Un equipo directivo formula una ambición: crecimiento, margen, llegar más rápido al cliente. Todos asienten. Pero quien lee esa ambición como "hacemos más con menos personas" quiere decir algo distinto de quien lee "dejamos que la IA haga la mayor parte del trabajo rutinario y reservamos a las personas para el trabajo que requiere juicio". Ambas lecturas encajan con la misma frase en la misma página de estrategia. La diferencia solo se hace visible en el momento en que alguien tiene que decidir: quién recibe el mandato sobre un sistema de IA, quién firma un resultado que un modelo ha preparado, y quién es responsable si algo sale mal.
La estrategia y la gobernanza no son, por tanto, una dimensión aparte junto a las demás. Es la capa en la que una ambición se traduce en lo que puede suceder, por quién, y con qué supervisión. Sin esa traducción, una ambición sigue siendo una frase sobre el papel.
Hoy la IA ya asume tareas, en parte, no en todas partes al mismo ritmo. Esto ocurre en tres formas que recorren todas las capas de la organización:
1. La IA ejecuta la tarea por completo. 2. La IA ejecuta la tarea en parte, con una persona que aprueba o rechaza, con motivo. 3. La tarea sigue siendo trabajo humano, porque el juicio, la responsabilidad o el contexto lo exigen.
Para los procesos y las operaciones, esto implica una distribución del trabajo distinta. Para la gobernanza significa otra cosa: quién tiene el derecho de decisión cuando una tarea pasa de la forma 1 a la forma 2, y quién se percata de que una tarea que se consideraba "trabajo humano" ya ha dejado de serlo. En muchas direcciones ese derecho de decisión no está definido en ningún sitio. Hay una ambición, hay una agenda tecnológica, pero no hay respuesta a la pregunta de quién puede decir que un equipo trabajará a partir de ahora con apoyo de IA en lugar de sin él.
Las empresas donde esto ya funciona han desglosado la ambición en capas: una visión, el estado en que esa visión se concreta (vision state), un objetivo (target), y el estado en que ese objetivo se concreta (target state). En cada capa se ha determinado qué significa el trabajo con IA para esa capa y quién decide al respecto. Gracias a ello, un mando intermedio puede responder a una pregunta como "¿puede este equipo utilizar una herramienta de IA para las primeras evaluaciones?" sin que la pregunta tenga que volver a la dirección.
Las empresas donde esto todavía no funciona suelen tener una estrategia y también una iniciativa de IA, pero sin conexión entre ambas. La estrategia habla de crecimiento y eficiencia en términos generales; la iniciativa de IA se desarrolla en el departamento de TI o en un equipo aislado. Nadie ha determinado qué capacidad necesita la organización para que ambas cosas se unan: quién comprueba si un resultado de IA es suficientemente bueno, quién es propietario del riesgo si no lo es, y qué decisión al respecto debe recaer en el nivel directivo y cuál no.
Esa diferencia no reside en el nivel de ambición. Reside en la preparación: si la organización ya ha organizado los derechos de decisión, la distribución de roles y los momentos de verificación, o si eso aún tiene que hacerse antes de que el trabajo pueda desplazarse de verdad.
La diferencia perceptible no está en la presentación de la estrategia, sino en el momento posterior. Una dirección que ha hecho la traducción puede responder a una pregunta sobre el uso de IA en un equipo dentro del mandato existente. Una dirección que no lo ha hecho deja esa pregunta sin resolver, o decide de forma improvisada, tras lo cual la siguiente pregunta similar vuelve a estar en discusión. Eso no cuesta dinero que aparezca en una factura; cuesta capacidad liberada que no llega a liberarse porque nadie tenía autorización para decidir que el trabajo se organizara de otra manera.
El trabajo que hay detrás de esta dimensión, por tanto, no consiste en redactar una política de IA. Consiste en cuatro capas que se conectan entre sí: una visión que indica por qué el trabajo con IA es relevante para la ambición, un vision state que describe cómo se ve eso en la práctica, un target que lo concreta en capacidad y resultado, y un target state que fija qué roles y derechos de decisión se necesitan para ello. Ocho dimensiones y cinco confidence gates comprueban si esas capas realmente se conectan o solo coexisten sin relación.
Si el tema deriva hacia consecuencias para el personal, entonces se aplica: para eso existen requisitos legales propios, independientes de esta comprobación.
La estrategia y la gobernanza no existen de forma aislada del resto. Que un derecho de decisión funcione depende de cómo están organizados los procesos para procesar realmente los resultados de la IA, de si la tecnología y la capacidad están presentes para ejecutar esas decisiones, y de si la medición del desempeño muestra si un desplazamiento produce el resultado buscado. También la pregunta cómo puede un equipo directivo aprender a usar las mismas palabras para la misma ambición pertenece directamente aquí, igual que la pregunta por qué una estrategia a veces se queda en un documento en lugar de convertirse en un marco de decisión.
La pregunta subyacente —qué trabajo en esta empresa puede realmente ser asumido por la IA— se responde tarea por tarea con el escaneo de trabajo de FTE TO AI.
La comprobación de preparación gratuita consta de ocho preguntas breves, una por dimensión, y ofrece una imagen de dónde está más avanzada su organización y dónde queda trabajo por hacer. La prueba de ambición completa, con las cuatro capas y los cinco confidence gates, está en desarrollo.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.