Autor: Bailey Klinger
Inteligencia Artificial y Productividad de las MYPES
Capacitación Empresarial: Impacto y Desafíos
La mayoría del mundo en desarrollo es autoempleado (Gindling & Newhouse 2014). En Perú, las micro, pequeñas y medianas empresas (MYPES) constituyen más del 96% de las empresas y emplean al 46% de la población económicamente activa (Enaho 2022). Cualquier estrategia de crecimiento económico claramente debe incorporar este sector, sin embargo, la mayoría de estas MYPES sufren de una productividad persistentemente baja. Hay prácticas empresariales y de gestión bien definidas que, cuando se adoptan, hacen que las MYPES sean más productivas y crezcan más rápido (Bloom y van Reenen 2010, McKenzie y Woodruff 2017). Pero las empresas no las adoptan.
Por esta razón, los gobiernos y ONGs gastan al menos $1 mil millones para capacitar a 4-5 millones de empresarios de MYPES por año (McKenzie 2020). En Perú, el Programa Nacional Tu Empresa (PNTE) alcanza aproximadamente a 3000 MYPES, y los CITES del ITP capacitan aproximadamente a 8500. Estos tipos de capacitación tradicional en el aula han demostrado aumentar las ganancias en un 10%, mientras que los enfoques que incorporan un enfoque psicológico y heurístico aumentan las ganancias en un 15% (McKenzie 2020), y los impactos de los servicios de consultoría son aún mayores (McKenzie & Woodruff 2023). Estos son aumentos directos y sostenibles en los ingresos para los autoempleados. Por estas razones, dos de las 14 “Mejores Apuestas para Impacto a Escala” de Innovations for Poverty Action (IPA 2023) son la capacitación en habilidades blandas para aumentar las ganancias y ventas empresariales y los servicios de consultoría para apoyar a las PYMEs.
Sin embargo, esas 12,000 MYPES capacitadas cada año en Perú y 4-5 millones de MYPES capacitadas globalmente representan un pequeño porcentaje del total que se beneficiaría de dicha capacitación. Esta escala limitada se debe a los costos, que típicamente van de $150 a $1500 por participante (Woodruff 2020). Como señalan tanto IPA (2023) como Woodruff (2020), la necesidad más crítica para desbloquear esta mejor apuesta es “una mayor experimentación con métodos alternativos de entrega, particularmente la capacitación en línea”.
Una Solución Potencial: IA Generativa
Nuestra innovación es MYPE AsesorIA, un entrenador, capacitador y mentor de negocios basado en IA. MYPE AsesorIA aprovecha los avances recientes en Modelos de Lenguaje de Gran Tamaño (LLMs) para satisfacer el llamado del Banco Mundial y IPA por innovaciones en métodos alternativos de entrega para capacitación, mentoría y consultoría. Hasta la fecha, métodos alternativos de entrega como los mensajes SMS y la entrega de ‘edutainment’ son modelos de ’empuje’, con limitada personalización e interacción. Lo que los LLMs desbloquean es doble. Primero, la interfaz con el empresario es una conversación en lenguaje natural en lugar de un menú estructurado o una estructura fija de chatbot, lo que es más fácil y permite una comprensión y personalización mucho más rica del empresario, negocio y contexto situacional particulares. Esta conversación también puede aprovechar una plataforma front-end que la mayoría de los dueños de MYPE ya usan y conocen (WhatsApp). Segundo, los embeddings permiten que la herramienta extraiga rápidamente de toda la biblioteca de manuales y materiales de apoyo y capacitación empresarial existentes, identificando inmediatamente los materiales de capacitación más relevantes para luego ser contextualizados y entregados al usuario.
El uso de IA para capacitar a empresarios es muy económico: 1/100 a 1/1000 del costo del status quo, y altamente escalable porque no depende de construir un ejército de entrenadores humanos. Permite que la capacitación sea personalizada e interactiva. Además, debido a esta ventaja de costos, la capacitación y la mentoría pueden ser continuas y abiertas, utilizando aprendizaje activo y entregando la información más relevante para el problema en cuestión con el tiempo en lugar de intentar transmitir todo el corpus de materiales de capacitación en una sesión limitada. Esta naturaleza interactiva puede asistir directamente, paso a paso, con la implementación del conocimiento, similar a un consultor. Por esta razón, más allá de las enormes ventajas de costos y escala, los impactos podrían ser realmente mayores que los de la capacitación tradicional.
