Usted nota algo en su competidor. Una vacante que desaparece, un plazo de entrega que se acorta, un equipo más pequeño que el año pasado mientras la facturación se mantiene igual. La pregunta que surge entonces no es descabellada: ¿avanzan ellos más rápido con IA que nosotros? El problema es que esta pregunta rara vez vuelve con una respuesta clara. Lo que usted ve es un resultado, no una causa. Y la causa es precisamente lo que necesita saber para determinar si debe actuar, o simplemente seguir como está.
La información pública disponible sobre un competidor consiste en fragmentos: títulos de puestos en plataformas de empleo, plazos de entrega que reportan los clientes, declaraciones en un informe anual, un anuncio aislado sobre automatización. Cada fragmento es cierto, pero ningún fragmento le dice si se trata de una tarea que la IA puede asumir, de una tarea con supervisión humana añadida, o de trabajo que sigue siendo trabajo humano y simplemente está organizado de otra manera. Un plazo de entrega más corto puede ser el resultado de una tarea que ahora gestiona en gran parte la IA. También puede ser una reorganización que no tiene nada que ver con la IA. Desde fuera, esas dos cosas son difíciles de distinguir.
A esto se suma que la pregunta en sí suele estar mal planteada. "Más rápido" no es un punto fijo, sino una diferencia entre dos cosas en movimiento: lo que realmente está cambiando en el sector, y lo que su propia organización ya ha asimilado de eso. Quien solo mira al competidor, se pierde la mitad de la comparación.
Una respuesta útil requiere dos imágenes colocadas una junto a la otra. La primera es externa: qué ocurre en el sector, qué normativa cambia, qué señales de la competencia son visibles públicamente. La segunda es interna: qué piensa el propio equipo directivo, cada uno por su lado, sobre qué tareas de la empresa siguen siendo trabajo humano y cuáles ya funcionan con IA y supervisión. Esas dos imágenes rara vez coinciden. A menudo un director estima que un departamento sigue siendo completamente manual, mientras que otro director sabe que allí ya hace medio año que un sistema participa en el proceso. Esa diferencia, entre lo que ocurre fuera y lo que el propio equipo piensa por dentro, es donde está la información real. No en observar al competidor de forma aislada.
La diferencia no está en la ambición ni en el presupuesto. Está en quién es propietario del supuesto. En las empresas donde alguien, con nombre y función, es responsable de mantener actualizado un supuesto sobre la capacidad propia, un cambio se detecta rápido: alguien nota que una tarea que el año pasado todavía era trabajo humano ahora se realiza en gran parte con supervisión, y lo comunica. En las empresas donde nadie vigila ese supuesto, la estimación antigua simplemente permanece hasta que alguien tropieza por casualidad con la diferencia. Esto último es la situación habitual, no la excepción — quién vigila los supuestos si nadie es su propietario describe por qué esto sale mal tan a menudo.
Aquí conviene decir con claridad un par de cosas. Este enfoque no ofrece un porcentaje que indique si un competidor avanza más rápido o más lento. Esas cifras no se pueden hacer fiables a partir de fuentes públicas, y un resultado preciso sería una falsa sensación de certeza. Lo que el enfoque sí ofrece es una indicación de la dirección y de dónde es mayor la incertidumbre: en tareas sobre las que no existe información pública, o sobre las que el propio equipo no está de acuerdo entre sí, el resultado es débil y debe tratarse como tal.
Además, un resultado no dice nada mientras no esté vinculado a una fecha. Un supuesto que era correcto el año pasado puede estar ya obsoleto este trimestre, precisamente porque la IA avanza de forma desigual según la tarea y el sector. Sin esa fecha, cualquier resultado es una fotografía momentánea que se siente como un hecho permanente — un error que cómo reconocer que su plan se basa en cifras desactualizadas desarrolla con más detalle.
Y una tercera limitación: esta comparación trata sobre el trabajo, no sobre las personas. Indica qué tareas pueden ser asumidas por la IA, cuáles pueden funcionar en parte con supervisión, o cuáles siguen siendo trabajo humano. Lo que un empleador haga con esa información respecto al personal está sujeto a sus propios requisitos legales y es responsabilidad del empleador, no de este método.
Cuando la imagen externa y el autodiagnóstico interno se colocan uno junto al otro, no surge un juicio sobre el competidor, sino una lista de supuestos en la que se ve cuáles siguen firmes y cuáles empiezan a tambalearse. Esa es una conversación distinta a "ellos son más rápidos que nosotros". Es la conversación sobre qué supuesto de su propio plan se basa en una situación que ya no existe, y esa es precisamente la conversación que mantiene una dirección cuando quiere saber cómo comprobar si nuestra estrategia sigue siendo válida.
La pregunta subyacente —qué trabajo en esta empresa realmente puede ser asumido por la IA, qué trabajo funciona con supervisión y qué trabajo sigue siendo trabajo humano— se responde tarea por tarea con el escáner de trabajo de FTE TO AI.
Puede empezar sin esperar a la prueba completa, que todavía está en construcción. La comprobación gratuita de supuestos es una ronda breve en la que usted nombra sus principales supuestos estratégicos y, para cada uno, ve cuándo se confirmó por última vez. Esto no es un juicio sobre el competidor ni un consejo sobre qué debe hacer. Es una primera mirada a lo que ya está cambiando en su propio plan, mientras usted mira hacia fuera para ver si los demás avanzan más rápido.
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.