Diseñando para la Preparación, No Solo la Eficiencia, en un Mundo Potenciado por IA

David Rice: La IA robó tu descripción de trabajo, no tu título de trabajo. Ya sabes, eso que has estado diciendo que haces durante la última década. La IA lo hace más rápido, más barato y justo en el momento en que se necesita. Si estás en L&D y has estado enmarcando tu trabajo como entregar formación o producir contenido, o dando respuestas a las personas en el flujo de trabajo, bueno, Taylor Blake, la Vicepresidenta Senior de AI Labs e Iniciativas Nuevas en Degreed, tiene malas noticias.

Estás en problemas porque la IA puede hacer todo eso y no necesita tu ayuda. Pero esto es lo que no puede hacer. No puede expandir las capacidades de las personas para tomar decisiones de alto riesgo. No puede prepararlas para momentos que aún no han sucedido, ni construir preparación en lugar de simple respuesta. No puede ayudar a los humanos a navegar la complejidad estratégica que surge cuando una sola persona puede ahora marcar una diferencia enorme.

Y esa es la oportunidad que L&D está perdiendo mientras algunos en la industria se ocupan en defender la entrega de contenido. El equipo de Taylor no solo está construyendo herramientas de IA para empresas. Las están usando internamente como cliente cero, lo que significa que viven dentro de las consecuencias de sus elecciones. Y lo que están descubriendo es incómodo.

La brecha entre una demo de IA y la IA en la práctica es enorme. El impulso por la eficiencia está aplanando la capacidad emocional de las personas. Y a veces los efectos secundarios son cosas que nunca anticiparías, como que la hija de 10 años de Taylor busque validación en la IA en lugar de en sus padres. Hoy vamos a cubrir por qué L&D necesita pensar de modo más expansivo o será reemplazada.

La diferencia entre el aprendizaje justo a tiempo y la preparación, y por qué ambos importan ahora; cómo la IA está haciendo que el trabajo de todos sea más estratégico y de mayor impacto; la paradoja de la eficiencia donde todos hacemos más con la IA pero nos sentimos más ocupados que nunca; y por qué las personas pensativas y preocupadas deben ser quienes construyan herramientas de IA, no solo los optimistas.

Soy David Rice. Esto es Personas Gestionando Personas. Y si has estado defendiendo tu propuesta de valor actual en lugar de reimaginarla, esta charla será tu llamada de atención. Así que entremos en materia.

Hola Taylor, ¡bienvenida! ¿Cómo estás?

Taylor Blake: Muy bien, David. Gracias por invitarme.

David Rice: Tuvimos la oportunidad de hablar en la Conferencia de Gartner.

Fue realmente interesante aprender sobre todo lo que están haciendo con Degreed, y quería empezar con esa idea de Degreed como cliente cero, ¿verdad? No solo están experimentando para el desarrollo de productos, sino como usuarios de sus propias herramientas de IA. Me da curiosidad, ¿cuáles son algunos de los mayores beneficios que han visto con eso, y cómo ha cambiado su enfoque con el tiempo?

Taylor Blake: Sí, absolutamente. La razón por la que hacemos estos experimentos, la razón por la que tenemos AI Labs, es porque hay tanta tecnología nueva y capacidades llegando con la IA que realmente necesitamos la oportunidad de darles sentido, y es muy difícil. No hay simplemente especificaciones técnicas que puedas leer y entender fácilmente cómo se traducen a casos de uso de L&D o a la experiencia de usuario.

Realmente tienes que probar estas cosas, así que podemos probarlas internamente. Ha hecho un par de cosas. Una, realmente nos ha ayudado a entender qué cosas están listas y cuáles no. La IA en sí está pasando por diversas fases de expectativas, pero cada capacidad de IA y para cada caso de uso, algunas pueden estar listas y otras no.

Así que el hecho de que podamos probar estas cosas nosotros mismos, nos da convicción donde las cosas están listas, nos ayuda a entender que otras no están del todo listas aún. Pero también creo que muchas experiencias de aprendizaje se reducen a la experiencia individual. Así que al convertirnos realmente en cliente cero y atravesar estas cosas nosotros mismos, creo que de hecho hemos elevado el estándar; queremos asegurarnos de que sean experiencias realmente buenas, y solo cuando hemos perfeccionado algo, decimos: “Sí, yo lo usaría”, y entonces podemos usarlo como base.

