¿Deberíamos seguir construyendo nuestras carreras en torno a una especialización profunda?
Durante décadas, el consejo profesional ha sido sencillo: especializarse, desarrollar una experiencia profunda y convertirse en alguien indispensable. Pero ¿qué ocurre cuando la IA hace que esa experiencia sea accesible para casi cualquiera? El valor de saber cómo hacer algo está cambiando hacia saber qué debería hacerse, por qué importa y si el resultado es realmente bueno.
En este episodio de People Managing People, el presentador David Rice conversa con Tony Castellanos, director de Personas en Nextdoor, sobre por qué el criterio, la curiosidad y el buen gusto se están convirtiendo en capacidades de liderazgo fundamentales. Exploran cómo la IA podría invertir la jerarquía tradicional entre especialistas y generalistas, por qué organizar los equipos en torno a problemas empresariales tiene más sentido que defender los límites funcionales y qué ocurre cuando el organigrama deja de dictar quién puede resolver cada problema.
Lo que aprenderás
- Por qué la especialización por sí sola ya no es suficiente: Cómo la IA cambia el valor de la experiencia profunda sin eliminar la necesidad de especialistas.
- Por qué el buen gusto y el criterio se están convirtiendo en elementos esenciales del liderazgo: Qué diferencia un trabajo útil generado por IA de un resultado pulido que no da en el blanco.
- Cómo la IA podría transformar las estructuras organizativas: Por qué resolver problemas de forma transversal puede volverse más valioso que trabajar dentro de departamentos tradicionales.
- Cómo es el desarrollo profesional cuando la amplitud importa: Cómo la curiosidad, la experimentación y el contexto empresarial pueden acelerar el aprendizaje.
- Cómo preservar la responsabilidad humana: Por qué las decisiones asistidas por IA siguen requiriendo supervisión, escepticismo y una responsabilidad claramente asignada.
Conclusiones principales
- La experiencia no está desapareciendo. Su valor se está desplazando hacia niveles más estratégicos.
La IA facilita el acceso a conocimientos especializados, pero eso no vuelve obsoletos a los expertos. Al igual que Excel transformó el trabajo de los equipos financieros, la IA desplaza el valor de ejecutar tareas técnicas a decidir qué problemas merecen atención y qué significan los resultados para la empresa. Los especialistas que conecten sus conocimientos con resultados más amplios estarán mejor posicionados que aquellos cuyo valor dependa por completo de tareas repetibles. - El buen gusto se desarrolla mediante la experiencia, no con otro marco de competencias.
Cuando la IA puede producir 20 versiones de algo en cuestión de minutos, generar contenido ya no es la parte difícil. Reconocer qué es bueno sí lo es. Tony sostiene que el buen gusto se desarrolla mediante la repetición, la experimentación y algún que otro error doloroso. Los líderes deben dar a los empleados oportunidades para ejercer su criterio, en lugar de limitarse a aprobar cualquier cosa que produzca un sistema de IA. - La IA debería distribuir la experiencia, no la responsabilidad de tomar decisiones.
El agente de compensación de Nextdoor, Compadre, permite a los reclutadores y a los socios empresariales de Personas acceder a datos de compensación y al contexto de equidad interna sin requerir la intervención constante de un especialista. Lo crucial es que proporciona información, no recomendaciones. El objetivo es tomar decisiones mejor informadas con mayor rapidez, no externalizar la responsabilidad a un programa. - La curiosidad puede importar más que limitarse al propio ámbito.
El desarrollo profesional tradicional recompensa una experiencia funcional progresivamente más profunda. Tony ve una oportunidad para que los empleados utilicen la IA con el fin de explorar disciplinas adyacentes, probar ideas y aprender a través de problemas empresariales reales. Los responsables pueden fomentarlo animando a los empleados a preguntarse por qué los procesos existentes funcionan como lo hacen, en lugar de asumir que las limitaciones de ayer siguen siendo aplicables. - Confiar en la IA no significa que puedas dejar de revisar su trabajo.
A medida que las personas se sienten más cómodas con la IA, naturalmente examinan menos sus resultados. Tony sugiere introducir una tercera perspectiva escéptica, potencialmente otro servicio de IA, para cuestionar los resultados y obligar a reconsiderarlos. La cuestión no es automatizar cada revisión, sino conseguir que las personas sigan ejerciendo activamente el criterio que, supuestamente, la IA les está ayudando a liberar. - El organigrama no debería ser una estructura que determine los permisos.
