La inteligencia artificial no despide a nadie

---

15 de octubre | Por Juan Merodio

Hace unas semanas, en una conversación después de una conferencia, un directivo me contó orgulloso su plan de «transformación con IA». Consistía en lo siguiente. Había cogido el organigrama, había pedido a su equipo una demo de una herramienta de moda, y había empezado a marcar nombres con un rotulador rojo. Este fuera. Este también. Este otro reubicado. Todo en dos tardes.

Le pregunté una sola cosa: ¿y cómo vas a saber en seis meses si te has equivocado?

Silencio.

Esa es la escena real de lo que muchas empresas están llamando estrategia de inteligencia artificial. Un directivo, una hoja de cálculo y una demo brillante. La vieja reducción de costes de siempre, envuelta en terminología futurista. No es transformación digital. Es idiotez directiva con coartada tecnológica.

 

El caso Ford: recontratar a los que sabían de verdad

El ejemplo más reciente y más incómodo es el de Ford. Tras confiar demasiado en sistemas automatizados para resolver problemas de calidad, la compañía ha tenido que volver a contratar a cientos de ingenieros veteranos, los famosos gray beard engineers, porque la inteligencia artificial no llegaba donde sí llega la experiencia acumulada.

Ford no está abandonando la IA. Al contrario. Lo que ha entendido es que necesita conocimiento experto, datos limpios y personas capaces de detectar problemas antes de que se conviertan en defectos caros. Charles Poon, vicepresidente de ingeniería de hardware, lo dijo con una frase que debería colgar en el despacho de cualquier consejero delegado: la inteligencia artificial es una herramienta fantástica, pero solo es tan buena como la información con la que se la entrena.

El problema no era la inteligencia artificial. El problema era creer que podía sustituir sin más a quienes sabían interpretar la realidad.

Y esto aplica a cualquier empresa. Incluida la tuya.

 

En TEKDI vemos esto constantemente. Empresas que llegan pidiendo ayuda para «acelerar la adopción de IA» y que en realidad lo que han hecho es despedir a un equipo entero seis meses antes, quedarse sin memoria operativa, y darse cuenta ahora de que la herramienta que iba a resolverlo todo no sabe ni por dónde empezar.

Los datos acompañan lo que estoy viendo en el terreno.

Un estudio de Robert Half revela que el 32% de los responsables de contratación estadounidenses que eliminaron puestos principalmente por la disponibilidad de inteligencia artificial acabaron recontratando personas para el mismo puesto o para uno muy parecido. Un informe de Orgvue va todavía más lejos: el 39% de líderes empresariales hizo despidos vinculados al despliegue de IA, y de ellos, el 55% admite haber tomado decisiones equivocadas.

Piénsalo un segundo.

Más de la mitad reconoce, con nombre y apellidos, que se equivocaron. Primero despiden. Después descubren que faltaban capacidades. Y finalmente intentan recomprar a toda prisa el conocimiento que había salido por la puerta. Un conocimiento que, por cierto, ya no vuelve al mismo precio.

El caso del Commonwealth Bank of Australia es todavía más revelador. El banco despidió a decenas de empleados de atención al cliente tras introducir un voice bot. Cuando las llamadas empezaron a subir y el sistema no fue capaz de absorber la complejidad real del trabajo, tuvieron que revertir la decisión. La entidad terminó reconociendo, en un comunicado, que no había considerado adecuadamente todos los factores relevantes antes de declarar redundantes esos puestos.

Traducido: hicimos la cuenta con la calculadora del pasillo y salió mal.

 

El error de fondo: confundir tareas con puestos de trabajo

¿Sabes cuál es el error de base? Creer que un puesto de trabajo es una lista plana de tareas automatizables.

No lo es.

Un puesto contiene contexto, excepciones, criterio, memoria institucional, relaciones con proveedores, intuiciones acumuladas y responsabilidad. Muchas tareas parecen simples cuando se miran desde lejos. Cuando bajas al detalle, descubres que lo que sostiene el proceso no es la tarea visible, sino todo lo que rodea a esa tarea y no está escrito en ningún manual.

Automatizas la tarea visible. Pierdes todo lo demás.

Y en tres meses no entiendes por qué las reclamaciones se disparan, por qué los clientes están enfadados, por qué el proveedor de siempre ya no coge el teléfono. Ninguna de esas cosas estaba en la demo.

