Por qué la transformación mediante IA comienza con la claridad organizativa

David Rice: Los ingredientes para obtener un retorno de la inversión de la IA tienen muy poco que ver con la tecnología. No es una evasiva. Es lo que nuestro invitado de hoy ha aprendido construyendo en Zapier y conversando con más de ciento cincuenta responsables operativos de distintos sectores. Todos hacen la misma pregunta: ¿Qué vale más la pena hacer con la IA? Y no puedes responderla sin claridad organizativa. ¿Qué estamos intentando hacer realmente? ¿Qué requiere la excelencia? Si un equipo no tiene una claridad total sobre esas preguntas, ahí es donde debe empezar, no con las herramientas.

En el programa de hoy, converso con el director de Personas y Transformación mediante IA de Zapier, Brandon Sammut, sobre lo que separa a las organizaciones que realmente están obteniendo valor de la IA de aquellas que siguen dando vueltas sin avanzar. Todo vuelve a los fundamentos. La gente observa cómo sus competidores despiden trabajadores. Hay miedo e incertidumbre por todas partes. Y los líderes que crean las condiciones para que surja un buen trabajo son quienes lo nombran abiertamente, sin maquillarlo ni fingir que existe una respuesta perfecta.

Hoy hablaremos de por qué la claridad de propósito importa más que la estrategia de IA, qué requiere la experimentación real y por qué sigue fracasando, cómo la orientación mediante IA está cambiando la forma en que las personas reciben comentarios, y por qué los mejores empleadores de la próxima década serán conocidos por cómo desarrollan a su gente.

Soy David Rice. Esto es People Managing People. Y si tu organización sigue dando prioridad a la tecnología en lugar de a la claridad que hay detrás de ella, esta conversación te mostrará qué se interpone en el camino. Comencemos.

Brandon, bienvenido al programa.

Brandon Sammut: Hola, David. Me alegra estar contigo.

David Rice: Se habla mucho de que la IA está transformando las organizaciones, pero, ya sabes, a veces me pregunto si estamos atribuyendo demasiado mérito a la tecnología.

En muchos casos parece que la IA expone cosas que ya eran ciertas sobre una empresa. Pero sí ayuda a construir nuevas formas de trabajar juntos sin que los seres humanos tengan que hacer gran parte del rediseño. Tengo curiosidad: cuando observas organizaciones que están teniendo éxito en su transformación mediante IA, ¿qué están cambiando sobre la manera en que las personas trabajan juntas que otras están pasando por alto?

Brandon Sammut: David, te diría que estoy de acuerdo con tu premisa de que muchos de los ingredientes para obtener un retorno de la inversión de la IA tienen poco que ver con la tecnología. Podemos empezar por ahí. Con esto me refiero, en parte, a lo que estamos aprendiendo en Zapier y, en parte, a haber hablado con más de 150 responsables operativos que están construyendo empresas de todo tipo en todo el mundo, no solo en el sector tecnológico.

A principios de esta semana hablé con un colega de una empresa maderera. La oportunidad que ofrece la IA es para todos, pero lo necesario para hacerla realidad comienza con cosas que no tienen nada que ver con la tecnología. Y uno de los ingredientes más fundamentales, si realmente lo piensas, es que los líderes tengan claro qué están intentando hacer ellos y sus empresas en primer lugar.

Y la razón por la que ya no puedo dejar de verlo es que la IA es una tecnología y, como tecnología, es un medio para lograr algo. Así que puedes hacer muchas cosas con IA y, hasta cierto punto, eso no es lo importante. La pregunta que muchos líderes se están planteando ahora es: ¿Qué vale más la pena hacer con la IA?

Y para responder a esa pregunta sí necesitas tener mucha claridad organizativa sobre qué estamos intentando hacer realmente aquí como equipo y qué requiere la excelencia. Si un equipo, en este momento, carece de una claridad total sobre esa cuestión, ese es el punto de partida.

David Rice: Es interesante que digas eso, y creo que constituye una parte importante del desafío para muchas organizaciones.

El equipo directivo quería esta tecnología. Quieren las ventajas competitivas, pero en muchos casos no saben realmente qué hacer con ella. Tengo curiosidad: ¿estás empezando a ver cambios? Porque ya llevamos tres años y medio de conversación. Evidentemente, la tecnología ha cambiado bastante en ese tiempo.

¿Estás empezando a ver que los líderes tienen una idea más clara de qué aporta mucho valor y cuál es el trabajo necesario que se debe hacer con la IA?

Brandon Sammut: Creo que está empezando a ocurrir. Sí. Y, si puedes creerlo, a estas alturas han pasado casi cuatro años, aunque no del todo, tres años y tres cuartos desde que se lanzó ChatGPT 3.5, que fue una de las primeras versiones que realmente captó la atención del público.

