Alberto Terol

Hace unos días un compañero de trabajo me preguntaba: “¿y qué hacéis en Change Management?, ¿acompañáis a equipos en procesos de transformación?” Le podía haber contestado hablándole de metodologías, de nuestra forma de hacer las cosas. Pero en un segundo de pundonor me vine arriba y le dije: “no, no solo acompañamos a los equipos de tecnología en grandes implantaciones, nos aseguramos de que la transformación de verdad suceda”.

En un mundo en el que nos entusiasman las recetas, a poder ser cortas y simples, creo que los verdaderos profesionales de la Gestión del Cambio deben de ser “makers”. No se deben de conformar con recomendar, habilitar, influir… sino que se deben remangar y asegurar de que el cambio se produzca. No deben de ser Change Managers sino Change Makers.

Latencia empresarial

Escuchaba hace poco a Aleix Valls sobre un concepto que me enamora: la “latencia empresarial“. La teoría de Aleix es que, aunque muchas empresas expresan la oportunidad de la IA en términos de buscar eficiencias en FTEs, realmente las horas que habitualmente liberamos no dejan de ser “colas” atomizadas a lo largo de multitud de micro tareas de muchos empleados: “el brazo de María, la pierna de Manuel”. De este modo, solo se pueden eficientar bloques de FTEs muy similares, como en los call-centers y otras funciones con un gran volumen de personas haciendo lo mismo.

Además, algo interesante que ocurre con la IA al “abaratar el coste de la curiosidad”, es que cada nodo en una organización pide información más frecuentemente al resto de nodos. Si la productividad se queda en cada nodo, en cada persona, y no trasciende a procesos completos, el atasco va a ser descomunal. Por ejemplo, los miembros de un equipo harán su labor cada vez más rápido y el manager tendrá a los reportes haciendo cola en la puerta esperando la siguiente instrucción. Esto no tiene ningún sentido, debemos claramente operar nuestras organizaciones de otra manera.

Aleix nos habla de un concepto acuñado por Bret Taylor (ex co-CEO de Salesforce y actual chairman de OpenAI): “La unidad atómica de productividad en la era de la IA no es la persona. Es el proceso.“ De poco sirve eficientar las tareas de una persona concreta si no somos capaces de reinventar el proceso end-to-end.

La otra palanca en la que la IA influye sobremanera es en agilizar la orquestación entre interfaces y las transiciones de una tarea a otra dentro de un proceso completo. La capacidad de compresión del tiempo de ejecución de la IA, es casi infinita.

En ese contexto, el concepto de “latencia empresarial” nos habla de ser capaces de ejecutar en casi tiempo real procesos enteros que antes se trataban de forma secuencial y nos llevaban semanas o meses. Por ejemplo, la capacidad que tenemos de reaccionar más rápido e incluso anticipar cambios en la demanda, dejando de operar en un espacio discreto (presupuestos anuales, ciclos de producción, temporadas comerciales,…) y funcionando en un mundo continuo como nuestros clientes.

Los cuellos de botella

Las organizaciones están llenas de cuellos de botella. A veces son técnicos o de proceso, pero muy frecuentemente son desajustes entre personas. Rory Sutherland, el publicista que estuvo detrás de algunas de las campañas más icónicas de Ogilvy, dice en una entrevista que casi todas las empresas se empeñan en resolver los problemas incorrectos, no donde se encuentran los cuellos de botella. Si el agua se atasca en un estrechamiento, de nada sirve actuar sobre otros elementos del sistema: es necesario resolver lo que limita su circulación. Rory interpela a los directivos de las empresas: “¿queréis ganar discusiones o resolver verdaderos problemas?”.

Me preocupa la IA y su velocidad de ejecución, porque sin un diagnóstico correcto de dónde se encuentra el cuello de botella de nuestros procesos, puede incluso ser perniciosa: puede hacer el atasco infinitamente más grande e incluso desplazarlo. Por ejemplo, si tu cuello de botella es la comercialización, ¿sirve de algo hacer más eficiente la producción?

Reconfigurando la naturaleza misma del trabajo

Si piensas en cualquier trabajo y empiezas a desintegrarlo hasta la menor unidad, a sus “átomos”, te encuentras con que el trabajo es básicamente decidir y actuar. Cualquier trabajo no deja de constituir diferentes sabores o permutaciones de cómo se decide y cómo se ejecutan acciones. Cambia la frecuencia o la amplitud de esa toma de decisiones y de esa actuación, pero todo se circunscribe a ello.

Normalmente, en una organización, las capas superiores del organigrama tienen un balance hacia la decisión, y las más bajas hacia la ejecución. Durante mucho tiempo, el software se fue comiendo la parte relacionada con la acción en los procesos empresariales. Sin embargo, el humano estaba a los mandos de la capa de decisión.

Capturar información, razonar, decidir y actuar era la cadena cognitiva de cualquier organización. Habiendo sido la captura de información y la actuación robotizada desde hace tiempo, resulta que llegan los LLMs y convierten el razonamiento en un commodity.

En esa situación, ¿qué parte del trabajo queda a los humanos? ¿acaso es el de generar ventanas de contexto en base a la experiencia vivida? La toma de decisiones requiere elaborar un juicio a partir de inferir un contexto, tirar de “horas de vuelo” basadas en experiencias previas, identificar patrones y tolerar la ambigüedad. ¿Seguirá siendo el humano mejor en esto que la IA? Como dice Animesh Koratana: “Marc Andreessen dijo que el software se iba a comer el mundo. Se comió de hecho una parte del trabajo. Ahora la IA va a completar de comerse el menú.”