Y convertirlo en una capacidad que nuestros clientes empresariales puedan utilizar.

David Rice: Lo que me encanta de este modelo es que, tú me dirás, pero siento que obliga a la responsabilidad, ¿verdad? Porque no solo estás vendiendo la idea al mercado y allí lo dejas; más bien, viven dentro de las consecuencias de las decisiones que están tomando.

Creo que eso es bastante raro. Y me imagino que expone tensiones que de otro modo no verías, como lo que la gente dice que quiere de la IA versus lo que realmente usa cuando está en su flujo de trabajo.

Taylor Blake: Sí, absolutamente. Y hay muchas capas diferentes. La diferencia entre una demo de IA y la IA en la práctica puede ser un gran abismo, y realmente no lo sabes hasta que lo pruebas directamente.

Tienes que ver y sentir esos problemas y ver qué inconvenientes crea y averiguar cómo los vas a mitigar o cosas similares. Entonces, sí, sin duda, sentimos esa responsabilidad, o sea, usando estas herramientas extensamente primero, experimentamos todos esos problemas, pero al mismo tiempo, también reconocemos que no necesariamente somos nuestros clientes.

Incluso si logramos que algo funcione para nosotros, eso solo es una base. No es el último paso. Hay muchos procesos para asegurarnos de que esas capacidades estén listas para grandes clientes empresariales.

David Rice: Grandes o pequeños, L&D está cambiando, ¿verdad? Y cuando hablamos en la conferencia, hablábamos de cómo la IA roba el espacio de L&D, ¿verdad?

Desbloquea a la gente en el momento más rápido de lo que los equipos de L&D pueden hacerlo, de verdad, y eso es un cambio enorme. ¿Cómo puede L&D seguir siendo relevante en un mundo donde liberar a alguien ya no es realmente la propuesta de valor?

Taylor Blake: Bueno, creo que es un buen desafío para L&D porque debemos reconocer si vemos nuestro trabajo como entregar formación, producir contenido, o dar respuestas a la gente en el flujo de trabajo, estamos en problemas.

Porque la IA puede hacer muchas de esas cosas. Sí, necesita ayuda, necesita guía y límites. Pero la IA puede hacer mucho de eso. Pero creo que L&D tiene la oportunidad de pensar de forma más expansiva. No todo problema de desempeño es un problema de formación, pero muchos sí se derivan de las personas.

Creo que L&D debe adoptar una visión más amplia de que estamos aquí para ayudar a la gente a cambiar, expandiendo sus capacidades, rindiendo mejor en el trabajo. Si nos enfocamos solo en formación, en la entrega de contenido, sí, la IA nos va a reemplazar. Pero si tomamos una visión más amplia, hay muchísimas oportunidades, especialmente porque, lo que vemos, nuestros clientes ya no tienen como limitante la tecnología u oportunidades, la verdadera limitación para las empresas, para los movimientos estratégicos que quieren hacer, es la gente.

Se trata de las personas, de cuán rápido pueden cambiar, de su apetito por el cambio, de cuán rápido puedes alinear y apuntar a las personas en la dirección correcta. Hay muchos desafíos centrados en lo humano, y creo que L&D solo tiene que decir: sí, podemos ayudar. Podemos ayudar. Necesitamos ampliar nuestro kit de herramientas sobre cómo vamos a ayudar.

No es solo contenido, no son solo cursos tradicionales o formación.

David Rice: Sí, creo que ese es un punto poderoso, ¿no? Porque hay tanta oportunidad aquí. Cuando pensamos en conectar con alguien en el momento de su necesidad, cuando realmente les preocupa algo o están tratando de solucionar un problema o lo que sea, poder no solo entregar contenido —L&D lo sabe mejor que nadie—, la gente aprende de formas diferentes. Y poder ajustar y personalizar y pensarlo como una oportunidad para realmente reformular cómo entregamos lo que sea, sea formación, microaprendizaje o lo que sea.

Creo que las posibilidades son infinitas.

Taylor Blake: Sí. Y no solo hay oportunidad en el momento de la necesidad sino también antes del momento de la necesidad, respecto a la preparación, y creo que a veces lo hemos etiquetado mal, como que si es solo justo a tiempo y todo lo demás es “por si acaso”, como si fuera solo un seguro y una pérdida de tiempo.