Así que sí, en este momento ha transcurrido prácticamente la mayor parte de cuatro años. Y sí, estoy viendo lo que tú estás viendo. Aprovechar la IA comienza con la claridad de propósito, como hablábamos antes. También requiere lo que estás señalando, que podrías llamar el panorama de lo posible, porque te da una idea de la oferta y la demanda.

¿En qué aspectos nos exigimos excelencia cuando todavía no somos buenos? ¿Y cuál es la oferta de ideas o nuevas formas de trabajar que podemos reunir para pasar de ser buenos a excepcionales? En algunos casos, la gente simplemente está adquiriendo una mejor perspectiva, en parte gracias a lo que otros comparten, a las conversaciones con colegas y a cosas por el estilo.

Creo que este es uno de esos momentos en los que la forma de trabajar está cambiando tan rápidamente que, para quienes dirigen y construyen cosas como tú y yo, y para muchas de las personas que nos escuchan, los beneficios de pasar tiempo fuera de las cuatro paredes de nuestras organizaciones, hablar con colegas y leer sobre lo que otros hacen o piensan son ahora incluso mayores de lo habitual, porque podemos aprender muchísimo de lo que ocurre fuera de nuestra empresa.

David Rice: Totalmente. Todos los equipos directivos dicen que quieren innovación, ¿verdad? Todas las empresas dicen que quieren que la gente experimente con la IA. Pero hablo con algunos líderes y les cuesta que los empleados se atrevan a probar cosas, compartir fracasos y cuestionar la forma existente de hacer las cosas.

Tengo curiosidad: en tu opinión, ¿por qué resulta tan difícil experimentar cuando la organización afirma valorarlo en todos estos casos?

Brandon Sammut: Hay un par de razones. Primero, volviendo a donde empezamos hace un momento, una gran experimentación requiere una hipótesis sólida, y una hipótesis sólida debe basarse en una pregunta que la organización realmente necesite responder.

A veces veo que la experimentación falla porque no está clara la pregunta en torno a la cual debería formularse la hipótesis. Es decir, ¿con qué objetivo se experimenta? Tiene que ser muy preciso. Además, lo que está en juego debe ser bastante importante. Hay todo tipo de posibilidades. Por ejemplo, en el equipo de Personas de Zapier, que cuenta con muchísimo talento, podríamos orientarnos a experimentar para resolver casi cualquier problema concebible relacionado con el talento o la cultura.

Pero no todos esos problemas representan un uso especialmente bueno del tiempo y la energía del equipo. Por eso se trata de tener claridad no solo sobre qué preguntas pueden responderse, sino también sobre qué preguntas merece más la pena responder.

Todo empieza ahí, porque eso ayuda a definir la solidez de la hipótesis y la capacidad de seguir avanzando. Creo que muchas organizaciones están teniendo dificultades ahora mismo con la IA porque es como cruzar un abismo. Intentas descubrir cómo construir un puente desde un lado hasta el otro.

Construir el puente requiere mucho trabajo y luego hay que cruzarlo. Mientras tanto, en este lado del abismo tienes un negocio que gestionar como lo hacemos hoy, y eso crea prioridades contrapuestas. Por tanto, cualquier cosa que no alcance el nivel de una verdadera prioridad de “tenemos que resolver esto juntos” acabará quedando relegada.

Una forma en que las organizaciones pueden ayudar, como parte de una sólida cultura de experimentación, es reservar personas y recursos para experimentar. En lugar de pedir ambiguamente a todo un equipo que experimente, incluso si eres claro, imaginemos que en un equipo de adquisición de talento de diez personas decimos: “Tenemos un gran problema porque el volumen de solicitudes ha aumentado mucho, ya que todo el mundo utiliza IA para solicitar empleos, y como consecuencia no podemos revisar una fracción significativa de las candidaturas.

Creemos que estamos perdiendo candidatos excelentes. No estamos respondiendo a los candidatos con la rapidez que prometemos. Tenemos que resolver ese problema”. Y sí, quizá la IA pueda formar parte de la solución. Estupendo. Pero si yo fuera responsable de adquisición de talento y simplemente dijera eso a las diez personas del equipo, obtendría una auténtica carrera desorganizada.

Todos correrían por su cuenta intentando resolverlo. Un enfoque mejor para experimentar podría ser decir: “Necesitamos que dos personas de este grupo de diez trabajen juntas durante treinta días y nos muestren la nueva forma de hacerlo. Mostradnos cómo resolver este problema y vamos a reservar veinte horas semanales para cada una, cuarenta horas semanales en total.

Esa es la inversión que estamos dispuestos a hacer como equipo. En lugar de pedir a todos que piensen en ello, lo que significa que nadie lo analizará realmente en profundidad, se lo pediré a dos personas”. Puedes elegirlas según sus habilidades. Puedes aceptar voluntarios, lo que a veces funciona muy bien, salvo que existan grandes carencias de habilidades, porque así incorporas a personas realmente motivadas para descubrir cómo resolver el problema.

