Escalando las capacidades de tu equipo con IA

---

2 de junio | Por Juan Merodio

La semana pasada, hablando con el director de operaciones de una empresa mediana que había invertido cerca de medio millón de euros en una plataforma de IA desarrollada por un proveedor externo, me hizo una pregunta que me quedó dando vueltas: «Juan, ¿por qué ninguno de mis empleados sabe lo que está pasando realmente con esta herramienta?»

Le respondí lo que le respondo a casi todos: porque construiste una autopista de ocho carriles en un pueblo donde nadie tiene coche.

Eso es exactamente lo que está haciendo la mayoría de las empresas con la IA ahora mismo. Una gran apuesta. Un proveedor externo. Una aplicación cara y sofisticada. Y una plantilla entera que, en el mejor de los casos, está en un nivel tres de comprensión de la tecnología que supuestamente va a transformar su negocio.

 

El problema que nadie quiere ver

Déjame ser directo: si tu organización está en un nivel tres de capacidad en IA, y la iniciativa que has implementado necesita estar en un nivel ocho o nueve para operar y mantenerse, solo hay una persona en toda la empresa que entiende de verdad lo que está ocurriendo. El consultor externo que lo construyó.

¿Y qué pasa cuando esa persona se va? La iniciativa se cae. O peor: sigue en pie pero nadie sabe ya qué está haciendo ni por qué.

Esto lo veo constantemente. Empresas que han gastado cientos de miles de euros en soluciones de IA y tienen equipos que siguen trabajando exactamente igual que hace dos años. No porque la tecnología haya fallado. Sino porque nadie invirtió en que las personas pudieran entenderla, contribuir a ella o construir sobre ella.

Es como comprar el motor de un Fórmula 1 y meterlo en un coche cuyos mecánicos solo saben cambiar el aceite. El motor está ahí. El potencial también. Pero la brecha entre la tecnología y las personas que la tienen que operar lo hace irrelevante.

 

La alternativa que sí funciona

La respuesta no es más tecnología. Es más capacidad humana.

Y aquí viene algo que suena obvio pero que casi nadie hace bien: el objetivo de formar a tu equipo en IA no es convertirlos en desarrolladores. Es llevar a cada persona desde donde está ahora hasta el punto en el que puede construir, con sus propias manos, herramientas que resuelvan los problemas que solo ella entiende plenamente, porque es quien hace ese trabajo cada día.

Cuando cincuenta, cien o doscientas personas de una organización construyen sus propias herramientas de IA, aunque sean relativamente simples, dentro de Claude, ChatGPT o Gemini, el efecto acumulado aplasta a cualquier aplicación personalizada de un proveedor externo. Tanto en velocidad como en coste. Porque nadie entiende los puntos de fricción de un puesto como quien lo ocupa.

En TEKDI llevamos tiempo viendo este patrón con claridad. Los profesionales que más transforman su trabajo con IA no son los más técnicos. Son los que identificaron con precisión qué problema querían resolver y usaron la herramienta para atacarlo directamente.

 

Cómo construir esa capacidad sin que sea otro programa de formación olvidado

El noventa y ocho por ciento de los empleados en cualquier organización, independientemente del sector, están en un nivel tres o por debajo en IA. Eso significa que saben usar la herramienta para preguntas simples, quizás para redactar un correo o resumir un documento. Pero no han construido nada. No han diseñado un flujo. No han compartido un prompt con nadie.

Para moverlos hacia niveles cuatro, cinco y seis —donde empieza el impacto real en el negocio— hay un par de cosas que no pueden fallar.

Primero: el modelo híbrido. Los programas que dependen solo del aprendizaje autodirigido fracasan de forma predecible. Los empleados tienen trabajo real que hacer. Si les mandas una plataforma con vídeos y les dices «aprende a tu ritmo», la mayoría no pasa del segundo módulo. Necesitas módulos grabados que puedan hacer cuando puedan, combinados con sesiones en directo un par de veces por semana. Sin ese anclaje humano, el impulso desaparece.

Segundo, y esto es lo más importante: da a cada persona un problema antes de que vea el primer vídeo. La razón número uno por la que falla la formación en IA no es el temario. Es que los empleados empiezan sin ningún interés personal en lo que van a construir.

Preguntarles qué quieren construir con IA genera caras de perplejidad. Preguntarles qué tarea de su semana les saca de quicio genera respuestas inmediatas, concretas y llenas de energía. Esa es tu materia prima.

Hay un ejercicio que me parece especialmente útil para esto: pedir a cada persona que imagine su jornada laboral ideal y que identifique qué tareas le encantaría delegar, con la confianza de que se harían de forma excelente. Esa lista de deseos se convierte en su hoja de ruta de formación. No están viendo módulos. Están construyendo algo que les importa.