Tony predice que las organizaciones dependerán cada vez más de grupos pequeños de especialistas rodeados de generalistas capaces de aplicar sus conocimientos a distintos problemas empresariales. Los centros de costes pueden seguir siendo necesarios para la contabilidad, pero no deberían determinar quién es responsable de un asunto o quién contribuye a resolverlo. La oportunidad consiste en organizarse en torno a resultados, en lugar de perpetuar los traspasos simplemente porque así es como han funcionado siempre los departamentos.
Capítulos
- 00:00 — El valor cambiante de la experiencia
- 02:20 — Los riesgos de la especialización
- 05:29 — Por qué importa el criterio
- 09:43 — Responsabilidad en materia de IA
- 10:19 — Organizarse en torno a problemas
- 13:21 — Generalistas frente a especialistas
- 16:47 — Prevención de la pérdida de habilidades por la IA
- 18:44 — Compensación impulsada por IA
- 22:21 — Gestionar la sobrecarga de información
- 25:32 — Replantearse el desarrollo profesional
- 27:38 — Curiosidad y primeros principios
- 30:14 — El futuro de los organigramas
- 34:09 — Reflexiones finales
Conoce a nuestro invitado
Tony Castellanos es el vicepresidente ejecutivo de Personas de Nextdoor, donde dirige la estrategia de personas de la empresa, la adquisición de talento, la compensación, los beneficios y la colaboración empresarial en materia de RR. HH. Con casi dos décadas de experiencia en recursos humanos y liderazgo de talento, anteriormente ocupó puestos en Google, Square y Nuna. Desde que se incorporó a Nextdoor en 2020, Tony ha ayudado a transformar su función de Personas en un socio estratégico del negocio, impulsando operaciones de RR. HH. potenciadas por IA que mejoran la eficiencia al tiempo que preservan la conexión humana. Su trabajo se centra en formar equipos de alto rendimiento, reforzar la cultura organizativa y utilizar tecnologías emergentes para crear experiencias más impactantes para los empleados.
Enlaces relacionados:
- Únete a la comunidad People Managing People
- Suscríbete al boletín para recibir nuestros últimos artículos y pódcasts
- Descubre el patrocinador de este episodio: Teamflect
- Conecta con Tony en LinkedIn
- Visita Nextdoor
Artículos y pódcasts relacionados:
David Rice: Durante la mayor parte de nuestras carreras, el consejo ha sido siempre el mismo: especialízate. Profundiza en algo valioso. Desarrolla una experiencia que nadie más tenga. El invitado de hoy cree que ese consejo necesita actualizarse, no porque la experiencia esté desapareciendo, sino porque la inteligencia artificial implica que necesitaremos menos personas profundamente especializadas en un único ámbito. El conocimiento es ahora mucho más accesible.
La propuesta de valor cambia. En el programa de hoy hablo con Tony Castellanos, responsable de Personas en Nextdoor, sobre qué se vuelve realmente más valioso a medida que la inteligencia artificial se hace cargo de las tareas que pueden codificarse. ¿Su respuesta? El criterio. Saber cómo es algo bien hecho está adquiriendo más importancia que saber producirlo, y el criterio no se puede enseñar en un aula.
Surge de la práctica, de los intentos, de los golpes y de acumular suficientes aciertos y errores como para empezar a reconocer la diferencia de forma instintiva. La conversación sobre el organigrama es especialmente interesante. Tony cree que el generalista está a punto de recuperar valor. Hoy se le trata como la capa operativa, como alguien más junior y no tan útil.
Eso va a cambiar. Habrá menos expertos. Las personas capaces de conectar conocimientos entre distintas áreas, de descubrir qué puede hacer una empresa cuando combina varios centros de conocimiento, pasarán al centro. Y el concepto de centro de costes podría dejar de definir quién puede hacerse cargo de un problema.
