Exgerente de Programas de Google: Usa la IA para Impulsar el Crecimiento a Largo Plazo, No para Perseguir Ahorros a Corto Plazo
Jonathan Conradt ha dirigido equipos en algunas de las empresas más influyentes del mundo — Amazon, eBay, Google y Microsoft. Allí, construyó gran tecnología, pero su enfoque siempre ha sido formar grandes líderes. Ahora, como CTO de Shiftwell AI, utiliza la IA para amplificar el potencial humano.
Jonathan Conradt
CTO y Fundador de Shiftwell AI
Invierte en las personas, no en recortes: Utiliza la IA para potenciar el talento superior y ampliar la capacidad, lo que aumenta los ingresos más rápido que perseguir ahorros de costes limitados.
La IA reescribe lo posible: Las migraciones masivas y la segmentación compleja pueden automatizarse, pero aún necesitas líderes y técnicos sólidos porque la IA amplifica tanto el buen como el mal diseño.
Céntrate en la adopción, no en los titulares: Fomenta la alfabetización en IA, integra las herramientas en los flujos de trabajo diarios y comparte casos de éxito reales para impulsar una transformación significativa y duradera.
En esta conversación, Jonathan comparte cómo la IA está transformando el liderazgo y el diseño organizacional — y por qué deberías utilizar la IA para potenciar a tus empleados en lugar de usarla solo para reducir costos.
De las grandes tecnológicas a una startup: cómo Jonathan Conradt está replanteando el liderazgo con IA
He tenido la suerte de trabajar para Amazon, eBay, Google y Microsoft en productos que la gente utiliza todos los días.
Keep Reading—and Keep Leading Smarter
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Fui gerente de programas de ingeniería para Chromebooks — que ahora usan mis nietos en la escuela — así como para las versiones de Mac y Linux del navegador Chrome. En eBay, fui Director de producto en comercialización y marketing.
En Amazon, pasé de liderar el área de marketing de todos los dispositivos Amazon a construir soluciones de IA, y luego a entrenar a vicepresidentes y directores de Amazon en IA. Viendo una oportunidad inédita en el área de IA y liderazgo, dejé Amazon en 2024 para fundar Shiftwell AI, una startup enfocada en el desarrollo de carrera y liderazgo con un componente fuerte de IA.
Construyendo Shiftwell AI para ayudar a los líderes a desarrollar a sus equipos
La idea que tuvimos en Shiftwell AI es que los gerentes están abrumados. Rara vez tienen el tiempo, y a menudo carecen de la experiencia, para ayudar a sus subordinados directos a desarrollar habilidades de liderazgo y avanzar en sus carreras.
Esperamos que la IA lleve a las empresas a aplanar sus estructuras organizacionales a medida que nuevas herramientas permiten resumir el torrente de información que reciben los líderes cada día. Las mejoras en productividad permitirán que un gerente tenga más subordinados, pero esos subordinados seguirán careciendo del apoyo necesario para crecer.
Shiftwell AI es un reemplazo de las tradicionales encuestas de compromiso de empleados masivas, que no han logrado mejorar la productividad ni la retención. Aplicar IA a una encuesta de compromiso solo empeora un enfoque que ya es deficiente. Estamos adoptando un nuevo enfoque posibilitado por la IA y décadas de investigación, que entrega a empleados y gerentes las ideas y herramientas necesarias para prosperar.
Esperamos que cada empleado cuente con compañeros y aliados de IA que le asistan en su trabajo y automaticen tareas. Vemos que las mejores empresas usan la IA también para formar a su gente. Porque las empresas que logren atraer, desarrollar y retener al mejor talento serán las que prosperen.
Cómo la IA está transformando el liderazgo y el diseño organizacional
Una lección clave que enseñé a los líderes de Amazon fue que sus años de experiencia e intuición sobre lo que es imposible o demasiado costoso ahora ya no aplican.
Por ejemplo, Amazon atravesó una dolorosa transición de Perl y C a una base de código mayoritariamente en Java. Esta migración fue muy costosa y tomó mucho tiempo. Pero con la IA, su avance de una versión antigua de Java a la versión más reciente fue casi completamente automatizado. Este salto cuantitativo en la productividad tiene efectos reales en cómo pensamos la composición y escala de la fuerza de trabajo.
En mi opinión, hay tres formas de responder a la economía impulsada por la IA:
- Ignorar la IA y esperar que desaparezca, una estrategia que Sears aparentemente tomó con Internet.