Esas son dos cosas. Y la última tiene que ver con lo que ocurre cuando el experimento no funciona. Eso se relaciona más con la cultura de seguridad psicológica dentro de la experimentación. Las organizaciones que no tienen respuestas que inspiren confianza a esa pregunta también pueden tener dificultades en la última etapa de la experimentación: comunicar los resultados.

Porque hablar de las cosas que no funcionaron debe parecer algo menos que extremadamente arriesgado. Aunque, en conjunto, haya sido un éxito relativo, tienes que poder hablar de los cinco aspectos problemáticos que el equipo necesitará conocer si queremos ampliar esa práctica.

David Rice: Me alegra que hayas mencionado la importancia de lo que está en juego, porque creo que algunas personas piensan: “Tendremos experimentos exitosos si estamos haciendo esto bien”, y esa no es la única medida, ¿verdad?

Y creo que, si descubres que estás teniendo muchísimos experimentos exitosos, yo preguntaría: ¿estás experimentando a una escala suficientemente grande? Creo que hay una diferencia. Pero celebramos la innovación retrospectivamente, ¿verdad? En el momento, la experimentación suele parecer ineficiente, desordenada y ocasionalmente derrochadora.

Me pregunto si los directivos siguen recompensando la previsibilidad por encima del aprendizaje. ¿Van los empleados a optimizar la seguridad con el tiempo?

Brandon Sammut: Creo que es muy importante que los líderes respondan explícitamente a eso y que nuestros comportamientos en esos momentos reflejen lo que estamos diciendo. Cuando un miembro de mi equipo crea un prototipo dentro de un área que ya hemos identificado como algo que realmente queremos resolver, y lo que ha intentado no funciona, ¿cómo respondemos el equipo de liderazgo de Personas y yo?

¿Cómo nos presentamos en esa situación? ¿Qué se dice? ¿Qué hacemos? ¿Qué no hacemos? ¿Cómo se siente esa persona después? Lo interesante es que hay cosas que debemos tener en cuenta para no comprometer una cultura de experimentación, pero también ocurre lo contrario: cada vez que sucede algo así es una oportunidad para reforzar una cultura realmente positiva en torno a ello.

David Rice: Si retrocedes un año aproximadamente, pienso en algunos de los eventos que organizábamos entonces, y muchas personas decían que tenían dificultades con la confianza, especialmente después de despidos o de cualquier otra cosa que hubiera ocurrido. Había muchas cosas impulsando la desvinculación, ¿verdad?

Pero la confianza, el intercambio de conocimientos y la toma de decisiones ya eran problemas antes de que la IA se convirtiera en el centro de su atención. Así que, cuando introduces esta tecnología, que depende realmente de las tres cosas, ¿cuáles son las consecuencias de intentar escalar la IA en una organización que no ha resuelto sus desafíos operativos básicos?

Brandon Sammut: Aquí hay mucho de aquello de que lo antiguo vuelve a ser nuevo, y lo que me has hecho pensar, David, es que resulta difícil escalar prácticamente cualquier cosa en la vida sobre una base inestable. Es difícil escalar cualquier cosa sobre una base inestable. Muchos colegas responsables de operaciones están descubriendo que toda esta ola de IA es, en efecto, una prueba de presión para la salud de la organización, ya sea en cuanto a claridad organizativa, cultura de experimentación, seguridad psicológica o confianza en la dirección.

Si hemos sido débiles o inestables en cualquiera de esos aspectos, ahora todo eso está volviendo con fuerza. Parece más evidente porque, además de todo lo anterior, estamos intentando rediseñar la forma en que funcionan muchas partes de nuestro trabajo.

David Rice: Sí, es curioso. Pensaba en ello. Mencionaste lo de la base inestable y, de hecho, la semana pasada vi en las redes sociales un fragmento de Mom Dani hablando de aquel edificio de Nueva York cuya cimentación nunca se hizo bien y que poco a poco está empezando a inclinarse.

Pensé que era una analogía bastante buena para las organizaciones, porque empiezan a crecer, pero si no haces durante el camino lo necesario para que esto funcione a nivel fundacional, acabas como ese edificio, ¿verdad?

Brandon Sammut: ¿No es así? Hay muchísimas lecciones o ejemplos que podemos aprender de otras épocas de la historia, de grandes oleadas tecnológicas o incluso del simple esfuerzo de hacer algo importante en cualquier lugar, incluida la construcción.

David Rice: Sí. También me parece interesante porque puedes tener dos organizaciones que compran exactamente las mismas herramientas y terminan obteniendo resultados radicalmente distintos. En realidad, todo vuelve a los fundamentos y a cosas que quizá hayan ignorado durante años en términos de infraestructura operativa.

Creo que ahora lo estamos viendo porque la conversación sobre el retorno de la inversión se vuelve cada vez más intensa para muchos ejecutivos. Al menos estamos viendo más análisis sobre esto.

