- hace 2 días
Los cambios generados por la Inteligencia Artificial obligan a los líderes a replantear su rol, fortalecer sus habilidades y transformar la forma de dirigir a sus equipos para mantenerse vigentes.
Conferencista: Luis Badillo Pérez - CEO de MCK Agency
Conferencista: Luis Badillo Pérez - CEO de MCK Agency
Categoría
📚
AprendizajeTranscripción
00:00Cuando me invitaron al foro del día de hoy, México sin América, la verdad es que me emocioné
00:14demasiado y me pareció muy interesante poder compartir con ustedes algo de lo que ha estado
00:19sucediendo y de la realidad que nos vamos a enfrentar en los próximos días. No me atrevería
00:25a decir que en los próximos años porque estamos en un mundo brutalmente cambiante hoy más que nunca
00:30y en este sentido me parece que el timing fue perfecto. ¿Por qué? Porque el día de hoy justamente
00:37voy a hablar acerca de un estudio que recién se ha publicado y que ha causado mucho revuelo,
00:42publicado por el MIT, por cierto, por uno de sus laboratorios de investigación y que nos invita
00:50a plantear muchas de estas cosas que sucederán. Cuando pensé en el título de esta charla,
00:58creí que iba a sonar a clickbait si le ponía por qué la inteligencia artificial no funciona
01:02y por qué el problema somos nosotros. Así que no se preocupen, el día de hoy hablaremos más bien
01:07desde otra perspectiva y contaremos sobre el tema de repensar el liderazgo. Sí, repensar el liderazgo
01:14en esta nueva era de la inteligencia artificial. Así que comenzamos. Bueno, pues mi nombre es Luis
01:23Vadillo, estoy muy emocionado, muy contento de estar hoy aquí. Cuando me invitaron aquí,
01:28¿por qué empiezo con una slide en blanco? Cuando me invitaron aquí, yo quería contarles que yo creo
01:34en tres cosas, en que se deben de unir en la industria del conocimiento, se deberían de unir tres cosas,
01:41el tema de la estrategia, el tema de la tecnología y el tema de la creatividad. Y esto estaría totalmente
01:48relacionado con la inteligencia artificial, pero les tengo una muy mala noticia y por eso quise comenzar
01:54en blanco, porque la muy mala noticia es que la inteligencia artificial normalmente, generalmente
02:03no está funcionando para las empresas. Repito, la inteligencia artificial al día de hoy, 2025, no está
02:14funcionando para las empresas. Y esto es algo que no lo digo yo, que no lo dice Luis Vadillo desde su
02:21trinchera, dedicado al marketing, en una industria que a lo mejor estamos en el terreno del conocimiento,
02:28en el terreno de los ingenieros, de los creativos. Imagínense el sweet point que tengo de poder tener
02:35mi equipo diseñadores, gente creativa, gente de ingenieros de desarrollo de software. Y aún así me
02:43atrevo a decir que la inteligencia artificial no funciona. Pero eso no es mi perspectiva. Esta
02:49perspectiva, les decía al comenzar esta plática, viene de un estudio que se presentó llamado The Gen AI Divide,
02:56The State of AI in Business. Este estudio presentado por el MIT, específicamente por el laboratorio del MIT
03:05llamado NANDA, es un estudio que ha causado un revuelo impresionante. De hecho, dejaré la liga aquí para
03:13que ustedes puedan conocer el estudio completo y todos estos insights que el día de hoy traje a esta
03:19presentación para poder charlar el por qué no funciona. Y sí, yo que soy un creyente que la tecnología
03:26la creatividad y la estrategia pueden generar un cambio sustancial en la realidad de un país,
03:32realidad económica, realidad social e incluso yo me atrevería a decir que hasta podría trastocar el
03:39terreno de la política. Este laboratorio de gran reputación, como lo es el propio instituto
03:48del MIT, analizó en más de 300 iniciativas que son públicas de adopción de inteligencia
03:55artificial en empresas, con más de 52 entrevistas a diferentes organizaciones y además sentándose con
04:03más de 153 líderes de top management de estas empresas que están desarrollando proyectos o que
04:12han desarrollado proyectos de inteligencia artificial en estos dos últimos años prácticamente. Y la
