Toda dirección oye las mismas afirmaciones: la IA lo cambia todo, o la IA está sobrevalorada. Ambas afirmaciones son demasiado generales para basar algo en ellas. La pregunta que sí se puede responder es más pequeña y específica: ¿está la IA, para una tarea determinada, en su sector, asumiendo ya trabajo, en parte con supervisión, o sigue siendo trabajo humano? Eso no es una opinión. Es un hecho que varía por tarea y que se puede verificar.
Reconoce una moda pasajera por la escala de la afirmación: se aplica a "el sector" o "la profesión". Reconoce un cambio permanente por la escala de la evidencia: se aplica a una tarea, con una fecha en que eso se constató por última vez, y con una razón de por qué la supervisión humana todavía es necesaria o ya no lo es. En el momento en que alguien no puede reducir una afirmación a ese nivel, es probable que sea ruido.
En una empresa, una tarea ya se realiza hoy con IA y un humano la valida. En una empresa comparable, del mismo sector, eso todavía se hace completamente a mano. Esa diferencia rara vez proviene de la ambición o el presupuesto. Proviene de quién lo nota primero. Un empleado que trabaja a diario con una tarea suele ver un cambio antes que una dirección que navega por informes trimestrales; quién en la organización lo nota primero cuando la IA asume trabajo no siempre es quien tiene el mandato para hacer algo con ello. Ese retraso entre la señal y la decisión es precisamente donde, en la práctica, se hace o se pierde la distinción entre moda pasajera y cambio permanente.
Toda afirmación sobre "la IA puede asumir esta tarea" es una estimación, basada en los ejemplos, la regulación y la oferta de proveedores que existen ahora. Esa estimación es más sólida cuanto más fácil es aislar la tarea, y más débil cuanto más depende la tarea de contexto que no está registrado. Una estimación de hace tres meses puede seguir siendo válida, o puede estar ya obsoleta: eso varía según la tarea y la velocidad con que cambia el modelo subyacente o la regulación. Un resultado que dice "la IA puede asumir esto" no dice nada sobre si eso realmente ocurre; eso depende de decisiones que quedan fuera de la estimación. Y un resultado que dice "esto sigue siendo trabajo humano" es una instantánea, no una garantía para el año próximo.
Donde esto afecta a quién realiza todavía qué tarea, se aplica lo siguiente: una estimación no es una justificación para una decisión de despido. Para eso rigen requisitos legales propios, independientes de lo que muestre una imagen sectorial o un autodiagnóstico.
Un cambio es probablemente permanente, no incidental, cuando coinciden tres cosas. Primero: el cambio es visible en varias partes del sector de forma independiente entre sí, no en un único early adopter. Segundo: se puede señalar una razón de por qué la supervisión humana sigue siendo necesaria o ya no lo es, en lugar de una afirmación general sobre "calidad". Tercero: el cambio persiste a lo largo de varias mediciones, no solo la primera vez que alguien lo notó. Si falta alguno de los tres, conviene ser prudente antes de retirar una suposición; puede ser un pico temporal en lugar de un cambio estructural.
Una estrategia contiene suposiciones sobre lo que cuesta el trabajo, quién lo hace y con qué rapidez puede seguir un competidor. Mientras esas suposiciones sean correctas, la estrategia se mantiene. El problema no es que las suposiciones se vuelvan obsoletas; eso siempre ocurre. El problema es que nadie lo controla al nivel de la suposición misma, de modo que un plan permanece intacto sobre el papel mientras la realidad debajo de él ya ha cambiado. Por eso también cómo mantiene una estrategia actualizada sin revisarla cada trimestre no es cuestión de reunirse más a menudo, sino de saber, por cada suposición, cuándo se comprobó por última vez.
Algunas decisiones pueden esperar hasta que eso sea más claro. Qué decisiones conviene posponer hasta que se responda la pregunta sobre la IA es en sí misma una pregunta que varía según la situación, pero el principio es el mismo: tomar una decisión basada en una suposición que ya no es válida resulta más costoso que aparcar la decisión hasta que la suposición se confirme de nuevo.
Un autodiagnóstico del propio equipo directivo es útil, pero incompleto sin una imagen del exterior. Los datos sectoriales, los relojes regulatorios y las señales públicas de los competidores muestran si un cambio que usted ya percibe internamente también está ocurriendo en otros lugares, o si va por delante o por detrás. Cómo sabe si su competidor se mueve más rápido que usted no es, por tanto, una cuestión de estudio de mercado, sino del mismo tipo de verificación factual que aplica a sus propias suposiciones. Lo mismo ocurre con la regulación: a menudo cambia fuera del campo de visión de una dirección, hasta el momento en que debe entrar en la agenda, y cómo llevar la regulación de forma estructural a la agenda de la dirección es una manera de adelantar ese momento en lugar de que le sorprenda.
Todo esto depende de una distinción que a menudo se pasa por alto: cuál es la diferencia entre una estrategia y un plan. Un plan describe pasos; una estrategia describe suposiciones. Solo lo segundo se puede verificar en el momento en que el mundo debajo de ello cambia.
La pregunta de fondo, qué trabajo en esta empresa puede realmente ser asumido por la IA, se responde por tarea con el escáner de trabajo de FTE TO AI, independientemente de lo que afirmen las declaraciones generales del sector.
Quien quiera saber en qué punto se encuentra su propia estrategia en este momento puede empezar con la verificación gratuita de suposiciones: una ronda breve en la que identifica sus suposiciones más importantes y ve, para cada una, cuándo se confirmó por última vez. La prueba completa, con datos sectoriales, autodiagnóstico y lista de suposiciones uno junto al otro, está en preparación.
Stel uw vraag. Vaak zit de echte vraag een laag dieper — daar mag ik naar vragen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.