El organigrama evolucionará de ser un mapa de dónde se encuentra la información a convertirse en algo más flexible: equipos que se forman y se disuelven alrededor del problema que tienen delante. Hoy hablaremos de por qué la especialización profunda aumenta tu exposición a la inteligencia artificial, a menos que puedas conectarla con problemas empresariales más amplios; de cómo se desarrolla el criterio; de por qué se está convirtiendo en una competencia esencial de liderazgo; de la inversión de los papeles entre expertos y generalistas en las organizaciones de la era de la inteligencia artificial; y de por qué el modelo de centro de costes podría parecer extrañamente anticuado dentro de cinco años.
Soy David Rice. Esto es People Managing People, y si has estado construyendo tu carrera alrededor de la profundidad en un único ámbito, merece la pena reflexionar sobre esta conversación. Empecemos.
Para disfrutar de procesos de evaluación del desempeño fluidos y de una seguridad de nivel empresarial, prueba Teamflect gratis, la plataforma de gestión del desempeño mejor valorada dentro del ecosistema de Microsoft. Empresas de todo el mundo confían en ella para alinear objetivos, realizar evaluaciones del desempeño y desarrollar el talento a escala.
Tony, bienvenido al programa. Es un placer tenerte aquí.
Tony Castellanos: Muchas gracias. Es un placer estar aquí.
David Rice: Quería comenzar nuestra conversación hablando de algo que ha sido el consejo habitual durante la mayor parte de nuestras carreras: especializarse.
Quieres especializarte en algo de gran valor. Quieres desarrollar una experiencia profunda que otras personas no tengan. Pero planteas una idea bastante contraintuitiva: que una especialización extrema puede aumentar ahora tu exposición a la inteligencia artificial si esa experiencia puede documentarse y codificarse.
Mi pregunta para empezar es: ¿estamos llegando a un punto en el que ser excepcional en una sola cosa supone en realidad un riesgo, a menos que puedas conectar esa experiencia con un problema empresarial mucho más amplio?
Tony Castellanos: Es una pregunta importante, y sí, todos hemos aprendido que hay que profundizar en una cosa, ser el mejor en ella y apoyarse en esa posición.
Creo que el titular exagera un poco, porque la experiencia no está desapareciendo. Sigue siendo muy importante. Necesitamos saber hacer las cosas. Lo que cambia con la inteligencia artificial es que simplemente necesitaremos menos personas profundamente especializadas en un ámbito concreto, porque su conocimiento, su experiencia y la base de conocimiento general son mucho más accesibles para quienes las rodean.
Si pienso en las capacidades que adquieren más valor, todavía necesitas a la persona que entiende lo que está ocurriendo, porque debemos poder auditar qué está proporcionando la inteligencia artificial, cómo calcula algo y cómo llega a una conclusión.
Pero también es muy valioso saber integrar esa experiencia en la forma en que avanza el negocio. Si retrocedemos en el tiempo, había empresas con muchas personas desempeñando funciones en las que el cálculo era el núcleo del trabajo. En finanzas, como analista o como ingeniero, se hacían muchas operaciones matemáticas.
Después llegó Excel. De repente, necesitabas una fracción de esas personas para hacer los cálculos que sustentaban el negocio. Pero eso no eliminó la necesidad de esas personas; creó una propuesta de valor diferente para ellas. El nuevo valor humano estaba en comprender qué había que calcular, cuál era el modelo adecuado, qué significaba el resultado y si podíamos tomar mejores decisiones empresariales con esa información.
Por eso la cuestión es cómo utilizas esa experiencia. Nadie diría que Excel acabó con la experiencia financiera. Todas las empresas siguen teniendo esos equipos. Lo que cambió fue que unas pocas personas profundamente expertas aportaban un valor más estratégico: debían posicionar lo que sabían de una forma más útil para la empresa. Creo que eso está volviendo a ocurrir, solo que más rápido y en prácticamente todas las funciones que toca la inteligencia artificial.
David Rice: Hay determinados tipos de trabajo que la inteligencia artificial acelera especialmente. Por eso está siendo tan disruptiva en la programación: escribes el código y funciona o no funciona. Si no funciona, sabes que hay que corregirlo.
Tony Castellanos: Es muy buena con los resultados binarios: correcto o incorrecto, verdadero o falso. Aunque todavía se equivoca, por eso necesitas expertos que comprueben el resultado. Pero puede ser muy eficaz en programas o sistemas basados en reglas y en la difusión de conocimientos fundamentados en datos específicos, más que en el juicio.