04:19noticia es que a pesar de una gran inversión entre 30 y 40 mil millones de dólares, 30 y 40 mil millones
04:30de dólares, sólo en estos proyectos que se analizaron y sólo en este estudio que otra vez ahí está la liga,
04:38el retorno para el 95% de las organizaciones ha sido cero. Repito, de todas estas iniciativas que es una
04:50inversión masiva entre 30 y 40 mil millones de dólares, el 95% de esas iniciativas, el retorno de inversión
04:58a este momento es cero. Y dice el MIT, estamos ante la brecha de la inteligencia artificial
05:06generativa, el GNI divide, una división profunda entre la alta adopción de herramientas, ojo, alta adopción
05:15de herramientas, pero al mismo tiempo la casi nula transformación del negocio. Les decía que yo soy un
05:24creyente que las personas, la tecnología y la estrategia puede transformar la realidad de una
05:30empresa y por supuesto la realidad de un país, pero qué está pasando si ahora mismo tenemos la mejor
05:38tecnología que hemos tenido disponible, pero por mucho a lo largo del tiempo, porque tenemos desde
05:46el proceso de tener, de acceder a infraestructura tipo cloud, que es la capacidad de poder rentar de
05:54manera temporal servidores que utilizarían grandes empresas como una Amazon, acceder a un traductor
06:01como el de Google y utilizarlo para mi propia empresa y para mi propio beneficio a través de APIs, a través de
06:07esta cosa de la nube, a través de este cloud. Y ahora mismo pareciera que aunque podemos acceder a esa
06:13inteligencia artificial, si a ese chat GPT o ese compilot, no estamos sacando provecho en términos
06:21de retorno de inversión. Una de las fuertes críticas es dónde está el crecimiento al producto interno
06:27bruto. Otra de las fuertes críticas que tenemos es nosotros en América Latina, en México, no estamos
06:35desarrollando esa inteligencia artificial, pero no se preocupen. Spoiler alert. No necesariamente
06:41necesitamos desarrollar el próximo chat GPT para que tú, empresario y empresaria, puedas beneficiarte.
06:48De hecho, el día de hoy quisiera que reflexionáramos acerca de estos errores que el estudio ha
06:53identificado, que está sucediendo en empresas gigantes, transnacionales, que han tenido inversiones
07:01grandes, pero que, otra vez, el retorno de inversión en 95% de las veces ha sido cero. ¿Qué tienen en ese
07:095% que ha tenido resultados? Y aquí el tema, y esto va ahora ya saliéndome del estudio y a mi
07:16perspectiva totalmente desde el terreno de alguien que se encuentra en diferentes consejos de empresas,
07:24que me encuentro dirigiendo una agencia y que trabajo para marcas triple A para ayudarles en estos
07:29procesos de digitalización. He entendido una cosa, y es que el problema no es tecnológico. Esto es un fracaso de liderazgo. La tecnología no tiene el problema aquí. El problema, querido empresaria, querido empresario, querida empresaria, el problema no es chat GPT, el problema no es consultarnos a los que nos dedicamos a esto,
07:56a esto, ¿qué herramientas mejora? ¿Cuál le pago suscripción? Ah, es que el problema es porque no estoy pagando los 20 dólares o porque no se la compré a 100 colaboradores de un área. El problema viene desde la concepción de la alta dirección de cómo la tecnología debería de transformar la realidad.
08:15La realidad de la empresa e incluso les decía la realidad del país. ¿Por qué digo esto? He podido ver, y ahora sí ya desde mi trinchera, desde mi realidad, en diferentes empresas de diversos tamaños, ahora sí ya en México,
08:32que las iniciativas de inteligencia artificial en la empresa generalmente pasan por estas tres etapas. Primero, el hay que probar. Desde la alta dirección, desde los equipos de middle management, o desde los equipos de contribuyentes individuales, o mejor dicho, operativos, surge la necesidad de probar herramientas y cuestionarnos cuál es la buena.
08:54Es que chayipetí, no, es que alucina, es que se le van, se le olvidan las cosas, se le va la onda, iba a decir. ¿Por qué? Pues en este momento pensamos en herramientas y pensamos en pilotos.
