Alberto Terol

“Cuando creíamos que teníamos todas las respuestas, de pronto cambiaron todas las preguntas”

Mario Benedetti

¿Aceptarías que tu jefe fuera un algoritmo? Más que una provocación, esta pregunta es el espejo de un tiempo en el que el poder de decidir comienza a desplazarse del juicio humano a la lógica matemática.

¿Estamos listos para reconocer que el futuro del trabajo no será una pugna entre humanos y máquinas sino una convivencia en la que liderazgo, modelo operativo, responsabilidad y sentido deberán de ser redefinidos?

Los equipos de Gestión del Cambio tenemos la tarea de guiar a nuestras organizaciones en ese tránsito, no solo hacia la adopción de nuevas herramientas, sino hacia el forzar a hacernos nuevas preguntas sobre la esencia misma del trabajo.

Escenarios Plausibles de Transformación en la Organización derivados de la adopción de la IA

De mi época como responsable de diseño de productos y experiencias en la aerolínea Iberia, una de las máximas que me acompañan es el asegurarse de explorar suficientemente bien el territorio de la oportunidad, antes de adentrarse en el mundo de las soluciones. En el debate actual sobre la IA, observo grandes y acalorados debates sobre los “cómos”, y poco interés en los “por qués” y “para qués”.

En mi día a día tengo la suerte de compartir reflexiones con numerosas áreas funcionales acerca de cómo utilizar la tecnología en general y la IA en particular en sus áreas, y una de las recomendaciones que les hago es que no miren las herramientas como mero mecanismo para eficientar su función, sino que piensen en cómo reformular todos sus procesos a partir de las posibilidades que la tecnología habilita. Porque como decía Peter Drucker “es inútil hacer de manera muy eficiente lo que quizá no debiera ni siquiera ser hecho”.

En este pequeño ensayo me gustaría reflexionar sobre cómo desde roles de Gestión del Cambio, deberíamos impulsar a las organizaciones a hacerse las preguntas fundamentales en un contexto en el que la tecnología lo impregna todo. La estructura que seguiré será plantear cinco dimensiones en las que creo que es necesario que las empresas analicen el impacto:

· Arquitectura Organizativa y Gobernanza

· Plataformas y Ecosistemas Tecnológicos

· Modelos Operativos, Procesos y Productividad

· Talento, Aprendizaje y Liderazgo

· Estrategia y Adaptación al Cambio

De este modo, para cada una de esas cinco dimensiones, plantearé un escenario ambicioso pero plausible en el que según la madurez de cada industria y empresa, podremos estar en los próximos 3-5 años, y a continuación elaboraré una serie de preguntas sobre las que creo que cualquier líder debería de estar reflexionando, tanto en un plano más táctico de corto plazo como en una dimensión más a largo plazo. Estas preguntas buscan inspirar un debate profundo sobre el impacto y la oportunidad de la IA, y la preparación necesaria para gestionar el cambio.

Arquitectura Organizativa y Gobernanza

Escenario plausible:

La estructura organizativa evoluciona hacia un modelo híbrido donde humanos y algoritmos conviven en los organigramas de forma natural. Los líderes ahora gestionan equipos formados tanto por empleados como por agentes digitales (asistentes de IA, bots autónomos,…), ampliando su capacidad de supervisión y decisión. Este “span of control” extendido implica que un gerente podría tener bajo su coordinación, además de seres humanos, múltiples IA especializadas en diferentes tareas ó procesos.

Consecuencias:

· Aparecen roles inéditos: por ejemplo, el CIO asume responsabilidades similares a un “Director de RR.HH. de agentes”, encargándose de la gestión del talento algorítmico (selección, entrenamiento y comportamiento de los modelos de IA) y asumiendo un papel dual en el que al mismo tiempo es responsable de la infraestructura tecnológica y de la “fuerza laboral digital” de los agentes.

· Los actuales Business Partners (RR.HH., IT, Financiero,…) ven transformada su función, pasando de facilitadores operativos a estrategas con gran conocimiento funcional (ya no les pediremos respuestas que nos podrán ofrecer los agentes como “cuál es la política de recursos humanos sobre tal asunto” sino “ayúdame a desarrollar una organización de estas características”).