David Rice: Hablando del juicio, escuché recientemente a alguien explicar cómo sabes que una campaña de marketing está lista para publicarse. Al final, alguien con suficiente criterio tiene que decir: «Sí, esto está terminado; doy mi aprobación».
Hasta ahora no creo que muchos directores de Recursos Humanos incluyeran la palabra «criterio» en sus modelos de competencias. Si la inteligencia artificial hace que el conocimiento y la capacidad técnica sean mucho más accesibles, ¿se vuelve más valioso saber qué es bueno que saber cómo producirlo? Y si es así, ¿cómo identifican y desarrollan las organizaciones algo tan intangible como el criterio?
Tony Castellanos: Creo que es extremadamente importante en un mundo habilitado por la inteligencia artificial, porque puedes producir muchísimo contenido. Todos estamos siendo inundados. Si miras ahora mismo tu Google Drive, probablemente tengas diez veces más documentos que hace un año, porque has empezado cosas con Claude, Codex, Gemini o cualquier otra herramienta.
El criterio se vuelve fundamental para convertir todo eso en algo que cualquier persona pueda comprender. ¿Cómo se desarrolla? Mi respuesta sincera es que se desarrolla mediante la repetición y la práctica. No existe realmente un curso que te lo enseñe. Se acumulan los aciertos y los golpes de hacer algo mal. Si lo haces suficientes veces, empiezas a distinguir con claridad qué es bueno y qué está por debajo del nivel esperado.
La inteligencia artificial también cambia la velocidad a la que puedes adquirir esa experiencia. Puedes poner a prueba decenas de alternativas en una hora. En Nextdoor pensamos en la inteligencia artificial como un socio para la lluvia de ideas y la experimentación, no como una herramienta que genera la respuesta definitiva. Puede entregarte algo sofisticado y persuasivo que, sin embargo, sea completamente incorrecto. Como persona, eres lo único que se interpone entre ese resultado y el público que podría recibirlo.
David Rice: Me gusta la idea de la práctica continua. Antes un profesional podía encontrarse con un problema una docena de veces en diez años; ahora puede revisar el mismo tipo de trabajo diez veces más en algunos casos. Eso puede acelerar el aprendizaje. Pero ¿será capaz la gente de ver el panorama completo? Con el volumen actual, cada vez es más difícil, especialmente para los líderes, mantener una visión global cuando todo el mundo produce mucho más.
Tony Castellanos: Estoy totalmente de acuerdo. He intentado leer la mayoría de los documentos que me llegan, pero llegan demasiado deprisa. Por eso volvemos al juicio y al criterio: ¿estás creando algo conciso y claro que conecte con lo que intentas conseguir?
La inteligencia artificial te permite pedir veinte versiones, priorizar ciertos elementos, elegir la mejor y perfeccionarla. Es mucho más rápido llegar a un producto final. Pero la avalancha de información puede ser abrumadora, así que existe mucha presión para destilarla en algo útil para una persona.
David Rice: Sobre todo ahora que entramos en la era de los agentes. En algún momento veremos la historia de un agente que haga tantas cosas que el responsable ni siquiera pueda procesarlas o sepa que estaban ocurriendo.
Tony Castellanos: Eso ya ha sucedido con una versión no controlada de un modelo de lenguaje. Una de nuestras reglas es asumir la responsabilidad de lo que haga tu inteligencia artificial. No puedes aceptar sin más lo que produce ni permitir que lo publique directamente. Tiene que existir una auditoría humana, controles o un registro posterior que permita detectar y retirar lo que deba corregirse.
David Rice: Has empezado a experimentar con la organización del equipo de Personas alrededor de problemas, en lugar de especialidades tradicionales de Recursos Humanos. Si empezamos a organizarnos alrededor de resultados y no de conocimientos específicos, ¿qué ocurre con las estructuras funcionales, las trayectorias profesionales y los modelos de responsabilidad que hemos construido durante décadas?
Tony Castellanos: No hemos eliminado nuestro organigrama. Seguimos teniendo responsables de selección, compensación y socios empresariales de Personas. Pero hemos empezado a estudiar cuáles son los problemas que esos grupos deben resolver juntos. Hemos intentado orientar los equipos alrededor de lo que es común en el ámbito de Personas: talento, activación —que combina compromiso y habilitación— y cultura.