09:04Hay que probar, hay que probar, que nos lleva al segundo punto. Aprendemos a usar basados en prueba y error. Probamos, probamos y probamos. Y es un ciclo de experimentación continuo.
09:16Es el clásico, hay tu pícate y lo vamos a resolver. Si seguimos este paso, generalmente el tercer punto inevitable es que fallamos, que existe una brecha de aprendizaje.
09:28¿Por qué? Porque nuestros sistemas de inteligencia artificial no tienen memoria. Si tú le preguntas a la inteligencia artificial, ¿qué sabes de mí?
09:35Te va a decir que eres una persona maravillosa, que eres una gran empresaria, un gran empresario, que te cultivas.
09:41Sí, te está diciendo lo más genérico de la vida, pero en realidad pocos sistemas que estamos utilizando al día de hoy los tenemos enfocados para que recuerden.
09:51Y los menos todavía son los que están trabajando a través de un sistema de retroalimentación o de feedback, diciéndoles si acertó o no acertó en la respuesta.
10:01Y si tuvimos o no tuvimos un resultado correcto. Entonces nos encontramos con que probamos y probamos herramientas.
10:11¿Y qué creen? Todos los días hay una nueva. Cuando creaba esta presentación, me cuestionaba si debería de ponerles yo como Luis Vadillo,
10:21cómo se cultiva o cómo se, cómo aprende, cómo aprendo yo de esas nuevas herramientas que salen.
10:28Y sí, hay una página que me encanta, no la voy a poner aquí porque no quiero que se concentren en páginas, pero se llama There's an AI for that.
10:35Todos los días te puedes meter ahí y todos los días va a salir una herramienta que nos permita conocer que existe un software,
10:45una plataforma que ya puede sistematizar algo, un pedacito de un proceso, una parte de algún resultado que estemos buscando.
10:55Y todos los días sale algo nuevo. De hecho, este benchmark para cuando lo veas, no importa el día, va a estar totalmente desactualizado.
11:04Esto está hecho hacia finales de septiembre, principios de octubre de 2025, pero seguramente la próxima semana o capaz que mañana o en unas horas se actualiza.
11:13Esto es un benchmark de las mejores herramientas de inteligencia artificial basado en un set de preguntas a nivel doctorado o PhD y son preguntas de ciencia.
11:27¿Qué son? A ver, para ponerlo en términos que entendamos, un experto, el expert human level está en el alrededor del 70 por ciento que puede responder de una área.
11:40Generalmente tenemos un experto en matemáticas, tenemos un experto en biología, tenemos un experto en física cuántica, pero el experto en biología normalmente no te va a poder resolver cosas que tengan que ver con otra área que no es de su especialidad, robótica.
11:57Y aquí vemos que los motores o mejor dicho, estas plataformas desarrolladas, los chat y PT con OpenAI, el de Antropi con Cloud, Gemini con Google, el propio Lama de Meta, Grok de X o antes Twitter, están por encima del nivel experto.
12:21Están muy cercanos al 90 por ciento. Tomen en cuenta, amigos, que el 100 por ciento es la frontera del conocimiento, es lo que alcanzamos a saber, lo que tenemos dentro de nuestro margen de conocimiento.
12:32¿Cómo se entiende esto? Imaginen el espacio. No conocemos todo el espacio exterior. No alcanzamos a ver, no alcanzamos a oír y jamás alcanzaremos a visitar incluso ese pedazo que todavía conocemos, pero eso es la frontera.
12:50Hay cosas que están fuera de esta frontera y que no sabemos. Fuera de esta frontera está, por ejemplo, también la cura del cáncer y todavía no hemos llegado a esos puntos.
13:00¿Estamos trabajando a pasos agigantados? ¿Están trabajando los expertos en inteligencia artificial a pasos agigantados? Sí, y como sociedad llegaremos a algún punto en el que iremos avanzando.
13:10Pero la no tan buena noticia es, pues, ¿para qué usamos la inteligencia artificial en realidad? Y probablemente, si te haces esta pregunta, te darás cuenta que la respuesta es para escribir lo que no quiero escribir, para esos correos que quiero.