La importancia de la orquestación

Fernando Alfaro está escribiendo últimamente unas reflexiones descomunales. Hace unos días hablaba de que “la IA en Defensa ha evolucionado del soporte a la decisión hacia la orquestación de la ejecución”. Fernando explica que mientras el común de los mortales chapoteaba aplicando la IA a chatbots, Palantir la aplicó a diseñar el “sistema nervioso” en el campo de batalla: capas de ontología que determinan la naturaleza de los objetos del modelo, simulaciones mediante gemelos digitales, y trazabilidad en la toma de decisiones para evitar alucinaciones.

¿Y qué lecciones podemos extraer a la hora de operar el cambio en nuestras organizaciones? Prácticamente todas. Si entendemos la empresa como un sistema nervioso o una “red de aprendizaje”, el proceso de capturar datos, convertirlos en información dotándolos de sentido y acelerar la toma de decisiones nos permite comprimir exactamente esa latencia empresarial de la que hablábamos antes.

Con esto de la IA, no hemos empezado por el buen camino

Los seres humanos tenemos una propensión a imaginar el futuro como la extensión del pasado. Nos cuesta imaginar un lienzo en blanco. Por ese motivo, llega la IA y lo primero en lo que nos fijamos es en cómo acelerar los procesos de acuerdo a los paradigmas actuales de división del trabajo: eficientar FTEs, ahorrar tiempos… Pensamos como un Taylor 3.0 hormonado.

Sin embargo, plantear un cambio en las formas de trabajo requiere un ejercicio de prospectiva sobre el contexto y el desarrollo a futuro de las herramientas. Así como otras tecnologías anteriores afectaban a cómo se hacía el trabajo, la IA afecta a quién va a hacer el trabajo e incluso qué trabajo va a ser realizado. En ese contexto, creo que es fundamental tomar agencia y no preguntarnos “qué va a pasar” sino “qué voy a hacer” como empresa.

El reto es ir convirtiendo parte del know-how de la empresa en software operativo modular. Pasaremos de planificar puestos a orquestar capacidades y derechos de toma de decisiones en un contexto híbrido de humanos y agentes. El apostar por el procesamiento cognitivo distribuido y los ciclos OODA (observar, orientar, decidir, actuar) casi en tiempo real será habitual en decisiones “two-way doors”, donde puedo delegarle la decisión al algoritmo con mayor confianza. En un mundo con variaciones intradía del 30% (ej. el fuel en las últimas semanas), si necesitas ciclos de aprobación de dos semanas, estás frito.

Empresas que aprenden

El coste de la curiosidad se ha reducido a cero. Si eres una máquina de aprender, la IA es una fuerza multiplicadora. Si eres un mero ejecutor de tareas, la IA es un competidor.

La inteligencia artificial, más allá de su capacidad para automatizar tareas o acelerar procesos, aporta una ventaja diferencial: la generación de ciclos de retroalimentación que enriquecen el aprendizaje y la mejora continua. En lugar de verla como una mera herramienta para buscar respuestas rápidas (como si fuera la caja del buscador de Google) deberíamos explorar su potencial como colaborador en el proceso creativo y de toma de decisiones. Los casos de uso más innovadores no son aquellos en los que la IA proporciona una respuesta directa, sino los que permiten que la IA elabore un primer borrador sobre el que podemos trabajar. El verdadero valor surge cuando aprovechamos el tiempo ahorrado para analizar cómo ha llegado la IA a ese resultado, descomponiendo su lógica e iterando con instrucciones más precisas. Así, el trabajo se convierte en un diálogo constante entre el humano y la máquina, donde cada ciclo multiplica el aprendizaje.

Las organizaciones, según expertos como Ravin Jesuthasan y Josh Bersin, deberían replantear su estructura y reorganizarse en torno a las habilidades, no solo a los puestos de trabajo tradicionales. Las “skills” se convierten en la unidad básica del trabajo: la pieza modular y reutilizable del sistema organizativo. Con la flexibilidad que aporta la IA, las habilidades pueden combinarse dinámicamente en función de las necesidades de cada proyecto, permitiendo una mayor adaptabilidad y respuesta al entorno cambiante.

Cerrando con ajustado optimismo

¿Va a sobrar gente? Sí, en muchas posiciones ese es el escenario más probable, sobre todo en aquellas que incrementan la latencia empresarial. Aunque surgen nuevas oportunidades que requerirán de una profunda reconversión. Lo hemos visto en todos los sectores con exceso de oferta y abundancia: si la oferta es abrumadora, el valor estará en el criterio, la selección, la curación y el buen juicio.

En el pasado diseñábamos las empresas a través del organigrama: definíamos job descriptions, asignábamos tareas a esa posición y buscábamos personas con capacidades para ejecutarlas. Ese enfoque cambia por completo con la llegada de la IA, donde el foco se centra en la capacidad que como empresa debo desplegar, y a partir de ahí determino cuál es el mejor mecanismo para ejecutarla (humano, algorítmico o mixto).

El que tenga criterio y curiosidad, se lo va a pasar mejor que un niño en un parque de bolas. La gestión del cambio no tendrá que ver con acompañar, sino con diseñar mecanismos de reconversión empresarial y asegurar su ejecución.