Esta historia aparece en el boletín de WorkLab. Inscríbanse aquí.
Toda empresa debe ser capaz de evaluar dónde y cómo se cometen los errores. Supongamos que un cliente bancario experimenta retrasos cuando solicita un nuevo préstamo. Esa insatisfacción significa que los empleados de servicio al cliente, a su vez, dedican un tiempo valioso a lidiar con quejas y consultas. Averiguar por qué se producen esos retrasos y solucionar el problema puede afectar de manera directa al resultado final. Para una institución como el Banco de Queensland de Australia, con unos pocos miles de empleados que atienden a 1,4 millones de clientes, identificar los riesgos pasados por alto es fundamental para reducir errores costosos en el futuro. Para ello, utiliza un método común de resolución de problemas: el análisis de la causa raíz. «El proceso es esencial para mantener altos estándares de satisfacción del cliente y excelencia operativa», dice Bernadette Demasi, jefa de programas de socios de Bank of Queensland para Group Tech. Pero también requiere muchos recursos. Nuestros investigadores de Microsoft se asociaron con el banco para explorar cómo la IA podría mejorar la velocidad y la eficiencia. Sus hallazgos: El acceso a la IA, junto con el desarrollo rápido personalizado y dirigido, puede ayudar a diagnosticar esos problemas finales de manera más rápida y precisa.
Lo que hicimos: Nuestros investigadores dieron acceso a Copilot a 14 personas, mientras que un grupo de control de 21 no lo tenía. Se les pidió a los participantes que analizaran un «evento de riesgo» simulado (retrasos en la aprobación de préstamos) y se les asignó la tarea de identificar y catalogar las posibles razones de la demora.
Debido a que sabemos que hay una curva de aprendizaje con la IA, también queríamos ver si brindar orientación específica podría ayudar a los usuarios de Copilot a comenzar a trabajar. El grupo de tratamiento recibió consejos sobre la optimización de tareas específicas, incluidos prompts de ejemplo que animaban a pedir respuestas narrativas («imagínate contar la historia…») y «frases para pensar en voz alta» («imagina que lo piensas con un colega…»).
Una vez finalizados ambos grupos, el equipo de investigación comparó la calidad de los análisis y el tiempo que tardó cada grupo en escribirlos.
Lo que descubrimos: Los analistas que utilizaron Copilot pudieron determinar la causa raíz un 51,8% más rápido, un resultado notable. De hecho, más de la mitad de los analistas con acceso a la IA completaron la tarea más rápido que el analista más rápido sin acceso a la IA. A pesar del tamaño más o menos pequeño de la muestra, las diferencias de rendimiento entre los grupos de tratamiento y control fueron tan pronunciadas y uniformes que los resultados son significativos a nivel estadístico.
Los banqueros trabajan el doble de rápido con Copilot
En un estudio de Microsoft en Bank of Queensland, los analistas que utilizaron Copilot fueron capaces de terminar un análisis difícil un 51,8% más rápido que los que no lo tenían.
También vimos que los analistas con acceso a Copilot tuvieron resultados consistentes de alta calidad en comparación con la calidad más variable de los usuarios que no lo eran. Y el uso de la IA mejoró de manera significativa la eficacia y la claridad de los análisis.
Los resultados de la encuesta también sugieren que los usuarios de IA tuvieron una experiencia mucho mejor. Más de un tercio de los analistas con Copilot encontraron la tarea menos agotadora que los que no lo tenían, lo que sugiere que Copilot redujo de manera significativa su carga cognitiva. Otros resultados positivos fueron aún más uniformes: el 93% del grupo de tratamiento estuvo de acuerdo en que Copilot mejoró la calidad de su análisis de causa raíz y redujo el esfuerzo involucrado en completarlo. Todos los participantes con acceso a Copilot coincidieron en que les ayudó a responder preguntas sobre los factores que contribuyen al evento de riesgo y que, en el futuro, no querrían hacer este tipo de análisis sin él.
Lo que significa: Completar los análisis de causa raíz mejoró la capacidad de Bank of Queensland para identificar y gestionar riesgos, y el uso de Copilot ha reducido de manera significativa el tiempo de análisis de la empresa. Estiman que equipar a mil empleados con Copilot podría mejorar la productividad tanto que equivale a añadir 120 nuevos empleados. «Agregar capacidad a través de la IA nos permite trabajar a través de las limitaciones de recursos y ayuda a nuestros equipos a obtener la capacidad de concentrarse en trabajos de mayor valor», dice Demasi.
Igual de importante: los resultados indican que no basta con dar a su gente acceso a la IA sin ninguna orientación. Para obtener grandes resultados, deben trabajar junto con sus equipos para dar instrucciones específicas sobre cómo adoptar la tecnología, apoyándolos para que superen los límites sobre cómo usarla de la mejor manera posible.