- Lanzarse de lleno y reducir rápidamente la plantilla laboral esperando que los aumentos de productividad de la IA permitan mantener el mismo nivel de entrega con un mayor margen de beneficio. Esto tiene un beneficio a corto plazo en la cotización bursátil, y en última instancia deja a la empresa con la misma capacidad de antes pero con menores costos.
- Retener el mejor talento y potenciarlo con IA para que puedan hacer más, más rápido.
Siempre he defendido esa tercera vía.
En todos los proyectos de ingeniería en los que he trabajado, necesitábamos priorizar las demandas de los clientes y luego trazar una línea según nuestra capacidad de entrega. Siempre quedaban necesidades de los clientes sin atender porque teníamos recursos limitados.
Las empresas que retienen a su personal talentoso y experimentado y aumentan su productividad gracias a la IA entregarán más beneficios a los clientes que aquellas que buscan solo la subida rápida en la bolsa.
Este enfoque no reduce los costos de inmediato, pero sí aumenta rápidamente los ingresos a medida que la empresa adelanta a sus competidores. En mi experiencia, hay un potencial enorme para aumentar los ingresos — pero el ahorro de costos siempre tiene un límite.
Cómo la IA transformó el marketing por correo electrónico de Amazon — y cómo aceleraron su adopción
Aquí tienes otro ejemplo. Amazon dependía de cientos de responsables de marketing para configurar manualmente los parámetros de segmentación de las campañas de marketing. Este proceso intensivo en mano de obra implicaba pensar qué criterios y comportamientos eran relevantes y luego generar cientos de horas de informes y análisis. Los equipos eran reacios a probar cosas nuevas o a realizar múltiples experimentos porque la inversión era demasiado alta.
Tuve la suerte de conocer a un científico de IA que tuvo la idea de usar IA para combinar cientos de métricas en una predicción sobre quién iba a comprar en una categoría en las siguientes dos semanas, y quién tenía más probabilidades de responder positivamente a un correo electrónico.
Aposté por esto y creé experimentos con campañas de dispositivos de Amazon para validar y perfeccionar el modelo.
Al principio, los responsables de marketing desconfiaban de una solución que afirmaba conocer a sus clientes mejor que ellos mismos. En ese momento, la IA no era una herramienta común y, en general, estaba mal entendida. Así que creé una clase para los responsables de marketing para explicar los fundamentos del modelo, y hablamos en conferencias internas.
Finalmente, al ponerlo a disposición en sus herramientas existentes y publicar ampliamente historias de éxito, logramos ganar tracción. A medida que los equipos compartían sus éxitos y los empleados cambiaban de roles dentro de la empresa, la tasa de adopción crecía. En 18 meses, todos los equipos lo utilizaban, y todos los lanzamientos en nuevos países incluían el requisito de implementar el modelo tan pronto como hubiera datos de clientes disponibles.
Y al final, se exigía que todas las campañas de correo electrónico de Amazon a nivel mundial utilizaran este modelo en su segmentación. Esto redujo drásticamente el esfuerzo necesario para lanzar nuevas campañas, lo que animó a los equipos a experimentar con múltiples campañas, obteniendo así nuevas ideas sobre las necesidades de los clientes y mejorando las ventas.
La gran conclusión para nosotros fue que los humanos nunca habrían considerado enfoques matizados que implicaran cientos (más tarde, miles) de variables. Pero al aplicar IA al problema, podíamos hacer más por los clientes con el mismo esfuerzo —o menos— siempre que nuestros equipos la adoptaran.
Por qué se necesitan límites cuando los equipos de software usan IA
Como CTO de una startup, recae sobre mis hombros escribir el código.
Las herramientas de código basadas en IA, como GitHub Copilot en VS Code, junto con Ollama funcionando localmente mediante Open Web UI, a menudo me sorprenden por su capacidad de leer mi mente y sugerir grandes bloques de código que son exactamente lo que estaba a punto de escribir.
Al mismo tiempo, la IA sigue felizmente un camino erróneo y amplifica los errores de arquitectura o diseño.
Por eso es vital contar con ingenieros de software bien formados y con experiencia para obtener los resultados adecuados. La IA puede acelerar y potenciar un gran diseño o un mal diseño. Amplificará el nivel de talento en tu organización como un espejo deformante de feria.
Si inviertes en talento de alto nivel, tus herramientas de IA amplificarán sus capacidades y producirán un gran trabajo más rápido. Si no desarrollas a tu gente o has contratado mal, la IA ayudará a tu equipo a producir malas soluciones rápidamente.
La IA puede acelerar y potenciar un gran diseño o un mal diseño. Amplificará el nivel de talento en tu organización como un espejo deformante de feria.
