Cómo se ve realmente la fluidez en IA—y cómo llegar allí

David Rice: ¿Cuáles son los riesgos con respecto a la IA que los líderes están subestimando solo porque, francamente, ahora es fácil para las personas entender cómo usarla?

Kenneth Corrêa: Creo que el mayor error que veo que cometen las empresas no es exactamente usar la herramienta en sí. En realidad, es compartir archivos privados y confidenciales. Alguien tiene una idea, así que usa su propio teléfono para subir una hoja de cálculo con los resultados financieros del trimestre, a la versión gratuita de ChatGPT.

David Rice: Mencionaste que tu propia empresa vio un aumento del 15% en la productividad y no aumentaron la cantidad de empleados. ¿Por qué dirías que más empresas no siguen ese ejemplo?

Kenneth Corrêa: La gente está enseñando y hablando de IA como si fuera una tecnología de 70 años que todavía necesita muchos datos, bases de datos y científicos de datos. Ahora la IA generativa, eso es algo que es fácil de usar, muy fácil de implementar, muy fácil de imaginar. Solo un 20% y 40% de aumento en la productividad.

David Rice: ¿Cuáles son algunas de las trampas que típicamente ves en las organizaciones que buscan ser fluidas en IA? ¿Cómo evitas resultados poco confiables y promesas exageradas?

Bienvenido al pódcast de People Managing People, el programa donde ayudamos a los líderes a mantener el trabajo humano en la era de la IA. Soy tu anfitrión, David Rice. En el episodio de hoy me acompaña Kenneth Corrêa, educador global en IA, conferencista y autor del libro "Organizaciones Cognitivas: Aprovechando el Poder Completo de la IA Generativa y los Agentes Inteligentes".

En esta conversación, Kenneth describe un camino para que las empresas pasen de la curiosidad por la IA a una verdadera fluidez en IA. Analiza qué significa eso, por qué la mayoría de los líderes aún están al margen, y cómo evitar la trampa del “Frankenstack” por sobrecarga de herramientas. Hablamos del cambio de la IA predictiva a la generativa, de en qué están fallando los líderes respecto a la implementación, y por qué el liderazgo de equipos en el futuro puede verse más como orquestación de flujos de trabajo que como delegación de tareas.

Si lo que buscas es potenciar a tu equipo en vez de reemplazarlo, y quieres un enfoque más enraizado y sistémico hacia la IA, este episodio es para ti. Sin más, vamos a ello.

Muy bien. ¡Ken, bienvenido!

Kenneth Corrêa: Muchas gracias, David. Es un placer estar aquí contigo.

David Rice: Sí, absolutamente. Estás en Brasil, ¿verdad?

Kenneth Corrêa: Sí, definitivamente en São Paulo, la ciudad más grande de Sudamérica.

David Rice: Oh, wow. Qué genial. Tengo colegas por esa zona. Siempre quise visitar.

Kenneth Corrêa: Es una gran ciudad, no tan grande como Nueva York, pero es nuestro propio Nueva York aquí en el sur.

David Rice: Así que sí, vamos a hablar de la fluidez en IA y el camino para llegar, porque creo que muchos estamos ya rumbo a eso, pero no estamos seguros de cuáles son todos los pasos. Y cómo se mide la fluidez, ¿verdad?

Kenneth Corrêa: Seguimos construyendo las escaleras, así que habrá pasos que descubriremos a mitad de camino, ¿cierto? El avión se construye mientras vuela.

Esas son las metáforas que usamos hoy en día porque todo pasa muy rápido, ¿verdad?

David Rice: Totalmente. Creo que algo que es muy diferente aquí, es la interfaz moderna de la IA. Ha eliminado muchas barreras de experimentación. Ya no tienes que ser informático para interactuar y probar lo que puede hacer.

Pensando en otras épocas de la historia: cuando salió Excel, al principio la gente tomaba cursos para aprenderlo, y ahora casi es conocimiento común. Al salir de la universidad tienes cierto nivel de experiencia en Excel. Pero eso también llevó a un mal uso de las hojas de cálculo, ¿no?

