Estrategia de innovación del modelo de negocio de IA

La innovación en el modelo de negocio basada en la IA consiste en identificar qué supuestos de tu modelo de negocio actual se fijaron en función de unos costes que la IA está reduciendo drásticamente, y decidir qué opciones resultan viables cuando esos costes disminuyen. No se trata de una lista de casos de uso ni de una selección de tecnologías. Plantea una pregunta más concreta que el trabajo sobre modelos de negocio en general: ¿por qué, quién y en qué unidad de medida se puede pagar ahora a esta empresa por algo que no podía vender de forma creíble hace dieciocho meses? Vivaldi lleva trabajando en cuestiones de crecimiento y modelos de negocio desde 1999.

• Desde 1999trabajo en estrategias de crecimiento y modelos de negocio
• Más de 200estudios de caso publicados
• 10 oficinasen cuatro continentes
• 5x«Best of Consulting, Strategy and Innovation» de WirtschaftsWoche

Cuando las empresas nos contratan

• Las pruebas piloto de IA se están llevando a cabo en seis lugares, cada uno de ellos es defendible, y nadie puede explicar en qué cambia cada una de ellas la forma en que la empresa obtiene beneficios.
• Ha variado uno de los costes en los que se basaba el modelo de fijación de precios —normalmente, el coste de producir algo a medida en grandes cantidades— y la lista de precios actual ya no refleja lo que cuesta realizar ese trabajo.
• Un competidor o un nuevo participante en el mercado ha empezado a vender un resultado en una categoría en la que antes se vendía un insumo, y al equipo de ventas se le pide que defienda una unidad de valor que ya no le importa al cliente.
• El consejo de administración ha aprobado el gasto en inteligencia artificial y ha preguntado cuál es el rendimiento; hasta ahora, la respuesta sincera es una serie de cifras de eficiencia que el mercado interpretará como una reducción de costes más que como un crecimiento.
• Se barajan dos o tres opciones de modelos basados en IA: normalmente, una suscripción, una tarifa basada en resultados y un modelo basado en datos o en la plataforma, y nadie puede decir cuál de ellas permitirían los clientes que esta empresa aplicara.

Por qué el inventario de casos de uso de la IA no genera un nuevo modelo de negocio

La secuencia habitual nos resulta familiar. Talleres interdepartamentales, una larga lista de posibles casos de uso, una evaluación de la viabilidad y el impacto, un mapa de calor y una hoja de ruta priorizada. Es una forma razonable de asignar un presupuesto para la automatización y casi nunca modifica el modelo de negocio, ya que todos los datos proceden del funcionamiento actual de la empresa. La evaluación de las ideas generadas dentro de la estructura actual da como resultado una versión más rápida de esa misma estructura.

Hay un segundo problema, y es de carácter financiero más que estratégico. La mayor parte del trabajo en IA de esa lista se centra en el lado de la oferta: menos horas por resultado, menos personas por proceso, menor coste de servicio. Ese trabajo suele ser acertado y merece la pena financiarlo, y todo ello apunta a la extracción, porque cada parte del mismo consiste en sacar más partido de la demanda que ya existe. Un cambio en el lado de la demanda indica algo diferente: que el flujo de ingresos se amplía en lugar de reducirse. El mismo gasto, pero una historia diferente y un múltiplo diferente.

El orden que cambia la respuesta es el contrario. Empieza por lo que los clientes quieren y no pueden conseguir, identifica cuáles de esas cosas antes no resultaban rentables de ofrecer y comprueba si el coste que las hacía no rentables es uno que la IA haya eliminado realmente. A continuación, diseña cómo vas a cobrar por ello. La mayor parte de la capacidad de la IA está al alcance de tus competidores en las mismas condiciones y a un precio más o menos similar, por lo que la capacidad en sí misma no supone una ventaja. Lo que sí es defendible es el modelo construido sobre ella: una unidad de fijación de precios, una estructura de participación o una posición en materia de datos que se potencia a medida que más clientes la utilizan.

Así pues, la prueba que aplicamos al final es contundente. Si la empresa no es capaz de vender algo que antes no podía vender, o de cobrar según unos criterios que antes no podía aplicar, el proyecto no ha sido más que un programa de eficiencia con otro nombre, y así es como debe presentarse ante el consejo de administración.

