¡Hola! Soy tu asistente de análisis financiero y de noticias empresariales. Aunque el título de este artículo contiene términos técnicos como “FDE” y “ontología” que pueden sonar complejos, en realidad trata sobre un tema de gran importancia para todos los jefes, recursos humanos y gerentes: ¿Cómo deben cambiar las empresas cuando el AI realmente comienza a trabajar?
Muchos jefes tienen la ilusión de que, al adquirir herramientas de AI y que los empleados aprendan a usarlas, ya han logrado la transformación. Sin embargo, el autor Wei Haozheng señala que esto es como poner un motor en un carruaje de madera: no puede ir rápido y, de hecho, puede incluso desmoronarse.
A continuación, desglosaré este artículo complejo en cinco dimensiones clave para que lo entiendas completamente.
---
1. ¿Por qué, aunque tu empresa tenga AI, la eficiencia no mejora?
Punto central: Los individuos trabajan más rápido, pero la organización no se adapta, lo que aumenta la “desgaste interno”.
En muchas empresas, los empleados sí utilizan la AI para trabajar más rápido (por ejemplo, escribiendo código o creando presentaciones). Pero los jefes no notan muchos cambios, e incluso a veces las cosas se vuelven más confusas.
- Caso típico: Antes, una persona se encargaba de una tarea; ahora, con la ayuda de la AI, puede hacer diez tareas. Sin embargo, las barreras entre departamentos y los procesos de aprobación siguen existiendo.
- Problema: El departamento A puede procesar datos rápidamente con la AI, pero el departamento B sigue utilizando métodos tradicionales de aprobación. Los datos generados por el departamento A pueden no llegar al departamento B o no pueden ser transferidos debido a cuestiones de autoridad.
- Conclusión: Es como poner un motor de cohete en un carruaje antiguo: los empleados trabajan rápido, pero la estructura organizativa es obsoleta, lo que puede causar problemas internos o aumentar la fricción.
- Fórmula: **Productividad organizativa con AI = Capacidad individual con AI × Adaptabilidad organizativa a la AI*. Si la adaptabilidad es cero, no importa cuán fuerte sea la capacidad individual, el resultado será nulo o incluso negativo.
2. ¿Qué es un FDE? No es un programador avanzado, sino un “médico residente”.
Punto central: Un FDE (Frontier Deployment Engineer) es alguien que conecta la tecnología con el negocio, actuando como un “traductor” y un “cirujano”.
Muchos piensan que un FDE es un programador de nivel superior, pero no es así.
- Proceso tradicional: El cliente plantea una necesidad → El gerente de producto redacta documentos → El equipo de desarrollo escribe el código → Se realiza la prueba → Se lanza el producto. Este proceso es lento y a menudo no cumple con las expectativas del cliente.
- Proceso FDE: El equipo FDE se integra directamente en la empresa. No se apresura a escribir código, sino que primero analiza:
1. ¿Qué hace realmente el negocio?
2. ¿Dónde está el problema? (Por ejemplo, ¿por qué se necesita la aprobación de siete personas para un pedido?)
3. ¿Qué partes del proceso podrían beneficiarse de la AI?
4. ¿Cómo integrar la AI?
- Valor: Un equipo FDE es pequeño y multidisciplinario: incluye personas que entienden la tecnología, el negocio y la organización. Trabajan como médicos: primero diagnostican el problema, luego proponen soluciones y finalmente desarrollan prototipos rápidamente.
- Cambio: Mientras que antes un proyecto requería de 8 a 12 personas y varios meses, ahora un equipo FDE puede completarlo en unos días con la ayuda de la AI. Esto no es solo una mejora tecnológica, sino también una revolución en la forma de entregar resultados.
3. ¿Qué es la “ontología”? Es darle a la AI “ojos expertos”.
Punto central: La ontología no es una tecnología misteriosa, sino una herramienta para convertir el “conocimiento tácito” de la empresa en información comprensible para la AI.
Este es el concepto que más puede causar confusión. La ontología suena filosófico, pero en el contexto de la AI, es muy concreta.
- Problema: La AI es inteligente, pero no entiende cómo funciona la empresa. Sabe qué es un “pedido”, pero no que, en su empresa, los pedidos de más de 100.000 unidades deben ser aprobados por el director financiero; tampoco sabe que los clientes se dividen en categorías con diferentes derechos de descuento.
- Función de la ontología: La ontología organiza la lógica del negocio, las relaciones, las reglas y los derechos de autoridad que están almacenados en la memoria de los empleados, en hojas de cálculo o en documentos institucionales.
- Objetos: ¿Qué es un cliente? ¿Qué es un producto?
- Relaciones: Un cliente compra un producto, lo que genera un pedido.
- Eventos: Cuando el valor del pedido supera 100.000 unidades, se activa un proceso de aprobación.