Iniciativa de AI & Productividad de MYPES de Hacer Peru
La capacitación basada en humanos ha evolucionado durante décadas, pero las mejores prácticas para una capacitación basada en IA aún no están claras. Las preguntas clave incluyen: ¿Cómo se debe instruir al LLM? ¿Debería centrarse en ‘habilidades duras’ o en la capacitación psicológica en iniciativa personal? ¿Debería proporcionar orientación detallada como un consultor o extraer las propias ideas del propietario y estimularlo a actuar como un entrenador? ¿Cómo debe secuenciar la acción inmediata hacia victorias rápidas versus el establecimiento de metas a largo plazo y estrategia? ¿Difiere este diseño óptimo por tipo de empresario o etapa, o por tiempo usando la herramienta? ¿Cómo debe estructurarse la interacción? ¿Cuál es la dosis óptima de la intervención (mensajes diarios, revisiones semanales, soporte reactivo)? ¿Cuáles son las mejores prácticas para introducir a los empresarios a los LLM y cuál es la ‘rampa de acceso’ más efectiva para aquellos con comodidad limitada con la tecnología?
Antes de una ampliación a mayor escala, se necesita una primera fase de experimentación para responder a estas preguntas con pruebas A/B intensivas para determinar qué tipos de capacitación en IA son más efectivos para qué tipos de empresarios y en qué tipos de problemas empresariales. La métrica de éxito final es el aumento de ganancias, pero las pruebas A/B en esta fase se basarán en 1) nuestra propia revisión y calificaciones de respuestas de registros de chat, 2) encuestas a todos los usuarios sobre utilidad e impacto empresarial a través de WhatsApp, y 3) entrevistas en profundidad con un subconjunto de usuarios.
Nuestro objetivo es llegar a al menos 4000 empresarios de MYPES, enfocándonos en dos sectores intensivos en MYPES (Bodegueros y Cafetaleros). Este enfoque sectorial investigará los beneficios de la especialización sectorial del modelo y la base de conocimientos. También simplifica el proceso de adopción, ya que trabajamos a través de socios (proveedores, asociaciones y cooperativas) que tienen una amplia confianza y contacto de WhatsApp con empresarios de MYPES en estos sectores.
Más información está disponible en mypeasesoria.org
Bibliografía
Anderson, S., L. Iacovone, S. Kankanhalli & S. Narayanan. 2021. “Modernizing Retailers in an Emerging Market: Investigating Externally-focused and Internally-focused Approaches” Available at SSRN: https://ssrn.com/abstract=3685514 or http://dx.doi.org/10.2139/ssrn.3685514
Gindling, T. & D. Newhouse. 2014. “Self-employment in the developing world.” World Development 56: 313-331. https://www.sciencedirect.com/science/article/abs/pii/S0305750X13000727
Innovations for Poverty Action, 2023. “Best Bets: Emerging Opportunities for Impact at Scale”. https://poverty-action.org/sites/default/files/2023-11/IPA-Best-Bets-Report-Updated.pdf
McKenzie, D. 2020. “Small business training to improve management practices in developing countries: reassessing the evidence for ‘training doesn’t work’”. World Bank Policy Research Working Paper 9408 (subsequently published in Oxford Review of Economic Policy). https://documents1.worldbank.org/curated/en/593081600709463800/pdf/Small-Business-Training-to-Improve-Management-Practices-in-Developing-Countries-Reassessing-the-Evidence-for-Training-Doesn-t-Work.pdf
McKenzie, D. & C. Woodruff. 2023. “Training Entrepreneurs: Issue 3”. VoxDevLit 1(3): September 2023. https://voxdev.org/sites/default/files/2023-11/Training_Entrepreneurs_Issue_3.pdf
Artificial Intelligence & MSME Productivity
Entrepreneurial Training: Impact & Challenges
The majority of the developing world is self-employed (Gindling & Newhouse 2014). In Peru, Micro Small and Medium-sized enterprises (MSMEs) are over 96% of businesses and employ 46% of the economically active population (Enaho 2022). Any strategy for economic growth clearly must incorporate this sector, yet most of these MSMEs suffer persistently low productivity. There are well-defined business and management practices that, when adopted, cause MSMEs to be more productive and grow faster (Bloom and van Reenen 2010, McKenzie and Woodruff 2017). But firms fail to adopt them.
For this reason, governments and aid agencies spend at least $1b to train 4-5 million MSME entrepreneurs per year (McKenzie 2020). In Peru, the Programa Nacional Tu Empresa (PNTE) reaches approximately 3000 MSMEs, and ITP’s CITES train approximately 8500. These types of traditional classroom-based training are proven to increase profits by 10%, while approaches incorporating psychological focus and heuristics increase profits by 15% (McKenzie 2020), and impacts of consulting services are even larger (McKenzie & Woodruff 2023). These are direct, sustainable increases to incomes for the self-employed. For these reasons, two of Innovation for Poverty Action’s 14 “Best Bets for Impact at Scale” (IPA 2023) are soft-skills training to boost business profits and sales and consulting services to support SMEs.
