Asesora de Talento Advierte que la IA Acelera la Deuda Organizacional en Lugar de Solucionarla
Descubre cómo los líderes de alto crecimiento utilizan la IA para escalar la toma de decisiones y la ejecución, evitando la deuda organizacional que surge al tratar la IA como un atajo.
Liderazgo en IA: La IA redefine el liderazgo y exige adaptabilidad de los líderes en rápido crecimiento durante las transiciones tecnológicas veloces.
Cambio Operativo: La IA impulsa a las empresas a pasar de una mentalidad de 'comprar vs. construir' a una de 'probar antes de comprar' basada en la experimentación.
Transformación Cultural: Integrar la IA en las empresas no solo trata de herramientas, sino que requiere una estrategia de transformación cultural más amplia.
Juicio Humano: La IA apoya la toma de decisiones al sintetizar información, pero el juicio humano sigue siendo crucial para las decisiones matizadas.
Desafío de la Innovación: La IA acelera la innovación pero muchas veces falla al reemplazar completamente los flujos de trabajo humanos, resaltando la importancia de la complementación.
Heather Doshay es la fundadora de Waypoint Works, donde ayuda a líderes de alto crecimiento a gestionar la transición hacia la IA. Anteriormente fue socia y directora de talento en una firma de capital de riesgo nativa de IA, con $3 mil millones en activos bajo gestión.
Conversamos con Heather para aprender cómo los grandes operadores están utilizando la IA para ampliar su impacto. Esto es lo que nos contó.
Cómo la IA redefine el liderazgo en entornos de alta velocidad
Cuando ChatGPT se lanzó a finales de 2022, yo ya era socia y directora de talento en una firma de capital de riesgo nativa de IA, donde habíamos invertido y construido en torno a oleadas anteriores de IA durante años. Pero el surgimiento de los modelos de lenguaje extensos redefinió fundamentalmente el panorama.
Sigue leyendo—y sigue liderando de manera más inteligente
Crea una cuenta gratuita para terminar este artículo y unirte a una comunidad de líderes visionarios que están desbloqueando herramientas, guías prácticas e ideas para prosperar en la era de la IA.
El trabajo que esperábamos que evolucionara gradualmente de repente corría riesgo de volverse obsoleto. Incluso para una organización con enfoque en IA, el ritmo del cambio nos forzó a replantearnos completamente nuestras operaciones.
Mi rol intersectó dos transformaciones. Internamente, redefinimos rápidamente cómo funciona una empresa nativa de IA a medida que la tecnología cambiaba cada día. Externamente, mi equipo asesoró a más de 200 startups apoyadas por capital de riesgo que enfrentaban la misma incertidumbre.
Los fundadores pedían mejores prácticas que aún no existían, y los ayudamos a navegar desde estrategias de talento hasta modelos operativos en tiempo real.
Ese periodo, especialmente de 2023 a 2025, marcó una transición de la curiosidad a la urgencia. Lo que empezó como conversaciones exploratorias rápidamente se volvió fundamental para la manera en que las empresas construyen, contratan y compiten.
Al inicio de esta ola, fui socia y directora de talento en SignalFire, una firma de capital de riesgo enfocada en IA con aproximadamente $3 mil millones en activos bajo gestión. Los equipos de VC son intencionalmente reducidos, así que mi equipo y yo apoyamos a más de 200 empresas de portafolio a lo largo de todo el ciclo del talento, desde contratación y diseño organizacional hasta compensación y escalamiento de equipos distribuidos.
A medida que la IA se aceleró, nuestro alcance se expandió de aconsejar sobre el “qué” debían hacer las empresas a ayudarlas a repensar el “cómo” se realiza el trabajo. La IA no era una función, era una nueva capa operativa. Dejé ese puesto en agosto de 2025 para fundar mi propia empresa.
