La adaptabilidad es la habilidad esencial en la era de la IA
Inteligencia Artificial y Empleo
La inteligencia artificial ha derribado los ciclos de disrupción, y el cambio se ha producido a una velocidad vertiginosa. Tareas que antes consumían horas ahora se realizan en minutos. Aaron Poynton escribe que, a medida que las organizaciones se esfuerzan por mantener el ritmo, la limitación definitoria ahora es la adaptabilidad, no la tecnología. Propone un marco que diseña la adaptabilidad como un sistema. El margen de demora se está reduciendo.
Las revoluciones tecnológicas siempre han reorganizado el trabajo. La máquina de vapor mecanizó el trabajo, la cadena de montaje estandarizó la producción y las computadoras redefinieron el conocimiento. Cada una se desarrolló a lo largo de décadas, dando tiempo a las instituciones para adaptarse.
La inteligencia artificial ha roto ese ciclo. La invención, la adopción y la disrupción ocurren casi simultáneamente. ChatGPT alcanzó los 100 millones de usuarios en ocho semanas; internet tardó siete años. Lo que antes se extendía a lo largo de generaciones ahora se comprime en trimestres. El cuello de botella ya no es la tecnología, sino la capacidad de adaptación de una organización.
Lecciones de revoluciones pasadas
Cada ola de innovación generaba ansiedad. Los luditas no eran antitecnológicos. Se oponían a los recortes salariales y a la pérdida de autonomía. El automóvil devastó el sector del transporte, pero creó nuevas industrias en los sectores del acero, el petróleo, los seguros y la construcción de carreteras. La cadena de montaje de Ford hizo más que impulsar la productividad: profesionalizó la gestión.
Estos ciclos compartieron un período de gracia. Hubo un desfase entre la invención y la adaptación que permitió a empresas, trabajadores y reguladores ponerse al día. La inteligencia artificial elimina ese margen de maniobra.
¿Qué hace que la IA sea distinta?
La inteligencia artificial representa una nueva etapa en la organización del trabajo. En lugar de simplemente acelerar las tareas físicas o digitales, la IA se adentra en el ámbito cognitivo, antes estrechamente ligado al juicio humano. Puede redactar contratos, analizar datos, generar código y calificar clientes potenciales. Estas actividades son la base del trabajo del conocimiento.
La velocidad de adopción es igualmente sorprendente. Capacidades que antes tardaban años en integrarse ahora se extienden a empresas enteras en cuestión de meses. Grandes instituciones financieras, por ejemplo, están equipando a miles de empleados que atienden al cliente con asistentes de IA que resumen investigaciones, preparan comunicaciones y actualizan registros en tiempo real. Tareas que antes consumían horas ahora se realizan en minutos.
El resultado es una brecha de adaptabilidad cada vez mayor. Los trabajadores son despedidos con mayor rapidez de la que pueden reciclarse. Las empresas diseñan nuevos puestos con mayor rapidez de la que pueden cubrirlos. Los equipos directivos aprueban presupuestos de transformación con mayor rapidez de la que se puede obtener valor. Los responsables políticos siguen elaborando normas mientras que los sistemas ya están integrados en las decisiones diarias.
El metabolismo organizacional, la velocidad con la que las instituciones absorben y aplican el cambio, se ha convertido en el factor limitante. Cerrar esta brecha requiere que los líderes consideren la adaptabilidad como un sistema diseñado, y no como una cuestión de suerte o de gerentes excepcionales.
Diseñar la adaptabilidad como un sistema
La adaptabilidad debe diseñarse con la misma deliberación que la calidad o la seguridad. Tres principios de diseño son importantes:
Definir el trabajo a nivel de tarea : Los puestos de trabajo no se corresponden con la realidad. Divida los roles en tareas y decida cuáles automatizar, ampliar o preservar según la confianza, el contexto y la normativa. Esto aclara qué tareas requieren fortalezas humanas, como el juicio, la construcción de relaciones y la creatividad, y cuáles pueden delegarse.
Acelerar la capacitación : Los programas semestrales son demasiado lentos. El aprendizaje debe ser modular, basado en competencias e integrado en el trabajo diario. La capacitación no se limita a más formación. Requiere una arquitectura laboral, incentivos y movilidad para que las personas puedan asumir nuevas tareas valiosas. Empresas líderes han demostrado que esto es posible invirtiendo en programas de capacitación multianual que benefician a cientos de miles de empleados.
Replantear la gobernanza : Las políticas diseñadas únicamente para la estabilidad suelen frenar el aprendizaje. Las barreras de seguridad deben facilitar la experimentación, protegiendo al mismo tiempo la privacidad, la seguridad y la equidad. La emergente Ley de IA de la Unión Europea ilustra este nuevo ritmo. Las obligaciones entran en vigor por etapas, con normas especiales para los modelos de propósito general. La gobernanza es ahora un requisito continuo en lugar de un proyecto puntual.
Cadencia para el cambio continuo
La adaptabilidad no puede depender de iniciativas ocasionales. Requiere ritmo. RATE es un ejemplo eficaz:
- Reformular el trabajo trimestralmente reevaluando qué tareas han cambiado debido a nuevas herramientas o regulaciones.
