¿Estás Optimizando Puestos que Están Desapareciendo?
Ganancias en Eficiencia: Las empresas están automatizando roles, pero deben considerar qué contribuciones humanas son esenciales mientras la IA evoluciona.
Cambio en el Mercado Laboral: Una disminución significativa en los puestos de nivel de entrada amenaza las oportunidades de desarrollo de liderazgo a largo plazo para las organizaciones.
Errores en la Inversión en IA: La mayoría de las organizaciones priorizan incorrectamente la automatización en lugar de abordar los roles humanos esenciales y el desarrollo de habilidades.
Propiedad Estratégica: La responsabilidad de la transformación con IA debería recaer en los CHROs para alinear mejor el trabajo humano y la tecnología.
Desarrollo de Talento: Los modelos emergentes de fuerza laboral requieren un enfoque en habilidades multifacéticas, no sólo en la especialización tradicional.
En algún lugar, ahora mismo, una empresa está realizando una inversión para hacer un puesto más eficiente. El cargo procesa reclamaciones, deriva solicitudes o sintetiza informes, algo de esa naturaleza. El equipo mapeó los flujos de trabajo, identificó los puntos de fricción y elaboró un plan. Al final del trimestre, ese puesto llevará un 30% menos de tiempo para realizar el mismo trabajo.
Al final de la década, el trabajo será realizado completamente por IA.
Esta no es una historia sobre el éxito o fracaso de la tecnología. Es la historia continua del desafío de liderazgo más importante de este siglo, y está ocurriendo a escala en sectores que creen que están siendo estratégicos con la IA cuando en realidad sólo están ocupados.
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
La pregunta que subyace en casi todas las conversaciones serias sobre IA en este momento es la que la mayoría de las organizaciones está evitando: no es cómo usamos la IA, sino ¿para qué necesitamos realmente a los humanos?
Aquellos que gastan millones en la optimización de la productividad no están respondiendo a esa pregunta. La están aplazando, con cada ganancia de eficiencia.
La canalización ya se está colapsando
El treinta y siete por ciento de las organizaciones planean reemplazar puestos de inicio de carrera con IA, según Korn Ferry. Otro 66% ha reducido la contratación de personal de nivel inicial. Si eres un recién graduado tratando de entender por qué el mercado laboral se siente estructuralmente distinto a lo que describieron tus profesores, esta es la razón.
Los puestos de nivel inicial históricamente han funcionado como el principal mecanismo para que las organizaciones desarrollen su propio talento. El analista se convierte en gerente. El coordinador se convierte en director. El empleado junior que pasa tres años aprendiendo el negocio desde dentro se convierte en la persona que eventualmente lo lidera.
Eliminar el punto de entrada no solo significa perder mano de obra barata. Se pierde la canalización de desarrollo que produce líderes experimentados dentro de diez años.
IBM está yendo en la dirección opuesta, triplicando su contratación de nivel inicial mientras los competidores retroceden. Queda por ver si eso es una apuesta por el talento o una estrategia de relaciones públicas. Pero hay algo que no está en debate: la simple realidad de que no puedes desarrollar líderes a los que no contratas. IBM se está posicionando para tener humanos al mando mucho tiempo en el futuro.
La pregunta equivocada se lleva todo el presupuesto
La mayoría de la inversión en IA actual sigue una lógica familiar: identificar en qué emplean su tiempo los humanos, automatizar la mayor parte posible, medir el aumento de productividad y repetir.
El modelo 70-20-10 del que hemos hablado antes es la forma en que algunas organizaciones sofisticadas piensan sobre la asignación de IA. Refleja una prioridad diferente: el 70% de la inversión va para las personas y el rediseño de procesos, el 20% para infraestructura, el 10% para los propios algoritmos. Solo un pequeño detalle: casi ninguna organización opera realmente de esta manera. La mayoría lo tiene invertido.
El resultado son organizaciones técnicamente sofisticadas y estratégicamente a la deriva. Tienen mejores herramientas y ninguna respuesta más clara sobre en qué deberían convertirse los humanos que operan esas herramientas.
Los puestos más vulnerables a la automatización no son los de menor valor. A menudo son aquellos cargos que requieren juicio rutinario, o el tipo de resolución estructurada de problemas que resulta ser exactamente lo que el aprendizaje automático hace bien. Esto crea un fenómeno en el que los empleados experimentan sobrecarga cognitiva por la toma de decisiones de la IA.
Los puestos que permanecen, o los que se crearán, requieren algo diferente: la capacidad de navegar la ambigüedad, tomar decisiones éticas, gestionar relaciones entre intereses contrapuestos y ejercer el tipo de juicio contextual que no se reduce a una instrucción.
No he visto muchas descripciones de puestos para eso. Actualmente no hay una carrera profesional establecida para ello y casi no existen presupuestos de desarrollo orientados a este ámbito.
¿Quién es responsable de este problema?
David Swanagon ha argumentado que la adopción de la IA ha sido entregada a los CIOs cuando debería pertenecer a los CHROs.
