¿Sigue midiendo el trabajo, o ya el resultado del mismo?

La pregunta detrás de la pregunta

Una medición del rendimiento está construida sobre una suposición: quien hace el trabajo determina cómo se mide. Un vendedor recibe un objetivo de facturación, un empleado de soporte un tiempo de gestión, un analista un plazo de entrega por informe. En el momento en que parte de ese trabajo lo realiza la IA — a veces por completo, a veces con una persona que aprueba o rechaza — cambia lo que hay que medir. No porque el KPI fuera incorrecto, sino porque mide una acción que ya no ocurre de la misma manera.

Las tres categorías en las que la IA asume trabajo atraviesan cada medición del rendimiento. El trabajo que la IA asume por completo requiere una métrica distinta del plazo de entrega: ese tiempo ya no existe como cuello de botella. El trabajo donde una persona ejerce supervisión — aprobando o rechazando, con motivo — requiere una métrica que registre la calidad de esa evaluación, no la velocidad de la acción antigua. Y el trabajo que sigue siendo trabajo humano conserva su antiguo KPI, pero gana peso porque es lo que queda después de que lo demás se ha desplazado.

De dónde viene la diferencia

Algunas organizaciones ya lo han procesado, otras todavía no. La diferencia rara vez está en la tecnología misma, sino en quién estableció los KPI y cuándo. Un KPI redactado hace cinco años para una función presupone una manera de trabajar que ahora se ha asumido en parte. Si nadie ha revisado ese KPI, la organización sigue midiendo algo — solo que ya no lo que realmente ocurre.

Lo nota primero en los informes que ya no coinciden con la sensación en el terreno. Un equipo alcanza sus objetivos, pero nadie puede explicar por qué la producción ha subido tan rápido. O un objetivo se incumple de manera estructural, mientras que la producción en realidad ha aumentado — porque la métrica todavía mide la acción antigua, no la nueva. Ambas son señales de que la medición va por detrás del trabajo.

Qué cambia en la práctica

Tres desplazamientos se repiten en prácticamente toda organización donde se ha implementado trabajo con IA, en orden y velocidad variables:

De tiempo a resultado. Donde un KPI antes medía el tiempo por tarea, ese tiempo se vuelve incontrolablemente pequeño o invisible en el trabajo asumido. La medición debe entonces desplazarse hacia lo que se ha entregado, no hacia cuánto ha tardado.
De volumen a calidad de evaluación. En el trabajo con supervisión humana ya no se mide cuánto se ha hecho, sino qué tan bien se ha aprobado o rechazado, y sobre qué fundamentos. Eso exige un tipo de panel distinto de un contador de producción.
De función a capacidad. Los KPI vinculados a un título de función pierden significado cuando el trabajo dentro de esa función se desplaza hacia otra combinación de persona y sistema. La medición debe vincularse al trabajo mismo, no al rol que históricamente lo ejecutaba.

Ninguno de estos desplazamientos ocurre en todas partes a la misma velocidad. En una organización donde la administración ya se ha desplazado, la medición del contacto con el cliente a veces queda rezagada durante años todavía. Eso no es una contradicción — es precisamente por qué la medición del rendimiento debe examinarse por categoría de tarea, no por departamento.

Qué tiene esto que ver con los derechos de decisión

Un KPI que ya no encaja con el trabajo no solo debilita la medición, sino también quién puede decidir en base a ella. Si a un jefe de equipo se le evalúa según una cifra que ya no refleja bien el trabajo, también se desplaza la pregunta de quién es en realidad responsable del resultado — la persona que aprueba, o el sistema que entrega el trabajo. Eso afecta a los derechos de decisión dentro de la organización, y es precisamente ahí donde una ambición se estanca si la capa por debajo de los KPI no se ha revisado.

Este tema a veces afecta a la plantilla — quién sigue haciendo qué trabajo, y qué significa eso para una función. Para eso rigen requisitos legales propios, independientes de lo que aquí se describe.

Cómo se relaciona esto con el resto de la ambición

La medición del rendimiento no es un elemento aislado. Una ambición que presupone trabajo con IA también debe dar respuesta a cómo sopesa el crecimiento frente al margen cuando la capacidad se desplaza, a lo que eso significa para la resiliencia financiera de la organización cuando el trabajo cambia de forma, y a cómo se hace medible una visión para que los KPI bajo esa visión también encajen realmente. Sin esa coherencia, usted mide una parte, mientras que la ambición trata del conjunto.

La pregunta subyacente — qué trabajo de su empresa es realmente asumible por la IA, y dónde eso exige supervisión en lugar de sustitución — se responde por tarea con el escáner de trabajo de FTE TO AI.

Qué puede hacer ahora

La pregunta de si su medición del rendimiento está preparada para el trabajo que se desplaza no se puede responder en una sola conversación, pero sí se puede empezar a responder. El chequeo de preparación gratuito le ofrece, con ocho preguntas breves — una por dimensión —, una imagen de dónde ha avanzado más y dónde menos. La prueba de ambición completa, con las cuatro capas desde la visión hasta los derechos de decisión, está en construcción.