Se ha puesto tanto énfasis en lo justo a tiempo porque es muy eficiente, tan alineado, tan relevante. Pero creo que debemos recuperar esa idea de la preparación. Hay cosas que no se pueden entrenar ni habilitar ni dejar listas justo en ese momento de necesidad.

¿Cómo podemos preparar a las personas, especialmente ahora que la IA hace que los trabajos sean más estratégicos? Ahora tomamos decisiones de mayor impacto, ¿verdad? Todos estamos en puntos de mayor influencia porque tenemos tantas herramientas y capacidades. Una persona puede marcar una gran diferencia.

Pero, ¿cómo preparamos a la gente para ese momento? Así que la preparación, la disposición, creo que esas cosas hoy son tan importantes como siempre.

David Rice: Mencionaste una palabra que tenemos mucho en mente estos días: eficiencia, ¿no? Hablamos de ello todo el tiempo, y creo que hay una transición de intentar que el aprendizaje sea más eficiente hacia ayudar a las personas a adaptarse al cambio.

Me pregunto, ¿qué tipo de infraestructura requiere eso dentro de una empresa? ¿Qué demanda de quienes hacen este trabajo?

Taylor Blake: Este empuje hacia la eficiencia ha sido interesante. Al pensar, usaré este ejemplo de un libro. Si preguntas a la mayoría de las personas: “Oye, ¿ha habido un libro que realmente cambió tu forma de pensar?” Que realmente cambió tu vida, que haya sido transformador. Creo que muchos podríamos decir que sí, que ha habido un libro así, pero si solo… sea que ese libro tenía 400 páginas, si lo reduces a un resumen, a unas pocas frases, si haces que consumir esa información sea lo más eficiente posible, no habría sido tan impactante ni transformador.

Así que estamos viendo que intentar reducir todo a su componente más pequeño y entregar información transaccionalmente no es suficiente. El cambio no es solo un problema de información, no es solo un problema de instrucciones. Tienes que dar a las personas espacio y tiempo, y mencionaste qué cosas habilitarán eso.

Parte de ello es que necesitamos diálogo. Necesitamos herramientas que posibiliten que todos en la organización no solo reciban información, sino que participen en el cambio, compartan qué piensan, qué sienten, qué desafíos ven, den la oportunidad a la organización de recibir este input, retroalimentación, adaptarse.

Así es como ocurrirá el cambio. No será solo un memo de un ejecutivo, no solo será activar Microsoft Co-Pilot; la IA nos da más herramientas para esto, para promover un diálogo más abierto y hacer del cambio una calle de doble vía donde la gente participa.

David Rice: Es interesante, ¿verdad? Porque mucha capacitación corporativa a lo largo de los años se ha centrado en hacer el contenido más barato, rápido, fácil de consumir. Pero creo que, como has dicho, ayudar a la gente a cambiar, a adaptarse, es un viaje emocional. Es diferente. Requiere reflexión, retroalimentación, contexto, y todas estas cosas son muy humanas y complicadas.

Y me hace pensar si, de alguna forma, acaso construimos el andamiaje equivocado para el tipo de aprendizaje que realmente necesitamos hoy. ¿Históricamente?

Taylor Blake: Sí. Creo que es un ejemplo de que las limitaciones cambiaron y, quizá, antes la limitante era la información, que no estaba disponible.

Así que el problema era dar esa información a la gente. Pero ahora es muy fácil crear, producir y distribuir información. Hemos descubierto la siguiente limitación: la información no basta. El cambio es un viaje, incluye cómo la gente piensa y siente sobre esto y cómo la involucramos en el proceso, como dijiste, es otro conjunto de herramientas e intervenciones.

Creo que la IA es un caso muy interesante porque lo ilumina muy bien, ya que todas las organizaciones piensan en la IA de alguna manera. La gente tiene temores, preocupaciones. Algunos están entusiasmados, otros aterrados. La IA como iniciativa de cambio es un gran ejemplo de la diversidad de sentimientos y preocupaciones, y necesitamos nuevas formas de involucrar a la gente en ello.

David Rice: Mencionaste que necesitamos nuevas herramientas y enfoques, y sé que están creando nuevos kits de herramientas impulsados por IA para el cambio y la alineación: interfaces de voz, experiencias de coaching, guía en tiempo real. ¿En qué casos ves que este enfoque funciona mejor que el libro de jugadas antiguo?

Porque no solo son decisiones de producto, sienten como apuestas sobre el tipo de humanos que queremos fomentar en el trabajo.