- Automatizar de forma selectiva teniendo en mente resultados comerciales claros y tolerancia al riesgo.
- Capacítese continuamente a través de módulos cortos e integrados que conducen a cambios visibles en las tareas.
- Experimente bajo barandillas y aporte lecciones para el replanteamiento del próximo trimestre.
RATE comprime los principios de agilidad y mejora continua a un ritmo adaptado a las tecnologías que evolucionan en meses. Sistematiza el cambio de la misma manera que Ford sistematizó la producción o Toyota la calidad. Los líderes saben cuándo se producirá un replanteamiento, los gerentes saben que la capacitación debe generar resultados a nivel de tarea, y los empleados saben que la experimentación está permitida, pero limitada.
Poniendo RATE a trabajar
Los líderes pueden comenzar con dos flujos de trabajo: uno orientado al cliente y otro interno.
Mapee el flujo actual de tareas. Identifique pasos repetitivos, transferencias y decisiones de juicio. Marque las tareas con datos claros como candidatas a la automatización. Marque las tareas sensibles, como escaladas o verificaciones de cumplimiento, para su ampliación en lugar de su automatización.
Implemente pequeñas automatizaciones. Céntrese en dos o tres tareas con métricas de éxito específicas, como el tiempo de ciclo, la tasa de error o la satisfacción del cliente. Mantenga el primer sprint por debajo de las 12 semanas.
Inicie un sprint de capacitación de 12 semanas. Céntrese en los roles más expuestos en esos flujos de trabajo. Vincule los módulos con las nuevas tareas que realizarán los trabajadores y mida la adopción posterior a la capacitación.
Establecer una estrategia quincenal de eliminación de obstáculos. Un grupo interfuncional de operaciones, riesgos, legal, RR. HH. y TI se reúne únicamente para eliminar los obstáculos que frenan los proyectos piloto.
Crear una reserva para redespliegues. Reservar entre el 10 % y el 15 % del presupuesto anual para redespliegues durante el año. Esto garantiza que los líderes puedan actuar con rapidez cuando los proyectos piloto tengan éxito.
El objetivo no es un estado final perfecto, sino avanzar. Los logros tempranos generan confianza y revelan los verdaderos obstáculos, que suelen ser el acceso a los datos, la propiedad de los procesos y los incentivos, más que el rendimiento de la tecnología en sí.
Habilidades y gobernanza
Los ejecutivos se apresuran a adoptar las herramientas, pero muchos no han evaluado el impacto en la fuerza laboral y la cultura con la misma intensidad. Esto genera riesgos de ejecución y déficit de confianza dentro de las organizaciones. La regulación también está pasando de la teoría a la práctica. Los líderes ahora deben gestionar dos transformaciones a la vez: las habilidades, para que las personas puedan usar las herramientas, y la gobernanza, para que su uso se mantenga seguro y legítimo.
La forma práctica de integrarlos es convertir el uso regulado en la base de la capacitación. Enseñe a los empleados a usar las herramientas de IA dentro de las políticas, con casos reales, reglas de manejo de datos y vías de escalamiento. Considere cada módulo de capacitación como una herramienta para el desarrollo de capacidades y la internalización de las medidas de seguridad.
Evidencia de que la escala es posible
Algunos dudan de que la recapacitación a gran escala sea posible. Sin embargo, grandes empleadores ya han presentado programas plurianuales de capacitación que abarcan a cientos de miles de trabajadores en diversos puestos. Estas iniciativas invierten considerablemente en la arquitectura laboral, el apoyo a la formación y la definición de puestos de trabajo. Con este diseño, la recapacitación se vuelve predecible y repetible, en lugar de improvisada.
De igual manera, las implementaciones empresariales en sectores altamente regulados demuestran que la IA puede integrarse en el trabajo del cliente mediante registros de auditoría e integración en los sistemas centrales. Esto demuestra que las implementaciones gobernadas y a escala son posibles cuando se diseñan con controles desde el principio.
Reducción del margen de demora
Las revoluciones pasadas permitieron años de adaptación. La inteligencia artificial no ofrece ese lujo. Las preguntas para líderes y legisladores son inmediatas: ¿Con qué rapidez se pueden reasignar tareas? ¿Con qué eficacia se puede capacitar a los trabajadores? ¿Con qué firmeza se pueden eliminar los procesos obsoletos sin desestabilizar las instituciones? ¿Cómo se mantendrán las organizaciones alineadas con las obligaciones regulatorias escalonadas que cambian trimestralmente el significado de "responsable"?
El ritmo no disminuirá. Las empresas, los gobiernos y las escuelas que integren la adaptabilidad en sus sistemas mediante el diseño a nivel de tarea, la capacitación acelerada, la gobernanza pragmática y la presupuestación flexible convertirán la velocidad en una ventaja. Quienes duden se verán obligados a competir con organizaciones y sociedades que ya operan a la velocidad de la IA.
El artículo original se puede leer en LSE Business Rewiev
- La publicación representa las opiniones de su(s) autor(es), no la posición de LSE Business Review o de la London School of Economics and Political Science.
Comentarios