (63%) están aprovechando principalmente la IA para verificar su trabajo.

Esta desconexión entre las expectativas que tienen los gerentes de la IA y cómo los empleados realmente están usando la IA es probablemente debido a la falta de transparencia y educación sobre la IA en el lugar de trabajo.

El papel de la transparencia y la educación

Una razón clave de esta desconexión parece ser la falta de transparencia y educación en torno a la IA. Solo el 23% de los empleados se sienten completamente educados y capacitados en IA, a pesar de que el 72% de los empleadores creen que han proporcionado capacitación adecuada. Esta disparidad se ve aún más destacada por las diferencias de género, con un 66% de los hombres sintiéndose adecuadamente capacitados en comparación con solo el 44% de las mujeres. Claramente, existe la necesidad de programas de capacitación más integrales e inclusivos que se adapten a todos los empleados.

Solo 23% de los empleados se sienten completamente educados y capacitados en IA.

Mientras que 72% de los empleadores dicen que sus empleados están al menos adecuadamente capacitados en IA, solo 53% de los empleados lo creen.

También hay una diferencia significativa entre géneros en la capacitación en IA: dos tercios (66%) de los hombres se sienten adecuadamente capacitados en IA, mientras que solo 44% de las mujeres dicen lo mismo.

Impacto de la IA en la productividad

AI's Impact on Productivity – Perception vs. Reality

Optimismo de los empleadores vs. experiencia de los empleados

Los empleadores son optimistas sobre el impacto de la IA en la productividad, con un 60% que cree que la IA está impulsando significativamente la eficiencia de sus empleados. Sin embargo, los empleados reportan una experiencia diferente. Solo el 44% siente que la IA está mejorando significativamente su productividad, con el 10% afirmando que la IA no ha aumentado su productividad en absoluto. Esta discrepancia apunta a una posible sobreestimación de los beneficios de la IA por parte de los empleadores o a la falta de integración efectiva de la IA a nivel de empleado.

Aunque más de la mitad (60%) de los empleadores creen que la IA está aumentando significativamente la productividad de los empleados, solo 44% de los empleados dicen que están viendo un aumento significativo en su productividad.

El diez por ciento (10%) de los empleados dice que la IA no está aumentando su productividad en absoluto.

Ahorro de tiempo: Un arma de doble filo

Aunque la IA está ahorrando tiempo a los empleados — el 79% dice que ahorra al menos 1-2 horas al día — existe la pregunta de cómo se está utilizando este tiempo. Aunque el 63% de los empleados está utilizando su tiempo ahorrado para reducir la sobrecarga de trabajo, el 26% lo está gastando en tareas no relacionadas con el trabajo. Esto plantea preocupaciones sobre si la IA se está utilizando con su máximo potencial y si se está guiando a los empleados sobre cómo aprovechar mejor el tiempo ahorrado por la IA.

En esta era de abundancia informativa, las organizaciones necesitan un acceso más rápido a datos precisos para tomar decisiones comerciales informadas. Los sistemas de BI tradicionales, a menudo complejos y dependientes de IT, luchan por cumplir con esta demanda. Por otro lado, las herramientas de inteligencia comercial incrustada de autoservicio (BI) están siendo diseñadas para proporcionar interfaces fáciles de usar y visualizaciones intuitivas, permitiendo a los usuarios explorar datos de forma independiente dentro de su flujo de trabajo natural, acelerando el tiempo para obtener información y la toma de decisiones.

This whitepaper provides a comprehensive overview of self-service embedded BI and its transformative impact on business intelligence. We’ll explore the challenges and functionalities of self-service embedded BI platforms, explore the benefits for organizations, and guide you through considerations for successful implementation.

El setenta y nueve por ciento (79%) de los empleados dice que la IA les ahorra al menos 1-2 horas al día, con 37% de los empleados ahorrando 3-4 horas usando herramientas de IA.

Veintiuno por ciento (21%) de los empleados dice que ahorran menos de una hora cada día con la IA, lo que probablemente significa que muchos empleados no están usando la IA a su máximo potencial.

La barrera crítica

The Critical Barrier – Data Readiness

La importancia de los datos en la IA

Los datos a menudo se denominan la sangre vital de la IA. En el contexto de la inteligencia artificial, los datos sirven como la base sobre la cual se construyen los algoritmos, se toman decisiones y se generan información. Sin acceso a datos precisos, integrales y bien organizados, los sistemas de IA no pueden funcionar efectivamente.

El propósito de usar datos en la IA es permitir que las máquinas aprendan de patrones, predigan resultados y automaticen procesos que de otro modo requerirían intervención humana. Por ejemplo, la IA puede analizar datos de clientes para predecir comportamientos de compra, optimizar operaciones de la cadena de suministro prediciendo la demanda, o incluso personalizar campañas de marketing para mejorar la participación de los clientes. Utilizando consultas en lenguaje natural, puede hacer preguntas a la IA sobre sus datos y obtener información y respuestas inmediatas. Las posibilidades son infinitas, pero todas dependen de un factor crítico: la calidad y la preparación de los datos que se utilizan.