· La gobernanza corporativa se adapta para incorporar a las IA en la toma de decisiones: ¿tendrán “voz” propia (aunque no identidad legal) los algoritmos en ciertos comités o reuniones?

· Se establecen nuevas políticas éticas y de control para acotar la agencia de las máquinas, garantizando que el humano siga “en el bucle” cuando se requiera juicio crítico ó responsabilidad sobre cierta decisión.

· Las nuevas organizaciones, sin el peso de un pesado legado, optarán por un enfoque de “empresa base cero” definiendo desde el principio sus arquitecturas organizativas en base a las nuevas capacidades tecnológicas y compitiendo con las empresas actuales por los mismos mercados.

· Se crean estructuras más ágiles y planas, con menos capas jerárquicas, donde la IA asume tareas administrativas y analíticas, liberando a las personas para labores creativas y decisiones complejas.

Preguntas Operativas:

· ¿Qué mecanismos de gobierno necesito para supervisar la actuación de agentes autónomos al mismo nivel que los equipos humanos?

· ¿Cómo debe redefinirse la descripción de roles y responsabilidades cuando la ejecución está compartida entre humanos y agentes?

· ¿Qué indicadores de desempeño deberían medir la contribución de los agentes y cuáles los de las personas?

· ¿Cómo evitar que el despliegue de IA genere estructuras paralelas opacas y difíciles de gobernar?

·  ¿Qué cambios inmediatos requiere la función de Recursos Humanos para integrar la “gestión de agentes” como nuevo ámbito?

Preguntas de Visión a largo plazo:

· ¿Hasta qué punto podremos operar organizaciones con jerarquías donde humanos y agentes se coordinen en red?

· ¿Cómo afectará a la cultura corporativa la convivencia de trabajadores humanos y digitales, y qué valores deberán reforzarse para mantener la cohesión?

· ¿Estamos preparados para rediseñar la organización desde cero, sin herencias del pasado, como hacen los nuevos entrantes “born-AI”?

· ¿Deberíamos pensar en una nueva función ejecutiva, un Chief Agent Officer, que represente el gobierno de las inteligencias no humanas? ¿Puede quedar incluida en la figura del actual CIO?

· ¿Cómo podremos equilibrar transparencia, control y autonomía en un entorno donde la agencia humana convive con la de la máquina?

Plataformas y Ecosistemas Tecnológicos

Escenario plausible:

En el ámbito tecnológico, las organizaciones evolucionan hacia plataformas híbridas capaces de integrar diversos servicios de IA internos y externos. Imaginemos una empresa que habilita un “marketplace” interno de agentes: un catálogo digital donde distintos departamentos pueden encontrar y desplegar agentes de IA pre-entrenados (por ejemplo, un agente conversacional para Atención al Cliente, otro para Análisis Financiero), desarrollados internamente o por terceros de confianza. Un equipo de curadores tecnológicos establece criterios de certificación para estos algoritmos, asegurando que cumplan con estándares de calidad, ética y seguridad antes de su adopción general (similar a publicar una app en una tienda corporativa controlada). Esto garantiza que la organización aproveche las últimas soluciones de IA sin comprometer el control ni la confianza.

Consecuencias:

· Se extiende la tendencia “Bring Your Own AI“: así como en su día los empleados trajeron sus dispositivos personales al trabajo, ahora aportan sus propias herramientas de IA (asistentes virtuales, suscripciones a modelos de lenguaje, aplicaciones con IA) para potenciar su productividad.

· El área de TI debe equilibrar la seguridad y la innovación: definir políticas claras que permitan integrar estas IA personales en los flujos de trabajo de forma segura (protegiendo datos sensibles y evitando decisiones automatizadas no auditables), a la vez que se aprovecha la iniciativa de los usuarios con las herramientas con las que se sienten más cómodos.

· La estrategia tecnológica se centra en emplear “la tecnología justa y necesaria” para cada caso de uso, y nada más. Se evita perseguir cada nueva herramienta de moda por el mero hecho de ser novedosa (el síndrome de tratar de adoptar siempre el “last shiny object”).