En septiembre de 2025, fundé Waypoint Works, donde entreno, asesoro y capacito a líderes y equipos de alto crecimiento. Mi trabajo no se enfoque directamente en la transformación IA, pero la IA aparece constantemente como parte de cómo los operadores fuertes escalan su impacto. El enfoque se mantiene: desarrollar personas y sistemas que puedan adaptarse rápido, con la IA como una de las herramientas que habilitan esto.
Cómo la IA ayuda a las startups a navegar el caos de la transformación
La mayoría de los fundadores inicialmente querían puntos de referencia o una guía sobre cómo transitar hacia la IA. La realidad era que no existía ninguna. Así que cambiamos nuestro trabajo de dar respuestas a ayudarlos a tomar mejores decisiones en medio de la ambigüedad.
Nos enfocamos primero en la orientación, no en las herramientas. En vez de preguntar “¿Qué puede hacer la IA?”, impulsamos a los equipos a preguntarse: “¿Dónde somos ineficientes o tenemos limitaciones, y dónde la IA podría cambiar eso significativamente?” Solo ese replanteamiento evitó muchos gastos innecesarios en herramientas de moda que no solucionaban problemas reales.
A partir de ahí, ayudamos a las empresas a definir su postura. ¿Son centralizadas o descentralizadas en cómo usan la IA los equipos? ¿Optimizan por velocidad y experimentación, o por control y mitigación de riesgos? Esas decisiones definieron desde las políticas de herramientas hasta los planes de contratación.
Por ejemplo, algunas empresas llevaban a cabo “competiciones” internas de IA para evaluar las herramientas de forma segura, mientras que otras organizaban hackatones internos enfocados en cuellos de botella reales del negocio para impulsar la adopción y la creatividad.
En definitiva, fue un ejercicio de gestión del cambio, como cualquier otro, pero enfocado en la IA. El reto estaba en pensar a nivel sistémico, no solo marcar la casilla de “me gano una estrella dorada porque uso determinada herramienta de IA”.
Las empresas que avanzaron con mayor eficacia trataron a la IA como una transformación cultural, aclararon sus principios desde el principio y luego reforzaron de manera constante esas decisiones a través de la forma en que contrataban, operaban y construían.
Por qué la IA redefine las estrategias operativas en las organizaciones
Hicimos un cambio concreto de una mentalidad de “comprar vs. construir” (por ejemplo, ¿compramos una herramienta o creamos un proceso interno gestionado manualmente?) a un enfoque de “probar antes de comprar”.
Históricamente, las empresas solían optar por comprar herramientas porque los procesos manuales no se podían escalar. Con la IA, alentamos a los equipos a experimentar primero a resolver el problema por sí mismos, aunque sea de forma ligera, antes de comprometerse con un proveedor.
Esto llevó a un segundo cambio: ampliar quiénes pueden construir. Introdujimos hackathones internos, que históricamente estaban reservados para equipos de ingeniería, pero con los avances de la IA, cualquiera puede participar.
La IA redujo las barreras de entrada, así que gestores de oficina, reclutadores y líderes de personas pueden crear prototipos de soluciones para problemas reales de negocio. Ese cambio, por sí solo, transforma el comportamiento: pasar de la adopción pasiva de herramientas a la resolución activa de problemas. Muchas personas temen que la IA reducirá el pensamiento crítico, pero he comprobado que en realidad puede fortalecer el razonamiento crítico al resolver problemas de formas novedosas.
Otro cambio que he visto en el último año es que más CHRO se están convirtiendo en Chief People and AI Officers. Al final, el primer capítulo de esta transformación muestra un cambio en cómo se organizan los equipos y cómo se realiza el trabajo. Es un interesante esfuerzo de gestión del cambio y de personas, con dos lugares lógicos de residencia: CTO/CIO o CHRO. Veo el primero con más frecuencia, pero el segundo lo suficiente como para destacarlo.
Por qué estamos en el punto intermedio confuso de la revolución de la IA
Estamos en ese punto intermedio confuso de esta revolución de la IA. Hay un impulso real hacia la eficiencia basada en el potencial de la IA, pero la IA aún no está lista para la producción empresarial. En otras palabras, no puedo reemplazar el sistema HRIS que detesto con mi propio producto construido con Claude Code.
