¿Cuántas veces a la semana un trabajador corporativo utiliza inteligencia artificial (IA)? Cientos y hasta miles de tokens se invierten en tareas que abarcan desde e-mails e informes hasta prototipos, entre otras actividades. Al mismo tiempo, es cada vez más habitual que las empresas contraten planes corporativos para que su personal utilice ChatGPT, Gemini, Copilot u otras herramientas de IA generativa.
Pero ¿qué ocurre con aquellas soluciones que vuelan bajo el radar? Hablamos de modelos que pueden ser legales y reconocidos, como los ya citados, pero cuyo uso no está formalmente autorizado por las compañías en sus operaciones.
¿Cómo reaccionar ante el uso informal de la IA en las empresas?
La tendencia es inevitable: el uso de la IA ya forma parte de la rutina laboral y trasciende las políticas de cada empresa. Entonces, ¿qué hacer cuando la adopción de esta tecnología avanza más rápido que la transformación de Recursos Humanos?
Esta fue la premisa central de la conferencia “IA con propósito: gobernanza, criterio y alineación organizacional”, a cargo de Jurgita Šarkovaitė, directora de Neo Consulting, realizada en el marco del 24.º Congreso Peruano de Gestión de Personas, organizado por Seminarium Perú.
En lugar de sancionar a los trabajadores por utilizar un stack de modelos de IA mucho más amplio que el autorizado por sus compañías, la consultora tecnológica propone reconocer las ventajas de esta práctica y desmontar la creencia de que utilizar IA implica necesariamente delegar la toma de decisiones en redes neuronales.
A partir de sus experiencias y conversaciones con empresas, la ejecutiva identificó cuatro tipos de usuarios de IA:
1️⃣ Quienes utilizan IA abiertamente y generan resultados de impacto para la empresa
Por tratarse de “promotores y embajadores” de las nuevas tecnologías, Šarkovaitė recomienda identificarlos y cuidarlos, pues impulsan la adopción y contribuyen a mejorar la productividad del negocio.
2️⃣ Quienes usan IA en silencio
La consultora lituana los describe como power users. Pagan sus propias suscripciones y realizan sus labores habituales de manera eficaz, pero ahora completan en dos o tres horas tareas que antes les tomaban ocho o nueve. Por ello, destinan el tiempo restante a otras actividades.
3️⃣ Quienes utilizan exclusivamente la IA autorizada por la empresa
Este grupo espera las directivas de su área y utiliza las herramientas corporativas de manera conservadora, principalmente para resumir información, redactar correos y realizar otras tareas similares.
4️⃣ Quienes se oponen totalmente al uso de IA
Ya sea por escepticismo respecto de su eficacia o por temor a las repercusiones que podría tener su implementación.
¿Por qué la IA no solo encierra una discusión tecnológica?
Frente a esta diversidad de perfiles, Šarkovaitė recomienda abordar la adopción de IA desde la gestión humana y no solo como un asunto tecnológico.
“Cuando llego a una organización y pregunto qué están haciendo con IA, muchas veces la primera respuesta es: ‘Hemos desplegado tantas licencias de determinada herramienta’. Si la conversación comienza por las licencias, estamos tratándola como un tema tecnológico o de seguridad”, señaló durante la conferencia.
En otras ocasiones, la respuesta se centra en cuántas personas han sido capacitadas en el uso de prompts. “Eso muestra que existe cierto entendimiento de que entregar licencias no genera adopción por arte de magia. También hay que entrenar, acompañar y mostrar cómo se utilizan estas herramientas”, aclaró.
La importancia de reorientar las inversiones
¿Por qué existe este desfase entre la transformación cultural y la adopción de IA? Todo apunta a una cuestión de prioridades. El estudio State of AI, de McKinsey, muestra que, a escala global, la atención sigue concentrada en la inversión en tecnología y el stack tecnológico. Por ello, si las organizaciones peruanas realmente quieren generar impacto e impulsar una transformación, deben cambiar el foco.
La ponente destacó que este escenario podría representar una buena noticia para los líderes de RR. HH., quienes muchas veces enfrentan restricciones presupuestarias al proponer nuevas estrategias. “La discusión debería ser distinta. Por cada dólar invertido en tecnología, necesitamos invertir tres en el rediseño de procesos y cinco en desarrollo de capacidades y change management”, agregó.
Posteriormente, Šarkovaitė conversó con Sectoriales GDP sobre la importancia de optimizar el uso de la IA desde una gestión humana que reconozca tanto la diversidad de posturas del personal frente a esta tecnología como el creciente uso informal de estas herramientas.
Muchas empresas ya han incorporado inteligencia artificial y, como consecuencia, reportan mejoras de productividad. ¿Cómo distinguir entre una eficiencia puntual y un impacto real en el negocio? ¿Qué KPI deberían medirse durante este proceso?
