La incorporación de inteligencia artificial (IA) en las empresas se presenta como una oportunidad emocionante, pero su éxito depende en gran medida de cómo se adapta a las dinámicas laborales existentes. A menudo, los líderes se centran en las características de la tecnología y no en las necesidades reales de los empleados, lo que puede llevar a resultados insatisfactorios.
Recientemente, se realizó una evaluación del sistema de recomendaciones basado en IA de una importante cadena de retail global. A primera vista, la implementación parecía exitosa: los tiempos de respuesta se redujeron y las recomendaciones fueron más precisas. Sin embargo, al observar a los representantes de servicio al cliente en su entorno laboral, se reveló una realidad distinta. Estos empleados debían cambiar entre cuatro pantallas diferentes para completar una única interacción, copiando información de una aplicación a otra debido a la falta de comunicación entre los sistemas. Esta complejidad llevó a muchos a ignorar las recomendaciones de la IA.
Comenzar con las personas, no con las plataformas
Las iniciativas de IA a menudo inician con demostraciones del producto en lugar de abordar problemas de negocio. Esta estrategia, basada en la emoción y las características del producto, puede resultar en una implementación fallida. Un enfoque más efectivo es el de observar a los empleados mientras realizan su trabajo. Cada clic innecesario, cada entrada duplicada y cada solución manual pueden mostrar oportunidades donde la IA puede erradicar obstáculos en lugar de agregar más carga.
Un ejemplo de esto es un proyecto en una empresa logística, donde el equipo directivo pasó días observando a los despachadores durante su turno. Descubrieron que muchas decisiones dependían de contextos externos a los sistemas informáticos, lo que llevó a desarrollar un sistema de IA que apoyaba a los despachadores experimentados, en lugar de competir con ellos.
Detectar señales de advertencia tempranas
La adopción de un sistema de IA no debe confundirse con el éxito. Actividades como sesiones de entrenamiento y paneles de monitoreo pueden parecer prometedoras, pero lo que realmente importa es el comportamiento de los empleados. Si crean hojas de cálculo por su cuenta o recurren a anotaciones manuales, es una señal clara de fricción en el flujo de trabajo. Estos atajos son formas en que los empleados buscan eficiencia y pueden ofrecer comentarios valiosos sobre cómo mejorar la implementación de la tecnología.
Además, si los usuarios tienen dificultad para explicar cómo la IA mejora sus decisiones, esto indica que la tecnología no está alineada con su trabajo diario. La confianza en el sistema se desvanece si perciben que la herramienta está desconectada de sus actividades cotidianas.
Medir resultados comerciales en lugar de actividad
En el ámbito de los servicios financieros, se evaluó un sistema de IA diseñado para clasificar automáticamente las quejas de los clientes. Aunque el sistema funcionaba correctamente, categorizaba los problemas según criterios internos en lugar de urgencia, lo que causaba retrasos en la atención de las necesidades más críticas. Tras reestructurar el flujo de trabajo para priorizar la urgencia del cliente, los tiempos de respuesta mejoraron notablemente, revelando que, a menudo, un rediseño centrado en la experiencia del cliente puede llevar a mejores resultados sin necesidad de grandes cambios en la tecnología subyacente.
La pregunta clave para los líderes es si la tecnología permite a los empleados ser mejores o más rápidos en su trabajo. El impacto en los resultados es más relevante que las métricas de actividad.
Construir a partir de la experiencia
Las iniciativas de IA más efectivas benefician a todos los involucrados. Los clientes reciben un servicio más rápido, los empleados logran trabajos significativos y los líderes obtienen resultados comerciales tangibles. Este enfoque comienza con una pregunta fundamental: ¿qué necesitan realmente las personas para lograr sus objetivos? La respuesta normalmente conducirá a flujos de trabajo más simples y a resultados más satisfactorios, integrando la IA en el quehacer diario en lugar de ser una carga adicional.
Los líderes deben observar en el lugar de trabajo para identificar áreas de mejora. Tomarse el tiempo para entender los desafíos reales puede tener un efecto transformador en la implementación de tecnologías de inteligencia artificial. Los pequeños ajustes en un flujo de trabajo ya existente a menudo generan un impacto comercial mucho mayor que los proyectos ambiciosos centrados en la tecnología.