- Autoridad: Solo el director puede aprobar el pedido.
- Importancia: El proceso de construcción de la ontología es también un proceso de autoanálisis para la empresa. Muchos jefes no están claros sobre quién es responsable de los resultados o en qué situaciones se pueden hacer excepciones. La AI los obliga a aclarar estas cuestiones.
- Cita clave: Sin una ontología, la AI solo conoce hechos, pero no entiende el contexto del negocio.
4. La “reconstrucción” de la estructura organizativa: de una pirámide a una red de capacidades.
Punto central: La AI hace que las jerarquías sean innecesarias; las organizaciones del futuro se basarán en tareas y capacidades dinámicas.
Las empresas tradicionales tienen una estructura piramidal: personas → puestos → departamentos → niveles de autoridad. Esto se debe a las limitaciones de las capacidades humanas y a la necesidad de transmitir información a través de múltiples niveles de gestión.
- Cambio provocado por la AI:
1. Reducción de costos de comunicación: Antes, una empresa de 3000 personas necesitaba reuniones y múltiples informes; ahora, con una plataforma AI basada en ontología, cada persona puede consultar directamente: “¿Cuál es el historial de pedidos de este cliente?” “¿Quién está a cargo de esta aprobación?”, lo que reduce significativamente los costos de comunicación.
2. Bordeos entre puestos difusos: Si la AI puede realizar el 70% del trabajo de un puesto, ¿qué queda para el empleado? ¿Siguen siendo necesarios esos puestos?
3 Equipos más pequeños, mayor eficiencia: Cuanto mayor es el grado de automatización, menos personas se necesitan, pero la producción aumenta. Una persona más la AI puede formar un equipo efectivo.
- Nueva forma organizativa:
- Puestos → Nodos de capacidad: Ya no se enfatiza si alguien es un “vendedor” o un “servicio al cliente”, sino si tiene habilidades como la “comprensión del cliente” o la “generación de soluciones”.
- Departamentos → Redes de capacidades: Los departamentos ya no son rígidos; se forman redes que combinan personas y agentes AI según las necesidades del trabajo.
- Gerentes → Coordinadores: Los gerentes ya no supervisan el trabajo de las personas, sino que coordinan recursos, tareas y capacidades.
5. La pregunta final: ¿Qué hacen las personas en la era de la AI?
Punto central: La AI libera el potencial humano, no solo las plazas de trabajo. No debemos ver la AI como una herramienta para despedir personas, sino como una herramienta para liberar su creatividad.
Este es el punto más importante del artículo:
- Cuidado con los malentendidos: Muchos jefes piensan en la AI en términos de reducir personal. Esto es miope. Si lo único objetivo es ahorrar dinero, perderemos el tiempo, la experiencia y la creatividad que la AI puede generar.
- Ejemplo: Una empresa redujo su equipo de soporte técnico de 100 a 20 personas, pero no las despidió; en cambio, las reasignó a tareas de preventa. Estas personas, gracias a su conocimiento del producto y de las necesidades de los clientes, junto con la ayuda de la AI, se convirtieron en un equipo de ventas y servicio más efectivo.
- Nueva función de las personas:
- Tareas que puede realizar la AI: Tareas computables, repetitivas y escalables (organización de datos, generación de informes, ejecución de procesos estándar).
- Tareas que realizan las personas: Tomar decisiones, crear valor, establecer relaciones y asumir responsabilidades.
- Responsabilidad intransferible: La AI puede ofrecer soluciones, pero no puede asumir responsabilidades en caso de errores. Las personas son las que deben tener autoridad y asumir las consecuencias.
- Rediseño del trabajo: Si un empleado antes necesitaba 200 horas para completar una tarea, ahora la AI puede hacerlo en 1 hora; el tiempo restante debe ser utilizado para tareas más creativas y estratégicas.
---
Resumen: El camino correcto para la transformación con AI
El autor ofrece un proceso claro para la “reconstrucción organizativa”:
1. Comprender el negocio (involucrar a un FDE para identificar los problemas).
2. Estructurar la empresa (crear una ontología para organizar la lógica y los derechos de autoridad).
3. Reasignar tareas (determinar qué hacer con la AI y qué con las personas).
4. Reconstruir la organización (romper las barreras entre departamentos y crear redes de capacidades).
5. Liberar el potencial humano (permitir que las personas realicen tareas más significativas y asuman responsabilidades).
En resumen: La transformación con AI no es simplemente adquirir herramientas, sino reestructurar la organización. Primero debemos cambiar nuestra forma de pensar (cognición), luego los procesos (ontología) y finalmente la estructura (organización). De lo contrario, solo estaremos etiquetando la organización con tecnología, pero seguirá funcionando de manera ineficiente.