Cómo la IA permitirá una mejor comprensión del valor a largo plazo

La IA será una herramienta vital en la próxima generación de indicadores clave de desempeño de la empresa.

En resumen

• La responsabilidad es que las empresas definan KPIs que proporcionen una visión más holística de sus actividades y sus impulsores de valor a largo plazo.
• La IA puede ayudar a medir los KPI en áreas como la confianza, la culturay los riesgos e informes de ESG.
• La IA puede mejorar el rendimiento de la empresa, pero debe usarse junto con otras tecnologías, incluidas analítica de datos y blockchain.

La mayor parte del valor de una empresa se refleja ahora en los aspectos intangibles de su negocio, relacionados con factores como la innovación, la cultura, la confianza, el capital humano, la sostenibilidad y la gobernanza. Estos conceptos son difíciles de medir, y la mayoría de ellos no son capturados por los marcos tradicionales de contabilidad e informes gerenciales, pero existe una necesidad apremiante de hacerlo a medida que los accionistas, los proveedores de capital y otras partes interesadas se centran cada vez más en cómo las empresas crean valor a largo plazo.

La pandemia mundial de COVID-19 ha llamado aún más la atención sobre las funciones y responsabilidades sociales de las empresas. Como señaló Klaus Schwab, presidente ejecutivo del Foro Económico Mundial (WEF), en un artículo publicado en el Financial Times el 25 de marzo de 2020: "Una crisis económica a corto plazo como la inducida por el brote de coronavirus revela qué empresas encarnaron realmente el modelo de los grupos de interés, y cuáles solo lo hablaron de boquilla, al tiempo que mantienen fundamentalmente una orientación a los beneficios a corto plazo".

Antes de la pandemia, ya se había producido un cambio notable del capitalismo de accionistas a el capitalismo de partes interesadas. En el campo de los informes corporativos, el Proyecto Embankment para el Capitalismo Inclusivo ha trabajado en el desarrollo de nuevas métricas y métodos que ayudan a las empresas a medir y articular el valor que crean para una amplia gama de partes interesadas.

Medición de la próxima generación de KPI

Por lo tanto, ahora las empresas tienen la responsabilidad de definir la próxima generación de indicadores clave de rendimiento (KPI, por sus siglas en inglés): aquellos que brindan una visión más integral de sus actividades y sus impulsores de valor a largo plazo. A medida que estos nuevos KPI y marcos de informes comienzan a surgir, las empresas deben abordar cómo medir estos nuevos indicadores, que pueden ser más complejos de evaluar que los indicadores y ratios puramente financieros.

La buena noticia es que la llegada del big data significa que hay un amplio conjunto de información no estructurada y externa a la que recurrir. El desafío para los líderes empresariales es cómo hacer esto de manera efectiva, que es donde entra en juego la inteligencia artificial (IA). La IA será una herramienta vital para medir los KPI de próxima generación y permitir a las empresas demostrar mejor cómo crean valor a largo plazo.

Confianza y desempeño financiero

Por ejemplo, la IA ya se está utilizando para medir los niveles de confianza, algo que es vital para el valor de una empresa. Esto se debe a que la forma en que alguien confía en una empresa o marca ahora afectará cómo se comporta hacia ella en el futuro. Si bien la confianza afecta a los consumidores, proveedores y empleados, también afecta el costo de capital de la empresa en la medida en que influye en las opiniones de los proveedores de capital y los mercados de capital. Si bien estas implicaciones son claras, a menudo son difíciles de informar o medir directamente.

La analítica avanzada y la inteligencia artificial se pueden aprovechar para recopilar y agregar grandes cantidades de datos, incluidos datos de múltiples fuentes, y producir "puntajes de confianza" para una variedad de métricas como integridad, consistencia y apertura. Se ha desarrollado una variedad de herramientas que abordan muchas versiones de estas llamadas analíticas de confianza, basadas en diferentes atributos y factores. Tanto las empresas como los mercados de capitales utilizan cada vez más estas herramientas para analizar el sentimiento del consumidor y del mercado y comprender el nivel de confianza en una marca u organización. Pueden ayudar a las empresas a tomar decisiones de gestión, dirigiéndolas a las áreas del negocio que necesitan mejorar, mientras que los analistas e inversores pueden utilizarlas para tomar decisiones de inversión y crédito.

