<\/p>\n
La integraci\u00f3n de la IA en el d\u00eda a d\u00eda laboral de las compa\u00f1\u00edas va encontrando diferentes grados de maduraci\u00f3n. Lo que empieza a verse en grandes empresas es que la IA ya no solo organiza el trabajo, sino que es un nuevo par\u00e1metro de evaluaci\u00f3n de desempe\u00f1o dentro de las organizaciones. Tras una primera etapa centrada en adopci\u00f3n y experimentaci\u00f3n, las empresas necesitan demostrar que las inversiones en IA tienen impacto real en productividad.<\/p>\n
En el caso de Despegar, la tecnolog\u00eda funciona como una capa transversal que ampl\u00eda la capacidad de los equipos: \u201cEmpezamos a medir su impacto de forma estructural\u201d, se\u00f1ala Pablo Abad, Chief Technology Officer de la firma. \u201cEstimamos el tiempo que le llevar\u00eda a una persona realizar cada tarea que delegamos en un agente. Actualmente aumentamos nuestra capacidad con el equivalente a un 20% de empleados, y proyectamos alcanzar un 40% antes de fin de a\u00f1o\u201d, <\/strong>completa.<\/p>\n En Brubank, a principios de a\u00f1o todos los equipos de la compa\u00f1\u00eda hicieron un estudio interno de diferentes procesos y mec\u00e1nicas que podr\u00edan ser optimizados usando IA para mejorar la eficiencia operativa. En su caso, cuentan con m\u00e9tricas espec\u00edficas dependiendo del equipo que las haya aplicado. \u201cEn equipos t\u00e9cnicos medimos los tiempos de desarrollo de funcionalidades usando IA. Y hemos notado en un principio hasta un 25% de optimizaci\u00f3n de tiempos en el desarrollo. Creemos que este n\u00famero va a ser a\u00fan m\u00e1s grande a medida que se ampl\u00ede el uso de AI en su d\u00eda a d\u00eda\u201d, explica Pablo S\u00e1nchez, cofundador y CIO de la fintech. <\/p>\n La IA dej\u00f3 de ser una herramienta aislada para convertirse en parte central de la operaci\u00f3n diaria<\/strong> tambi\u00e9n en el caso de Salesforce. Bajo la l\u00f3gica de \u201ccustomer zero\u201d, la compa\u00f1\u00eda prueba internamente sus propias soluciones antes de lanzarlas al mercado, integrando IA en procesos cotidianos como automatizaci\u00f3n de tareas, an\u00e1lisis predictivo y flujos de trabajo: \u201cDefinitivamente, el dominio de estas herramientas ya forma parte de las expectativas de cada rol: hoy no buscamos solo expertos en su \u00e1rea, sino profesionales aumentados por la IA que sepan delegar tareas repetitivas para enfocarse en la estrategia y la creatividad\u201d, afirma Mart\u00edn Tommasi, Employee Success Business Partner Director en Salesforce.<\/p>\n De acuerdo con los especialistas, la eficiencia que promete a las organizaciones una tecnolog\u00eda de este tipo requiere de alg\u00fan tipo de cuantificaci\u00f3n, la forma m\u00e1s directa de hacerlo -seg\u00fan coinciden- es medir comportamientos. <\/p>\n \u201cLas empresas ya no s\u00f3lo impulsan el uso de inteligencia artificial: empiezan a medir concretamente su impacto en productividad, eficiencia y calidad de trabajo\u201d,<\/strong> explica Johanna Dzikowsky, IT Talent Acquisition Specialist de Adecco Argentina. <\/p>\n En paralelo, seg\u00fan comenta, el manejo de herramientas de IA comienza a consolidarse como una habilidad esperada dentro de los equipos, al mismo nivel que la adaptabilidad y el aprendizaje continuo. \u201cSurgen m\u00e9tricas vinculadas a eficiencia, reducci\u00f3n de tiempos operativos, calidad de entregables y nivel de adopci\u00f3n por equipo\u201d, resalta la ejecutiva.<\/p>\n Seg\u00fan consignan medios como Business Insider, en compa\u00f1\u00edas como Meta, Google o JPMorgan Chase, aparecen nuevas m\u00e9tricas internas que clasifican a los empleados seg\u00fan su nivel de uso de IA, dashboards <\/em>y rankings que hacen visible esa adopci\u00f3n y objetivos concretos ligados a su implementaci\u00f3n. En algunos casos, incluso, los managers pueden exigir el uso de estas herramientas como parte del flujo de trabajo.<\/p>\n En ese sentido, lo que se est\u00e1 configurando es un cambio en los criterios con los que se define el \u201cbuen desempe\u00f1o\u201d. Si en el pasado se med\u00eda cu\u00e1nto produce una persona, ahora empieza a importar tambi\u00e9n c\u00f3mo produce y, sobre todo, cu\u00e1nto se apoya en inteligencia artificial para hacerlo.