Conozco gente que tiene una hoja de cálculo solo para llevar la cuenta de los productos de limpieza en un armario. Pero mi pregunta es, ¿cuáles son los riesgos, volviendo a la IA, que quizá los líderes están subestimando por la aparente facilidad de uso generalizada?

Kenneth Corrêa: Como apuntar y hacer clic, o hasta hablarle a la herramienta y te responde en lenguaje natural.

Sí, pero me gusta cómo lo dices porque normalmente lo vendería como una ventaja, pero tal vez es un error: que la gente entra sin filtro. Una buena interfaz facilita la entrada de las personas. Pero, el mayor error que veo en las empresas no es el uso en sí, sino compartir archivos privados y confidenciales.

Hablamos de información de la empresa que debía estar protegida por cortafuegos, contraseñas y autenticaciones. Y ahora, si la empresa bloqueó ChatGPT, alguien usa su propio teléfono para subir una hoja de cálculo con los resultados financieros del trimestre a la versión gratuita.

Así que, probablemente el mayor riesgo son los datos privados que se esparcen sin que el usuario lo sepa siquiera.

David Rice: ¿Hay formas de auditar el uso o de crear listas de cumplimiento, algún marco para que tu gente entienda qué no hacer? ¿Qué cosas te han funcionado ahí?

Kenneth Corrêa: No veo que se pueda “auditar los prompts de la gente” o leer sus conversaciones; no hay espacio para eso en 2025. Lo que hago en mi empresa y para otras, es educación. Lo mismo que con ciberseguridad.

No podemos bloquear todo. Siempre hay nuevas URL y trucos que hackean cuentas. Esperamos que educando a la gente sobre los límites de la herramienta y la diferencia entre la versión gratuita y la corporativa, se mantenga la información segura. Así que la educación es el principal camino, porque no hay tiempo para revisar todas las respuestas.

Algunas empresas crean su propio asistente, usando la tecnología GPT o Gemini y le ponen nombre de la empresa. Así pueden incluir protecciones extra. Si alguien pide algo confidencial, el asistente responde: No puedo ayudarte con eso. O bien, le indica que ese tipo de información no se puede compartir. Así que crear un asistente propio permite agregar barreras adicionales y evitar fugas.

David Rice: Es interesante que mencionaras la ciberseguridad.

Kenneth Corrêa: Al hablar de innovación, tratamos de conectar con conceptos que ya conocemos, ¿no, David? Porque si hablamos de algo completamente nuevo, la gente nunca lo adopta. Eso aprendimos en los años 60, un tal Raymond Lowy creó el concepto Maya: más avanzado pero aceptable. Hay que balancear lo avanzado con la familiaridad para que la gente conecte y lo entienda.

Por ejemplo, hace dos semanas estuve en San Francisco y usé los autos Waymo. Si alguien me pregunta qué es, digo: es como Uber pero sin conductor. Así, haces familiar lo desconocido.

David Rice: Acaban de llegar esos Waymo a Atlanta y no creo que estén listos, se quedan atascados.

Kenneth Corrêa: Los he visto atascados. Vi violencia en Los Ángeles, ¿no?

David Rice: Oh sí, cuando les prendían fuego.

Kenneth Corrêa: Así que no sé si el auto no está listo para la ciudad, o la ciudad para el auto. Un equilibrio extraño.

David Rice: Puede ser un poco de ambos. Los líderes quieren equipos más productivos. La productividad impulsa gran parte de lo que se busca con IA y, en gran medida, se obtiene. Un incremento del 20 a 40% según estudios y, en tu caso, dijiste que vieron un aumento del 15% sin sumar empleados.

Entonces, ¿por qué crees que más empresas no hacen lo mismo? ¿Falta de comprensión, un problema de alcance, o que el uso de IA genera confusión o distintos niveles de eficacia?

Kenneth Corrêa: Es increíble que más empresas no se sumen; lo he hecho en la mía y veo los resultados. “Es dinero en la mesa”. Hay varios factores. El primero: se enseña IA como si fuera esa tecnología clásica que necesita muchos datos y científicos, asustando a quienes no son técnicos.