Brandon Sammut: Sí. El tema de los costes está apareciendo, ¿verdad? O debería decir que la conversación sobre el retorno de la inversión está cobrando fuerza ahora, en parte porque, como mínimo, el denominador de la ecuación del retorno de la inversión —los costes— está creciendo rápidamente para muchas empresas.

David Rice: Sí. El otro día leí que los costes de IA de muchas empresas habían superado lo que gastaban en empleados y pensé: “Eso no tiene mucho sentido”. Estoy seguro de que con el tiempo se abaratará, pero ahora mismo no sé si vale la pena.

Brandon Sammut: ¿Cuál es tu opinión sobre las clasificaciones de uso de IA o quizá sobre maximizar los tokens?

David Rice: ¿Maximizar tokens?

Brandon Sammut: Maximizar tokens. Sí, está eso, y luego está la antítesis de maximizar tokens, que son los límites estrictos al uso de la IA. Ahora mismo estamos viendo empresas en ambos extremos del espectro.

David Rice: Creo que eso demuestra cuánto contexto falta en la conversación. ¿Querría limitar necesariamente el uso de alguien que está haciendo algo realmente creativo y externo, pensando de manera innovadora, asumiendo cosas nuevas o quizá abriendo nuevas vías para el negocio? No, no querría limitar a esa persona.

Pero ¿cómo se supone que debo supervisarlo y evaluarlo en una organización que tiene, por ejemplo, 25.000 empleados? Es un desafío enorme. Me pregunto qué veremos con todo esto. Me alegra que el tema de maximizar tokens haya recibido tanta atención, porque pienso: “Eso no es un uso productivo de esta tecnología” y nos coloca en una posición en la que muchas personas empiezan simplemente a desprenderse pasivamente de lo que hacen o de cómo creen que aportan valor, y lo aceptan cuando se encuentran en ese entorno.

Brandon Sammut: Es fascinante. ¿Quieres saber cómo lo estamos planteando en Zapier?

David Rice: Por supuesto.

Brandon Sammut: En este caso, debo reconocer el mérito de Carly Gilardi. Carly Gilardi es nuestra responsable de operaciones e infraestructura de IA en Zapier y, en la práctica, dirige nuestro centro de excelencia para la transformación mediante IA dentro de Zapier.

Trabajo muy estrechamente con ella. De hecho, empezó en el equipo de Personas hace más de cuatro años y ahora ocupa este gran puesto. Esto es una de las cosas que ella y el grupo de trabajo estuvieron resolviendo durante la primera mitad del año. Nosotros también vimos crecer nuestros costes. Pero también vimos crecer todas las formas en que utilizamos la IA para producir resultados.

El aumento de los costes por sí solo no era una señal de alarma, pero nos planteamos algunas cuestiones, como la selección de modelos. Con el tiempo, nos gustaría ver un día en el que, según el nivel de inversión que estés dispuesto a realizar en un periodo determinado y el trabajo que estés haciendo, la herramienta de IA que utilices pueda ajustar o relacionar la tarea con el modelo más eficiente.

Eficiente en términos de velocidad y coste, principalmente coste, principalmente velocidad o, ya sabes, calidad, según el caso y según cuál sea tu función de optimización. Pero hoy no disponemos de nada de eso. Ahora mismo depende de cada persona entender las ventajas y desventajas relativas de los distintos modelos y asegurarse de utilizar el modelo adecuado para el trabajo adecuado.

Eso es lo que Carly y el equipo querían resolver durante la primera mitad del año. No creamos clasificaciones ni establecimos límites. Lo que hicimos fue recopilar los datos de uso de IA de todos los lugares donde la gente utiliza IA en la empresa, incluidos Zapier, los productos de Anthropic, los productos de OpenAI y un par de productos más, y ponerlo todo en un único lago de datos.

Después creamos una serie de paneles automatizados. Al principio de cada mes, todo el mundo recibe un mensaje directo en Slack: su propio informe personal de uso de IA. Hay dos cosas interesantes. Primero, no es público y no hay clasificaciones, así que no te comparan con otras personas. Creo que eso es muy importante.

Segundo, no se limita a describir tu uso del mes anterior, sino que hace recomendaciones. Por ejemplo, podría decir: “Soy analista de beneficios en Zapier y recibo mi informe mensual de uso. Supongamos que, por alguna razón, no estaba prestando mucha atención y utilicé Fable para todo el mes pasado”.

Este informe de uso tiene contexto sobre los puestos de la empresa, así que podría decir: “Oye, como parte de tu función de beneficios, ¿estás construyendo un cohete a Marte? Porque, si no, probablemente no necesites Fable para muchas partes del trabajo de analista de beneficios. Según nuestra experiencia, Sonnet probablemente funcionará bien”.

