Texto principal
Empresas que hablan de "cambio" pero no usan IA: ¿qué falla?
Hay frases que se escuchan todo el tiempo en las empresas.
"Hay que atreverse a probar cosas nuevas." "Tenemos que transformarnos." "Tomen la iniciativa." "Hay que mejorar." "Necesitamos cambiar."
Escritas así, suenan muy positivas.
Pero cuando trabajas en el día a día, a veces te asalta este pensamiento.
Si de verdad quieren cambiar, ¿por qué no usan las herramientas que ya existen?
Sobre todo si ya usas IA generativa o LLM (los grandes modelos de lenguaje que hay detrás de herramientas como ChatGPT), la palabra "transformación" en boca de la empresa puede sonar bastante vacía.
Si hablas de "transformación", primero actualiza tus herramientas
Transformar no es una cuestión de ganas.
Transformar es cambiar la forma de trabajar, las herramientas, el flujo de información, cómo se toman las decisiones y quién responde de qué.
Hoy, por ejemplo, con un LLM puedes sacar en poco tiempo el primer borrador de cosas como estas:
- Actas de reuniones
- Instrucciones estándar de trabajo (manuales que explican paso a paso cómo se hace una tarea)
- Material de formación
- Preguntas frecuentes (FAQ)
- Listas de verificación
- Textos de correos
- Esquemas de PowerPoint
- Diseños de tablas de Excel
- Flujos de trabajo
- Preguntas que debería hacer alguien nuevo
- Posibles explicaciones que se olvidaron
- Guiones para entrevistas con el equipo
- Primeros borradores de informes
Si una persona hace todo esto desde cero, lo normal es que tarde entre unas horas y varios días.
Pero si le pasas al LLM audios, notas y documentos que ya existen, el primer borrador sale muy rápido.
Por supuesto, la revisión final la tiene que hacer una persona.
Lo que le toca al humano es comprobar los hechos, decidir, aprobar y ajustar el resultado a la realidad del puesto.
No hay por qué seguir gastando tiempo de personas en retocar frases y pasar documentos a limpio.
"Nos preocupa la seguridad de la información" es razonable, pero quedarse ahí es una chapuza
El motivo más repetido para oponerse a la IA es la seguridad de la información.
"¿Y si se filtra información confidencial?" "Es peligroso si alguien mete datos personales." "¿Quién se hace responsable?" "¿Y si da una respuesta equivocada?"
Estas preocupaciones no se pueden ignorar.
Al contrario, hay que tomarlas en serio.
Pero no se trata de quedarse en ese punto.
Las preocupaciones de seguridad no son un motivo para no usar IA, sino para diseñar una forma segura de usarla.
Por ejemplo, se puede hacer esto:
- No introducir información confidencial en IA en la nube
- Usar un LLM local (que funcione en los equipos de la propia empresa, sin pasar por internet)
- Usarlo solo dentro de la red interna de la empresa
- Crear un entorno que no envíe datos al exterior
- Separar qué información se puede introducir y cuál está prohibida
- Anonimizar los datos personales y de clientes
- Empezar por tareas de bajo riesgo
- Revisar siempre a mano lo que genera
- Definir registros de uso y quién responde de qué
Es decir, hay margen para diseñar bien.
"La seguridad da miedo, así que se prohíbe todo" es demasiado burdo.
Una opción: poner un LLM en la red local compartida de la empresa
Si te da miedo enviar información a la nube, puedes montar un entorno de LLM dentro de la red local compartida de la empresa.
Si el LLM funciona dentro de la red interna y no envía nada al exterior, el problema de "me da miedo lanzar información confidencial a la nube" se reduce mucho.
Claro que los LLM locales también tienen sus retos.
- Rendimiento del modelo
- Gestión y mantenimiento
- Control de acceso desde los equipos de la empresa
- Cómo tratar los registros de lo que se introduce
- Quién se encarga del mantenimiento
- Responsabilidad cuando da una respuesta errónea
- Coste
- Formación interna
Aun así, preguntarse "¿hasta dónde podemos usarlo?" es más constructivo que cortar con un "no se puede".
Como mínimo, se puede empezar por tareas de bajo riesgo: dar formato a las actas, hacer el primer borrador de instrucciones estándar, proponer FAQ, preparar el esqueleto de material de formación, consultar fórmulas de Excel o redactar borradores de correos.
"Aguanten con más esfuerzo humano" no es transformar
El problema no es solo que la empresa no use IA.
Lo más grave es decirle al personal que "cambie" sin actualizar las herramientas.
Por ejemplo, una situación como esta:
- La carga de trabajo aumenta
- Te piden que además redactes las instrucciones estándar
- Te piden que además te encargues de la formación
- Te piden eliminar las tareas que solo sabe hacer una persona
- Te piden reducir las horas extra
- Pero no se usa IA ni automatización
- No se crean reglas
- No se da autoridad
- Al final te dicen que lo soluciones a base de esfuerzo
Eso no es transformar.
Es simplemente la mentalidad de "aguanta y échale ganas".
Aunque las palabras sean "desafío", "transformación" y "mejora", si todo depende del esfuerzo humano, en realidad todo sigue igual que antes.
Quemamos demasiado tiempo humano en los detalles de redacción de los documentos
En muchas empresas se va una cantidad enorme de tiempo en la redacción fina y el formato de los documentos.
"Esta expresión no termina de encajar." "Hazlo más fácil de entender." "Corrige esto." "En general no me convence." "El hilo del documento no acaba de funcionar." "El lenguaje es muy rígido." "Hazlo un poco más cortés."
