Resumen del contenido principal
Este artículo revela, a través del propio caso de fracaso empresarial del autor en el ámbito de la IA (proyecto del “doble digital del CEO”) y de la implementación práctica de la IA en una empresa de ventas telefónicas, que la esencia de un equipo nativo de IA no radica en el uso de herramientas de IA, sino en la reestructuración organizativa. Muchas empresas piensan erróneamente que el uso de herramientas de IA implica tener un equipo nativo de IA, cuando en realidad deben resolver primero problemas de gestión como procesos empresariales desordenados, estándares de datos no uniformes, autoridades poco claras y dificultades para la implementación efectiva. El artículo propone también un modelo estratificado para equipos nativos de IA (asistencia de herramientas, integración de procesos y guía por reglas) y enfatiza que la voluntad de gestión del jefe y el deseo de cambio organizativo son clave para la implementación exitosa de la IA; por avanzada que sea la tecnología, no se puede evitar la esencia de la gestión.
Interpretación detallada
#### 1. Equipos nativos de IA: No te dejes engañar por su apariencia sofisticada; en realidad se trata de reestructuración organizativa
Muchas personas creen que un equipo nativo de IA significa que los empleados utilizan herramientas de IA y que la eficiencia es extremadamente alta, pero el autor señala que esto es un gran malentendido. El núcleo de un equipo nativo de IA no es la tecnología en sí, sino el rediseño completo del modo en que funciona el equipo en torno a la IA: cómo se desarrollan los procesos empresariales, cómo fluyen las informaciones, quién debe hacer qué y cómo se evalúan los resultados.
Por ejemplo, el proyecto del “doble digital del CEO” del autor tenía como objetivo utilizar la IA para gestionar de manera centralizada el flujo de información de la empresa, reemplazar tareas repetitivas y proporcionar sugerencias de toma de decisiones. Sin embargo, al momento de la implementación, se descubrió que nadie podía aclarar cuestiones básicas como “de dónde provienen las pistas de negocio, quién se encarga de asignarlas y cómo se convierten en oportunidades de venta”; los procesos empresariales estaban completamente desorganizados, lo que impidió el uso efectivo de la IA. Más tarde, la empresa de ventas telefónicas invirtió tres meses en organizar los principales flujos de trabajo y unificar la terminología antes de poder poner en marcha el sistema de IA. Esto demuestra que lo primero que se debe hacer es fortalecer las bases organizativas antes de incorporar la IA, y no al revés.
#### 2. Los cuatro principales obstáculos para establecer equipos nativos de IA: todos son problemas de gestión
El autor resume los errores más comunes al implementar equipos nativos de IA, que son en realidad cuestiones de gestión:
- Falta de un flujo de trabajo claro: Las operaciones de la empresa de ventas telefónicas dependían de la intuición humana y la coordinación a través de grupos de WeChat, sin una descripción clara de los procesos completos. La IA necesita procesos claros para reemplazar tareas repetitivas, por lo que es necesario comunicarse intensivamente con todos los departamentos para transformar las decisiones subjetivas en diagramas de flujos de trabajo estructurados.
- Estándares de datos no uniformes: Los mismos conceptos se denominan de diferentes maneras en distintos departamentos (por ejemplo, “pistas de negocio” se llaman “oportunidades de venta” en ventas y “objetivos de cobro” en finanzas”), lo que impide que la IA entienda correctamente la información. El equipo del autor tuvo que realizar cuatro reuniones con todos los departamentos para establecer una terminología unificada.
- Autoridades poco claras: ¿Quién puede acceder a qué datos y modificar qué contenido? En el mundo físico, esto se resuelve preguntando; en el caso de la IA, las confusiones pueden causar problemas. La empresa de ventas telefónicas tardó una semana en redactar un documento detallado sobre las responsabilidades de cada puesto para resolver problemas como que los vendedores no pudieran ver las cifras de cobro.
- Dificultades para la implementación: Aunque se emiten instrucciones, los empleados no las siguen y es necesario supervisarlos. La solución es establecer acciones estándar claras (cuándo ingresar datos, cómo utilizar el sistema, etc.), de lo contrario, la IA queda inútil.