Qué incluyen nuestros servicios de innovación en modelos de negocio basados en la IA

Los clientes acuden a nosotros con diferentes peticiones: una estrategia de IA, un análisis de viabilidad de la IA, una nueva fuente de ingresos o una perspectiva sobre cómo afecta la IA a su sector. El trabajo que se describe a continuación es el mismo en todos los casos, y está estructurado de tal forma que las fases más costosas solo se financian una vez que las fases más económicas han superado la fase inicial.

1. Auditoría de los supuestos del modelo: ¿qué costes ha transferido realmente la IA?

Desglosamos el modelo actual en los supuestos que sustentan su viabilidad económica: qué hace que la producción de una unidad resulte cara, qué hace que atender a un cliente resulte caro, qué hace que un segmento sea demasiado pequeño para abordarlo y qué obliga a que intervenga una persona. A continuación, señalamos cuáles de esos supuestos han cambiado realmente y en qué medida. Varios no habrán cambiado en absoluto, y señalarlo desde el principio es la parte más económica del proyecto. Aquí es también donde la mayoría de los casos de negocio de IA fracasan silenciosamente, porque el coste que asumen que se reducirá drásticamente no es el coste que resultaba determinante.

2. Una demanda cuya satisfacción antes no resultaba rentable

El terreno interesante es la demanda que tu empresa ya había identificado pero que decidió no atender porque no resultaba rentable: segmentos demasiado pequeños para una oferta a medida, consultas demasiado caras de atender de forma individualizada, un servicio que requiere demasiado trabajo como para fijar un precio. Investigamos esa demanda directamente con clientes y no clientes, en lugar de deducirla a partir de la lista de casos de uso, porque un inventario de lo que la empresa podría automatizar no dice nada sobre lo que la gente quiere comprar.

3. Rediseño de la captura de valor: la unidad, no el precio

Dos preguntas que, por lo general, se responden como si fueran una sola y, por lo general, se responden mal. ¿Qué valor crea la empresa en las nuevas condiciones y, por separado, cómo se le remunera por ese valor? Cuando el coste de producir una unidad de producción tiende a cero, fijar un precio por unidad deja de tener sentido, y la decisión pasa a ser qué nueva unidad es defendible: un puesto, un resultado, un caso resuelto, una parte del valor creado, una suscripción a una capacidad permanente. La mayoría de los casos de negocio de IA cambian lo que hace la empresa y dejan la factura exactamente como estaba.

4. Qué compuestos, y cuáles puede comprar cualquier competidor

Los modelos que mantienen su ventaja crean valor entre los participantes, en lugar de proporcionárselo a estos. Distinguimos entre las partes del modelo propuesto que se fortalecen a medida que más clientes, socios y complementadores lo utilizan —por lo general, una posición de datos propia o una red de participantes— y aquellas que constituyen una capacidad adquirida que cualquier competidor puede obtener en las mismas condiciones. Si el centésimo cliente no aporta más valor a la oferta que el décimo, se trata de un nuevo producto y no de un nuevo modelo.

5. Pruebas de permisos con los clientes

Los clientes deciden en qué puede convertirse una empresa, y la IA limita ese margen de maniobra en algunos aspectos, en lugar de ampliarlo. Un modelo que tus compradores no creen que tengas derecho a poner en marcha está abocado al fracaso, independientemente de lo que digan los análisis económicos, y la cuestión es aquí más acuciante que en cualquier otro ámbito: si se confía en que esta empresa tome una decisión determinada mediante una máquina, qué se le permite hacer con los datos de los que depende el modelo y qué debe seguir siendo visiblemente humano. Ponemos esto a prueba con los clientes de los que dependería el nuevo modelo, antes de que se financie el desarrollo de la capacidad.

6. El argumento del beneficio económico y la transición

Cada modelo candidato se somete al mismo análisis: qué efecto tiene sobre el precio, el volumen y el capital que consume y, por lo tanto, si genera una rentabilidad superior al coste de ese capital. Un modelo que no influye en ninguno de estos tres aspectos no ha transformado el negocio. A continuación, diseñamos la secuencia, ya que un nuevo modelo funciona en paralelo al antiguo durante más tiempo del que nadie prevé: qué se pone a prueba, qué se separa de la cuenta de resultados existente, con qué métricas se evaluará el nuevo modelo mientras sea de pequeña escala y quién tiene la última palabra a la hora de ampliarlo o detenerlo.