Por supuesto, la calidad de los documentos importa.
Pero gran parte de estas correcciones se puede acortar muchísimo si le pides al LLM varias versiones.
Por ejemplo, el mismo contenido se puede adaptar así:
- Para directivos
- Para el personal de planta
- Para recién llegados
- Versión breve
- Versión formal y cortés
- Versión en viñetas
- Para PowerPoint
- Para correo
- Para instrucciones estándar
- Para explicar en una reunión
No hace falta que una persona lo pase a limpio desde cero cada vez.
La persona solo tiene que mirar la propuesta del LLM y decidir si encaja con los hechos del puesto y si es algo que la empresa puede presentar.
La verdadera transformación no consiste en "esforzarse más" sino en "quitar"
Cuando se habla de transformación, se piensa en añadir cosas nuevas.
Pero lo que realmente necesita el personal es quitar, no añadir.
- Quitar trabajo manual
- Quitar el tiempo de explicar lo mismo una y otra vez
- Quitar la dependencia de la memoria después de las reuniones
- Quitar el tiempo de pasar documentos a limpio
- Quitar el tiempo que pierde un recién llegado sin saber qué preguntar
- Quitar las explicaciones que solo existen en la cabeza de una persona
- Quitar el trabajo repetido por instrucciones ambiguas
- Quitar todo lo que una persona no necesita hacer
La IA encaja muy bien con esto.
Redactar, resumir, estructurar, convertir en listas de verificación, preparar documentos y armar FAQ son cosas que los LLM hacen bien.
Es decir, la esencia de adoptar IA no es "usarla porque está de moda".
Se usa para recortar horas de trabajo.
¿Cómo valorar una empresa que no usa IA cuando buscas empleo?
No hace falta descartar todas las empresas que no usan IA.
Según el sector, el tamaño y los requisitos de seguridad, la adopción puede retrasarse.
El problema no es que no la usen, sino que no hayan desglosado sus razones para no usarla.
Al evaluar una empresa a la que podrías ir, estos puntos pueden ayudarte.
Buenas señales
- Aún no la han implantado en toda la empresa, pero la prueban con actas y documentos
- Están preparando normas de seguridad
- Cada departamento estudia cómo usarla
- Han empezado por tareas de bajo riesgo
- Dan la bienvenida a gente que sabe usarla para mejorar el trabajo
- Ven la IA generativa como algo que hay que gestionar, no que hay que prohibir
- Les interesa reducir la carga del personal
Señales de alarma
- "No entendemos la IA, así que no la usamos"
- "Es peligrosa, así que se prohíbe todo"
- "Hacerlo a mano demuestra sinceridad"
- "Siempre se ha hecho así, no lo cambiamos"
- Pero aun así piden transformarse y atreverse
- Suben la carga de trabajo, pero no las herramientas
- Creen que mejorar es cosa del esfuerzo individual
- Convierten a quien sabe ser eficiente en el comodín para todo
Una empresa del segundo grupo probablemente cargue el coste del cambio sobre el personal, algo peor que no usar IA.
Un "lema de desafío" no es lo mismo que un cambio real
Un lema sobre atreverse a cambiar es fácil para una empresa.
Se puede poner en un póster.
Se puede decir en la reunión de la mañana.
Se puede decir en la presentación de la estrategia anual.
Pero un desafío de verdad significa cambiar cómo trabaja la gente en su puesto.
Y eso duele.
- Hay que crear reglas
- Hay que definir quién responde de qué
- Hay que revisar cómo se ha hecho hasta ahora
- Los mandos también tienen que aprender
- Hay que aceptar los fallos
- Hay que dar autoridad al personal
- Hay que invertir en herramientas
Esquivar todo eso y limitarse a decir "atrevámonos" no es transformar.
Es descargar una charla motivacional sobre el personal.
Resumen
Es natural sentir que algo no cuadra en una empresa que habla de "desafío", "transformación" y "mejora" pero no usa IA.
No usar IA no es malo por sí mismo.
Pero una empresa que se escuda en la seguridad de la información y en la responsabilidad y ni siquiera intenta diseñar cómo usarla es peligrosa.
Si de verdad quiere transformarse, necesita hacer esto:
- Incorporar información nueva
- Probar las herramientas disponibles
- Desglosar los riesgos
- Empezar por tareas de bajo riesgo
- Considerar también LLM locales y entornos internos
- Separar el trabajo que hacen las personas del que se pasa a la IA
- Recortar las horas de trabajo del personal
- Crear un sistema en lugar de convertir a una persona en el comodín
Transformar no es decirle al personal "esfuércense más".
Es crear un sistema que funcione sin que nadie tenga que esforzarse tanto.
En ese sentido, una empresa que no usa IA y dice "transformen todo con esfuerzo humano" está bastante desviada.
Lo que hace falta de verdad no es un lema de desafío, sino actualizar herramientas, reglas, autoridad y ámbito de responsabilidad.
Ideas de artículos relacionados
- ¿Tiene futuro una empresa que no usa IA?
- Rasgos de las empresas que hablan de "transformación" pero imponen aguante al personal
- Lista de tareas administrativas que la IA generativa puede recortar
- ¿Puede un LLM local resolver la seguridad de la información de una pyme?
- Por qué es válido usar la adopción de IA como criterio para elegir un nuevo empleo
- Por qué el "atrevámonos" de la empresa suena tan vacío
- Los límites de mejorar a base de esfuerzo humano y la realidad de usar IA
- ¿Hasta dónde puede llegar un LLM con instrucciones estándar, actas y material de formación?