Taylor Blake: Sí, y vuelvo al caso de la transformación con IA. Es un ejemplo que escuchamos mucho y es interesante porque sucede tan rápido, el panorama de la IA cambia a tal velocidad, que el antiguo libro de gestión del cambio —crear un plan, implementarlo y listo— ya no aplica.

Ahora debe ser un sistema, no una iniciativa de cambio con fin, sino un sistema que gestione, ayude a alinear y adapte a la gente al cambio.

Y es ese equilibrio, porque, sí, buscamos que la gente se sienta cómoda con la IA. Sí, la IA nos da nuevas herramientas, pero también necesitamos encontrar formas de poner a las personas al centro. Claramente hay que estimular más conversaciones y diálogo.

Dar a las organizaciones más visibilidad de cómo están las personas, cuáles son los desafíos, las preocupaciones. Y tal vez las intervenciones sean coaching que pueden ser apoyados por líderes o por una IA. Debemos ser flexibles porque habrá una gama de necesidades.

Pero mucho se reduce a tener un sistema que pueda captar, adaptarse y conversar con la gente, para saber realmente dónde están. No solo se pueden asumir cosas ni tener expectativas de cambio de arriba hacia abajo en la organización. Hay que llevar a las personas a lo largo del camino y comprometerlas.

David Rice: Es interesante, ¿no? No solo es innovación en productos, sino una serie de supuestos sobre el comportamiento humano. Has de encontrarte con muchas preguntas, imagino. ¿Qué tipo de fricción vale la pena solucionar? ¿Cuánta autonomía queremos que tengan las personas? Porque esto ahora entra en decisiones de diseño del trabajo.

Es decir, cómo deben interactuar las personas entre sí, con su trabajo, su crecimiento. Todas estas son preguntas que estas herramientas están impactando.

Taylor Blake: Sí, hay muchas preguntas y, sinceramente, por eso creemos en los experimentos. Creemos en probar pequeños conceptos y poder entender rápidamente.

Algo que puede parecer buena solución hoy, en nueve meses puede requerir otro enfoque. Se trata de habilidades meta como la agilidad y capacidad de responder, más que de tener el programa perfecto porque todo está cambiando tan rápido ahora.

David Rice: Cuando hablábamos antes, mencionaste que la IA elimina labores de bajo riesgo, y lo que queda es el juicio: estrategia y trabajar de otra forma, a otra velocidad.

Eso suena bien, pero también significa que la gente enfrentará decisiones de alto impacto mucho más rápido y con menos tiempo de desarrollo. ¿Cómo piensas la preparación en este escenario?

Taylor Blake: Totalmente. Pienso, por ejemplo, en un podcast de Freakonomics sobre controladores aéreos.

No apreciaba lo complejo de ese trabajo, manejan muchas variables, optimizan y toman decisiones, es realmente demandante y estresante. Es un ejemplo: la tecnología resolvió todas las optimizaciones fáciles, y lo que queda son los juicios complicados y críticos.

Eso puede ser realmente abrumador. En el caso de los controladores, hacen mucha formación y preparación, tanto psicológica como técnica. Tienen pausas obligatorias. Comprenden la complejidad cognitiva que exige el rol.

Otro ejemplo, Nikki Helmer, nuestra Directora de Producto, pone el ejemplo de ciudades europeas grandes donde es fácil caminar: vas al mercado, al transporte público. Ahora para quienes viven en suburbios y usan coche, no hay razón orgánica para salir de casa a pie, no todo está cerca. Hemos tenido que adaptarnos creando rutinas de ejercicio, poner una cinta en casa, buscar motivos para moverse.

Antes era natural. Ahora debemos pensarlo deliberadamente. Lo mismo pasa con el trabajo exigente que afrontaremos cada vez más.

David Rice: Creo que pasa igual con cómo desarrollamos nuestra comprensión. Hablamos todo el tiempo de la pérdida de trabajos de entrada o tareas básicas automatizadas.

Muchas veces esas tareas nos daban contexto y bagaje de lo que hacíamos. Tendremos que obligarnos a construir esos músculos de otra forma, será más intencional y diferente.

Taylor Blake: Absolutamente. Y quizás este sea un mal ejemplo, pero te lo comparto. Hemos tenido problemas con la calefacción en casa, así que llamamos a los técnicos de HVAC y notas quién tiene la formación superficial quienes solo conocen diez tipos de arreglos. Si no es uno de esos diez, te dicen que compres uno nuevo.

