Multiplica, no sumes: cómo liderar gracias a la IA sin perder el norte
Diario de Innovación #196
Imagina que tu empresa tiene una nueva tecnología tan poderosa que puede transformar cómo resuelves problemas, lanzas productos o formas a tu gente.
Ahora imagina que el 80% de los directores y managers de tu empresa aún no saben cómo sacarle partido.
Eso está ocurriendo ahora mismo con la inteligencia artificial.
Hay una diferencia importante entre adoptar una tecnología y dejarse arrastrar por ella.
Y en el caso de la inteligencia artificial, esa diferencia se llama liderazgo.
Multiplicar nuestra capacidad de analizar, decidir, ejecutar.
Multiplicar el talento, los datos y las posibilidades de una organización cuando se combinan con cabeza… y no con hype.
Y eso empieza con una pregunta incómoda:
¿Sabes realmente para qué quieres usar IA?
En un informe reciente del MIT Sloan —“Leading with AI”— aparece una idea que me parece fundamental: el reto no es sumar humanos + máquinas. Es multiplicar.
El MIT Sloan ha recopilado en su informe algunas de las ideas más lúcidas, y prácticas, para entender qué están haciendo las organizaciones que sí están liderando con IA. Y aquí van los aprendizajes clave que deberías tener en mente si no quieres quedarte atrás:
Porque no se trata de estar en la ola. Se trata de tener claro qué problema estratégico quieres resolver y si tienes los datos, la cultura y las habilidades para hacerlo.
Para empezar que mejor que hacerlo por el principio, y en este caso es romper esa lanza en favor del empleo, la IA no está aquí para reemplazarnos.
La clave no es sumar máquinas a humanos. Es multiplicarlos.
Lo dice Paul McDonagh-Smith, profesor del MIT Sloan.
El verdadero cambio ocurre cuando usamos la IA para amplificar nuestras capacidades, no para sustituirlas.
Pero para llegar ahí, hay que tener una estrategia clara. ¿Qué problemas críticos quieres resolver? ¿Está tu organización lista en términos de datos? ¿Tienes los equipos con las habilidades necesarias?
📌 Spoiler: la mayoría no. Pero puedes prepararte.
Las estrategias de inteligencia artificial deben abarcar las prioridades clave del negocio, la estrategia de datos de la organización y las habilidades de los empleados.
Y es que no todo lo que brilla es productividad.
En un estudio con más de 700 consultores, se comprobó que usar IA puede mejorar el rendimiento un 40%… si se usa dentro del área donde es efectiva.
Pero si la usas para tareas fuera de su alcance, el rendimiento cae hasta un 24%.
💡 Conclusión: no basta con tener IA by Default ;). Hay que saber dónde y cómo usarla.
Y eso exige juicio, experiencia, esfuerzo cognitivo y rediseño de roles.
La IA generativa puede aumentar la productividad de los trabajadores, pero las organizaciones deben establecer primero una cultura de responsabilidad, recompensar la formación entre pares y fomentar la reconfiguración de funciones.
Velocidad sí, pero con cabeza.
Pfizer, Takeda, Comcast o McKinsey ya están usando IA generativa para lanzar productos más rápido, entender mejor a sus clientes o acelerar sus procesos internos.
La diferencia no está en tener la tecnología.
Está en aplicarla con foco, datos y visión.
Según Jordan Levine: “Legacy ML es precisión”,mientras que “Generative AI es velocidad.”
Y la combinación adecuada es lo que realmente genera impacto.
Es la diferencia entre la IA que podríamos llamar determinista, basada en algoritmos y cálculos precisos, versus el nuevo paradigma estadístico, de probabilidades y fuerza bruta que es la IA Generativa, apoyada en modelos como Transformers o los modelos de difusión.
Una de las cosas que más me ha gustado del informe, es la llamada de atención que hace: Cuidado con el mito del becario que enseña al jefe.
Un error común: pensar que los más jóvenes por usar más ChatGPT están mejor preparados para liderar su adopción en la empresa.
La realidad, según Kate Kellogg, es que los juniors caen en tres trampas:
No comprenden a fondo cómo funciona la IA.
Se centran en cambiar hábitos humanos, no sistemas.
Piensan en tareas individuales, no en rediseño de procesos.
Y es que el liderazgo no se delega. Se ejerce.Y en la era de la IA, más aún.
Supongo que esta parte del informe me ha gustado por mis propias inclinaciones: estoy más cerca de pensar en retirarme que de revivir mi etapa como becario. 🤣
La parte del vaso medio lleno es que la IA también puede ayudarte a cerrar brechas de talento.
Johnson & Johnson desarrolló un enfoque de skills inference basado en inteligencia artificial para preparar a su plantilla ante los retos digitales del futuro.
Comenzaron identificando 41 habilidades “future-ready” agrupadas en 11 capacidades clave, y utilizaron un modelo de lenguaje de gran escala (LLM) para evaluar automáticamente el nivel de competencia de sus empleados, cruzando datos de RR.HH., formación, proyectos y autoevaluaciones.
Este sistema, voluntario y anonimizado, permitió detectar brechas, orientar planes de desarrollo personalizados y generar mapas de calor de competencias por región y unidad, lo que incrementó en un 20% el uso de su plataforma de aprendizaje y facilitó una planificación estratégica del talento más precisa y adaptativa.
🎯 ¿La clave? Pasar del “career ladder” al “career lattice”: múltiples caminos, no una única escalera. Esta es la realidad que se palpa en las empresas desde hace décadas.
Por qué es importante este tema hoy en día.
Porque liderar con IA no es cuestión de tener más recursos, sino de hacer mejores preguntas. No va de LLMs, agentes, o cualquier otra algoritmo que podamos aplicar.
No se trata de implementar más tecnología, sino de reorganizar el talento, los datos y la cultura.
Y no se trata de hacer más cosas, sino de hacer las correctas con mayor precisión, rapidez y responsabilidad.
La IA no va a reemplazarte.
Pero sí puede reemplazar a quien no sepa cómo usarla con criterio.
Que nunca te falten ideas, ni ganas de probarlas.
A.
PD1. Competing in the Age of AI de Karim Lakhani y Marco Iansiti. Un libro imprescindible para entender cómo las organizaciones deben reestructurarse por completo en la era algorítmica.
PD2. Pensar rápido, pensar despacio de Daniel Kahneman. Un clásico sobre los dos sistemas de pensamiento que también se citan como metáfora para combinar IA generativa con estrategia empresarial.
PD3. The AI Dilemma, aunque no aparece en el informe, está muy alineado con las preocupaciones sobre el despliegue ético de la IA que menciona Paul McDonagh-Smith.
PD4. Humano + Maquina de Paul Daugherty y H. James Wilson. Para entender mejor la idea de que no se trata de humanos vs máquinas, sino de humanos con máquinas.