 

Lo que construye la gente cuando de verdad se implica

Los resultados que salen de este enfoque son de los que hacen reflexionar.

Un profesional del sector químico que presentaba entre veinte y treinta patentes al año gastaba treinta mil dólares anuales en honorarios legales. Construyó un analizador capaz de revisar una patente en preparación, compararla con las existentes y ayudarle a reescribir la solicitud antes de pasársela al abogado. Sus costes legales cayeron un noventa por ciento. La herramienta no fue idea de ningún proveedor externo. Fue idea suya, porque era él quien hacía ese trabajo cada día.

Una profesional del sector inmobiliario construyó un estimador de costes de construcción que daba resultados con una desviación del tres por ciento respecto a una aplicación por la que pagaba veinte mil dólares al año. Y lo hizo pivotando sobre la marcha: entró al programa con una idea distinta y durante el proceso descubrió cuál era su problema real.

El CEO de una empresa de mobiliario de oficina veía cómo su equipo dedicaba entre tres y seis horas a evaluar si valía la pena presentarse a una licitación de trescientas cincuenta páginas. Y si la respuesta era sí, dos personas y media durante dos o tres semanas preparando la propuesta. Al final del proceso, había construido una herramienta capaz de procesar ese documento en veinte minutos, recomendar si presentarse o no, y si la respuesta era positiva, generar una propuesta completa en dos horas. Él solo. Pasó de licitar tres proyectos al año a tres o cinco al mes.

Ninguno de ellos era desarrollador. Ninguno tenía perfil técnico en el sentido tradicional. Tenían un problema claro y el nivel suficiente de capacidad para atacarlo.

 

La gobernanza que nadie mide pero todo el mundo necesita

Hay otra cosa que casi todas las organizaciones improvisan a posteriori y que genera problemas serios: la supervisión de lo que los empleados crean.

Cuando alguien usa IA para redactar un artículo o responder un correo, los requisitos de control son mínimos. Cuando empieza a ejecutar agentes conectados a bases de datos externas o a lanzar llamadas a APIs, la situación es completamente diferente. La seguridad y el nivel de supervisión tienen que escalar al mismo ritmo que las capacidades.

Esto significa dos cosas en paralelo: medir cómo evolucionan las habilidades de cada persona, y supervisar qué están construyendo y con qué nivel de impacto. Si no mantienes esos dos carriles avanzando juntos, acabas con empleados de nivel siete operando sin las garantías que ese nivel requiere.

Y hay algo más que vale la pena nombrar: el consejo interno que supervisa la adopción de la IA necesita representar perfiles distintos. Si ese grupo lo forman solo personas con mentalidad de control y procedimientos, la adopción muere antes de nacer. Si lo forman solo entusiastas de la tecnología, la organización avanza sin frenos. Necesitas los dos tipos, y también quienes saben construir equipos y quienes saben ejecutar. Sin esa mezcla, el consejo nace con un sesgo estructural desde el primer día.

 

El desplazamiento que nadie ve venir

Cuando los empleados construyen algo real con IA, algo cambia en la organización que no aparece en ningún informe de ROI.

Dejan de ver la tecnología como una amenaza o como algo que les impone la dirección desde arriba. La ven como una herramienta que ellos controlan. La confianza crece. La resistencia baja. Y la organización empieza a generar ideas de IA desde dentro hacia fuera, en lugar de esperar la próxima iniciativa que llegue en PowerPoint desde un consultor externo.

A medida que las personas alcanzan niveles cinco y seis, algo más ocurre: sus ideas para aplicaciones más grandes y sofisticadas empiezan a ser útiles de verdad. Han construido suficiente por su cuenta como para entender qué necesita la IA para funcionar: qué datos hay que conectar, qué tiene que saber el modelo, dónde están los casos límite. Esa inteligencia colectiva convierte a la organización en un cliente mucho mejor para cualquier proveedor externo que eventualmente contraten. Y reduce la dependencia de esos proveedores desde el primer día.

 

La pregunta que tienes que hacerte hoy

Tu empresa tiene dos caminos.

El primero: seguir apostándolo todo a una gran iniciativa externa, cruzar los dedos con que el proveedor no se vaya o que el proyecto no se caiga en dieciocho meses, y esperar que alguien en la plantilla acabe entendiendo qué está pasando.

El segundo: invertir en que cincuenta, cien o doscientas personas de tu organización suban aunque sea tres niveles de capacidad, construyan algo real que les ahorre tiempo esta semana, y conviertan la IA en algo que surge de dentro, no en algo que se les impone desde fuera.

La tecnología ya está. El modelo ya existe. La pregunta no es si tu empresa va a usar IA. La pregunta es si la va a entender.

Y eso, a diferencia del proveedor externo, no te lo puede resolver nadie más.

Compartir >>