Ninguno de esos ámbitos pertenece exclusivamente a selección o a los socios empresariales. Hay un trabajo completo destinado a atraer y desarrollar a las personas adecuadas, apoyar a los empleados y crear un entorno en el que todos puedan hacer su mejor trabajo.
Antes las funciones se centraban en partes concretas porque la experiencia residía en ellas. La inteligencia artificial permite comprender mejor cómo se combinan para hacer realidad esos objetivos. Queremos que el equipo piense en el objetivo final, no en cuál es la parte de selección de un determinado proyecto. La pregunta es si la organización de Personas ha aportado valor en esa dimensión.
David Rice: Parece que eso exige que las personas sean más adaptables y que reflexionen de otra manera sobre su lugar dentro del conjunto. En lugar de preguntar cómo influyen mis capacidades en un resultado, se preguntan dónde puede tener impacto mi conjunto de habilidades en el resultado global que buscamos.
Tony Castellanos: Y aún hay un paso más: qué puedo aprender y aplicar aquí. Veo el problema y no estoy limitado por el hecho de ser especialista en selección o en compensación. Soy miembro del equipo de Personas. Existe un flujo completo que va desde incorporar talento hasta desarrollarlo y promocionarlo. La cuestión es cómo puedo ayudar a moverlo todo hacia delante.
Con la inteligencia artificial hay más ciclos iterativos. Puedes aplicar tu experiencia y aprender al mismo tiempo, porque la inteligencia artificial se convierte en tu compañera. Quiero ampliar la forma en que las personas piensan sobre su función hasta llegar a la pregunta: ¿cuál es realmente el objetivo final?
David Rice: Existe un peligro evidente al empujar a todo el mundo hacia funciones más amplias. Podríamos acabar con una plantilla de generalistas que saben un poco de todo, pero no mucho de nada. ¿Cómo se crean personas capaces de trabajar de principio a fin en un problema sin perder la experiencia profunda que permitiría que el negocio siguiera funcionando si un modelo de lenguaje dejara de estar disponible durante unos días?
Tony Castellanos: Me preocupa menos la falta de comprensión que el hecho de que las personas acepten el resultado de la inteligencia artificial, lo publiquen y sigan adelante. Eso puede hacerlo tanto un generalista como un especialista. El problema está en combinar amplitud, profundidad y juicio.
Por eso la curiosidad está subiendo en nuestra forma de evaluar el talento. Queremos personas que absorban lo que ocurre a su alrededor y utilicen ese contexto para tomar mejores decisiones. Si un modelo de lenguaje deja de funcionar, quizá yo sería mucho menos eficaz, pero un generalista habilitado por la inteligencia artificial no pierde necesariamente el conocimiento. Pierde el vínculo rápido con ese conocimiento.
La inteligencia artificial acelera la recopilación del contexto, las métricas y los datos necesarios para tomar una decisión. Sin ella, hay que volver a recopilar manualmente la información. Se tarda más en completar las piezas, pero una persona que ha trabajado con inteligencia artificial durante mucho tiempo sigue teniendo claro qué información necesita para avanzar.
David Rice: La curiosidad es fundamental. La tecnología puede hacer muchas cosas mejor que nosotros, pero a las personas les gusta hacer cosas y aprender. Estamos hechos para ello y no vamos a deshacer miles de años de evolución simplemente introduciendo una inteligencia artificial.
Tony Castellanos: Para las personas adecuadas, la creatividad se libera porque pueden llegar mucho más lejos y mucho más rápido. El riesgo vuelve a ser aceptar las cosas sin cuestionarlas. Ahí es cuando el trabajo empieza a degradarse.
David Rice: Ya hemos visto datos sobre directivos preocupados por la pérdida de habilidades. Al principio las personas validan todo y ejercen su criterio, pero con el tiempo empiezan a confiar demasiado. ¿Qué estrategias pueden evitarlo?
Tony Castellanos: Es como una relación humana. No confías automáticamente en todo lo que hace una persona recién contratada. Con el tiempo, si entrega buenos resultados, confías cada vez más. Con un modelo de lenguaje ocurrirá lo mismo. Por eso necesitaremos varios compañeros: uno en el que confiamos cada vez más y otro que actúe como escéptico y cuestione los resultados.