Yet those 12,000 MSMEs trained each year in Peru and 4-5 million MSMEs trained globally is a small percentage of the total who would benefit from such training. This limited scale is due to costs, typically $150-$1500 per participant (Woodruff 2020). As noted by both IPA (2023) and Woodruff (2020), the most critical need to unlock this best bet is “further experimentation with alternative delivery methods, particularly online training”.
A Potential Solution: Generative AI
Our innovation is MYPE AsesorIA, an AI-based business coach, trainer, and mentor. MYPE AsesorIA leverages recent advances in Large Language Models (LLMs) to meet the World Bank & IPA’s call for innovations in alternative delivery methods for training, mentorship and consulting. To date, alternative delivery methods such as SMS messaging and ‘edutainment’ delivery are ‘push’ models, with limited customization and interaction. What LLMs unlock is twofold. First, the interface with the entrepreneur is a natural-language conversation rather than a structured menu or fixed chatbot structure, which is easier and allows for a much richer understanding of and customization to the particular entrepreneur, business, and situational context. This conversation can also leverage a front-end platform that the majority of those MYPE owners already use and are familiar with (WhatsApp). Second, embeddings allow for the tool to rapidly draw from the entire library of existing entrepreneurial training and support manuals and materials, immediately identifying the most relevant training materials to then be contextualized and delivered to the user.
Leverage AI for training entrepreneurs is very low-cost: 1/100th to 1/1000th the cost of the status quo, and highly scalable because it doesn’t depend on building an army of human trainers. It allows for training to be customized and interactive. Moreover, because of this cost advantage, training and mentorship can be continuous and open-ended, using active learning and delivering the most relevant information for the problem at hand over time rather than trying to transmit the entire corpus of training materials in a limited session. This interactive nature can assist directly, step-by-step, with implementation of the knowledge, similar to a consultant. For this reason, beyond the massive cost and scale advantages, impacts could actually be larger than for traditional training.
Hacer Peru’s AI & MSME Productivity Initiative
Human-based training has evolved over decades, but best practices for an AI-based training are not yet clear. Key questions include: How should the LLM be instructed? Should it focus on ‘hard skills’ or on psychological training in personal initiative? Should it deliver detailed guidance like a consultant or draw out the owner’s own ideas and spur them to action like a coach? How should it sequence immediate action towards quick wins versus longer term goal setting and strategy? Does this optimal design differ by entrepreneur type or stage, or by time using the tool? How should the interaction be structured? What is the optimal dosage of the intervention (daily messages, weekly check-ins, reactive support)? What are best practices in introducing entrepreneurs to LLMs and what is the most effective ‘on-ramp’ for those with limited comfort with technology?
Before a larger scale-up, a first phase of experimentation is needed to answer these questions with intensive A/B testing to determine what types of AI training are most effective for what kinds of entrepreneurs when and what types of business problems. The ultimate success metric is increased profits, but A/B tests in this phase will rely on 1) our own review and ratings of responses from chat logs, 2) surveys of all users on usefulness and business impact via WhatsApp, and 3) in-depth interviews with a subset of users.
We are focusing on two MSME-intensive sectors (Bodegueros and Cafetaleros). This sector focus will investigate the benefits of model & knowledge base sector-specialization. It also simplifies the adoption process, as we work through partners (suppliers, associations, and co-ops) who have extensive trust and WhatsApp contact with MSME entrepreneurs in these sectors.
More information is available at mypeasesoria.org
Citations
Anderson, S., L. Iacovone, S. Kankanhalli & S. Narayanan. 2021. “Modernizing Retailers in an Emerging Market: Investigating Externally-focused and Internally-focused Approaches” Available at SSRN: https://ssrn.com/abstract=3685514 or http://dx.doi.org/10.2139/ssrn.3685514
Gindling, T. & D. Newhouse. 2014. “Self-employment in the developing world.” World Development 56: 313-331. https://www.sciencedirect.com/science/article/abs/pii/S0305750X13000727
Innovations for Poverty Action, 2023. “Best Bets: Emerging Opportunities for Impact at Scale”. https://poverty-action.org/sites/default/files/2023-11/IPA-Best-Bets-Report-Updated.pdf
McKenzie, D. 2020. “Small business training to improve management practices in developing countries: reassessing the evidence for ‘training doesn’t work’”. World Bank Policy Research Working Paper 9408 (subsequently published in Oxford Review of Economic Policy). https://documents1.worldbank.org/curated/en/593081600709463800/pdf/Small-Business-Training-to-Improve-Management-Practices-in-Developing-Countries-Reassessing-the-Evidence-for-Training-Doesn-t-Work.pdf
McKenzie, D. & C. Woodruff. 2023. “Training Entrepreneurs: Issue 3”. VoxDevLit 1(3): September 2023. https://voxdev.org/sites/default/files/2023-11/Training_Entrepreneurs_Issue_3.pdf