 

La pregunta que sí deberías estar haciéndote

Déjame ser directo. La pregunta sensata no es «¿a quién puedo despedir con esta herramienta?». Esa pregunta es la de un gestor mediocre que confunde ahorrar con crear valor.

La pregunta sensata es otra: si diseñáramos hoy este proceso desde cero, con inteligencia artificial disponible, ¿cómo lo haríamos?

Esa diferencia lo cambia todo.

Automatizar el statu quo solo acelera sus defectos. Es como poner un motor de Ferrari a un carro de caballos: harás más rápido lo que ya estaba mal diseñado. Transformar de verdad exige rediseñar flujos de trabajo, datos, incentivos, responsabilidades y métricas. Bain lo explica con claridad: las compañías que crean valor con inteligencia artificial no son las que añaden herramientas a procesos existentes, sino las que rediseñan cómo se trabaja y cómo se toman decisiones. McKinsey llega a una conclusión parecida: el impacto real aparece cuando las organizaciones rediseñan procesos, gobiernan bien los sistemas y miden con indicadores claros.

Y aquí viene el elemento que casi todo el mundo se olvida: los bucles de retroalimentación.

 

El feedback loop: lo que nadie te cuenta en la demo

Una inteligencia artificial no debería limitarse a producir respuestas, resúmenes o recomendaciones y desaparecer. Tiene que estar conectada con lo que ocurre después. ¿Funcionó la recomendación? ¿El cliente quedó satisfecho? ¿Se evitó el defecto? ¿La respuesta fue correcta?

Sin ese bucle, la IA se convierte en una demo bonita. O como mucho, en una herramienta individual de productividad. Nunca en un sistema organizativo que aprende.

Por eso tantos proyectos fracasan.

El informe The GenAI Divide del MIT NANDA señala que, pese a inversiones enormes, el 95% de las organizaciones analizadas no obtiene retorno medible de la IA generativa. La causa no está solo en los modelos. Está en la mala integración con los procesos, en la falta de aprendizaje contextual y en la incapacidad para rediseñar las operaciones. BCG insiste en lo mismo: apenas una pequeña proporción de empresas obtiene ganancias financieras sustanciales, y el valor procede sobre todo de repensar el componente humano, no de comprar más tecnología.

Lo repito, porque es importante.

El valor está en repensar el componente humano.

 

La IA no sustituye personas. Sustituye tareas. Y obliga a pensar más

La inteligencia artificial no sustituye personas. Sustituye, acelera o transforma tareas. Y precisamente por eso obliga a pensar más, no menos.

Obliga a mapear procesos con honestidad. A distinguir entre lo que se puede automatizar y lo que exige responsabilidad humana. A preservar el conocimiento experto en lugar de dejarlo salir por la puerta. A formar a quienes deben supervisar los sistemas. Y a crear mecanismos para aprender de cada interacción, no solo para ejecutar más rápido.

El NIST, con su marco de gestión de riesgos de IA, insiste en algo que muchos directivos entienden como burocracia y que en realidad es sentido común: gobernanza, medición, gestión de riesgos y adaptación al contexto. Sin eso, no tienes una estrategia. Tienes un experimento caro con víctimas colaterales.

 

Lo que deberías responder la próxima vez

La próxima vez que alguien en un comité de dirección diga «esto ya lo puede hacer una inteligencia artificial», haz una sola cosa. Levanta la mano.

Y pregunta:

¿Dentro de qué proceso rediseñado? ¿Con qué datos? ¿Con qué supervisión? ¿Con qué métricas? ¿Con qué mecanismo de aprendizaje? ¿Y con qué responsabilidad cuando algo salga mal?

Si no hay respuesta, no estás ante una estrategia de inteligencia artificial. Estás ante una hoja de cálculo en manos de alguien que busca víctimas para justificar un ahorro trimestral.

La IA no elimina la necesidad de personas. Elimina excusas. Elimina procesos mal diseñados, datos abandonados, directivos que no saben medir, y organizaciones que nunca aprendieron a aprender.

Ahora tú decides en cuál de las dos categorías está tu empresa.

En la de Ford, que rectificó a tiempo.

O en la del próximo Commonwealth Bank, que va a tener que hacerlo en público.

Compartir >>