Perdón, necesitas una calefacción nueva. Luego encuentras al hombre mayor, el independiente, que lleva haciéndolo toda la vida: sabe cómo funciona cada parte, encuentra el problema real. Solo hay que limpiar esto, arreglar aquello y estarás bien. Tienen una comprensión total del sistema.

David Rice: Sí.

Taylor Blake: Y sí, eso estamos perdiendo. Así que debe ser más intencionado; habrá que crear esas oportunidades y no sé si será cuestión de tiempo antes de que sintamos esa carencia y que la gente sepa superficialmente lo que pasa, pero no entienda la intuición detrás.

Porque no aprendieron a la antigua. Así que deberemos crear esas oportunidades.

David Rice: Es curioso, antes recorría el Home Depot o el Lowe's y pensaba que todo tenía una analogía, como escritor y narrador, para lo que usas cada cosa.

Y ahora con lo que dices, es como si todos buscamos a “Gene”, el veterano de la sección de plomería, el chico joven te dice dónde está la llave inglesa o el tubo, pero Gene te enseña cómo armar todo, qué válvulas necesitas.

Es una fuente de información. Todo el mundo y todos los trabajos están yendo hacia eso. Creo que la investigación muestra que los trabajadores senior con mucho conocimiento y contexto ahora son exponencialmente más valiosos.

Porque si quieres que la IA resuelva tareas complejas, la tienes que alimentar con mucho contexto. Por eso es tan interesante lo que mencionas.

Taylor Blake: Sobre el contexto para la IA, se dice mucho: “Esta IA tiene una ventana de contexto de un millón de ‘tokens’, le subimos estos documentos para darle contexto”.

Pero compara eso con una persona, toma un empleado senior, si se trata de contexto versus contexto, tus empleados tienen tanto contexto tras años de experiencia, muchas cosas no documentadas ni visibles; debemos defender la experiencia humana.

Buena parte de ese valor es el contexto que aporta la gente y que puede que sea invisible. Hay que encontrar mejores formas de defenderlo, representarlo y valorarlo, porque es inmensamente valioso.

David Rice: De acuerdo, es el valor de la experiencia vivida. Quizá porque me hago mayor, pero a veces no se valora lo suficiente porque es el mejor maestro.

La IA podrá hacer mucho, pero no puede tener experiencias vividas, así que no puede absorber ni entender las señales sutiles, como la reacción del CEO o la expresión de alguien en una reunión. No puede comprenderlo como el cerebro humano, por eso es más valioso.

Piensa en esto: antes teníamos mezcla de tareas de baja y alta presión. Mencionaste el equilibrio antes y no lo había pensado así, pero ahora, con la IA quitando lo fácil y sin pausas incorporadas, todos nos quejamos de cambiar de contexto, pero eso puede ser bueno.

¿Estamos diseñando accidentalmente el agotamiento? ¿Cómo contrarrestar eso?

Taylor Blake: Lo primero, reconocer que el trabajo está cambiando. Hay una serie política en Netflix donde se habla de cuando las decisiones llegan al nivel ejecutivo.

Ya no es 80-20, no hay una opción claramente mejor que otra; ahora es 51%-49%, porque si algo fuera tan claro como 80-20, se resuelve antes en la organización. Así que cada vez se trata más de cuestiones estratégicamente complejas donde no hay una respuesta correcta.

Y no basta con enseñar a decidir, sino con lo que viene después: hay que explicar, justificar y manejar el descontento cuando alguien sale perjudicado y pregunta por qué lo hiciste así.

Y sí, hay mucha presión en estas cosas. ¿Cómo mitigarla? Hemos hablado de preparación y nuevas herramientas para simulaciones y coaching. Puede que surjan modelos de apoyo en equipos, como con los controladores aéreos, donde comparten responsabilidades y se dan soporte.

Tendremos más modelos así para que no todo recaiga en una persona, porque eso lleva directamente al agotamiento, y nadie quiere eso.

David Rice: Todos debemos crear cierto margen en nuestros sistemas, reconocer cuando la presión es excesiva, particularmente en puestos de liderazgo pensando en cómo liderar estos cambios.

No queremos aplanar la capacidad emocional del equipo. ¿Cómo equilibrar cuando cada vez más parte del trabajo son decisiones de alto impacto y presión? Será siempre un desafío. Pero hoy hemos tenido debates más sanos sobre equilibrio trabajo-vida y salud mental.