13:26Dile que sí, pero no le digas cuándo, casi, casi. Estamos utilizando la inteligencia artificial para ese tipo de cosas. Estamos utilizando la inteligencia artificial para que lea por nosotros lo que no queremos leer, que te haga esos resúmenes de las cosas que no nos importan.
13:41Eso, en mi experiencia, son los usos de capa 1, de capa base, lo más sencillo. Es como pagarnos la suscripción al gym más importante, más equipado para poder desarrollar músculo y, en realidad, lo único que hago es caminar en una caminadora que, a lo mejor, lo pude haber hecho en el parque.
14:00Y esto, otra vez, voy a traerles fuentes. Este es un estudio muy interesante. Este publicado por la revista Harvard Business Review en 2025. ¿Para qué estamos utilizando? ¿Cuáles son los usos más comunes para la inteligencia artificial generativa?
14:16Y vemos algo muy interesante. Del lado derecho, pueden ver en la tabla, que 2025 estamos utilizando la inteligencia artificial como nuestro punto número uno de contacto para la terapia o el acompañamiento.
14:31Sí, esto en 2024, como pueden ver a un lado en la tabla, era el segundo caso de uso más importante. Ahora es el primero.
14:39Sí, yo creo que no está mal y creo que si tenemos ciertas nociones de terapia, que es la cognitiva conductual o que es este tipo de terapia la que tengo y puedo hacer las preguntas correctas, podría encontrar las respuestas que estoy buscando y no necesariamente con un sesgo, porque a lo mejor me atrevo a contar todo lo que no necesariamente con un terapeuta.
14:59El segundo punto, organizar mi vida, que es un caso nuevo de uso que no se reconocía. El tercero, encontrar un propósito que nuevamente es un caso nuevo de uso personal o de apoyo profesional también.
15:12El cuarto, un aprendizaje mejorado. Fíjense qué bueno, porque está pasando del octavo al cuarto y lo que decían es que la inteligencia artificial le va a quitar el trabajo a los programadores.
15:23No, generar código para los profesionales es el quinto. Octavo, mejorarlo. Generar ideas. Híjole, el sinsentido y la diversión pasó del seis al siete.
15:36Sí, todavía estamos utilizando la inteligencia artificial para eso. Después creatividad y después para tener una vida muy saludable.
15:42Me da mucho gusto que haya subido de la posición setenta y cinco al diez. ¿Pero qué está sucediendo? Que la inteligencia artificial se está utilizando todavía para cosas que el humano puede hacer razonablemente muy bien.
15:56Y entonces lo que estamos haciendo es que nos estamos llenando de herramientas que hacen cosas que las personas ya hacen.
16:02Y ahí empieza una primer resistencia, aunque esta resistencia tiene varias vertientes.
16:07El mismo estudio reconoce un fenómeno que a mí me parece brutalmente interesante y que he podido percibir en algunos de mis clientes y de las personas que asesoro, empresas que asesoro.
16:18Y esto le llaman el Shadow AI, que básicamente es la economía de la inteligencia artificial tras bambalinas detrás de las espaldas de las empresas.
16:28Fíjense este dato. De las empresas que participaron en esta muestra, el 40% de esas empresas ya tienen una suscripción a un modelo de lenguaje.
16:39Ejemplo, Chagipiti, 40%. Cuatro de cada diez ya pagan esa herramienta.
16:45¿Pero qué creen? El 90% de esos empleados utilizan suscripciones pagadas.
16:51Ah, caray, ¿y de dónde salen esas herramientas? ¿Y de dónde sale ese control que tenemos de la seguridad de la información y esas áreas de compras que quieren que venga la gente a Chagipiti, que les enseñe el contrato y cómo se maneja la data?
17:08No está sucediendo así.
17:10Tus empleados, tus colaboradores, tus socios, ojalá que los socios sí te lo digan, pero tus colaboradores están utilizando la inteligencia artificial sin decírtelo.
17:19Y si tú no se las pagas, ellos se la están pagando.
17:23Y si tú crees que están ahorrando tiempo, no sé si se lo están ahorrando.