La clave es entender que la IA actual (generativa) no es la misma que antes de noviembre del 22. La IA predictiva es dura y técnica, cuesta mucho. La IA generativa es fácil de usar e implementar, tan fácil que suben datos que no deberían. Puedes obtener un 20-40% de aumento en producción, como si tuvieras un día extra libre a la semana.

Y el primer consejo para la audiencia es: hay que usarla uno mismo. Descubres el valor al empezar. Hay apps como ChatGPT, DeepSeek, Gemini, Claude. Descarga la app y úsala para cosas personales. Por ejemplo, un domingo en casa, sacas foto a la nevera y pides ideas para cocinar en menos de cinco minutos. Ves la capacidad de la herramienta para analizar imagen, contar objetos y sugerir recetas.

Eso genera muchas ideas. En tus procesos verás posibilidades.

Y por primera vez, la tecnología puede enseñarte a usarla. Puedes decir: “ChatGPT, lidero un equipo de 14 ventas, ¿cómo puedes ayudarme?”. Si explicas tu equipo y estrategia te dará consejos realmente útiles. Así que el primer paso es usar la herramienta. Las empresas aún no lo han hecho.

En los medios solo se habla de miedo, riesgos, AGI, Skynet, IA extinguiéndonos. A veces parece ciencia ficción. Eso también frena a las empresas. La tecnología tiene límites: la IA puede alucinar, crear contenido sin fundamento. Por eso recomiendo usar ChatGPT y también Perplexity, que fundamenta sus respuestas en fuentes.

No se trata de verdades absolutas, pero al menos están fundamentadas. Así maduras y aprendes buenas prácticas, pero solo si participas.

David Rice: Totalmente. Has mencionado que algunos sienten que no es seguro o no están calificados para usarla.

Algunas investigaciones muestran que en RR. HH. algunos tienen miedo, como si hubiera que ser técnico. Algunos han probado IA generativa pero no confían. ¿Por dónde deberían empezar los de RR. HH. o de operaciones, cuáles son sus zonas de oportunidad?

Kenneth Corrêa: Genial, respondo a eso. Pero antes, ¿sabes por qué la gente de RR. HH. teme a la IA generativa?

David Rice: ¿Por qué?

Kenneth Corrêa: En 2016 hubo un artículo sobre el sesgo algorítmico en la selección de candidatos con IA predictiva. Encontraron que el modelo predecía que solo los hombres trabajan en TI porque así eran los datos. Eso está mal, pero la IA no tiene ética ni moral, solo aprende de los datos. Es un problema real y todavía no está resuelto.

Así que muchos en RR. HH. le tomaron tirria al término “IA” por los sesgos. Y sí, ChatGPT y cualquier IA trae sesgos humanos. Dicho eso, di dos conferencias en Brasil ante 3000 personas de RR. HH. Mostré casos de uso de IA, como uno con una empresa de soluciones.

Mi empresa tiene 95 empleados y usamos IA para medir desempeño y cómo se sienten. Es feedback 360. 95 personas evaluando a 95 personas da 9,000 respuestas para analizar. Imposible hacerlo a mano, tardaríamos todo el año y aún faltarían la mitad. Hay que darles feedback rápido.

Usamos Gemini con contexto grande (2 millones de tokens), lo cargamos con las 9,000 respuestas y le pedimos analizar patrones, detectar outliers, señalar temas urgentes. Así, aunque el de RR. HH. no sepa Excel, fórmulas o números, Gemini organiza y analiza por ti.

Otro ejemplo: en un flujo de RR. HH. tienes la descripción del puesto, los currículums, el proceso de selección y debes vigilar los sesgos. Puedes crear un prompt con la descripción y decir: “Soy Kenneth, a cargo de esta vacante”. Pegas la descripción y, en cualquier herramienta, subes el primer currículum y preguntas cómo encaja para el puesto. Puedes hacer esto con cada candidato.