Entonces, aunque vemos mucha más experimentación y resolución novedosa de problemas, no es la solución mágica que los líderes suelen imaginar. Los equipos se esfuerzan por mantener los sistemas heredados como su trabajo principal, encontrando tiempo para probar la IA, pero sin reemplazar completamente ningún sistema heredado. Actualmente, es un trabajo doble para los equipos de RRHH, que ya son más reducidos que antes.
Las empresas aún no son más eficientes. Son más exploratorias, logrando pequeñas victorias en ciertos nichos gracias a la IA. Pero esa exploración, finalmente, desbloqueará la próxima ola de productividad, y creo que la tecnología de RRHH se diseñará de forma más extensible en el futuro, permitiendo lo mejor de ambos mundos: comprar y luego construir sobre lo adquirido.
Cuando los futuros avances en IA lo permitan, me entusiasma pensar en los cambios a mayor escala que veremos.
Cómo la IA apoya las decisiones de liderazgo sin reemplazar el juicio humano
La línea está bastante clara. La IA puede apoyar al sistema, pero los humanos son dueños del juicio. Las decisiones que requieren matiz, criterio y discreción, como a quién contratar, cómo dar una retroalimentación significativa o cómo asignar recursos, todavía dependen de operadores experimentados.
La IA no toma decisiones por nosotros: eso no funcionaría ni en la práctica ni legalmente. Considero dónde acelera los aportes y mejora los procesos. Es muy potente para sintetizar retroalimentación, redactar evaluaciones de desempeño, estructurar ideas de voz a texto y agregar datos de contratación y fuerza laboral de manera útil.
Para la mayoría de esto, simplemente vuelco información en Claude y lo hago sintetizar varias entradas. Pero para revisiones 360, me gusta una herramienta llamada Your360.ai.
Hoy, la IA puede llevarte a un punto de partida más sólido y rápido, pero no puede reemplazar la perspectiva humana que determina cómo se ve la excelencia.
Cómo la IA fomenta la innovación pero reta la efectividad
He visto compañías evitar proveedores costosos creando soluciones internas simples con IA, ahorrando a veces miles al año y, además, aumentando de forma significativa la autonomía y creatividad de los empleados a medida que personas de todos los niveles empiezan a resolver sus propios problemas.
Por otro lado, muchas organizaciones son más experimentales pero aún no más eficaces, con equipos duplicando esfuerzos, persiguiendo ideas que no llegan a ningún lado, y aplazando inversiones en sistemas existentes porque esperan que la IA los reemplace.
El patrón que destacaría es que la IA está desbloqueando la innovación de abajo hacia arriba más rápido de lo que la mayoría de las empresas puede orientarla. Por eso la capacitación de los managers importa más que nunca.
La próxima generación de líderes de alto impacto se definirá por su capacidad para traducir la visión en ejecución, canalizar esa energía y convertir la experimentación en bruto en resultados reales y escalables que estén alineados con los objetivos principales del negocio.
Eso es lo que falta hoy en día. Estos esfuerzos están ocurriendo en bolsillos aislados dentro de las organizaciones en lugar de sistemáticamente.
Por qué la IA no logra reemplazar completamente los flujos de trabajo integrales
Heather Comparte
La IA es un becario demasiado confiado que orgullosamente afirma haber hecho un trabajo que en realidad nunca empezó.
La IA no ha reemplazado completamente los roles, especialmente donde el trabajo requiere una responsabilidad de principio a fin. Es fuerte en tareas concretas, programación, redacción y síntesis, pero se descompone en flujos de trabajo que requieren juicio, contexto y seguimiento.
Todavía se necesita a una persona en el proceso para conectar los puntos. La IA es un becario demasiado confiado que orgullosamente afirma haber hecho un trabajo que en realidad nunca empezó.