17:27Y lo más importante es que no sé si te lo están diciendo.
17:30En ese sentido, te quiero compartir cinco mitos que este estudio está revelando, que nos está mostrando que no necesariamente es lo que nosotros pensábamos.
17:41El primero de ellos es, creemos que la inteligencia artificial reemplazará la mayoría de los empleos en los próximos años.
17:48Y la investigación encontró que los despidos a causa de la inteligencia artificial están concentrados en industrias que ya estaban golpeadas por la tecnología, golpeadas o modificadas.
18:01Y si tú crees que a tu industria no le va a llegar, yo te invitaría a que analices qué es lo que está sucediendo en otros mercados y qué tan susceptible eres si trabajas con números, si trabajas con letras y si trabajas con creatividad.
18:17Porque son los primeros que se pueden transformar.
18:21Sí, un plomero es difícil que se pueda transformar, aunque, ojo, puede tener su herramienta de inteligencia artificial, podría entrenarla.
18:29Y muchas de las fallas en este proceso de arreglar la plomería podrían ser este sistema, le llamamos de troubleshooting o de ayuda para resolver.
18:39No quiere decir que es el uso más popular, pero si tú estás en la industria de los negocios, en la industria del conocimiento, seguramente tú eres más susceptible a que sí existe esto.
18:49El detalle aquí, y para derribar este mito, es que de entrada no hay un consenso sobre estos directivos acerca de los niveles de contratación que sucederán entre los próximos 3 y 5 años.
18:59Con todo, y que plataformas como Salesforce salga a decir que el 30% prácticamente de sus actividades ya las hacen con inteligencia artificial y han ido reemplazando a personas.
19:12Entonces, esto es algo que hay que verlo con diferentes perspectivas, pero es algo importante de dejar aquí sobre la mesa.
19:19Y puede ser una oportunidad para nuestro país, porque aunque no desarrollemos la tecnología, podemos ser muy buenos usándola.
19:27El segundo mito tiene que ver con que la inteligencia artificial generativa está transformando los negocios y esto no podría ser más mentira, porque la adopción es muy alta, pero recuerden que dice el estudio que solamente el 5% de las grandes empresas han integrado herramientas de AI con resultados, con resultados positivos en términos de retorno de inversión.
19:46Y 7 de 9 sectores industriales no muestran cambios estructurales reales.
19:51Entonces, todavía estamos en una etapa muy temprana.
19:54La buena noticia es que estás en el momento correcto de empezar a cambiar tu industria, empezar a cambiar tu empresa y poderte adelantar.
20:04Tercer mito.
20:05Las grandes empresas son lentas para adoptar.
20:07Todos nos dicen, no, la tecnología, los gigantes.
20:10Yo tengo una empresa de 100 personas, me voy muy rápido.
20:13Pues, ¿qué creen?
20:14Que las empresas grandes que tienen mucha tesorería y las empresas grandes que tienen mucha capacidad de contratar expertos,
20:22están muy interesadas en adoptar la inteligencia artificial y podría ser que se separen más de las pequeñas.
20:28De hecho, el 90% ha explorado seriamente la compra de una solución artificial y ellos no se van necesariamente por comprar las suscripciones a ChatGPT o a Cloud o a Perplexity.
20:38Están buscando incluso adquirir muchas de estas herramientas.
20:42Cuarto mito.
20:43Los mayores frenos para la inteligencia artificial son la calidad del modelo, los riesgos legales o la falta de datos.
20:51Yo no tengo datos.
20:53Yo no, es que el modelo se equivoca.
20:55No.
20:55El verdadero obstáculo está en las personas que utilizamos esto, porque las herramientas de inteligencia artificial aprenden de la retroalimentación.
21:03Pero si nosotros no lo integramos con flujos de trabajo existentes, si nosotros no le damos feedback a las herramientas,
21:10lo que está sucediendo es que no estamos logrando que tengamos el mejor de los resultados.
21:16Realmente no las sabemos usar.
21:18Por eso no tenemos ese resultado.
21:19Quinto y último mito.
21:22Las mejores empresas construyen sus propias herramientas de inteligencia artificial.