· Las áreas de Innovación actúan como exploradores del panorama tecnológico, probando los últimos avances emergentes, pero sin imponerlos a la organización hasta comprobar su valor real (“fit-for-purpose”). Este enfoque previene la proliferación caótica de herramientas y mantiene un ecosistema tecnológico coherente.

· La plataforma de IA corporativa se convierte en un ecosistema abierto pero controlado: integra APIs de servicios en la nube, modelos de socios externos y agentes desarrollados “en casa”, todo bajo una arquitectura modular que se puede reconfigurar rápidamente a medida que evolucionan las capacidades de la IA.

Preguntas Operativas:

· ¿Qué criterios inmediatos de seguridad, calidad y ética deben aplicarse para certificar agentes en un marketplace interno?

· ¿Cómo priorizar las inversiones en tecnología sin dispersar recursos en exploración de tendencias que pueden ser pronto irrelevantes?

· ¿Qué mecanismos de integración garantizan que los agentes externos convivan de manera segura con los internos?

· ¿Qué papel debe tener IT frente a las áreas de negocio en la selección y curado de agentes?

· ¿Cómo asegurarnos de que los agentes elegidos cumplen con regulaciones sectoriales específicas?

Preguntas de Visión a largo plazo:

· ¿Qué nuevas formas de competencia surgirán cuando cada organización sea capaz de construir y vender sus propios agentes?

· ¿Qué riesgos de dependencia se generarán si la base de agentes críticos está controlada por un puñado de proveedores globales?

· ¿Podremos crear verdaderos ecosistemas colaborativos de agentes entre empresas, y qué modelos de gobernanza e interoperabilidad lo permitirán?

· ¿Hasta qué punto las arquitecturas de agentes sustituirán a los actuales sistemas (ERPs, CRMs,…) como núcleo operativo de la organización?

· ¿Cómo garantizar que los agentes evolucionen de manera alineada con la estrategia de la organización y no creen trayectorias tecnológicas paralelas?

Modelos Operativos, Procesos y Productividad

Escenario plausible:

La operación de la empresa se transforma mediante la incorporación masiva de IA en los procesos diarios, elevando la productividad a nuevos niveles. Se realiza un análisis de todas las actividades para decidir qué tareas delegar a la IA y cuáles deben seguir con intervención humana. Por ejemplo, en soporte al cliente, los chatbots y agentes resuelven las consultas rutinarias de forma autónoma, mientras que los casos complejos escalan a humanos que permanecen “en el bucle”). En producción o logística, se instala una automatización inteligente donde algoritmos toman decisiones operativas en tiempo real (ajustes de cadena de suministro, detección de anomalías, etc.), pero siempre con supervisión humana en las decisiones críticas o cuando surge una situación no prevista.

Consecuencias:

· La reutilización de activos se vuelve obligatoria: modelos, datos y componentes de IA desarrollados para un fin se adaptan y aplican en múltiples procesos, evitando “reinventar la rueda” en cada nuevo proyecto. Aparece la figura de una “factoría de IA” – un equipo o plataforma central dedicado a desarrollar, entrenar y mantener algoritmos reutilizables – en contraste con modelos autogestionados por cada área según sus necesidades.

· Algunas empresas optan por una fábrica central de agentes (garantizando consistencia y economías de escala), mientras otras permiten que departamentos con suficiente madurez creen y gestionen sus propios agentes para mayor agilidad.

· La calidad y fiabilidad de los algoritmos se asegura mediante marketplaces internos de soluciones con procesos de curado y certificación rigurosos. Cada nuevo modelo o asistente pasa por pruebas antes de integrarse en un flujo de trabajo crítico, similar a los procesos de certificación de un proveedor.

· Se establecen programas de entrenamiento periódico y evaluación continua de agentes de IA (alimentando con datos actualizados, afinando sus parámetros) y se evalúa su desempeño tal como a un empleado en período de prueba.

