Las empresas invierten millones en IA, pero pocas ven resultados: el error que explica por qué

Inversiones millonarias, posteos en LinkedIn y hasta jornadas de capacitación. Con cada vez más fuerza, la inteligencia artificial (IA) se cuela en la agenda de miles de organizaciones alrededor del mundo. A simple vista, el objetivo es claro: optimizar procesos y equipos de trabajo.

Pero en este escenario, Mariano Wechsler y Diego Jolodenco, fundadores de la startup Teamcubation, destacan una paradoja: “Hoy la gente está muy lejos de la tecnología”.

“Parece que las personas están cerca de la tecnología porque, al chatear, te da la sensación de que sos un usuario súper avezado. Pero no hay un ahorro de tiempo básico o baja de errores”, profundiza Wechsler. Por ese motivo, el impacto económico de la IA “aún es limitado”.

Diferentes instituciones ya advierten sobre este desafío a nivel global. Un informe del World Economic Forum y KPMG, por ejemplo, indica que solo el 23% de las compañías reporta valor económico tras implementar IA, y apenas un 6% nota un impacto significativo. Además, el 41% de las tareas que los trabajadores desean automatizar siguen sin resolverse por canales tradicionales, de acuerdo a un relevamiento de Stanford Salt Lab.

Según Wechsler, uno de los principales errores de las organizaciones es “centralizar” el uso de IA: “No hay que dejárselo a un nicho de gente, sino dar acceso a muchas personas para que realmente la puedan utilizar. La solución es distribuir y entrenar”.

A su vez, señala que la clave está en “aprender a pensar como un programador”. “No es lo mismo el prompt de alguien que entiende qué es un flujo, qué es un proceso y cómo automatizarlo, que alguien que solamente le dice a la IA: ‘¿Me liquidás los sueldos de la compañía?’“, ilustra.

En ese sentido, sostiene que todo empleado debe tener la capacidad de “fabricar soluciones para su propio metro cuadrado”. Y añade: “Hay un montón de gente haciendo cosas que ya no tiene que hacer más, para poder dedicar ese tiempo en tareas que agregan muchísimo más valor al negocio”.

Para poner en marcha dicha transformación, el equipo de Teamcubation diseñó Booster AI, un programa de entrenamiento en el trabajo para que colaboradores no tecnológicos aprendan a eficientizar sus tareas a partir de automatizaciones sobre sus procesos cotidianos.

“El mayor riesgo no es no usar IA: es pagarla y no ver resultados. Las compañías no necesitan más herramientas, necesitan que sus equipos de trabajo tengan experiencia concreta que transforme esa inversión en eficiencia medible”, explica Wechsler.

Específicamente, se trata de un entrenamiento de 16 horas, dividido en cuatro ejes (personalización, on the job, acompañamiento y entrenamiento + delivery). “El verdadero diferencial no es la herramienta, sino la práctica guiada que acelera la adopción”, comenta Jolodenco, y describe que, en el último tiempo, notaron un importante aumento en la demanda de este tipo de entrenamientos.

El programa fue realizado por alrededor de 50 empresas, como Advanta, Genneia y Visa, cuyos equipos ya comenzaron a notar cambios significativos en su vida diaria laboral. Entre sus principales resultados, se destacan la eliminación de tareas repetitivas (con un ahorro de hasta un 20% de horas diarias en procesos), la reducción de errores y el impacto en el P&L, es decir, una mejora de la rentabilidad.

Este cambio conlleva, a su vez, una nueva forma de trabajar. “Gestionar un equipo que tiene capacidades de IA es muy distinto a gestionar un equipo que no las tiene. Tienen que empezar a aparecer objetivos de equipo que tengan que ver con en qué podés usar la IA para eficientizar tu trabajo”, desliza Wechsler.

Bajo esa línea, Jolodenco asegura que la empleabilidad de las personas estará “atada al poder utilizar estas herramientas”. Y remarca que la IA no reemplaza a las personas, sino que “potencia equipos que aprenden a automatizar”.

Por Victoria Menghini

• FuturIA
• Inteligencia artificial
• Productividad

---

---

Conforme a