Una dirección expresa la ambición: la administración debe estar reducida a la mitad dentro de un año. Todos asienten. Y todos entienden algo distinto. El director financiero piensa en horas en la administración de acreedores. El director operativo piensa en la carga de informes en los equipos. La directora de RR. HH. piensa en menos trabajo manual en el registro de vacaciones y ausencias. Todos tienen razón, todos son incomparables, y al final del año nadie puede determinar si se ha alcanzado la ambición porque nadie ha medido lo mismo.
El problema no es la ambición. El problema es que 'reducir a la mitad' describe un resultado sin decir qué debe ser capaz de hacer la organización para llegar hasta ahí. Y ahí es precisamente donde falla, porque reducir a la mitad el trabajo administrativo hoy en día suele significar algo específico: una parte de ese trabajo se traslada a la IA, otra parte sigue siendo trabajo humano con supervisión, y una tercera parte sigue siendo enteramente trabajo humano porque requiere demasiado contexto, excepción o criterio. Sin esta triple división, 'reducir a la mitad' es una cifra sin ruta.
La ambición de 'reducir a la mitad la administración' se vuelve manejable en cuanto la desglosa. Primero la visión: por qué quiere la organización esto — liberar capacidad para otro trabajo, controlar costes, acortar plazos de entrega. Esto determina, en efecto, qué procesos administrativos son los primeros en abordarse. A continuación el vision state: cómo se ve la organización si esto se ha logrado, en roles y flujos de trabajo, no en lenguaje abstracto. Después el target: el objetivo concreto y con plazo definido — cuánta capacidad de fte se ha liberado, en qué departamentos, dentro de qué plazo. Y, por último, el target state: la configuración real en la fecha final, incluyendo quién sigue realizando qué tarea y quién controla qué resultado.
Estas cuatro capas obligan a un equipo directivo a traducir la palabra 'reducir a la mitad' en algo medible, mucho antes de que termine el año.
El cambio no reside en un escenario futuro. Ya está recorriendo hoy los departamentos administrativos, aunque de forma desigual. En algunas empresas, el procesamiento de facturas, la introducción de horarios o los informes estándar ya son realizados en gran parte por la IA, con un empleado que evalúa las excepciones y las rechaza o aprueba con motivo. En otras empresas nadie hace eso todavía, con exactamente el mismo software disponible. La diferencia rara vez está en la tecnología. Está en si la organización tiene los datos en orden, si los procesos están lo suficientemente estandarizados como para transferirse, y si hay alguien designado que realmente evalúa la calidad del trabajo de la IA en lugar de confiar ciegamente en ella.
Esas tres categorías —la IA se hace cargo de la tarea, la IA trabaja con supervisión humana, o sigue siendo trabajo humano— recorren transversalmente cada función administrativa. Codificar facturas puede en gran medida ser asumido por la IA. Evaluar una reclamación de acreedor atípica requiere supervisión. Resolver un conflicto con un proveedor sigue siendo trabajo humano. La ambición de reducir a la mitad no es, por tanto, un único movimiento, sino la suma de cientos de pequeñas decisiones sobre en qué categoría cae cada tarea, y qué trabajo asume entonces la IA es precisamente la pregunta que responde por tarea el escáner de trabajo de FTE TO AI.
Que una organización esté realmente preparada para llevar a cabo ese cambio no depende de la ambición en sí, sino de ocho dimensiones subyacentes: desde la calidad de los datos y la madurez de los procesos hasta los derechos de decisión, la capacidad de supervisión y el grado en que los empleados pueden reconocer excepciones. Una dirección que quiere reducir a la mitad sin saber en qué punto se encuentra la organización en estas dimensiones fija un objetivo sin ruta. La pregunta qué capacidades necesita mi organización para esta ambición establece exactamente esa relación: no lo que quiere alcanzar, sino lo que primero debe estar organizado para ello.
Además, ayuda observar ambiciones comparables. La manera en que mejorar el margen cuando la IA asume trabajo exige capacidades se solapa en gran medida con lo que exige reducir a la mitad la administración: estandarización, roles de supervisión y una estructura de decisión que sepa quién puede rechazar un resultado de la IA. También resulta útil aquí la comprensión de qué significa un target operating model en palabras sencillas, porque la traducción de la ambición a roles es exactamente eso: un modelo operativo, no una imagen deseada.
Reducir a la mitad solo se vuelve medible cuando las ocho dimensiones se han retrotraducido a roles y derechos de decisión. ¿Quién evalúa un resultado de la IA antes de que entre en los libros? ¿Quién es responsable de la calidad de los datos con los que trabaja el sistema? ¿Quién decide que un proceso todavía no está maduro para su transferencia? Estas no son preguntas técnicas, son preguntas organizativas, y la respuesta determina si las horas liberadas se convierten realmente en capacidad liberada o si vuelven a aparecer en otro punto del proceso como demora.
Sobre lo que un empleador hace después con esa capacidad liberada —recolocación, otro uso, algo distinto— no nos corresponde pronunciarnos. Para eso rigen requisitos legales propios y eso compete al empleador, no a una prueba de preparación.
No en un único porcentaje, sino en tres cosas que pueden comprobarse en paralelo: cuánta capacidad de fte se ha liberado realmente por departamento, qué parte del trabajo restante bajo supervisión se rechaza o aprueba con motivo, y si los roles que sostienen esa supervisión están realmente definidos y no han recaído implícitamente en un empleado cualquiera. Las ambiciones que fijan esto de antemano pueden evaluarse al cabo de un año. Las ambiciones que no lo hacen siguen siendo una declaración en la reunión de dirección.
La prueba de ambición completa —cuatro capas, ocho dimensiones, cinco confidence gates— está en construcción. Lo que ya está disponible ahora es la comprobación de preparación gratuita: ocho preguntas breves, una por dimensión, con una imagen de en qué punto su organización está más avanzada y en qué punto lo está menos. Para quien primero quiera entender cómo se relaciona este enfoque con otras ambiciones de crecimiento, crecer en un nuevo mercado cuando la IA asume trabajo y entregar más rápido cuando la IA asume trabajo muestran que la pregunta que subyace a reducir a la mitad, crecer y acelerar sigue siempre el mismo patrón: primero la preparación, y solo después la cifra.
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.