· En el día a día, emergen dinámicas innovadoras: por ejemplo, los equipos “hablan con los proyectos”. Toda la información de una iniciativa se vuelca en un agente conversacional que actúa como “oráculo” del proyecto; en vez de leer informes, un directivo podría preguntar “¿Cómo va el proyecto X?” y la IA le resume al instante el estado, riesgos y próximos pasos.

· Cada empleado dispone de un asistente virtual personal y cada función de negocio de un agente inteligente especializado. Por ejemplo, Finanzas tiene su agente contable inteligente; RR.HH. uno de selección que prefiltra candidatos; Legal un agente que revisa contratos. Se configura así un modelo operativo donde “un asistente para cada persona, un agente para cada función” es la norma, fomentando una colaboración hombre-máquina continua.

· Los indicadores de productividad se redefinen para medir la sinergia entre humanos y IA: se evalúa cuánto aporta la automatización inteligente al logro de objetivos de negocio, no solo el rendimiento humano aislado.

Preguntas Operativas:

· ¿Qué criterios concretos ayudan a decidir si una tarea debe ser ejecutada por un humano, un agente o ambos?

· ¿Qué protocolos de auditoría deben implantarse para evaluar la fiabilidad de un agente en procesos críticos?

· ¿Cómo adaptar los flujos de trabajo existentes para incluir a asistentes personales de IA sin crear redundancias?

· ¿Qué métricas de productividad son relevantes en un modelo híbrido humano-máquina?

· ¿Qué capacidades formativas inmediatas se requieren para que los equipos aprendan a “trabajar con agentes”?

Preguntas de Visión a largo plazo:

· ¿Hasta dónde puede llegar la sustitución de roles completos por agentes, y qué límites éticos/estratégicos deberían ponerse?

· ¿Cómo se transformará la noción de “trabajo en equipo” cuando los agentes formen parte natural de esos equipos?

· ¿Podemos imaginar un futuro donde las operaciones estén gobernadas por acuerdos autónomos entre agentes de distintas empresas?

· ¿Qué nuevas fuentes de ventaja competitiva surgirán cuando las operaciones se rediseñen desde una lógica de ecosistema de agentes?

· ¿Qué implicará para la resiliencia de la organización depender de agentes que pueden evolucionar o ser sustituidos con rapide

Talento, Aprendizaje y Liderazgo

Escenario plausible:

La irrupción de la IA redefine las estrategias de gestión de talento y liderazgo. Por un lado, la propuesta de valor al empleado cambia: se promete un entorno donde las tareas repetitivas son automatizadas por IA, permitiendo que las personas se enfoquen en trabajo más creativo y de mayor impacto. Sin embargo, surge un desafío formativo: la IA es una gran herramienta, pero especialmente en manos de quien ya es sabio. Los empleados senior, con años de experiencia, multiplican su productividad apoyados por IA (su conocimiento les permite hacer las preguntas correctas y validar resultados con criterio). En cambio, los profesionales jóvenes podrían ver ralentizado su aprendizaje fundamental si delegan demasiado en la IA sin llegar a “ensuciarse las manos” en procesos clave que ya son operados por inteligencias. Las empresas descubren que necesitan nuevas metodologías de desarrollo: fomentar una especie de “hormesis” profesional, es decir, exponer al talento joven a desafíos reales e incomodidad controlada (proyectos retadores, resolución de problemas sin guías prefijadas) para que desarrollen criterio y experiencia propios, incluso mientras utilizan IA de apoyo.

Consecuencias:

· Los planes de formación incorporan rotaciones intensivas, mentorías y simulaciones donde la IA complementa, pero no reemplaza, la vivencia práctica.

· Los líderes, por su parte, ajustan su estilo al liderazgo aumentado por IA. Esto implica ser ejemplares en el uso ético y efectivo de la IA (un líder que aprovecha asistentes inteligentes para informarse y automatizar tareas mundanas y demuestra al equipo cómo hacerlo).

· Se promueve en la organización el cultivo de habilidades profundamente humanas: comunicación, empatía, creatividad, pensamiento crítico y capacidad para gestionar la incertidumbre. La inteligencia emocional y la integridad cobran aún más relevancia, a medida que la toma de decisiones técnicas rutinarias se automatiza.

