MI SELECCIÓN DE NOTICIAS
Noticias personalizadas, de acuerdo a sus temas de interés
Agregue a sus temas de interés
La presión mediática por no quedarse atrás en la implementación de la IA está llevando a muchas juntas directivas y equipos ejecutivos a hacerse una pregunta válida: ¿vamos por el camino correcto o nuestros competidores nos están dejando atrás?
El primer elemento que debemos tener en cuenta es que el acceso a las herramientas de IA se ha vuelto prácticamente democrático. Hoy, casi todas las empresas pueden acceder a modelos, copilotos, asistentes y plataformas similares. Por eso, la diferencia competitiva difícilmente estará en tener acceso a la herramienta. Volvemos, entonces, a un principio básico de la administración: la ventaja no está solo en los recursos disponibles, sino en la forma como se usan.
Y es precisamente ahí donde aparecen los dos elementos fundamentales para capturar valor con IA. El primero es contar con una estructura de datos confiable, conectada y suficientemente representativa de las interacciones reales del negocio. Sobre este punto ya he escrito en columnas anteriores y lo sigo resaltando como la base fundamental para cualquier despliegue serio de IA.
Pero hoy quiero concentrarme en el segundo elemento fundamental, y muchas veces menos discutido: los procesos de negocio. Porque la IA no transforma una organización simplemente por “estar ahí”; la transforma cuando se integra en la forma como el trabajo realmente ocurre en el día a día de la operación.
• El reto de los líderes no es adoptar IA, es rediseñar la forma de operar: la IA es la oportunidad para rediseñar el modelo operativo: cómo fluye la información, cómo se escalan los problemas, cómo se priorizan los recursos, cómo se conectan las áreas, cómo se mide el desempeño y cómo se aprende de las desviaciones.
En una operación tradicional, el dato viaja lento: se captura, se consolida, se revisa, se interpreta y luego se actúa. En una operación aumentada por IA, el dato debería activar una recomendación, una alerta, una simulación o una acción casi en tiempo real. Esa diferencia parece simple, pero cambia profundamente la lógica y la velocidad de gestión.
• La IA no corrige el flujo de trabajo roto: si el proceso tiene fricciones, aprobaciones redundantes o información fragmentada, añadir IA magnifica todos los problemas, haciéndolos más visibles y costosos.
• La unidad de mejoramiento no es la tarea, es el proceso: automatizar una tarea genera eficiencia marginal y probablemente elimina puntos de dolor a algunas personas, pero el impacto real ocurre cuando se rediseña el proceso completo, evolucionando de métricas orientadas a “cuánto más rápido hace la tarea una persona” a “cuánto más rápido se ejecuta el proceso de punta a punta”.
• La resistencia al cambio del proceso es más profunda que la resistencia a la tecnología: los equipos adoptan herramientas de IA relativamente rápido. Pero cambiar cómo se coordina el trabajo -quién aprueba, quién inicia, qué se mide- toca hábitos, estructuras de poder e identidades construidas durante años. Ese es el cuello de botella real: no es solo técnico, es político y cultural.
No basta con preguntar qué herramientas estamos usando, cuántas licencias tenemos o cuántos pilotos están en marcha. La pregunta más importante es otra: ¿qué procesos críticos del negocio estamos rediseñando para que la IA tenga un impacto real?
Michael Hopf presenta un dicho inequívoco en su libro “Those Who Remain” y que explica perfectamente el fenómeno del crecimiento que se ha visto últimamente en la popularidad del comunismo en EE.UU.
¿Qué se debe hacer en materia fiscal? Diversos analistas mencionan que el ajuste necesario para poder avanzar pasa por un valor entre $30 y $80 billones. Es decir, significa que el déficit actual de 7% del PIB debería reducirse a un valor entre 5,5% y 3% del PIB
Hace unas semanas leí sobre Alpha School, un modelo educativo que utiliza inteligencia artificial para personalizar gran parte del aprendizaje académico y dedicar más tiempo al desarrollo de habilidades humanas. No sé si ese será el colegio del futuro. Lo interesante es la pregunta que plantea: ¿qué debemos enseñar cuando el conocimiento deja de ser el principal factor de diferenciación? Durante décadas, la educación tuvo un propósito claro. La escuela transmitía conocimientos y la universidad formaba especialistas. En un mundo donde acceder a la información requería tiempo y esfuerzo, ese modelo tenía sentido. Hoy cualquier estudiante puede pedirle a una inteligencia artificial que explique un concepto, resuelva un problema o resuma un libro en segundos. Si la información dejó de ser escasa, la ventaja competitiva ya no será saber más. Será pensar mejor. Eso exige replantear nuestras prioridades. El pensamiento crítico deja de ser una habilidad complementaria para convertirse en el centro de la educación. No porque las respuestas hayan perdido importancia, sino porque ahora cualquiera puede obtenerlas. Lo realmente valioso será distinguir entre información y evidencia, identificar sesgos, conectar disciplinas y ejercer buen juicio cuando no existe una solución evidente. Los líderes más admirados rara vez son quienes tienen todas las respuestas. Son quienes hacen las preguntas que los demás no habían considerado. Saben simplificar problemas complejos, escuchar perspectivas distintas, cambiar de opinión cuando la evidencia lo exige y decidir aun cuando la información es incompleta. Esas capacidades no pertenecen a ninguna profesión en particular. Son el resultado de una formación amplia, de la curiosidad intelectual y de la disposición a cuestionar incluso las ideas propias. Si la inteligencia artificial obliga a replantear la educación, quizá el mayor cambio no sea tecnológico, sino filosófico: volver a enseñar a pensar. Curiosamente, esta transformación nos acerca a los grandes pensadores del Renacimiento. Estos no entendían el saber como compartimentos aislados. Leonardo da Vinci fue artista, ingeniero, anatomista e inventor porque comprendía que la innovación nace al conectar ideas. Los problemas que hoy enfrentan las empresas tampoco pertenecen a una sola disciplina. La inteligencia artificial, la geopolítica, la transición energética o el envejecimiento de la población exigen integrar tecnología, economía, derecho, psicología y ética. Formar líderes implica mucho más que desarrollar una buena capacidad analítica. También exige aprender a enfrentar la incertidumbre, asumir riesgos y entender que el fracaso forma parte del aprendizaje. Es allí donde se construyen el carácter, el juicio y la resiliencia. La inteligencia artificial puede reducir el esfuerzo necesario para aprender, pero no puede reemplazar las experiencias que forman el carácter. La discusión sobre la educación suele concentrarse en cuánto tiempo pasarán los estudiantes utilizando inteligencia artificial. La pregunta es más bien qué tipo de líderes queremos formar cuando todos tendrán acceso al mismo conocimiento. Las organizaciones y el mundo necesitan personas capaces de razonar con independencia, conectar perspectivas distintas, ejercer buen juicio, convertir la adversidad en aprendizaje e inspirar a otros para resolver problemas complejos. Esa ha sido siempre la esencia del liderazgo, y ninguna inteligencia artificial podrá reemplazarla