Ese tercer servicio también puede estar habilitado por inteligencia artificial. No significa que uno tenga razón, pero obliga a la persona a volver a ocupar el asiento del conductor y decidir qué es lo correcto para ella y para su organización. Mientras no caigamos en la trampa de publicar resultados ciegamente y sigamos criticando lo que produce la inteligencia artificial, estaremos en una buena posición.
David Rice: Mencionaste un agente de compensación. No sustituye la función de compensación, sino que distribuye parte de su experiencia entre los responsables de selección. ¿Crees que ese será el mayor impacto organizativo de los agentes: no sustituir la experiencia, sino permitir que el conocimiento experto viaje mucho más rápido por la empresa?
Tony Castellanos: Sin duda. Nuestro agente de compensación se conecta con nuestra arquitectura de compensación y analiza nuestra plantilla. Está disponible para los socios empresariales de Personas y para los responsables de selección. No analiza situaciones ni ofrece recomendaciones; muestra información objetiva para que esas personas puedan tomar decisiones informadas.
Un responsable de selección puede preguntar cómo se compara una oferta con las bandas salariales. El agente indica dónde se sitúa dentro de nuestras prácticas de compensación y ofrece una aproximación de cómo se compara con las personas de la empresa. No mostramos información individual y todo está suficientemente anonimizado.
Al mostrar no solo dónde se sitúa una oferta dentro de una banda, sino también las posibles desigualdades o desequilibrios internos que puede crear, el responsable de selección amplía su perspectiva: pasa de cerrar una candidatura a construir un equipo equilibrado. Antes tenía que esperar uno o dos días para hablar con Compensación. Ahora el contexto está disponible de inmediato.
David Rice: ¿Cómo fue la conversación para definir el papel de ese agente?
Tony Castellanos: Para nosotros, considerar a los agentes como empleados es importante. Llamamos a este agente Compadre, porque es el compañero de compensación. Surgió de conversaciones entre responsables de selección y compensación que se preguntaban si realmente tenían que participar en determinadas reuniones transaccionales.
Durante varios días de inteligencia artificial del equipo de Personas, todos intentaron resolver problemas con esta tecnología. De ahí nació la idea de crear un servicio que hiciera accesible la información de forma responsable, protegiera la privacidad y ayudara a los responsables de selección y a los socios empresariales a tomar mejores decisiones.
La inteligencia artificial es especialmente buena eliminando la carga de interacciones tácticas y repetitivas. También puede preparar reuniones, organizar agendas y ofrecer una vista previa del día. Cuando la información básica ya está sintetizada antes de una conversación, la conversación real se vuelve más rica y útil.
David Rice: Mucha gente está constantemente sometida a una avalancha de información. Sería útil que un sistema resumiera al final del día lo más importante, lo que hay que recordar para el lunes y los asuntos que deberían estar en el radar.
Tony Castellanos: Yo recibo los domingos por la tarde un informe sobre la semana siguiente. Le indico cuáles son las tres cosas más importantes para mí y le pido que revise Slack, las notas de las reuniones y otra información relacionada. También tiene una sección para descubrir asuntos que yo no haya incluido, pero que debería conocer.
No dependo por completo de la inteligencia artificial para decidir qué es importante. Le doy parámetros porque hay temas que quiero seguir de cerca. El peligro aparece cuando simplemente dices «muéstrame lo importante» y permites que la inteligencia artificial defina por sí sola qué significa importante.
David Rice: Ahí está el desafío: ¿quién define lo importante? ¿Está alineado con la empresa, con tu jefe, con tus objetivos o con todos ellos? Hay muchos factores que cambian el contexto de lo que debería producir el sistema.
Tony Castellanos: La inteligencia artificial también puede ayudarnos a aprender. Puedes empezar con la pregunta «no sé lo que no sé». Los buenos directivos probablemente insistirán en los cinco porqués para que las personas investiguen por qué existe algo, qué intenta conseguir y si lo harían de la misma forma con las herramientas disponibles hoy.