El dilema de los datos

Uno de los mayores obstáculos para la adopción de la IA es la preparación de datos. Casi la mitad (45%) de los empleadores informan que los datos de su empresa no están listos para soportar la IA, con el 19% citándolo como la razón principal para no implementar la IA. Este problema a menudo surge porque los datos están divididos en silos entre departamentos y plataformas, lo que dificulta que la IA acceda y procese la información necesaria. Sin datos centralizados y limpios, la IA no puede funcionar efectivamente.

Casi la mitad (45%) de los empleadores dicen que no han implementado la IA porque los datos de su empresa — o la información que rastrea el rendimiento, el proceso, las personas y la rentabilidad — no está lista.

Diecinueve (19%) de los empleadores señalan la preparación de datos como la razón principal por la que la IA no ha llegado a su organización.

Para muchas empresas, esta falta de preparación de datos significa que sus datos están divididos en silos entre departamentos, plataformas y canales, en lugar de una ubicación centralizada, y los equipos no tienen acceso a ella. Sin datos centralizados, la IA no puede funcionar.

Perspectivas de los empleados sobre la preparación de datos

Los empleados también son conscientes del problema de la preparación de datos. Un tercio de los empleados cree que los datos de su empresa necesitan ser revisados en cuanto a precisión antes de que la IA pueda ser completamente implementada. Además, el 32% de los empleados sienten que se necesita más capacitación en torno a datos e IA antes de que su empresa pueda ser considerada lista para la IA. Esto sugiere que la preparación de datos no es solo un desafío técnico sino también una cuestión de educación e involucración de los empleados.

Los datos están en la mente de los empleados también cuando se trata de IA: 33% de los empleadores dicen que su empresa estaría lista para soportar la IA si los datos de su empresa fueran revisados en cuanto a precisión, y 32% dicen que necesitan más capacitación en datos e IA antes de que su empresa esté lista.

Recomendaciones para cerrar la brecha

Mejora de la capacitación y educación en IA

Para cerrar la brecha entre las expectativas de los empleadores y la realidad de los empleados, las empresas deben priorizar programas integrales de capacitación en IA. Estos programas no solo deben cubrir los aspectos técnicos de la IA sino también proporcionar ejemplos prácticos de cómo se puede integrar la IA en los flujos de trabajo diarios. La capacitación debe ser inclusiva, asegurando que todos los empleados, independientemente del género o antecedentes, se sientan adecuadamente preparados para usar la IA.

Centralización y limpieza de datos

La preparación de datos es crítica para el éxito de las iniciativas de IA. Las empresas deben invertir en centralizar sus datos y asegurarse de que sean precisos y accesibles. Esto puede implicar romper los silos de datos, implementar prácticas de gobernanza de datos y proporcionar a los empleados las herramientas y la capacitación que necesitan para gestionar y utilizar datos de manera efectiva.

Alineación de objetivos de IA con necesidades de empleados

Finalmente, los empleadores necesitan alinear sus estrategias de IA con las necesidades y flujos de trabajo reales de sus empleados. Esto significa involucrar a los empleados en el proceso de toma de decisiones, recopilar comentarios sobre herramientas de IA y ajustar estrategias basadas en cómo están usando la IA los empleados. Al hacerlo, las empresas pueden asegurarse de que sus inversiones en IA estén verdaderamente mejorando la productividad e impulsando el éxito empresarial.

Conclusión

El Informe de tendencias del lugar de trabajo digital 2024 de Slingshot destaca los desafíos y oportunidades de la IA en el lugar de trabajo. Aunque la IA tiene un inmenso potencial para mejorar la productividad e impulsar eficiencias, todavía existe una desconexión significativa entre cómo los empleadores pretenden que se use la IA y cómo los empleados realmente la están usando. Al abordar las brechas en educación, preparación de datos y alineación de objetivos de IA, las empresas pueden desbloquear el potencial completo de la IA y crear una fuerza laboral más productiva e involucrada.

Este informe debe servir como una guía para las organizaciones que buscan utilizar el poder de la IA. Al comprender el panorama actual y tomar medidas proactivas para abordar los desafíos, las empresas pueden asegurarse de que sus iniciativas de IA sean exitosas e impactantes.

Metodología de la encuesta y fuente de datos

La información y los hallazgos presentados en este informe se basan en datos del Informe de tendencias del lugar de trabajo digital 2024 de Slingshot, que fue realizado en asociación con Dynata, un líder mundial en recopilación de datos de primera mano e información. Dynata encuestó a 253 empleados y gerentes de tiempo completo de EE.UU. en una variedad de industrias y demografía, recopilando información crítica sobre cómo se está implementando y utilizando la IA en el lugar de trabajo actual.

Los encuestados fueron seleccionados para asegurar una representación equilibrada de diferentes grupos de edad, funciones y niveles organizacionales para captar una vista integral del impacto de la IA tanto en empleados como en empleadores. Los datos fueron recopilados de encuestados ubicados en los 50 estados, proporcionando una vista amplia del panorama actual de adopción de IA y sus desafíos asociados.

×