«La adopción es completamente diferente a la implementación. Al CIO se le ha asignado no solo el diseño, prueba e implementación de herramientas, sino también la adopción de las mismas. La adopción debería ser responsabilidad del CHRO — porque trata sobre cultura, confianza, autonomía y habilidades.»
La lógica es sólida. La implementación tecnológica es una parte relativamente pequeña de lo que hace que la transformación de IA tenga éxito o fracase. El reto mayor consiste en decidir qué trabajo debe pertenecer a los humanos, qué habilidades se requieren y cómo desarrollar esas habilidades en personas que fueron contratadas para habilidades completamente distintas.
Los CIOs no están posicionados para responder esas preguntas. Su orientación está dirigida a los sistemas, no a la infraestructura humana que esos sistemas se supone que deben servir.
Cuando la estrategia de IA reside en la función tecnológica, las preguntas que se responden son técnicas. Las cuestiones organizacionales y humanas se posponen o se delegan a RRHH como una ocurrencia tardía una vez que la implementación ya está en marcha.
Así es como se termina con un despliegue de IA que funciona técnicamente pero falla estratégicamente. Las herramientas operan, pero la plantilla no sabe qué se espera que haga con ellas, ni cómo será su rol en tres años, ni si desarrollar habilidades que la organización no ha dado señales de valorar.
Esto no quiere decir que los CHRO actualmente estén asumiendo esa responsabilidad. De hecho, Swanagon argumentaría que no es así.
La mayoría de los CHRO lamentablemente comienzan con: 'queremos automatizar cosas y queremos ahorrar dinero'. Y está bien, pero no es divertido", dijo Swanagon. "Tampoco es interesante. Es solo correcto.
La brecha en forma de M
Durante años, la estrategia de talento favoreció a trabajadores en forma de T — especialistas con una visión suficientemente amplia de áreas adyacentes como para colaborar entre ellas. El modelo tenía sentido en un entorno donde la especialización era estable y la amplitud suponía una ventaja de coordinación.
La IA está cambiando lo que significa la amplitud. El modelo emergente a veces se llama en forma de M o de peine: trabajadores que tienen varias áreas de auténtica profundidad, no solo conocimiento superficial, conectadas por un juicio integrador que les permite moverse fluidamente entre dominios.
La distinción es importante porque desarrollar trabajadores en forma de peine requiere un tipo de inversión diferente a desarrollar trabajadores en forma de T. No solo se amplía la visión periférica de una persona. Se construyen múltiples centros de competencia en la misma persona y luego se cultiva el juicio para desplegarlos según la situación.
La mayoría de las organizaciones no cuentan con un programa de desarrollo que haga esto. Tienen catálogos de formación y licencias de LinkedIn Learning.
Lo que requiere la responsabilidad
La palabra responsabilidad (stewardship) se usa de forma vaga en contextos de liderazgo. Por lo general, significa algo como "cuidamos a nuestra gente" en el mismo tono impreciso de "nuestra gente es nuestro mayor activo". Ninguna de estas frases sobrevive al contacto con un anuncio de reducción de plantilla.
La verdadera responsabilidad en una transición de IA significa tomar decisiones ahora que protejan la capacidad de creación de valor humano a un horizonte de cinco a diez años, incluso cuando esas decisiones son más difíciles de justificar en una revisión trimestral que otra ronda de automatización.
Recientemente, Adam DeRose de HR Brew y yo nos sentamos para un episodio de Your Work Friends con Francesca Ranieri y Mel Plett. Y Adam dijo algo en lo que estuve pensando el resto del día.
“Entiendo el valor de la revisión trimestral de negocios, pero sinceramente, creo que deberíamos deshacernos de ellas.”
¿La razón? El enfoque en el desempeño trimestral ha deteriorado la capacidad de liderazgo para pensar a largo plazo. Las obsesiones con los números trimestrales son generalizadas, desde la junta directiva hasta los responsables de línea, pero las tácticas que impulsan el desempeño trimestral a menudo socavan nuestra capacidad para impulsar el pensamiento estratégico a largo plazo, especialmente en torno al talento en este momento.
Este es un momento que podría requerir la financiación del desarrollo de habilidades que aún no tienen un nombre de puesto. Significa preservar la cantera de entrada incluso cuando los números indican que se puede eliminar. Significa tratar la cuestión organizacional de para qué están los humanos como una cuestión estratégica, no problema de RRHH, y situar la función de personas en la sala donde se toman esas decisiones.
La mayoría de las organizaciones no están haciendo esto. Están optimizando. Y la optimización, aplicada a una estructura que está cambiando bajo tus pies, es una forma sofisticada de ir en la dirección equivocada.
Los trabajos que hoy se vuelven más eficientes no son los que definirán el valor organizacional en 2030. El trabajo que importará — juicio, navegación, toma de decisiones éticas, la capacidad de liderar a otros humanos en una incertidumbre genuina — se está desarrollando y concretando prácticamente en ningún sitio. No tiene un renglón en el presupuesto, ni ningún indicador de reporte, y ciertamente no cuenta con suficientes patrocinadores ejecutivos.
Esa es la falla de liderazgo. La IA nos permite alcanzar el objetivo de movernos rápido, pero vale la pena preguntarse si estamos rompiendo demasiadas cosas en el camino.