Con estas herramientas basadas en IA, ahora es posible demostrar una relación tangible entre comportarse de manera que infunda confianza y, en última instancia, brinde mejores retornos financieros tanto a corto como a largo plazo. Una alta calificación de confianza refleja positivamente la retención de clientes y empleados, la inelasticidad de precios y la ventaja competitiva.

La demostración de esta correlación y causalidad entre la confianza y el desempeño financiero también obliga a los gestores de activos (que tienen un deber fiduciario para maximizar la rentabilidad de sus inversores) a mirar más allá de las métricas financieras tradicionales.

¿Qué pasa con otros intangibles como el bienestar, la inclusión, el talento, la diversidad, el impacto ambiental, la innovación y el gobierno corporativo? Todos estos son importantes pero, hasta la fecha, también han resultado difíciles de medir con eficacia. Esto ahora está cambiando, gracias al poder de la IA y la digitalización de los negocios. A continuación se muestran ejemplos de tres áreas en las que la IA puede marcar la diferencia: cultura; medir los riesgos ambientales, sociales y de gobernanza (ESG, por sus siglas en inglés); e informes ESG.

Cultura e IA

Observar la cultura dentro de una empresa no es nada nuevo, pero las empresas están investigando cada vez más otras opciones de medición más allá de los grupos focales tradicionales y las encuestas al personal.

La IA puede analizar las comunicaciones en toda una organización (incluidos correos electrónicos y mensajes en plataformas de colaboración), centrándose en la gramática, la sintaxis, el sentimiento y las palabras clave, e identificar el tono dentro de los mensajes. (Claramente, al realizar dicho análisis, se debe prestar atención a los estándares y reglamentos de privacidad adecuados). Esto ayuda a identificar tendencias y a evaluar cuán saludable es la cultura dentro de una organización.

Medición de los riesgos ESG mediante IA

Cuatro de los cinco principales riesgos globales en términos de severidad del impacto están relacionados con el medio ambiente o la sociedad, según el Global Risks Report 2020 del WEF.Esto significa que la cuantificación del riesgo de ESG es esencial.

Una vez más, la IA puede ayudar. Por ejemplo, las empresas podrían analizar y predecir riesgos relacionados con cuestiones de derechos humanos entre proveedores de un determinado país o sector. Y al examinar las redes sociales y las transmisiones de noticias, los riesgos emergentes podrían identificarse antes.

Elaboración de informes ESG e IA

Los inversores buscan activamente enfoques más disciplinados y rigurosos para evaluar la rentabilidad no financiera, especialmente en torno a ESG, como mostró la reciente EY Institutional Investor Survey. Desde la perspectiva de analistas de inversión y gestores de portafolio, existen importantes ventajas en el uso de la IA para hacer un juicio fundamentado sobre la gobernanza corporativa y los estándares de todo el sector.

A diferencia de los informes financieros, que siguen un conjunto de reglas estrictas y uniformes, los informes ESG son flexibles y a menudo dependen de lo que las empresas deciden divulgar. El uso de IA podría resultar beneficioso aquí, ya que los informes de ESG se vuelven más prominentes y consistentes. Mientras tanto, la IA también hace posible agregar la información relacionada con ESG que actualmente se proporciona en varios informes, para informar comparaciones y toma de decisiones por parte de empresas, participantes del mercado y agencias de calificación.

Aprender a usar la IA

A partir de estos ejemplos, queda claro que la IA se adapta a la medición del valor a largo plazo y, en particular, los atributos que impulsan el valor a largo plazo en una organización. Sin embargo, debe usarse correctamente y junto con otras tecnologías. La IA puede mejorar el desempeño de las empresas, pero no de forma aislada; más bien, debe considerarse como parte de un conjunto de nuevos recursos tecnológicos, junto con big data y blockchain.

También hay una curva de aprendizaje con la que seguir. Muchas empresas no aprecian completamente el potencial de lo que se puede lograr con la IA, y las personas con la experiencia para usarla de manera más efectiva son escasas. El nivel de información estratégica recopilada a través de IA, por ejemplo, establecer la correlación adecuada entre una variedad de KPI, evolucionará con el tiempo a medida que las empresas se vuelvan más hábiles en su aplicación.

Pero, aunque puede ser en los primeros días, las empresas deberían estar enfrentándose a esta tecnología. Si no lo hacen, sus competidores lo harán.