Voy a decir algo polémico, y lo sostengo. La gran mayoría de los despidos atribuidos a “eficiencias de IA” son completamente falsos. Todavía no hemos llegado a ese punto. La desafortunada verdad para la mayoría es que estos despidos reflejan una mala planificación de plantilla y una sobrecontratación previa que el negocio nunca ajustó, pero las empresas quieren una narrativa mejor para inspirar confianza en los accionistas.
La IA puede comprimir equipos, con una persona haciendo el trabajo de tres, pero no eliminará la necesidad de ninguna función en sí misma.
La brecha está en la responsabilidad y los flujos de trabajo completos. La IA todavía no gestiona de manera fiable ciclos completos de trabajo por hacer, y le falta el criterio y la responsabilidad para asumir los resultados. La realidad a corto plazo es la ampliación y la velocidad, no el reemplazo.
Cómo la IA transforma el proceso de contratación de principio a fin
Aquí presento un flujo de trabajo que he utilizado varias veces para la contratación de principio a fin. La IA interviene en cada etapa, pero siempre como acelerador, no como quien toma la decisión.
Comienzo con un LLM como ChatGPT, Claude o Gemini para poner a prueba lo que necesito contratar y redactar la descripción del puesto. A partir de ahí, la edito manualmente hasta que esté lista. Luego, construyo y lanzo un proceso de entrevistas dentro de Ashby, que ofrece amplia funcionalidad de IA para filtrar currículums, programar y más.
También combiné esto con Juicebox para la búsqueda proactiva, usando su funcionalidad de IA para mejorar los resultados de búsqueda, encontrar candidatos que coincidan con mis requisitos y preferencias, y redactar notas para captar su atención sobre la oportunidad en mi equipo.
Una vez que tenía candidatos para entrevistar, utilicé Metaview para capturar y estructurar notas de feedback en tiempo real. En todo esto, la IA se encarga del peso operativo: crear listas, redactar mensajes, capturar datos—mientras yo me concentro en la evaluación, la toma de decisiones y la conexión humana.
En general, la IA me ayuda a estructurar mis innumerables ideas, automatizar pasos manuales tediosos y pulir mis escritos. Mi discreción, estilo y conexión humana siguen siendo siempre propios.
En última instancia, contratar requiere equilibrar velocidad y alcance para tomar la mejor decisión antes de perder al candidato más adecuado. La IA me ayuda a mantener el ritmo.
Estoy entusiasmada por lo que vendrá en la próxima generación de herramientas de talento impulsadas por IA. Conceptos que históricamente me parecían incorrectos—como la IA realizando una entrevista telefónica—ahora me resultan más intrigantes.
¿Parece incómodo e impersonal? Absolutamente. ¿Pero también puede ayudarte a filtrar realmente a 1000 candidatos en vez de solo 20? Sí. La clave es mantener la discreción y la intencionalidad para que los candidatos vean el beneficio. Entrevistar a más personas conduce a resultados más justos donde el mejor candidato es quien se contrata para el puesto.
Cómo la IA desafía las suposiciones tradicionales sobre liderazgo
El cambio interesante es que, aunque puede parecer un atajo, también desarrolla habilidades. Con el tiempo, las personas que usan bien la IA tienden a volverse mejores comunicadores porque se exponen a patrones más claros de pensamiento y expresión.
He tenido que dejar de lado la suposición de que los sistemas deben estar completamente terminados antes de ser útiles. Históricamente, si una herramienta no hacía exactamente lo que necesitabas, no la usabas. Con la IA, nada funciona perfectamente, pero a menudo brinda la ayuda direccional suficiente para avanzar más rápido, probar ideas y construir algo mejor que antes.
También he replanteado lo que significa una “buena comunicación” en el liderazgo. Pensaba que los buenos gestores debían ser grandes redactores de forma natural para dar retroalimentación clara y reflexiva. La IA cambia eso. Puede tomar ideas poco estructuradas y convertirlas en algo más organizado y útil, lo que reduce la barrera pero también funciona como una especie de coach en tiempo real.