21:26La verdad es que no es cierto.
21:28No necesitas desarrollar tus propias herramientas.
21:30Muchas veces estás arriesgándote, estás generando un riesgo mayor porque estás haciendo una inversión más grande
21:37y podrías utilizar lo que ya se tiene.
21:40Te invito a que googles el término orquestación.
21:43En los términos de Ruelas Gossi, una persona dedicada al mundo también de los negocios y de la academia,
21:50dice que esto podría ser una de las posibilidades de poder tomar y orquestar, como su nombre lo dice, lo mejor de cada lado.
21:58Y bueno, pues la pregunta aquí es, entonces, ¿qué podemos hacer para tener éxito?
22:03Podemos hacer muchas cosas.
22:04Primero, hay que entender que este ciclo de adopción de herramientas es el ciclo de la muerte.
22:10Fascinarnos por una herramienta.
22:12Ya salió el nuevo chat y pití, el 5, el 6, el 7.
22:16Pilotos, pruebas, pruebas, pícale, pícale, pícale, viene la decepción.
22:21Este ciclo es un ciclo maldito que tenemos que romper.
22:25Esa adopción de herramientas.
22:26No se trata de comprar herramientas.
22:28No tengas herramientiquis.
22:30¿De qué se trata?
22:32Ojo, pon atención.
22:34Se trata de repensar el job to be done.
22:38¿Qué es el job to be done?
22:39La metodología que se enfoca en comprender por qué los clientes me compran, por qué me contratan,
22:44por qué deciden pedirme una factura a mí de un producto o un servicio, en lugar de las características.
22:51La gente no compra un taladro.
22:54La gente necesita un taladro para poner este cuadro de aquí atrás.
22:58Y lo que quieren es atender esa necesidad intrínseca del usuario en una situación particular.
23:05Lo que nosotros tenemos que entender es como empresarios, ¿qué es ese job to be done?
23:09¿Qué es ese trabajo para el que nos pagan?
23:11No nos pagan para enviar correos electrónicos en nuestras empresas.
23:16No nos pagan para resumir cosas que no queremos leer.
23:20Nos pagan para dar ese resultado de negocio.
23:23Y ese resultado de negocio lo puedes buscar sobreservir.
23:26Es decir, entregarlo más rápido, entregarlo más eficiente.
23:29Y ahí es donde está la diferencia verdadera.
23:33Fallamos porque pedimos tareas sin valor.
23:36Porque las herramientas no aprenden, no se integran.
23:38No, claro que no lo hacen.
23:40Porque nunca se definió el job to be done o el trabajo completo.
23:44Porque le pedimos a una herramienta que me resuma un contrato, como una tarea aislada.
23:48En lugar de contratarlas o utilizar ese agente para acelerar el 50% del proceso de aprobación de contratos legales.
23:56Que implique que lea, que aprenda, que compare plantillas, que vea los sesgos.
24:01Que le entregue yo, empresario o empresaria, probablemente los contratos de los últimos 5 o 4 años.
24:09Y la herramienta le puede iterar si lo está haciendo bien o lo está haciendo mal.
24:14Entonces, primer solución.
24:16Pensar en el job to be done.
24:18¿Para qué estamos aquí?
24:20¿Y qué tenemos que hacer desde la perspectiva del liderazgo y los resultados?
24:25Sí, podemos ser lo más pusher que quieran ustedes con sus equipos.
24:29Pero esto no se trata de ser pusher.
24:31Porque somos muy pusher, pero ¿qué creen?
24:34Seguimos pensando en herramientas.
24:36No podemos pensar en herramientas.
24:38ChatGPT no es siempre la solución.
24:41Tenemos que pensar nosotros.
24:43Pregúntate, ¿cuál es el proceso más ineficiente, el más costoso, el más manual?
24:47El que más plata me da y que, si lo resuelvo, tendría un efecto positivo en mi P&L.
24:55O otro camino es, ¿cómo cambio un proceso que es el que entrega más valor a nuestro cliente?
25:03Y no necesariamente te concentras en el más talachero.
25:06Hay dos caminos.
25:07Tú decides cuál, el de mayor valor o el de mayor talacha.
