Las empresas no están entendiendo a la IA, no saben que hacer con ella y la “mejor” forma de lidiar con ella es delegar todo a Recursos Humanos porque esto es educación o se enfoca en: “¿Qué herramienta compramos?”. Solución.
No es así. El encare de la IA tiene que ser igual a una habilidad, la cual se mide como las ventas, no solo por terminar el curso o aprobar exámenes. Sobre este tema tengo ideas que podemos ver.
Primero lo primero, la IA es una habilidad, no una herramienta adquirible y comprar licencias de ChatGPT o Copilot no transforma a una empresa, del mismo modo que comprar una pala no convierte a alguien en jardinero. La IA requiere el desarrollo de una capacidad cognitiva y operativa interna que no se puede “instalar” al estilo Matrix, sino que se debe cultivar mediante la práctica y el rediseño de procesos.
En lo que sí están incurriendo las empresas es en el “Teatro de la Innovación”, ya que muchas empresas crean departamentos de innovación en oficinas de cristal sin el poder real de implementar algo en la empresa. Si la innovación fuera una prioridad seria, el director de esta área sería la persona más poderosa de la compañía, con capacidad para alterar modelos de negocio y no solo realizar experimentos.
Tener una métrica de éxito debe ser una con impacto en el negocio, no solo de fachada. Recursos Humanos, como no tiene el poder de decisión suficiente, suele medir cuánta gente terminó un curso en lugar de medir si ese entrenamiento aumentó la producción. La educación en IA solo es efectiva si se refleja en los KPIs principales que mueven la aguja financiera de la organización, o sea, si da ganancias.
El “Shadow AI” es una realidad, los empleados están usando IA de forma clandestina para aumentar su productividad individual, pero no comparten estas cosas con la empresa por miedo a ser reemplazados o juzgados. Esto impide que la organización absorba colectivamente las eficiencias y rediseñe sus flujos de trabajo.
Tenemos que saber que las empresas son sistemas de incentivos, no solo grupos de personas. Si el sistema de incentivos premia el mantenimiento del statu quo y no la disrupción, la IA fracasará y esto hace que los empleados no adopten cambios profundos ya que su estructura de bonos o seguridad laboral está ligada a procesos antiguos.
Lindo saber que productividad y el retraso histórico está en el presente, ya que históricamente, tecnologías como la electricidad o la computación tardaron décadas en mostrar ganancias de eficiencia real porque las fábricas primero solo “sustituyeron” motores sin cambiar el diseño de la planta. Con la IA ocurre lo mismo: no funcionará hasta que las empresas se reconstruyan desde cero pensando en la IA.
Esto hace que la IA nativa se vea como amenaza existencial para los gigantes o empresas tradicionales que dependen de procesos manuales que serán reemplazadas por startups nativas de IA. Estas nuevas entidades operan con una fracción del costo y una velocidad de procesamiento estadística que los del viejo actuar no pueden igualar con parches tecnológicos.
Volviendo a Recursos Humanos hoy pueden ser el motor generador de valor. En muchos organigramas, Recursos Humanos es visto como un gasto, lo que le quita incentivos para conectarse con las métricas de ingresos. Para que la IA funcione, Recursos Humanos debe integrarse en la cadena de valor y recibir crédito directo cuando el entrenamiento mejora la rentabilidad.
Otro gran factor es el miedo tecnológico que paraliza a la alta dirección, esto se conecta de pleno con incidentes pasados, como puede ser hackeos o errores técnicos. Este miedo impide que los CEOs tomen decisiones estratégicas audaces sobre la adopción de IA, delegando el futuro de la empresa a perfiles puramente defensivos.
Sumemos lo siguiente, la responsabilidad absoluta recae en el CEO, independientemente de si es un CEO fundador o profesional, la reconstrucción de la compañía bajo los principios de la IA es una tarea indelegable, pero si lo hace, es una receta camino a la obsolescencia garantizada.
También se tiene que sumar un grado de ansiedad a los CEOs porque la IA funciona primero lento y luego explota, ya que la penetración de la IA está ocurriendo más rápido que cualquier revolución anterior. Aunque hoy parezca que “no pasa nada” o que los cambios son marginales, la curva de adopción sugiere un punto de inflexión donde las empresas que no se adaptaron desaparecerán súbitamente.
Esto hace mucho más necesario medir todo con pruebas A/B, es la única forma real de verificar la efectividad de la formación en IA, dividir a los equipos en grupos de control. Comparar el desempeño de producción entre quienes recibieron entrenamiento y quienes no, revela el ROI real de la educación.