El cambio interesante es que, aunque puede parecer un atajo, también desarrolla habilidades. Con el tiempo, las personas que usan bien la IA tienden a volverse mejores comunicadores porque se exponen a patrones más claros de pensamiento y expresión.
Cómo evitar los errores comunes en las iniciativas habilitadas por IA
En mis primeros intentos, traté de crear una “extensión” de IA de mí misma para responder preguntas y escalar el conocimiento del equipo, pero empeoraba en cada iteración. El problema no era la idea, sino que no había diseñado el sistema desde el principio. Di una instrucción vaga y la iteré 500 veces, y al final era demasiado enrevesada.
Aprendí que si tu primer prompt es débil o le falta detalle de diseño, añadir más instrucciones después suele empeorar el resultado en lugar de mejorarlo. Es mejor reiniciar con un prompt más pensado que intentar parchar uno malo.
Hoy a veces preparo un documento de Google de 16 páginas como prompt y lo subo tal cual. Así avanzo mucho más y más rápido.
La conclusión para los líderes es simple. Piensa como un ingeniero de producto y aplica elementos de pensamiento de diseño. Visualiza el estado final antes de empezar. La mayoría de las personas lo intenta una vez, no les funciona y se rinden. En realidad, no han fallado en la IA, se saltaron el pensamiento previo necesario para que funcione.
Por qué la IA enfrenta desafíos en equidad y rendición de cuentas
La IA tiene más dificultades cuando las personas confunden el reconocimiento de patrones con el juicio. Como está entrenada para predecir lo más probable en base a datos existentes, puede reforzar silenciosamente el pasado en vez de cuestionarlo.
La selección y reclutamiento son un ejemplo claro. Las herramientas pueden sobrevalorar candidatos de universidades prestigiosas o empresas reconocidas porque son los datos que aparecen con más frecuencia, lo que puede filtrar involuntariamente talento potencial no tradicional.
De forma similar, los modelos de lenguaje pueden reflejar sesgos al redactar retroalimentación de desempeño, usando diferentes tonos o descriptores según patrones codificados por género o cultura.
También surgen problemas en la consistencia y la rendición de cuentas. La IA puede generar respuestas confiadas pero incorrectas, y no siempre queda claro cómo llegó a su recomendación, lo que dificulta auditarla o defender decisiones.
Por eso el juicio humano sigue siendo importante: porque saber cuándo confiar en el resultado, cuándo cuestionarlo y cómo aplicar el contexto que el modelo simplemente no tiene es vital.
Cómo pueden los líderes gestionar las transformaciones impulsadas por IA
Opinión de Heather
Los líderes que hacen esto bien quizás avancen más lento en métricas de vanidad como adopción de IA hoy, pero crearán organizaciones más efectivas a largo plazo.
Demasiados líderes tratan la IA como una casilla por marcar. “Estamos usando esta herramienta, estamos experimentando, estamos adoptando”. Esa mentalidad puede darte una estrellita de oro de tu CEO hoy, pero no va a resolver la deuda organizativa. De hecho, quizás la acelere.
Observa tu organización y audita qué funciona y qué no. Eso implica ser más riguroso en cómo se toman las decisiones, quién es responsable de qué y cómo fluye el trabajo en toda la organización. Determina qué debe cambiar y mira a 1 año, 3 años, 5 años en el futuro para descubrir qué cambios fundamentales son necesarios.
No intentes predecir el futuro a la perfección. En su lugar, concéntrate en hacer mejores preguntas. Soy un gran defensor del pensamiento basado en primeros principios y del pensamiento de segundo orden. ¿Cómo se verá una organización bien gestionada dentro de 5 años? ¿Cuáles son los cambios necesarios para llegar allí? Si esto cambia la forma en que se realiza el trabajo, ¿qué pasa con nuestro diseño organizacional? ¿Qué habilidades serán más importantes? ¿Dónde se comprimen o amplían los roles?
Las personas líderes que entienden esto pueden avanzar más lentamente en métricas de vanidad como la adopción de IA hoy en día, pero crearán organizaciones más efectivas a largo plazo.