25:12En mi caso, te comparto que yo me dedico a la industria del conocimiento y de la creatividad
25:17y me he concentrado más en el de mayor valor.
25:21Segunda recomendación.
25:23Deja de pensar como un técnico en AI.
25:25No tiene sentido que sepas todo de AI.
25:28Lo que tienes que preguntarte es, ¿cuál es el resultado final que tengo que lograr?
25:32No aceptes una demo o un proceso infinito de experimentación.
25:36Concéntrate en resultados al corto plazo y mide el ROI.
25:40No hay un ROI directamente proporcional a lo que inviertas si solo lo utilizas para traducir.
25:47Si solo lo utilizas para resumir.
25:51Esto me lleva a mi siguiente punto.
25:53Dile a Dios esas métricas de vanidad.
25:55¿De qué me sirve que el KPI sea el 80% de nuestro equipo?
25:59¿Ha adoptado la herramienta de inteligencia artificial?
26:03A ver, ¿mides resultados que te lleven a vender más o entregar más rápido o a satisfacer mejor a nuestros clientes?
26:10Al menos mide el NPS.
26:12Ve si tiene un impacto en el delivery de tu servicio, de tu producto.
26:16En lugar de, estos son los nuevos likes.
26:19No tienen mucho sentido.
26:20Y sí, la tecnología es y se ha vuelto un commodity.
26:24Pero la claridad estratégica jamás podrá ser un commodity.
26:29El pensamiento que tienes tú dentro de tu cabeza es lo que te hace diferente.
26:35De nada sirve que sepas cómo está un modelo de lenguaje y los transforme.
26:40Y sepa, los transforme como se inventó la inteligencia artificial.
26:43Lo que necesitas entender es ese famoso job to be done y cómo lo impulsamos.
26:47Tú decide el camino de la automatización para tareas talacha o el camino de la automatización o mejora para tareas de alto valor.
26:57Yo he tomado el segundo.
26:59El SEO digital entiende la EA, pero entiende más cómo esta herramienta trae los resultados de negocio.
27:08¿Y qué crees?
27:09Sí es cierto.
27:10Aprender de tecnología es algo que ya no es negociable.
27:14Voy a robarme una frase de un empresario de la industria de la tecnología y del conocimiento, Freddy Vega, que dice, nunca pares de aprender.
27:23Y sí, es cierto, nunca pares de aprender, pero no caigas en esas falsas puertas del aprendizaje.
27:30La mejor manera de comenzar el día de hoy es cuestionarte para qué me contratan mis clientes, cuál es ese job to be done y cómo puedo exceder el resultado que yo tengo.
27:40O sí, exceder. Exceder me refiero a entregar más rápido, de mejor calidad o de una manera más eficiente.
27:47Eso trae un retorno de inversión.
27:49Si lo mides y sin necesidad de inventar nuevas herramientas, te prometo que la inteligencia artificial traerá resultados para ti.
27:58Así que no todo está perdido.
28:01La inteligencia artificial puede ser la herramienta, la excusa perfecta para que México a nivel país se sume a la industria del conocimiento, para que México a nivel país genere más y mejores empleos.
28:16Es algo que necesitamos brutalmente, no importa cuándo veas esto, lo necesitamos en demasía.
28:24Así que nuevamente cierro diciéndote, no es negociable que no aprendas de tecnología.
28:31Tienes que aprender de tecnología.
28:34Tienes que continuar aprendiendo.
28:36Y si te gustaría continuar aprendiendo, escríbeme.
28:39Podemos charlar, te puedo compartir el estudio.
28:41Este es el QR para mi perfil de LinkedIn.
28:44Mi nombre es Luis Vadillo y espero que esta plática te haya hecho reflexionar un poco sobre el papel de la inteligencia artificial y cómo podemos repensar el liderazgo a través de entregar valor.
28:58Sí, esa palabra un poco a veces está demeritada por usarla tantas veces.
29:03Muchísimas gracias.
29:04Gracias al equipo por haberme invitado.
29:08Ha sido para mí un placer estar con ustedes.
29:14Gracias.
Recomendada
1:01
2:58