Estos problemas no tienen que ver con la tecnología en sí, sino con tareas de gestión como la comunicación, la alineación y la resolución de conflictos, pero son inevitables para establecer equipos nativos de IA.
#### 3. Los equipos nativos de IA se dividen en tres niveles; ¿en qué nivel se encuentra tu equipo?
El autor clasifica los equipos nativos de IA en tres niveles, con diferencias significativas en la eficiencia:
- Nivel L1 (asistencia de herramientas): Los empleados utilizan herramientas de IA de manera esporádica (por ejemplo, usar ChatGPT para escribir contenido), pero solo mejoran su rendimiento personal sin cambiar la estructura organizativa.
- Nivel L2 (integración de procesos): La IA se integra en los procesos departamentales (por ejemplo, la empresa de ventas telefónicas utiliza la IA para asignar pistas de negocio), pero las decisiones finales siguen siendo humanas (el jefe puede intervenir en la asignación de estas pistas).
- Nivel L3 (guía por reglas): La IA influye directamente en los sistemas de recompensas y promociones (por ejemplo, la IA evalúa el rendimiento de los empleados sin que el jefe intervenga a voluntad). Este es el nivel real de un equipo nativo de IA, pero pocas empresas lo logran.
Los criterios para determinar en qué nivel se encuentra un equipo son: si la IA ha llegado al nivel individual (uso de herramientas), a las acciones específicas de cada puesto, a los procesos departamentales, a los procesos empresariales clave o a las decisiones estratégicas. La mayoría de las empresas se detienen en los dos primeros niveles.
#### 4. La voluntad del jefe: por avanzada que sea la IA, no se puede ignorar la influencia de la gestión
El ejemplo del sistema de asignación de pistas de negocio del autor ilustra este punto de manera contundente: el sistema redujo el número de personas necesarias para manejar las tareas de ventas de cinco a una, aumentando significativamente la eficiencia. Sin embargo, el jefe decidió desactivar el sistema porque no estaba satisfecho con un líder de ventas y prefería que los premios se otorgaran de manera manual. Esto demuestra que la implementación exitosa de la IA depende de si el jefe está dispuesto a dejar que la tecnología tome las decisiones.
Muchos jefes dicen apoyar completamente la IA, pero en realidad buscan un control total; una IA demasiado justa puede no cumplir con sus necesidades de gestión. El fracaso del proyecto del “doble digital del CEO” también se debió a que los jefes no estaban dispuestos a reestructurar la organización hace tres años; solo ahora, con el aumento de popularidad de la IA, han comenzado a preocuparse por ello. Esto indica que la implementación de equipos nativos de IA no es un problema técnico, sino una cuestión de percepción y voluntad por parte de los líderes.
#### 5. Consejos para empresas y empleados: No intenten “ahorrarse trabajo” con la IA; primero mejoren las tareas de gestión
El consejo principal del autor es no tratar de evitar la gestión mediante la IA. La base para un equipo nativo de IA es tener procesos empresariales claros, estándares de datos y reglas de autoridad bien definidos; estas son tareas tediosas de gestión, pero esenciales.
Para las empresas: no compren herramientas de IA de manera precipitada; primero organicen sus procesos, unifiquen la terminología y definan claramente las responsabilidades. Para los empleados: no teman que la IA les robe su trabajo; enfoquense en aquellas tareas que la IA no puede realizar (como las que requieren creatividad o conocimientos específicos del entorno laboral), en lugar de pensar en qué puede reemplazar.
El autor concluye diciendo que detrás de los equipos nativos de IA hay muchos problemas de gestión, pero que esto es precisamente lo que les da su verdadero valor: eliminar tareas repetitivas y permitir que las personas se dediquen a actividades más significativas.
Este artículo desmonta la imagen idealizada de la IA como una tecnología revolucionaria, mostrando que su verdadera función es forzar la mejora organizativa a través del uso de la tecnología, y que para lograrlo es necesario resolver problemas de gestión preexistentes. Sin una base sólida en la gestión, incluso la IA más avanzada no sirve de nada.