Por qué la legibilidad importa más que nunca en la era del código generado por IA
En Shiftwell AI, hemos elegido Go como nuestro lenguaje de programación. Está bien soportado por todas las herramientas de IA. Además, es muy legible.
Tuve la suerte de observar a los ingenieros del equipo de Google Chrome como director de ingeniería. El proceso de revisión de código, que aún es visible para todos a través del proyecto Chromium, era un excelente entorno para aprender, entrenarse y mejorar el código. Un paso clave en la revisión era aumentar la legibilidad del código. ¿Podía un ingeniero leer y entender la solución en un tiempo razonable?
El equipo del lenguaje Go en Google tomó esto muy en serio e incorporó algunas directrices de legibilidad en el propio lenguaje. Aunque lenguajes como Rust o C++ pueden producir soluciones más rápidas o más pequeñas, la solución en Go suele ser la más legible.
Esperamos tener menos ingenieros de los que hubiéramos tenido hace diez años, pero con tanto o más código que una startup de tamaño similar habría tenido. Tanto las herramientas de IA como este lenguaje altamente legible ayudan con esto. Porque, cuando una IA propone código, el ingeniero debe leerlo y comprenderlo.
Sospecho que las empresas pronto se inclinarán hacia lenguajes que sean más fáciles de leer y comprender para evitar errores de herramientas de IA.
Cómo Shiftwell AI utiliza herramientas de IA en desarrollo, marketing y soporte
Como mencioné, uso GitHub CoPilot en VS Code extensamente. Me ha permitido iniciar rápidamente un buen conjunto de pruebas para mi código. Es impresionante la frecuencia con la que genera pruebas inteligentes que me resultan fáciles de ampliar con los escenarios que quiero cubrir.
Como organización, también lo usamos para hacer lluvias de ideas sobre mensajes de marketing y cosas como "elevator pitches". Y cuando nos atascamos con cómo queremos decir algo, recurrimos a la IA para generar ideas adicionales.
Esperamos plenamente que la IA sea integral en nuestro flujo de atención al cliente. Planeamos soportar más de 35 idiomas con un equipo de soporte centrado en el inglés. Brindar atención al cliente a nivel nativo solo será posible con IA.
Los riesgos ocultos de la consolidación de la IA y cómo las pequeñas empresas pueden prosperar
Parece que la IA está impulsando la consolidación, ya que las empresas más grandes que tienen datos de entrenamiento de alta calidad tienen una ventaja para entrenar y aplicar la IA en sus negocios. ¿Qué pasará con las empresas familiares?
Históricamente, la fotografía tuvo un impacto similar en el mundo del arte. Un pequeño número de empresas de cámaras, películas y revelado podían superar en producción a todos los artistas del mundo con un producto de alta calidad y fidelidad increíble. Esto convirtió a cada propietario de una cámara en artista, aunque normalmente en un artista pobre.
En ese momento, muchos esperaban que el valor de las pinturas colapsara y que los artistas dejaran de existir. Pero no fue así.
A medida que la IA conduce a la consolidación y desaparece la diversidad, los productos se normalizarán y se volverán más genéricos. Esto abre una oportunidad de mercado para las pequeñas y medianas empresas que pueden proporcionar soluciones únicas y a medida. Las pequeñas empresas que se centran en sus clientes y se toman el tiempo de comprender profundamente sus necesidades aún pueden prosperar en una economía de IA.
El consejo más importante para líderes en la economía impulsada por IA
Mi consejo para este momento es centrarse en utilizar los aumentos de productividad que brinda la IA para ofrecer más a los clientes, en lugar de ahorrar costes solo para impulsar los beneficios.
Esta es una oportunidad para adelantar a tus competidores que cometen el error de eliminar talento y experiencia de su empresa en busca de ganancias a corto plazo. Si un empleado que antes generaba 7X su salario en ingresos puede ahora generar 20X su salario, ¿qué insensato sacrificaría esos ingresos solo para ahorrarse su sueldo?
Con esto dicho, creo que la IA tendrá un impacto sorprendente en los puestos de Director y Vicepresidente, ya que reduce la carga cognitiva del liderazgo y permite que menos personas hagan el trabajo.
Las mejores empresas reducirán los gastos administrativos y reasignarán este ahorro a inversiones en empleados, generando valor directo para el cliente.
La IA tendrá un impacto sorprendente en los puestos de Director y Vicepresidente, ya que reduce la carga cognitiva del liderazgo.
Sigue el avance
Puedes seguir el trabajo de Jonathan en LinkedIn y explorar su empresa, Shiftwell AI, donde están construyendo el futuro del desarrollo de liderazgo con IA en el núcleo.
¡Pronto más entrevistas con expertos en People Managing People!