Normalmente, cuando las empresas comienzan a desarrollar proyectos e iniciativas de IA, el primer indicador que observan es el ahorro de tiempo operativo.
Por supuesto, eso puede ser muy valioso para el negocio, pero también es importante prestar atención a los indicadores que realmente determinan su desempeño.
Pueden ser las ventas, la experiencia del cliente o cualquier otro indicador que permita evaluar si el negocio está funcionando según lo esperado. La productividad es relevante, pero no debería medirse de manera aislada, sino en relación con los resultados que la organización busca alcanzar.
El modelo de Neo Consulting contempla formas de gobernanza de IA informales, centralizadas e independientes. ¿Qué determina cuál conviene y quién debería tener la última palabra entre Tecnología, Riesgos y Gestión Humana?
Lo habitual es que las empresas comiencen con un modelo de gobierno informal y muy orgánico. Las personas empiezan a experimentar y surgen distintas iniciativas sin que necesariamente exista una estructura formal.
A medida que la organización decide tomar acciones más concretas y desarrollar una estrategia, debe definir también su modelo de gobernanza.
La elección entre un modelo centralizado, híbrido o más independiente debería surgir del equipo directivo o de un comité de IA creado para ese propósito, con representantes de distintas áreas.
No debería ser una decisión tomada únicamente desde Tecnología. Se necesitan distintas perspectivas porque los riesgos, los casos de uso y las implicancias para las personas involucran a varias áreas de la empresa.
Cuando un agente de IA deja de asistir y empieza a ejecutar decisiones, ¿qué debería seguir bajo supervisión humana? ¿Y quién responde si el agente se equivoca?
La responsabilidad por las consecuencias de las decisiones tomadas con inteligencia artificial es una discusión que está cobrando cada vez mayor relevancia.
A medida que la tecnología avance y alcance mayores niveles de madurez, probablemente veremos más decisiones operativas tomadas por IA. Pero eso no elimina la responsabilidad humana.
La accountability por las decisiones sigue recayendo en la persona y en la organización que administra ese agente. Finalmente, cualquier consecuencia derivada de las acciones de la IA repercute directamente en la empresa. La tecnología, por sí sola, no puede asumir esa responsabilidad.
Una empresa puede empezar automatizando un proceso y terminar transformando su modelo operativo. ¿Qué debería demostrar un piloto antes de escalar y qué suele romperse primero cuando la IA llega a toda la empresa?
Es muy importante definir expectativas claras antes de desplegar un proyecto. Lo que vemos muchas veces es que los proyectos de IA empiezan como iniciativas puntuales, pero, a media que las personas descubren nuevas posibilidades y la propia tecnología evoluciona, el alcance se amplía.
Esto puede dar lugar a proyectos que nunca terminan porque están en constante evolución. Incluso puede ocurrir que el proceso que originalmente se buscaba intervenir termine siendo completamente distinto. Eso no necesariamente es negativo, pero sí exige supervisión.
Desde el principio deberían establecerse reglas, criterios de éxito y condiciones de aceptación que permitan evaluar si un proyecto está alcanzando los resultados esperados y si tiene sentido escalarlo.
¿Qué otros criterios deberían considerarse durante esa supervisión?
Los criterios deben partir de las reglas del negocio. Normalmente, un agente tiene un ámbito de actuación determinado y una serie de reglas establecidas. Por eso, también necesitamos metodologías que permitan evaluar qué ocurre cuando el sistema se sale de esos parámetros.
Hay que realizar pruebas, someter la solución a exigencias técnicas y observar cómo responde ante escenarios distintos de los previstos.
Esto permite asegurar que la solución se despliegue bajo un modelo de gobernanza seguro y con límites claramente definidos.
Si Gestión Humana debe impulsar la adopción de inteligencia artificial, ¿cómo debería cambiar el diseño de puestos y capacidades? ¿Y cómo distinguir entre una tarea que conviene automatizar y una función humana en la que todavía vale la pena invertir?
El rediseño de puestos y capacidades es un proceso que Gestión Humana debería ayudar a impulsar, pero no puede hacerlo sola. Tiene que ser un esfuerzo colaborativo.
Quienes mejor conocen una función son precisamente los colaboradores que la desempeñan. Ellos saben dónde la inteligencia artificial puede asistirlos, qué tareas podrían evolucionar y cómo cambiaría su trabajo a medida que las herramientas se vuelvan más avanzadas.
Algo que estamos observando con claridad es un mayor énfasis en las capacidades interpersonales, de gestión y de manejo de tecnología.
A medida que la IA pueda asumir una mayor proporción de determinadas tareas técnicas, las capacidades humanas vinculadas al criterio, la interacción, la gestión y el uso eficaz de la tecnología adquirirán todavía más importancia.