Si haces entrevistas y te autorizan, puedes transcribirlas. Luego preguntas: tengo la transcripción y el CV, dime pros y contras para el puesto. Así obtienes resúmenes, comparaciones, sugerencias de preguntas para cada candidato. Combinando tu impresión y lo que sugiere la IA, tomas mejores decisiones.

Todo esto ya se hace en empresas de EE. UU., Brasil, Chile e India.

David Rice: Muchas empresas han empezado con IA generativa para automatizar contenido y comunicaciones, pero no tocan operaciones, planeación o toma de decisiones interna. ¿En qué workflows internos sugieres empezar si quieren ir más allá de los usos normales?

Kenneth Corrêa: Excelente pregunta.

El nombre de mi empresa es 80/20, por la regla de Pareto. Nos gusta priorizar, decidir dónde actuar primero. Hay muchas cosas por hacer. En mi libro hay una matriz: tareas simples/complejas y únicas/repetitivas. Lo primero es abordar las simples y repetitivas. No se trata de plan estratégico, sino cuentas por pagar/cobrar, análisis de llamadas de clientes, entrevistas.

Esto ocurre todos los días. Un 5 o 10% extra en productividad se nota de inmediato. La fruta madura está en lo simple y repetitivo. Eso aplica para toda automatización, pero con modelos de lenguaje, las IA son capaces de comprender la información, analizar textos, abrir archivos CSV, mirar imágenes, leer dashboards (paneles de control). Muchos empleados nunca miran esos dashboards, pero la IA no tiene problema; nunca se cansa y revisa todo el detalle.

Tengo un equipo de ventas de 45 en otra empresa de salud en Brasil, visitamos consultorios. Tienen 4-5 minutos para vender. Tengo datos de EE. UU. (más de 50 estados), Brasil tiene 27 (la mitad). Estamos en 17 estados, el personal está disperso. Difícil saber todo lo que pasa. Analizando dashboards con IA, los KPI, y las decisiones ya no requieren expertos técnicos, solo subir una foto y Copilot de Microsoft los interpreta.

Esa es la automatización que realmente facilita la vida.

David Rice: Sobre la fluidez, siento que implica saber dónde encajan las herramientas en los procesos, cómo diseñar flujos de trabajo alrededor de ellas. Las empresas suelen probar herramientas, pero no crean la conexión entre equipos, herramientas y tareas. ¿Cómo debería verse una pila básica de IA para empresas de menos de 100 personas? ¿Cómo evitar el “Frankenstack” de herramientas?

Kenneth Corrêa: Me encanta el términos “Frankenstack”. Hay organizaciones que usan 10, 20 herramientas cada una con su lógica diferente. Las grandes suelen limitarse a una o dos. Si usan Microsoft, optan por Copilot. Si son de Google, Gemini. Empresas más tecnológicas van a Anthropic (Claude) u OpenAI (GPT). Recomiendo empezar con una sola y capacitar mucho al equipo.

En este momento hay 7 herramientas punteras: Copilot (Microsoft), ChatGPT (OpenAI), Gemini (Google), Grok 4 (X), Llama (Meta), DeepSeek, y Perplexity. Todas son equivalentes en poder y fácil de usar. Elegir una facilita entrenamiento y minimiza riesgos.

Pero cuando automatizas procesos en backend, necesitas 3 o 4 proveedores, porque hay mucha innovación y debes poder pasarte entre los siete. Pero eso es más un tema de CTO.

David Rice: La gran pregunta es: en cuanto a las personas, ¿cómo transicionamos al futuro? ¿Cómo ayudar a que eficiencia no signifique menos personas, sino aprovechar mejor a los humanos? ¿El rol de líder de equipo será validación de la IA y orquestación de workflows? ¿Qué nuevas habilidades deberían desarrollar los líderes para administrar equipos alfabetizados en IA?