Quizá pruebes Sonnet y volveremos a consultarte dentro de un mes. El sistema hace seguimiento de las recomendaciones y puede ajustar las del mes siguiente en función de ello. Por tanto, es descriptivo y prescriptivo, pero sin establecer límites estrictos. Ahora sí tenemos un límite de uso, pero sirve para protegernos frente a gastos descontrolados no intencionados, y cualquiera puede solicitar que se levante enviando un mensaje breve a un canal de Slack.

No pretende frenar el uso. Solo busca evitar la probabilidad, baja pero relevante, de agentes descontrolados o incluso de actores maliciosos que hayan obtenido una clave y estén ejecutando muchas cosas por su cuenta.

David Rice: Algo que he observado es que algunos empleados individuales se están volviendo increíblemente productivos con la IA, ¿verdad?

Pero esas mejoras no siempre se extienden a los equipos ni a la organización. Cuando pensamos en el aprendizaje entre colegas o colectivo, que en algunos sentidos resulta un poco más difícil que el aprendizaje individual, realmente es una cuestión cultural. ¿Qué han hecho ustedes para poner en marcha algo así y fomentarlo?

Brandon Sammut: Ahora llevamos aproximadamente dos semanas en la segunda mitad de 2026, y nuestro principal objetivo, fuera de algunas nuevas formas de trabajar específicas —tenemos tres nuevas formas de trabajar con IA en las que estamos centrados—, es pasar de un gran uso individual de la IA a formas de trabajo con IA más estandarizadas para todo el equipo.

A estas alturas hemos realizado mucha experimentación, creación de prototipos y actividades similares. La mayoría de los equipos empiezan a identificar el camino óptimo: la forma en que utilizamos la IA para hacer esto en selección, marketing de crecimiento o atención al cliente. Durante la segunda mitad de este año, la mayor parte de Zapier se centrará en consolidar esos nuevos caminos óptimos y esas nuevas formas de trabajar con las personas y la IA, asegurándonos después de que todos los que realizan ese trabajo en la empresa tengan integrado el contexto, configuradas las herramientas y cualquier desarrollo adicional de talento personal o de equipo que sea necesario para que equipos enteros empiecen a trabajar así.

David Rice: Es interesante porque, si los flujos de trabajo de IA viven en el cuaderno de una persona o en sus notas de Slack en lugar de convertirse en conocimiento institucional, has mejorado a un empleado, pero hay trabajo de seguimiento que debe hacerse para que se extienda. ¿Has visto que muchas organizaciones hayan empezado a ir más allá de medir la adopción?

Creo que esa es una parte importante de esta conversación. Hemos visto mucha medición de la adopción y del uso. ¿Cuál es la métrica que te interesa? Quizá esas métricas sean importantes y necesites ese contexto, pero ¿cuáles son algunas de las métricas que más te interesan por lo que pueden indicarte?

Brandon Sammut: Zapier lleva haciendo una inversión bastante importante en IA desde hace tres años y cuarto, y esto es lo que he aprendido sobre adopción frente a impacto. Al principio del proceso fue muy útil que Zapier se centrara en la adopción, porque la adopción era necesaria para experimentar y aprender. Por eso la adopción es importante como indicador adelantado de la profundidad y amplitud de la experimentación y el aprendizaje, como el desarrollo del panorama de lo posible y de ciertas habilidades dentro de la organización.

Por eso vale la pena medirla. Pero solo es la mitad de la ecuación, porque, al fin y al cabo, toda esa adopción, experimentación y aprendizaje tiene como objetivo ayudar a la organización a ser extraordinaria. Dar grandes pasos hacia delante en nuestra eficacia, como quiera que la definamos, lo que nos devuelve a la cuestión de tener claro qué estamos intentando hacer realmente como empresa.

Hoy en día, en Zapier ya no hacemos informes periódicos sobre la adopción. Sabemos que tenemos una adopción del 100 %. Buscamos fluidez en IA cuando contratamos en la empresa y nos centramos en ella durante la incorporación, que rediseñamos hace aproximadamente un año y medio. Estamos sobrados de adopción.

En este momento nos centramos casi por completo en el impacto. Las métricas o indicadores del impacto son, casi sin excepción, medidas de éxito que ya existían dentro de la organización. Se trata de cosas como cuánto tardamos en responder las preguntas de los clientes y qué grado de satisfacción tienen con las respuestas.

¿Cuál es el nivel medio o mediano de éxito de una nueva incorporación después de 90 y 180 días? ¿Qué fiabilidad tiene el producto? ¿Cuál es el tiempo de actividad de los distintos aspectos del producto orientados al cliente? ¿Cuál es el cumplimiento medio o mediano de objetivos de un representante de ventas? Si lo piensas, dirías: “Nos importaban todas esas cosas antes de la IA”, ¿verdad?