· Los líderes se vuelven “arquitectos del aprendizaje” dentro de la organización, creando entornos donde sus equipos constantemente adquieren nuevas habilidades y se preparan para lo inesperado.

· En este escenario, la cultura corporativa pasa de la “planificación” a la “preparación” continua. Dado que planificar a largo plazo se vuelve más difícil (la tecnología evoluciona demasiado rápido para predicciones precisas), el enfoque está en dotar a los empleados de una mentalidad ágil, capacidad de aprendizaje continuo y resiliencia ante el cambio.

· Los programas de desarrollo valoran más la adaptabilidad que la maestría en una sola área específica. Incluso surgen mentores IA: asistentes virtuales personalizados que ayudan a cada empleado a identificar lagunas de conocimiento, recomendar formación a medida y brindar retroalimentación inmediata, complementando la labor de managers y coaches humanos.

· Los empleados ya no son solo ellos mismos, sino que tienen una extensión en forma de pléyade de “agentes” que les acompañan (ya no solo son sus experiencias y sus estudios, sino la capa “agéntica” que han desplegado y se llevan consigo en cada transición laboral).

Preguntas Operativas:

· ¿Cómo aseguramos que los equipos jóvenes desarrollen competencias prácticas y no deleguen todo el aprendizaje en la IA?

· ¿Qué programas de capacitación inmediata necesitamos para que líderes y equipos aprendan a trabajar con agentes digitales de manera efectiva?

· ¿Cómo medimos la “alfabetización en IA” de la plantilla y establecemos niveles mínimos de competencia?

· ¿Qué cambios debe introducir la gestión del talento para reconocer y recompensar la capacidad de colaboración humano-máquina?

· ¿Qué nuevas metodologías de formación son más efectivas para cultivar la resiliencia y la creatividad en un entorno hiperautomatizado?

Preguntas de Visión a largo plazo:

· ¿Qué tipo de liderazgo será necesario en un futuro donde las decisiones estratégicas puedan estar altamente asistidas por IA?

· ¿Cómo evitamos que la dependencia de agentes limite la capacidad de aprendizaje profundo como organización?

· ¿Cómo cultivar una cultura organizativa en la que la sabiduría se complemente con la potencia analítica de la IA?

· ¿Qué papel jugarán las humanidades y el pensamiento crítico como complemento esencial a la formación tecnológica?

· ¿Podrán los líderes del futuro pasar de ser “planificadores” a “preparadores” que enseñen a navegar la complejidad y la incertidumbre?

Estrategia y Adaptación al Cambio

Escenario plausible:

En el plano estratégico, las compañías se ven obligadas a replantear sus ciclos de adaptación para prosperar en la era de la IA. La Ley de Martec advierte que “la tecnología avanza de forma exponencial, mientras que las organizaciones lo hacen de forma mucho más lenta”. Esto significa que la brecha entre lo que la tecnología permite y lo que la empresa es capaz de absorber se ensancha peligrosamente si no se actúa. Un escenario plausible es aquel en el que la empresa adopta una cultura de innovación continua y rápida iteración estratégica: en lugar de planes a cinco años rígidos, se ejecutan ciclos de revisión estratégica frecuentes (trimestrales o incluso en tiempo real) apoyados por IA, donde se evalúa el progreso en la adopción tecnológica y se recalibran las iniciativas según las señales del mercado. La IA misma se convierte en asesora estratégica: herramientas de análisis predictivo y simulación (gemelos digitales de la organización, por ejemplo) permiten probar decisiones virtualmente y anticipar resultados antes de implementarlos en el mundo real.

Consecuencias:

· Las empresas líderes se enfocan en la tasa de adopción tecnológica (“¿a qué velocidad podemos adoptar nuevas capacidades de IA para expandir nuestro negocio?”), no solo en la de sustitución y reducción de costes (“¿cuántos empleados serán reemplazados con IA?”). Ven la IA como una palanca para crecer y diferenciarse, accediendo a nuevos modelos de negocio que antes eran inviables, más que como una mera herramienta de eficiencia interna.