Pero la implementación de IA puede generar lo que se llama atrofia de habilidades por dependencia excesiva y los empleados pierdan la capacidad de realizar tareas críticas sin asistencia de IA. Si la tecnología falla o el modelo cambia, la empresa podría quedar en una posición de vulnerabilidad competitiva si no mantiene el conocimiento humano.
Y por último, se tiene que dar permiso para cambiarlo todo porque estamos en un momento histórico único donde la disrupción tecnológica otorga a los líderes la licencia para cuestionar cada proceso, jerarquía y modelo de negocio. No usar este permiso es desperdiciar la mayor oportunidad de ventaja competitiva del siglo.
Dios y el Diablo
El planteamiento de que la IA está fallando por deficiencias estructurales y culturales en las empresas genera tensiones significativas en el pensamiento administrativo moderno. Tenemos dos pareceres que pueden estar planteando una solución práctica.
Habilidad y Commodity
La idea de que la IA es una habilidad interna se alinea con la Teoría de Recursos y Capacidades (Barney, 1991), que sostiene que solo los recursos valiosos, raros, inimitables y organizados generan ventaja competitiva, es decir que si la IA fuera solo una herramienta comprable, no ofrecería ventaja, pues todos los competidores tendrían acceso a la misma versión de ChatGPT.
Pero existen críticos como Nicholas Carr, autor de “Does IT Matter?”, que podrían argumentar que la IA se está convirtiendo rápidamente en un commodity. A medida que modelos potentes se integran a Windows y Google Workspace, la “habilidad” individual pierde relevancia frente a la estandarización. La historia de las hojas de cálculo muestra que, aunque al principio eran una habilidad rara, pronto se convirtieron en un requisito base que no otorgaba distinción estratégica, sino solo paridad operativa.
Recursos Humanos y el ROI educativo
La crítica a las métricas superficiales como “culminar el curso” en Recursos Humanos es validada por estudios sobre el Gap de Transferencia de Entrenamiento. Según investigadores como Baldwin y Ford, solo un pequeño porcentaje de lo aprendido en cursos corporativos se aplica realmente al trabajo. Para medir bien el método de Evaluación de Kirkpatrick, es ideal, si es que específicamente el Nivel 4 (Resultado) no se ignora por su dificultad técnica.
Muchos profesionales de Recursos Humanos argumentan que medir el impacto directo de un curso de IA en ciertas producciones es metodológicamente casi imposible debido a las variables de confusión como cambios en el mercado, competencia, estacionalidad, etc. Además, centrarse solo en el ROI financiero ignora el valor de la seguridad psicológica y la retención del talento. Si un empleado se siente vigilado mediante pruebas A/B constantes, el clima organizacional podría deteriorarse, anulando las ganancias de productividad.
Shadow IA
El concepto de Shadow IA es una realidad documentada. Un informe de Microsoft y LinkedIn (2024) reveló que el 75% de los trabajadores del conocimiento ya utilizan IA en el trabajo, y muchos traen sus propias herramientas porque la empresa no las provee. Esto respalda la idea de que la eficiencia está siendo absorbida por el individuo y no por la estructura.
Desde la perspectiva de la Ciberseguridad y el Cumplimiento, el Shadow IA no es una “eficiencia desaprovechada”, sino un riesgo catastrófico. El caso de los ingenieros de Samsung que filtraron código fuente confidencial a ChatGPT justifica por qué las empresas imponen bloqueos. El argumento de que la empresa debe “abrazar” este uso ignora las implicaciones legales y de propiedad intelectual que los líderes deben proteger por mandato fiduciario.
Tarea para la casa I
Registra tus tareas diarias durante 3 días y clasifica cada tarea como “Esencia Humana” o “Mecánica Cognitiva”. Crea un prompt maestro para que una IA actúe como tu “asistente de pensamiento” en las tareas mecánicas y delega el 50% de la redacción de informes técnicos a este sistema para después evalúar el tiempo recuperado para investigación prospectiva. Puedes tener una revisión semanal y mide las horas liberadas para pensamiento profundo (Deep Work).
Tarea para la casa II
Pide a la IA que resuelva un problema complejo de tu área y en una nueva sesión, actúa como crítico y busca 3 fallos lógicos en esa respuesta. Pide a la IA que se contradiga a sí misma con argumentos sólidos y refina el prompt original incorporando detalles contra esos fallos. Documenta el “Prompt” para uso futuro. Esto lo puedes hacer cada vez que uses IA para una tarea crítica y tu métrica debe ser el número de errores detectados antes de la validación final.
Artículo original en Medium