Así que volvemos a nuestro punto anterior: la IA es un medio para conseguir algo. Normalmente no cambia aquello en lo que queremos ser excelentes. Influye en nuestra percepción de hasta qué punto podemos ser excelentes en esas cosas.

David Rice: Hemos tenido invitados anteriores en el programa que han hablado de cómo, históricamente, la experiencia solía estar vinculada a tener respuestas. Ahora, de repente, la IA da a todo el mundo acceso a respuestas, aunque otra cuestión es si son completamente precisas o tienen contexto.

Pero ofrece a todos acceso a la información de una manera diferente. ¿Cómo crees que cambia eso la forma en que funcionan la influencia, la credibilidad y el estatus dentro de las organizaciones, no solo para los líderes, sino también para que los colaboradores individuales los construyan con el tiempo?

Brandon Sammut: David, es una pregunta muy interesante. Creo que nadie me la había planteado.

Quiero escuchar tus ideas después de compartir un par de cosas. Para mí, algo muy claro en este tema es que los beneficios de esta tendencia se acumulan, sin duda, para las organizaciones. La experiencia aislada siempre ha sido un riesgo para ellas, especialmente cuando solo vive en unas pocas personas que saben cómo hacer algo.

Recuerdo que en mi empresa anterior teníamos un par de ingenieros que eran las únicas personas de toda la organización que sabían cómo funcionaba una parte concreta de la arquitectura del producto. Como resultado, eran prácticamente intocables. Y eso no es muy saludable ni favorece un funcionamiento eficaz para nadie implicado.

Así que existe cierta democratización. Internet hizo mucho por democratizar el acceso al conocimiento y la IA está potenciándolo enormemente.

David Rice: Creo que todo lo relacionado con la experiencia tenía que ver, en parte, con tener acceso a información escasa. Como dices, internet lo hizo posible. La información lleva tiempo siendo abundante, pero esa información o interpretación que nadie más posee, que ves a través de tu propia perspectiva, quizá haga que la influencia cambie.

Lo veo muchas veces en mi propio trabajo. Ya no se trata tanto de decir: “Este es el tipo de cosas que tenemos que crear”. Se trata más de formular preguntas diferentes para llegar al punto en que pueda ejercer mi criterio sobre nuevas ideas, nuevas formas de hacer las cosas y cosas que nunca hemos hecho antes, y después conectar esas ideas entre disciplinas.

Siempre vuelvo al concepto de orquestador. Creo que seguirá existiendo durante un tiempo, simplemente porque todo el mundo pregunta: “¿Vamos a perder nuestros empleos?”. Y yo digo: “No inmediatamente, no si sabes orquestar, al menos”. Después puedes leer las señales y ver hacia dónde va todo, pero es algo que he estado recomendando a todos mis colegas: aseguraos de desarrollar esa capacidad.

Porque, aunque la IA mercantiliza el conocimiento, lo que realmente hace es aumentar el valor de la sabiduría, y creo que eso continuará. Y esa sabiduría no se aplica únicamente al trabajo, sino también a las personas con las que trabajas, a cómo sacarles el máximo partido y a cómo ayudarles a ver dónde se están quedando cortas o qué oportunidades no han explorado.

Brandon Sammut: Sí. Vaya. La gente debería anotar eso.

Me gusta cómo lo has planteado, David. Esa diferencia entre conocimiento y sabiduría. Podrías dedicar un episodio entero a eso. Conocimiento y sabiduría no son lo mismo. La otra cosa en la que me haces pensar es que aquí también hay mucho de aquello de que lo antiguo vuelve a ser nuevo respecto a lo que más se valora o debería valorarse en una organización.

Además de la sabiduría genuina, el criterio o el gusto, como a veces se denomina, también existen enormes beneficios para una organización cuando las personas son dignas de confianza, fiables, responsables y capaces de influir sin autoridad para reunir a un grupo y conseguir juntos algo grande y difícil.

En este momento, con la velocidad a la que están cambiando las cosas, esas cualidades se vuelven más importantes, no menos, con IA o sin ella.

David Rice: Estoy de acuerdo. Durante mucho tiempo, los directivos fueron en gran medida responsables de dirigir el trabajo. Ahora estamos viendo organizaciones más planas y, cada vez más, los empleados están definiendo sus propios flujos de trabajo o creando automatizaciones.

Trabajan junto a la IA de maneras que el liderazgo no siempre puede ver. ¿Cómo es una gestión eficaz en ese entorno? ¿Y cuáles son algunos de los mayores desafíos para ese grupo a la hora de entender cómo pueden obtener más de las personas de una manera sostenible y con impacto a largo plazo, no solo de forma inmediata, con el típico “automatizamos este proceso, perfecto”, cuando probablemente eso era inevitable de todos modos?