Uno de los mayores obstáculos será la inercia y los procesos arraigados. La inteligencia artificial ha abierto puertas que antes cerrábamos porque no era posible recorrer esos caminos. Por ejemplo, durante mucho tiempo las empresas asumían que no podían revisar cada currículum recibido. Ahora un sistema puede revisar su contenido y enviarlo al proceso adecuado, algo que antes parecía imposible.
David Rice: También mencionaste el ejemplo de contratar a un proveedor, un proceso que implica a Personas, Finanzas, Legal, sistemas y aprobaciones. Si los agentes pueden transportar el contexto a través de todo el proceso, ¿tenemos que seguir organizando a las personas alrededor de los mismos límites funcionales?
Tony Castellanos: Creo que veremos una inversión de la situación actual. Las funciones tendrán un número limitado de expertos, rodeados de generalistas que sepan aplicar ese conocimiento entre distintas áreas. Hoy ya existen generalistas, pero suelen tratarse como una capa operativa más junior y menos útil. Eso cambiará: se convertirán en las personas centradas en las capacidades de la empresa y en lo que puede hacerse combinando distintos centros de experiencia.
Dentro de cinco años, quizá lo más extraño sea el concepto de centro de costes. No necesariamente desaparecerán, porque hay que medir las inversiones y cumplir requisitos contables y normativos. Pero esa medición dejará de dictar cómo se organiza el trabajo. El centro de costes ya no definirá dónde vive un problema solo porque allí haya residido históricamente la experiencia.
El organigrama evolucionará de ser un mapa de dónde se encuentra la información a convertirse en algo mucho más flexible, con equipos que se forman y se disuelven según el problema que abordan. Habrá menos expertos en proporción, pero más personas capaces de desplegar esa experiencia y resolver problemas. El espacio de problemas de cada persona será mayor que su centro de costes.
David Rice: Los líderes de Recursos Humanos que han escuchado que su área es un centro de costes se alegrarán de oírlo.
Tony Castellanos: Cuando pienso en el término G&A, lo reconozco: me molesta un poco. Dejaremos de hablar únicamente de la inversión en gastos generales y administrativos, Legal o Finanzas, y hablaremos de qué hace falta para dirigir la empresa. Es un lugar mucho más saludable para las personas.
David Rice: Me gusta la idea de que todos tengan acceso a la experiencia y puedan ponerla en práctica. Es un uso más eficaz del tiempo de las personas, no en el sentido de reducir costes, sino en el de ayudarles a alcanzar sus objetivos y apoyar mejor al negocio.
Tony Castellanos: También es mucho más divertido. Los profesionales de Finanzas que se beneficiaron de Excel ya no tienen que dedicarse únicamente a los cálculos; pueden avanzar otros productos y trabajos. Creo que es una oportunidad muy estimulante para todos.
David Rice: Tony, ha sido una conversación fantástica. Gracias por participar.
Tony Castellanos: Muchas gracias por invitarme. Ha sido muy divertido. Estoy deseando escuchar esta conversación dentro de un año y descubrir todo aquello en lo que me equivoqué.
David Rice: Yo también tengo curiosidad por ver cuánto habrá cambiado todo dentro de un año. Las cosas están cambiando muy deprisa.
Tony Castellanos: Qué mundo tan interesante. Es muy divertido formar parte de él.
David Rice: Lo único que no se puede decir es que sea aburrido.
Tony Castellanos: Totalmente cierto.
David Rice: Hasta la próxima, oyentes. Entrad en peoplemanagingpeople.com/aisignal y suscribíos a nuestro nuevo boletín. Es un resumen ejecutivo de lo que necesitas aprender esta semana, o de una sola cosa que necesitas aprender esta semana. En realidad, ese es el objetivo: encontrar la señal y aprovecharla, en lugar de escuchar todos los titulares y todo el caos.
Y hasta la próxima, no dejéis de desarrollar vuestra experiencia. No va a desaparecer necesariamente.
Tony Castellanos: Así es.
David Rice: ¿Cansado de perseguir a los empleados para que completen sus evaluaciones del desempeño? Conoce Teamflect, la plataforma de gestión del desempeño y compromiso de los empleados mejor valorada, creada para Microsoft Teams. Facilita la adopción allí donde tu equipo ya trabaja. Empieza en Teamflect.com.