Cómo funciona un proyecto de innovación en modelos de negocio basados en la inteligencia artificial

1. Marco. Entrevistas a directivos y a CFO , un análisis de dónde se genera hoy en día el beneficio económico, y el modelo actual plasmado en forma de un conjunto de supuestos explícitos sobre costes y limitaciones. El resultado es una breve lista de supuestos que merece la pena contrastar con los cambios reales que ha traído consigo la IA.
2. Diseño. Dos o tres opciones de modelo bien definidas: quién paga, por qué unidad, a través de qué participantes, qué datos subyacen y qué capital consume el modelo. Cada opción tiene su propio modelo económico, en lugar de uno compartido.
3. Prueba. Se ha comprobado la viabilidad con los clientes, se han realizado pruebas de estrés económico con el departamento financiero y se han contrastado los supuestos técnicos con lo que se puede ofrecer de forma fiable en la actualidad, en lugar de con lo que se puede demostrar una sola vez. Aquí es donde se descartan las opciones, y ese es precisamente el objetivo.
4. Comprometerse. Un modelo, una secuencia de transición, los indicadores según los cuales se evaluará mientras sea pequeño y el mecanismo de gobernanza que decida cuándo ampliarse o detenerse. Entregamos una decisión con sus exclusiones por escrito.

Por qué las empresas eligen « Vivaldi » para la innovación en modelos de negocio basados en la IA

Consideramos que se trata de una cuestión de asignación de capital más que de tecnología, lo que significa que el trabajo está diseñado para resistir el análisis de un « CFO ». No desarrollamos ni revendemos sistemas de IA y no estamos asociados con ningún proveedor de modelos o plataformas, por lo que la recomendación de hacer menos no supone ningún coste comercial para nosotros. En la práctica, esa recomendación es habitual: para muchas empresas, la respuesta sincera es que la IA modifica la línea de costes y no el modelo, y lo valioso es saber en qué mitad te encuentras antes de comprometer el presupuesto destinado a esa capacidad.

La cuestión de la marca y la del modelo las gestiona el mismo equipo, porque lo que los clientes permiten que una empresa llegue a ser constituye una restricción firme sobre lo que puede ser el modelo, y no un problema de comunicación que haya que resolver posteriormente. De ese vínculo surge también el argumento financiero. Nuestro estudio de 2026, titulado «Unrealized Value» y basado en veinticuatro años de datos bursátiles, reveló que las empresas con marcas sólidas superaron al S&P 500 en 3,7 puntos porcentuales al año entre 2001 y 2024, convirtiendo un dólar invertido en 15,85 dólares frente a los 7,03 dólares del índice. El mercado paga un múltiplo bajo por una estrategia de explotación de activos ya existentes y uno alto por una estrategia de crecimiento, y la forma en que una empresa decide obtener beneficios de la IA es uno de los aspectos más claros en los que ahora se decide esa diferencia.

Vivaldi Lleva trabajando en el ámbito de los modelos de negocio desde 1999, cuenta con 10 oficinas repartidas por cuatro continentes y ha publicado más de 200 casos prácticos; además, la empresa ha sido galardonada en cinco ocasiones en los premios «Best of Consulting» de la revista WirtschaftsWoche en las categorías de estrategia e innovación.

Una cosa que esta página no hace es citar casos prácticos publicados sobre modelos de negocio de IA. Ningún caso práctico de nuestra biblioteca está asociado a este servicio, y el trabajo publicado en servicios afines se realizó antes de que los modelos generativos entraran en escena. Si quieres ver pruebas, pregúntanos en la sala correspondiente al proyecto en cuestión, en lugar de leer aquí un caso tomado de otra fuente.

Cómo evaluar a un consultor especializado en innovación de modelos de negocio basados en la inteligencia artificial

Vale la pena preguntárselo a cualquier empresa de tu lista de finalistas, incluida la nuestra.