Brandon Sammut: Exactamente. Esto es muy interesante. Siempre he pensado que los responsables de personas tienen tres trabajos o responsabilidades únicas. El primero es proporcionar claridad al equipo: ¿qué hacemos aquí?, ¿cómo es un trabajo excelente? El segundo es asignar recursos, es decir, decidir quién hace qué o cuál es el nivel de inversión en algún tipo de tecnología. Y la tercera responsabilidad exclusiva de los directivos es formar y desarrollar al propio equipo.

Ahora los responsables de personas pueden utilizar la IA para ayudarles con las tres responsabilidades, pero todavía no he visto ningún ejemplo en el que la IA pueda sustituir el papel único del directivo en el cumplimiento de cualquiera de esas tres capacidades.

Con el tiempo, en ciertos casos, eso podría significar que un responsable de personas pueda gestionar a más personas, en parte gracias al apalancamiento que ofrece la IA. Por ejemplo, parte de la mejor orientación para mi desarrollo que he recibido durante la primera mitad del año provino de un orientador que Courtney Hickey, nuestra responsable de operaciones ejecutivas en Zapier, creó para nuestro equipo ejecutivo.

Este orientador escucha nuestras reuniones ejecutivas y utiliza un marco existente: las cinco disfunciones de un equipo de Patrick Lencioni, un marco con el que nuestro equipo ejecutivo lleva trabajando cinco años. Ya conocemos bien el marco, creemos en él y lo utilizamos para orientarnos mutuamente y mejorar la salud de nuestro equipo ejecutivo.

Courtney creó un orientador que escucha nuestras reuniones ejecutivas y, justo después de la reunión, proporciona en Slack un resumen de orientación. Incluye un resumen general de cómo nos desenvolvimos como equipo utilizando el marco de las cinco disfunciones como perspectiva principal. Después ofrece comentarios individuales sobre cómo se desenvolvió cada uno de nosotros y registra todo ello semana tras semana, de modo que puede empezar a detectar temas: aspectos en los que estamos mejorando como equipo y aspectos en los que todavía no lo hacemos.

Es específico y universal. Nadie es señalado. Hay comentarios y recomendaciones para todos. Además, al hablar con colegas y reflexionar sobre mi propia experiencia con el orientador, descubro que esos comentarios están diseñados para ser incisivos.

Son algunos de los comentarios más contundentes que recibo en un mes. Me resulta mucho más fácil recibirlos de un orientador formado en un marco o conjunto de valores con el que ya estoy comprometido que si Wade, mi jefe, me dijera todas las semanas: “Mmm, sí, sí”. Es simplemente una cuestión de comportamiento humano.

Es el mismo comentario y merece mi atención independientemente de quién lo haga. Pero, por alguna razón, vemos que las personas son especialmente receptivas a los comentarios constructivos cuando los transmite un orientador formado en algo con lo que ya están comprometidas.

David Rice: He oído lo mismo, y hay que ser transparente sobre cómo lo estás utilizando.

Eso es una parte fundamental para moldear la percepción de lo que va a surgir de ello. Creo que el cambio para los directivos es que ahora ya no diriges tanto el trabajo. Intentas crear las condiciones para que surja un buen trabajo. Es un modelo de liderazgo y gestión mucho menos controlador, algo que la mayoría de los empleados probablemente recibe bien, aunque para algunas culturas será una transición mayor.

La transición durará más si llevas décadas haciendo algo de la misma manera. Los hábitos son difíciles de romper, ¿verdad? La herramienta puede ofrecerte muchas formas de hacerlo, pero tienes arraigada la costumbre de hacer las cosas de una determinada manera. Cuando miras hacia el futuro y piensas que la IA va a influir en cómo se estructura el trabajo de las organizaciones, ¿hay algo a lo que la mayoría de los líderes no estén prestando suficiente atención ahora mismo respecto a dónde nos encontramos y a la forma en que están cambiando las cosas?

Brandon Sammut: Sí. Y esto es tanto una recomendación para mí como para cualquier otra persona. Creo en las formas en que la IA puede mejorar cómo trabajamos, la calidad del trabajo y, espero, la experiencia de las personas que lo realizan. Pero no va a ocurrir por sí solo. Requiere niveles extraordinarios de reflexión, humildad y experimentación para descubrir cómo lograrlo.

Eso es muy interesante desde el punto de vista de la IA. Pero mi propia reflexión sobre este tema es que, al fin y al cabo, dejando a un lado la IA, nuestros equipos necesitan mucha ayuda ahora mismo con las cosas de las que hablamos antes. Necesitan ayuda para no perder de vista qué estamos intentando hacer.

El ritmo de cambio en muchas organizaciones es muy alto y el nivel de competencia en muchos de los sectores en los que participamos y dentro de los cuales construimos empresas también es excepcionalmente alto.

Nuestra gente lo sabe. Ve cómo algunas empresas de nuestro entorno competitivo despiden trabajadores. Hay mucho miedo, incertidumbre y dudas, y eso inevitablemente influye en cómo las personas conciben su trabajo dentro de nuestras organizaciones.