<\/strong><\/p>\n Dzikowsky explica que este fen\u00f3meno responde a que la incorporaci\u00f3n de IA tambi\u00e9n acelera cambios culturales dentro de las empresas: estructuras m\u00e1s \u00e1giles, menos jer\u00e1rquicas y con mayor foco en autonom\u00eda, experimentaci\u00f3n y trabajo interdisciplinario. \u201cEn paralelo, frente a la escasez de talento especializado, muchas compa\u00f1\u00edas empiezan a apostar por desarrollar capacidades internas y reconvertir perfiles existentes para adaptarse a nuevas din\u00e1micas laborales\u201d.<\/p>\n Poco tiempo atr\u00e1s por ejemplo, una ejecutiva de Producto de Instagram, llamada Tory Trombley, posteo en sus redes un video donde contaba acerca de los emergentes \u201cAI pods\u201d (equipos peque\u00f1os, interdisciplinarios y con alto grado de autonom\u00eda, en los que conviven perfiles de producto, research<\/em>, dise\u00f1o e ingenier\u00eda). \u00bfLa l\u00f3gica detr\u00e1s de estos equipos? Reducir la dependencia entre \u00e1reas y acelerar la experimentaci\u00f3n: cualquiera que tenga una idea deber\u00eda poder testearla r\u00e1pidamente, sin necesidad de pasar por m\u00faltiples capas de validaci\u00f3n o ejecuci\u00f3n t\u00e9cnica.<\/p>\n De acuerdo con Dzikowsky las organizaciones avanzan hacia un modelo donde los perfiles no t\u00e9cnicos tambi\u00e9n puedan desarrollar autonom\u00eda en el uso de herramientas de IA<\/strong>. \u201cEsto no implica que todos deban programar, pero s\u00ed que puedan interactuar de manera efectiva: desde construir buenos prompts hasta automatizar tareas o prototipar soluciones simples\u201d<\/p>\n En el caso de Despegar, las AI Olympics son iniciativas donde equipos de distintas \u00e1reas -incluyendo perfiles no t\u00e9cnicos- desarrollan agentes de IA para resolver desaf\u00edos reales del negocio. En la \u00faltima edici\u00f3n participaron cerca de 300 personas con m\u00e1s de 190 proyectos. \u201cEste tipo de din\u00e1micas promueve nuevas formas de trabajo m\u00e1s \u00e1giles, donde los equipos pueden testear e iterar soluciones r\u00e1pidamente, sin depender exclusivamente de \u00e1reas t\u00e9cnicas\u201d, aclaran desde la compa\u00f1\u00eda.<\/p>\n Uno de los \u00faltimos lanzamientos de Brubank -como BruAgro, una soluci\u00f3n tecnol\u00f3gica que simplifica el acceso a financiamiento para la compra de insumos del sector agropecuario- tuvo como diferencial la velocidad de desarrollo gracias al uso de IA. \u201cSe trabaj\u00f3 con un esquema de iteraciones cortas, apoyadas en herramientas de generaci\u00f3n y testing automatizado, que permitieron acelerar los ciclos de desarrollo, verificaci\u00f3n e implementaci\u00f3n. El resultado fue en tiempo r\u00e9cord y un caso de \u00e9xito interno en t\u00e9rminos de colaboraci\u00f3n entre equipos y eficiencia\u201d, se\u00f1ala S\u00e1nchez.<\/p>\n En el caso de Salesforce, la empresa impulsa la adopci\u00f3n de inteligencia artificial con programas internos de capacitaci\u00f3n y experimentaci\u00f3n abiertos a toda la organizaci\u00f3n, incluso \u00e1reas no t\u00e9cnicas como RR.HH., Legales o Marketing.<\/strong> Uno de los casos m\u00e1s recientes fue \u201cAI Fluency Quest\u201d, una iniciativa global \u201cgamificada\u201d de cinco d\u00edas con desaf\u00edos pr\u00e1cticos sobre herramientas de IA que super\u00f3 los 2.000 participantes La compa\u00f1\u00eda tambi\u00e9n centraliza la formaci\u00f3n en IA a trav\u00e9s de Trailhead, su plataforma de aprendizaje y certificaci\u00f3n, y habilita pilotos con herramientas avanzadas como Claude para que equipos interdisciplinarios prueben casos de uso concretos en entornos seguros. \u201cLa idea es democratizar la innovaci\u00f3n y permitir que cualquier empleado pueda proponer mejoras tecnol\u00f3gicas, aun sin conocimientos de programaci\u00f3n\u201d, apunta Tommasi.