· Las organizaciones, en vez de apostar todo a predicciones a largo plazo, desarrollan capacidades flexibles para reorientarse rápidamente a medida que surgen nuevos avances o cambios en el mercado.

· Se realiza una gestión activa del portafolio de iniciativas de IA: algunas de impacto a corto plazo (mejoras incrementales de procesos actuales) y otras “apuestas audaces” a largo plazo (reinventar el modelo de negocio con IA), manteniendo un balance entre ambas.

· La gestión del cambio se vuelve una disciplina central: cada iniciativa tecnológica va acompañada de planes rigurosos de “Change Management”, comunicación interna y formación, convirtiendo la adaptación humana en una competencia organizativa clave.

· La estrategia corporativa distingue entre tareas simples, complicadas y complejas. Todo lo simple (reglas claras y repetibles) o complicado (muchos elementos pero predecibles) será territorio de la IA, y el mejor talento humano se centrará en los problemas verdaderamente complejos – aquellos ambiguos, inéditos y cambiantes donde la intuición, la ética y la creatividad son determinantes.

· La organización se posiciona en un ámbito donde la colaboración humano-IA le otorga una ventaja sostenible: la IA aporta datos, velocidad y escala; los humanos aportan visión estratégica y criterio.

Preguntas Operativas:

· ¿Cómo priorizar las iniciativas de IA en un contexto donde la tecnología avanza más rápido que nuestra capacidad de implementarla?

· ¿Qué criterios de selección estratégica permiten diferenciar entre proyectos de adopción inmediata y de experimentación para prepararnos para el futuro?

· ¿Cómo podemos medir la velocidad de adaptación de nuestra organización frente a la velocidad del mercado?

· ¿Qué mecanismos de gobernanza permiten responder a cambios regulatorios y tecnológicos sin frenar la innovación?

Preguntas de Visión a largo plazo:

· ¿Hasta qué punto debemos medirnos por tasa de sustitución (lo que se reemplaza por algoritmia) o por tasa de adopción (lo que se integra con éxito)?

· ¿Podremos construir estrategias sostenibles en un entorno donde lo complejo es el espacio natural de competitividad?

· ¿Qué significa realmente “ventaja competitiva” cuando la tecnología disponible se democratiza casi al instante y habilita nuevos espacios de competición?

· ¿Cómo adaptar los modelos de planificación estratégica a un mundo donde la disrupción es constante y no episódica?

· ¿Podrán las organizaciones pasar de “responder al cambio” a “diseñar el cambio” como ventaja competitiva?

Conclusión:

La adopción de la IA presenta un doble filo de impacto y oportunidad. Los escenarios descritos muestran que las organizaciones deberán reinventarse en múltiples dimensiones – operativas, tecnológicas, gestión del talento, definición de estrategias – para aprovechar al máximo la inteligencia artificial.

Las preguntas que he elegido no son un conjunto cerrado, e irán surgiendo muchas nuevas a medida que se produzcan avances. Sin embargo, creo que sirven como una primera palanca para que los gestores desafíen el status quo y evalúen su nivel de preparación ante un futuro cada vez más incierto. Si he conseguido aunque sea ligeramente agitar tu pensamiento, he cumplido mi propósito.

La clave pasará por abrazar la IA no como un fin en sí mismo, sino como un medio para potenciar el talento humano y lograr organizaciones más ágiles, eficientes, creativas y con mayor impacto de negocio. En definitiva, las compañías que sepan equilibrar la rapidez de la evolución tecnológica con la adaptación cultural – cerrando la brecha de la Ley de Martec – serán las que lideren la nueva era de los negocios impulsados por los algoritmos.

Frente a escenarios vertiginosos, quienes nos dedicamos a la gestión del cambio no solo estamos llamados a acompañar la transformación, sino a liderarla con valentía y visión. Somos los arquitectos de la cultura del futuro, los que encendemos la chispa que convierte el miedo en motivación y la incertidumbre en oportunidad. No observando el cambio desde la barrera, sino siendo los protagonistas que diseñan la evolución de nuestras organizaciones.