Creo profundamente en todo lo que hemos hablado sobre la oportunidad de la IA y sobre cómo puede mejorar el trabajo para las personas. Pero ahora mismo hay algunas cosas fundamentales en las que líderes como tú y yo debemos mantener una concentración absoluta: asegurarnos de conservar el foco y el sentido de propósito de cada persona de nuestra organización y ser muy claros sobre los desafíos a los que se enfrenta.

A veces, como líderes, pensamos que eso pondrá nerviosa o asustará a la gente. No. Por lo general, nuestra gente conoce los riesgos y los problemas. Ver a sus líderes nombrarlos abiertamente y hablar de cómo los están afrontando y de cómo ven la oportunidad de la empresa dentro de esos desafíos puede inspirar confianza.

Esto es un principio clásico de liderazgo, y yo he caído en esta trampa una y otra vez. Trabajo en ello y estoy mejorando: cuando ves algo difícil, sé el primero en nombrarlo. No lo maquilles. No finjas que existe una respuesta perfecta, a menos que realmente creas que la hay.

Puede ser muy saludable nombrarlo ante el equipo, porque así es más probable que hablen de ello, de sus características o de cualquier idea que tengan. Es lo más alejado de revolcarse en la incertidumbre. Es saludable nombrarla, te acerca a elaborar un plan para superarla, y esa sería una de mis mayores recomendaciones para cualquiera que esté construyendo algo en este momento.

David Rice: Te he oído hablar de que, cuando hablamos de experiencia del empleado, solemos presentarla como algo que las organizaciones proporcionan a un empleado. Pero parece que estás sugiriendo que las organizaciones más atractivas de los próximos años no serán solo empleadores.

En realidad, van a transformar a las personas. Evidentemente, es un listón mucho más alto que el compromiso o la satisfacción. Pero, cuando observas por lo que están pasando la generación Z y los recién graduados, toda esta dificultad para encontrar trabajo y ese cuestionamiento existencial constante de “¿Qué voy a hacer?” o “¿Cuál es mi propósito?”, creo que tienes razón.

Tenemos que pensar de otra manera en cómo formar a las personas, porque eso las mantendrá relevantes, motivadas y comprometidas. Quizá en el futuro los mejores empleadores no sean conocidos por el salario ni por ser una empresa atractiva que queda bien en el currículum.

Serán conocidos porque, cuando la gente se marche, en general será una versión mejor de sí misma. Será más capaz y tendrá más confianza.

Brandon Sammut: Creo que tienes razón. Otra cosa muy real en este momento es que el lugar donde las personas pasen los próximos años de su carrera tendrá mucha influencia en sus oportunidades durante muchos años posteriores.

Por eso, quienes estamos construyendo empresas queremos poder responder a esa realidad. Quiero despertarme y poder decir: “Creo sinceramente que Zapier es un gran lugar para pasar los próximos años de tu carrera por la profundidad de nuestra inversión en estas nuevas formas de trabajar”.

Observo al equipo de Personas de Zapier y cada una de sus personas se está convirtiendo en una profesional de élite en la forma orientada al futuro de hacer adquisición de talento, estrategia de compensación total, tecnología de personas o análisis de personas. Es extraordinario.

Eso me hace sentir muy bien, pero en realidad no es ese el objetivo. Cualquiera de nosotros, como líderes, debería poder responder a esa cuestión. Además de ser algo estupendo que hacer posible con el equipo, para las empresas que se hacen conocidas como lugares donde se invierte profundamente en las personas y donde su crecimiento es muy rápido, especialmente ahora, esto se convierte en parte de la propuesta de valor para el empleado y en un elemento de atracción hacia la empresa.

Al menos hablando del desarrollo de software en este momento, construir software es algo increíblemente exigente y complejo, y creo que la gente lo sabe. No creo que, en general, las personas busquen un camino fácil o un próximo lugar de trabajo sencillo. Creo que exigen que el próximo lugar al que vayan, o incluso el siguiente empleo que tengan en su empresa actual, sea uno donde aprendan mucho sobre las cosas que importarán durante los próximos diez años o más de su carrera.

David Rice: Totalmente. No podría estar más de acuerdo contigo. Brandon, ha sido estupendo tenerte hoy en el programa. He disfrutado mucho de nuestra conversación.

Brandon Sammut: Como siempre, David. Repitámoslo en algún momento.

David Rice: Bueno, oyentes, si aún no lo habéis hecho, id a peoplemanagingpeople.com/subscribe y suscribíos al boletín.

Suscribíos a AI Signal. Publicamos cada semana un informe ejecutivo que os ofrece algo en lo que pensar. No es que necesitéis más cosas en las que pensar, pero también proporciona herramientas, consejos y contenidos similares. Aseguraos de suscribiros.

Hasta la próxima, recordad que estáis dando forma a una experiencia y, posiblemente, también a las personas que participan en ella.