Es momento de aplicar lo aprendido en estas conversaciones.

Taylor Blake: Sí, veremos la otra cara: tanto impulso a la eficiencia y a hacer más con menos. En la superficie, la IA se ocupa de mucho, pero en la realidad las personas sentimos que, aunque la IA haga mucho, estamos más ocupadas que nunca.

El área de excepciones y decisiones no hace sino crecer, y este empuje hacia la eficiencia y la optimización tendrá consecuencias. Habrá que encontrar el equilibrio adecuado: no puedes optimizarlo todo y esperar un sistema sano. Hay muchas variables invisibles que, como no se ven, no se optimizan y, cuando se rompen, hay que reparar el sistema.

David Rice: Exactamente.

Tú trabajas en un espacio donde suele alentarse el fallar rápido, pero cuando experimentas con personas reales, ¿cómo equilibrar ambición y responsabilidad? A veces se es muy ambicioso y se puede pecar de imprudente.

¿Has tenido alguna experiencia reciente de esa tensión?

Taylor Blake: Sí, una de las razones para experimentar es que no queremos hacerlo dentro de la organización del cliente con gente que simplemente está tratando de hacer su trabajo. Queremos extraer lo que probamos y hacerlo en marcos más contenidos.

Así experimentamos y reducimos el riesgo. Pero sobre la tensión entre la velocidad del mundo y la ambición y las consecuencias... no es un ejemplo laboral, pero sí uno cotidiano que mencionaste y que me impactó.

Es sobre el uso de IA en general y mis hijos. Mi hija mayor de 10 años, este verano quiso construir un jardín de mariposas. Investigo plantas, cómo crear el espacio, fue un proyecto muy bonito.

Le dejé usar la IA para mostrarle el jardín y pedirle consejos de cuidado de plantas. Pero vino y me pidió el teléfono para hablarle a la IA de nuevo. Le pregunté sobre qué quería hablar. Me respondió: “No tengo pregunta, es que me trata tan bien, dice cosas tan lindas que quiero hablarle”. Saltaron todas mis alarmas: ¿qué relación se está generando aquí que no esperaba? Mi hija empieza a buscar validación en la IA, no en su madre o en mí.

Es un recordatorio de que incluso los casos más simples pueden tener efectos secundarios difíciles de prever. Algo con lo que he tenido que mejorar es que mi equipo sugiere nuevas ideas ambiciosas, pero deben pasar por muchas rondas de revisión: pensaste en esto, ¿por qué lo haces así? Puede parecer que buscan fallos, pero es un proceso de refinamiento: hay que evaluar críticamente para tener la confianza de lanzarlo.

Ese proceso, de idea que emociona a llevarla a prueba y estar seguro de lanzarla, es todo un viaje.

David Rice: Me encanta que lo incluyan, es como un guardarraíl ético. Toca hacerse las preguntas difíciles.

Creo que construyendo herramientas así se puede hacer sin filosofía, pero es mejor ser filosóficos: esto cambia el día a las personas, cómo interactúan con lo que les importa.

Lo de tu hija es muy interesante. Se está viendo más. Me alegra que tengan esas charlas internas y pregunten: “¿qué estamos pasando por alto?” Todos deberíamos empezar a hacerlo.

Taylor Blake: Seguramente habrá puntos ciegos, cuando te lo muestran, “esto que creaste, sí es genial, pero tiene tal efecto negativo que no pensaste”. Hay que anticipar esas cosas, estar abiertos y traerlas al proceso de diseño. También quiero que las personas reflexivas y preocupadas participen: si solo los optimistas crean herramientas de IA, será un desastre.

Necesitamos a los preocupados y reflexivos, que piensen igual o más en los posibles contras, participando en el proceso y ayudando a crear cosas conscientes y responsables.

David Rice: Taylor, gracias por venir hoy. Me ha encantado tenerte.

Taylor Blake: Muchas gracias por la oportunidad; esto también me ha sido útil para reflexionar sobre cosas que he estado pensando, así que lo agradezco.

David Rice: Oyentes, si no lo han hecho, vayan a peoplemanagingpeople.com/subscribe. Suscríbanse al boletín y recibirán todas las novedades, desde eventos hasta pódcast, nuevos contenidos y más.

Y hasta la próxima, experimenten, pero háganse las preguntas difíciles.