• Pregunta qué coste creen que ha supuesto la IA en tu empresa, antes de que te propongan nada. Una empresa que no sea capaz de identificar la limitación clave de tu situación económica actual te va a vender una hoja de ruta basada en la de otra persona.
• Pregunta qué cambia en la factura. Si la propuesta modifica la actividad de la empresa y no altera la unidad de precio, se trata de un programa de eficiencia. Esa puede ser la respuesta correcta, y debería denominarse como tal.
• Pregunta qué pueden adquirir los competidores en las mismas condiciones. La mayor parte de las capacidades de IA se pueden adquirir. Si nada del modelo propuesto se acumula, la ventaja dura lo que tarda un competidor en firmar el mismo contrato.
• Pregunta cómo comprueban el consentimiento de los clientes. Las decisiones automatizadas y el uso de datos limitan lo que una marca puede hacer. Una empresa que no cuente con un método para comprobarlo está diseñando en el vacío.
• Pregunta con quiénes colaboran. Una empresa cuya recomendación se base en una relación con un distribuidor o un integrador te está dando una respuesta desde el punto de vista de la adquisición, y la propuesta rara vez consistirá en reducir el alcance del proyecto.

¿Consultoría especializada en innovación de modelos de negocio basados en la IA, socio para la implementación de la IA o gran consultora de gestión?

Trabajos relacionados

Esta página responde a una pregunta concreta: qué cambia la IA en la forma en que tu empresa crea y capta valor. Varios servicios relacionados de Vivaldi responden a preguntas afines, y dos de ellos son el destino adecuado con tanta frecuencia que merece la pena dejar claros los límites.

• Consultoría en innovación de modelos de negocio es la página de referencia para el trabajo sobre modelos de negocio y el punto de partida adecuado si la IA no es, en realidad, la razón por la que se cuestiona el modelo. Empieza por ahí, no por aquí, cuando el motivo sea un estancamiento del crecimiento, una reorganización de la categoría o una lógica de precios que ha dejado de funcionar por razones anteriores a la IA.
• Estrategia de IA generativa determina qué iniciativas generativas financiar y en qué orden, incluidas las aplicaciones basadas en grandes modelos de lenguaje. Esa es una cuestión distinta de lo que la IA hace con el modelo del que obtienes ingresos, y se responde allí, no aquí.
• Diseño de un nuevo modelo de negocio consiste en la creación, más que en el diagnóstico, con un énfasis en la plataforma y el ecosistema, una vez que se ha establecido que el modelo tiene que cambiar.
• Experimentación empresarial permite comprobar una única hipótesis de forma económica antes de invertir capital en ella, lo cual es un método utilizado en el marco de esta decisión, más que la decisión en sí misma.
• Aprendizaje automático, análisis predictivo y estrategia de IA es donde surge la pregunta de qué valor tiene una predicción en el marco de una decisión comercial recurrente.
• Agentes de IA y estrategia de personalización para el cliente aborda qué cambia cuando los sistemas actúan en lugar de limitarse a recomendar.
• Transformación estratégica de la IA es la visión del programa a nivel de toda la empresa, que abarca todas las funciones en lugar de centrarse únicamente en el modelo.
• Asesoramiento sobre capacidad de innovación en IA desarrolla la capacidad interna necesaria para seguir realizando este trabajo sin nuestra intervención.

Todo ello forma parte de nuestra práctica de «Estrategia de IA y Nuevas Tecnologías » en Vivaldi, la consultora estratégica responsable de «Demand Landscape» y «Interaction Field».

Innovación en los modelos de negocio de la IA en EE. UU. y en el resto del mundo

Llevamos a cabo este trabajo desde 10 oficinas repartidas por cuatro continentes, con equipos de EE. UU., Europa y Asia colaborando en un mismo proyecto cuando el modelo abarca varios mercados, lo cual suele ser habitual. Los aspectos económicos tienen un alcance mayor que el de las autorizaciones. Lo que un cliente está dispuesto a aceptar que decida una máquina, lo que una empresa puede hacer con los datos de los que depende un modelo y lo que debe seguir siendo visiblemente humano difieren lo suficiente entre EE. UU., Europa y Asia como para que un modelo validado en un mercado pueda fracasar en otro por razones que no tienen nada que ver con la idea o la tecnología. Las normas europeas sobre datos e inteligencia artificial también regulan el propio diseño del modelo, y no solo su implementación; por ello, cuando se prevé la implantación de un modelo en otros mercados, evaluamos los aspectos normativos y económicos en cada uno de los principales mercados antes de elaborar el plan de transición.