Kenneth Corrêa: La idea de ser alfabetizado en IA generativa está ligada a usar las herramientas, pero para líderes lo esencial es el juicio: tener criterio para decidir qué tarea debe hacer un humano y cuál una máquina, sin tabúes. Hay tareas que la máquina ya hace mejor: listas de chequeo, analizar imágenes, buscar datos o resumir. Una vez que lo entiendes, prefieres ocupar a tu personal en tareas creativas, de toma de decisiones, paradojas y complejidad. Ahí la IA aún no rivaliza con los humanos.

Como líder, esa es la habilidad: decidir a quién le corresponde cada tarea. Por eso escribí el libro “Organizaciones Cognitivas”: un manual para que los gerentes entiendan que las computadoras cada día son más potentes. Toda semana hay algo nuevo; nadie puede seguir el ritmo. Pero si aceptas que el aumento del 20-40% en productividad es imparable (porque la competencia ya lo aplica), tomarás mejores decisiones.

En la discusión sobre sustitución de personas, en mi experiencia en empresas lo opuesto es el reto: cuesta encontrar el talento. Por eso yo mantuve a mis 95 empleados creciendo 15% anual durante tres años, empoderando a mi gente con IA. Cambié mi mentalidad: no puedes trabajar en 2025 igual que en 2021. Generative AI lo cambió todo. El talento hay que potenciarlo con IA.

David Rice: Sí, muchos tienen dificultades para sumarse a este viaje. Pero como lo digo ahora, no podemos apegarnos a las tareas; el valor está en nuestras habilidades, conocimientos, rasgos únicos. Tal vez solo debamos soltar las tareas como motor de valor humano. ¿Cuáles son las trampas más comunes en las organizaciones que buscan fluidez en IA? ¿Cómo evitar resultados poco confiables y sobrepromesas?

Kenneth Corrêa: Ese es un problema de la IA: se tiende a decir “la IA hace esto, lo otro”, como si fuera algo omnipresente y no es cierto. Hay múltiples compañías, modelos distintos, cada cual con diferentes datos y protecciones; a veces ahí está el problema.

Hay que recordar: la IA es solo una herramienta. Impulsa una revolución de productividad, sí, pero sigue siendo una herramienta. La fluidez se alcanza por repetición, uso, ensayo y error. Si la IA te sugiere algo, eres tú quien decide actuar. Cuanto más la uses, más fácil será juzgar dónde encaja.

Hay una gran empresa en Norteamérica, CH Robinson, de logística tercera parte. Manejan 3000 emails por hora de clientes que quieren mover paquetes. Antes era solo trabajo humano. Ahora la IA filtra: los casos simples con datos bien organizados se cotizan automáticamente; casos fuera de lo común van a humanos. Se logra fluidez viendo casos reales.

CHR lleva un año: 10% automatizado, 90% aún humano. Otro caso de Klarna, el servicio sueco de atención al cliente, apostó todo a la IA generativa pensando en reemplazo, pero se dieron cuenta que AI no puede resolver todo. Volvieron a una proporción 80/20: 80% IA, 20% humano para las excepciones.

La fluidez no se logra solo leyendo un libro (no hay libro de gramática para esto), sino hablando, compartiendo experiencias y, muy importante, probando la herramienta tú mismo. Así adquieres fluidez en el “idioma” de la IA.

David Rice: Excelente. Kenneth, gracias por acompañarnos hoy y compartir tus ideas.

Kenneth Corrêa: Un placer, hombre. Me alegra que te haya gustado, a mí también. Tus preguntas son complejas, pero me motivan a mostrar mi perspectiva. Y aunque parezca muy entusiasta, sé que hay riesgos y límites. Solo aprendemos lanzándonos. Ese aumento del 20% en productividad es imposible de ignorar.

David Rice: Gracias de nuevo y espero ver cómo evolucionan tus conversaciones los próximos años. Va a ser interesante.

Kenneth Corrêa: Sin duda.

David Rice: Si quieren ver el libro de Kenneth, se llama “Organizaciones Cognitivas: Aprovechando el Poder Completo de la IA Generativa y los Agentes Inteligentes”. Está disponible en Amazon. Hasta la próxima, ¡anímense a ensuciarse las manos!