Diez años de modelos de madurez digital: ¿predicen los resultados?

De un vistazo

Fuente

Thordsen and Bick (2023). A decade of digital maturity models: much ado about nothing?. Information Systems and e-Business Management, 21(4), 947–976. doi:10.1007/s10257-023-00656-w

Cómo se hizo

Los autores revisaron once años de investigación sobre modelos de madurez digital y expusieron los principales puntos de desacuerdo entre los investigadores. Revisión sistemática. Busca todos los estudios publicados sobre una pregunta, con reglas fijas, y resume lo que muestran.

Quién participó

Investigación publicada sobre modelos de madurez digital.

Dónde

Internacional.

“Various critical voices question the actual practical and theoretical value of DMMs, underlining the absence of objective evaluation criteria of these models and pointing out the lack of empirical data to prove the suggested relationship between maturity and performance.” [Diversas voces críticas cuestionan el valor práctico y teórico real de los modelos de madurez digital (DMM), subrayan la ausencia de criterios objetivos para evaluar estos modelos y señalan la falta de datos empíricos que demuestren la relación propuesta entre madurez y resultados.]

Qué encontró

Un modelo de madurez sitúa a una organización en una escalera de niveles, normalmente de principiante a avanzado, y propone qué hacer para subir.

• Existen muchos modelos de este tipo, y su valor se discute entre los investigadores.
• Los críticos señalan dos carencias. Los modelos no tienen criterios objetivos para juzgar un nivel. Y hay pocos datos que muestren que un nivel más alto va unido a mejores resultados del negocio.

(«DMMs» en la cita significa digital maturity models, modelos de madurez digital).

Cuándo se cumple el resultado

La revisión trata de los modelos de madurez digital en general. Los modelos de madurez en IA se construyen igual, así que las mismas dudas valen para ellos. Ese paso es una inferencia nuestra y no un resultado de la revisión.

Límites

• Expone un debate. No comprueba por sí misma si la madurez predice los resultados.

Prácticas que usan este estudio

Este estudio respalda:

• No trate una puntuación de madurez como una previsión Una puntuación de madurez o de preparación para la IA describe dónde dice usted que está. Las pruebas de que una puntuación más alta lleva a mejores resultados son escasas y controvertidas. Úsela para abrir una conversación, no para predecir la rentabilidad. Hacer después · Esfuerzo: bajo (días, una persona) Evidencia: Moderada Controvertida Medición · Explorar

Evaluaciones vinculadas a este estudio

• ¿Tiene la empresa lo que necesita para usar la IA? AI Capability scale Directivos, sobre su propia empresa · 46 preguntas Uso y adaptación libres Pruebas: Moderada Encuestas de preparación

Verificaciones de cifras que citan este estudio

• “La AI Maturity Matrix de BCG muestra lo madura que es una empresa” Hay que corregirla
• “Microsoft tiene un modelo de madurez para la IA responsable” Confirmada
• “Solo el 13 % de las empresas está preparado para la IA” Hay que corregirla