<\/p>\n En este sentido, el florecimiento fen\u00f3meno de \u201cvibe coding\u201d es una pr\u00e1ctica que refleja el corrimiento de habilidades dentro de las organizaciones. Ya no se trata de programar en sentido tradicional, sino de usar herramientas de inteligencia artificial para construir prototipos, escribir c\u00f3digo b\u00e1sico o materializar ideas a partir de instrucciones en lenguaje natural. \u201cEsto implica que perfiles que hist\u00f3ricamente no programaban -como product managers<\/em> o investigadores- empiecen a desarrollar una capacidad m\u00ednima de ejecuci\u00f3n t\u00e9cnica asistida por IA. El objetivo es acortar la distancia entre la idea y la implementaci\u00f3n\u201d, afirma Dzikowsky.<\/p>\n La tendencia de hecho, responde a la misma l\u00f3gica que impulsa los sistemas de medici\u00f3n interna: si la IA permite producir m\u00e1s r\u00e1pido, las empresas esperan que esa capacidad se distribuya en toda la organizaci\u00f3n. \u201c<\/strong>La IA empieza a salir del \u00e1rea t\u00e9cnica y se vuelve una herramienta cotidiana para perfiles no especializados. Vemos cierta analog\u00eda en el uso de estas herramientas a la adopci\u00f3n inicial de hojas de c\u00e1lculo, que hoy son algo ubicuo y utilizado por todo tipo de roles\u201d, cuenta Abad.<\/p>\n En la misma l\u00ednea, Tommasi cree que estamos viviendo el \u201cfin de la barrera t\u00e9cnica\u201d y hoy se espera que \u201ccualquier perfil pueda ser un \u201carquitecto de soluciones\u201d usando lenguaje natural\u201d natural. En el caso de Salesforce, la herramienta central en este cambio es Slackbot un asistente inteligente integrado en el espacio de trabajo que no solo resume conversaciones o prioriza tareas, sino que act\u00faa como una interfaz de conocimiento donde cualquier colaborador puede consultar datos complejos o automatizar flujos sin escribir una sola l\u00ednea de c\u00f3digo. \u201cLa preparaci\u00f3n de reuniones ejecutivas -que antes tomaban entre 2 y 3 horas- hoy se generan en tres minutos y el 73% de esa adopci\u00f3n se dio de forma org\u00e1nica. Con este tipo de programaci\u00f3n asistida, un perfil de marketing, por ejemplo puede prototipar una aplicaci\u00f3n simplemente describiendo lo que necesita, haciendo que la velocidad de la innovaci\u00f3n dependa de la curiosidad y no del conocimiento t\u00e9cnico previo\u201d.<\/p>\n En el caso de Brubank, comenzaron un proceso de transformaci\u00f3n por completo de todos los equipos del banco para llegar a un objetivo de que todos los procesos del banco sean ejecutados con inteligencia artificial durante el a\u00f1o. \u201cPara ello, creamos un equipo de \u201cCapitanes de AI\u201d dentro de cada uno de los equipos operativos del banco sin importar si es un \u00e1rea t\u00e9cnica o no, y ellos fueron los responsables de identificar procesos que pudiesen ser ejecutados utilizando inteligencia artificial para ser m\u00e1s eficientes\u201d, explica S\u00e1nchez.<\/p>\n El propio S\u00e1nchez se mete con una tensi\u00f3n no menor en todo este reacomodamiento interno de las empresas. No todos los empleados est\u00e1n dispuestos a incorporar estas herramientas al mismo ritmo: algunos cuestionan su efectividad real, otros desconf\u00edan de sus resultados o simplemente resisten cambiar formas de trabajo que ya dominan. <\/strong><\/p>\n \u201cSi bien inicialmente hay perfiles m\u00e1s early-adopters <\/em>que otros a la hora de utilizar estas herramientas, notamos que la gran mayor\u00eda de las personas en los equipos ya utilizaba en alg\u00fan grado alguna herramienta de inteligencia artificial en su trabajo y en su vida personal. Es por eso que la adopci\u00f3n es mucho m\u00e1s natural cuando se crea un framework <\/em>de trabajo para que todos adopten\u201d, aclara S\u00e1nchez.<\/p>\n M\u00e1s all\u00e1 de los cambios en la medici\u00f3n del desempe\u00f1o, sin dudas la IA est\u00e1 corriendo la frontera hist\u00f3rica entre quien puede construir soluciones y quien no dentro de las organizaciones.<\/strong> La tecnolog\u00eda funciona cada vez m\u00e1s como un traductor entre idea y ejecuci\u00f3n a\u00fan para perfiles no t\u00e9cnicos, lo que se\u00f1ala que la velocidad de la innovaci\u00f3n empieza a depender menos del conocimiento t\u00e9cnico puro y m\u00e1s de la curiosidad, la iniciativa y la capacidad de detectar oportunidades.<\/p>\nProductividad aumentada<\/span><\/h2>\n<\/p>\n
Todos pueden crear tecnolog\u00eda<\/span><\/h2>\n<\/p>\n
Menos barreras t\u00e9cnicas<\/span><\/h2>\n<\/p>\n