La era del “trabajo en la silla giratoria” ha sido un término recurrente que ilustra un problema palpable en el ámbito laboral: los empleados que se ven obligados a saltar entre múltiples aplicaciones, trasladando datos de un sistema a otro y persiguiendo aprobaciones en diferentes bandejas de entrada. Esta situación genera una fragmentación que, aunque pocas organizaciones la contabilizan, tiene un coste significativo.
Un estudio de Harvard Business Review reveló que los trabajadores cambian de aplicación más de 1,200 veces al día, lo que implica una pérdida cercana a las 4 horas semanales dedicadas a readaptarse a su entorno. Para un empleado que gana $100,000 al año, esto se traduce en una pérdida de productividad de aproximadamente $9,000 anuales. En una empresa de 10,000 empleados, esta fragmentación puede costar alrededor de $90 millones cada año. Estas cifras no son consecuencia de una mala gestión o falta de inversión, sino del simple roce que implica una infraestructura digital fragmentada.
Con la llegada de la inteligencia artificial generativa, muchas organizaciones mejoraron las herramientas disponibles para sus empleados, proporcionando mejores capacidades de búsqueda y redacción más rápida. Sin embargo, no se abordó la arquitectura de trabajo subyacente. Los sistemas aislados y las cadenas de aprobación continuaron existiendo, solo se añadió otra ventana a la que los empleados debían atender. Así, la IA no resolvió el problema, sino que lo aceleró.
Un Nuevo Enfoque: La IA Agentic
El futuro de la inteligencia artificial en el ámbito empresarial se centra en plataformas capaces de completar el trabajo. La IA “agentic” es aquella que puede planificar, seleccionar las herramientas adecuadas y ejecutar acciones a través de los sistemas existentes, proporcionando resultados sin la necesidad de intervención humana constante.
Hoy en día, la inteligencia y comprensión del lenguaje están cada vez más disponibles, incluso de forma open source. Sin embargo, el verdadero desafío radica en la ejecución: conectar esa inteligencia con la operativa de la empresa. Realizar una tarea compleja, como el onboarding de un nuevo empleado, requiere interactuar con diversos sistemas que, por lo general, no están diseñados para comunicarse entre sí.
Por lo tanto, la idea de “simplemente usar un LLM” no es una estrategia viable. Un modelo de lenguaje grande sin el contexto empresarial apropiado ofrecerá resultados que, si bien son plausibles, pueden carecer de relevancia para la operación. Es en el entramado de conectores y en la orquestación de flujos de trabajo donde se transforma un modelo capaz en un sistema que realmente completa el trabajo.
Transformación de Flujos de Trabajo Empresariales
Lo que hace posible esta nueva lógica de trabajo es el armazón alrededor del modelo. Cuando un empleado presenta una solicitud, no está interactuando directamente con un LLM, sino con una capa que incorpora el contexto empresarial necesario. Esta capa decide el camino a seguir, asigna los permisos correspondientes y establece el orden en el que deben intervenir los sistemas.
Como resultado, muchas empresas están logrando resolver la mayoría de las solicitudes de servicio sin intervención humana. Por ejemplo, en una compañía manufacturera global, los procesos de aprobación que antes requerían hasta 10 horas de tiempo de un vicepresidente ahora se cierran en menos de 10 minutos, manteniendo las mismas políticas y personal. Esta transformación en la eficiencia de los flujos de trabajo permite que los empleados se concentren en tareas que realmente requieren su experiencia.
La consulta es ahora: ¿qué tan profundamente está integrada tu IA en los flujos de trabajo de tu organización? Según un informe de McKinsey, el 88% de las organizaciones afirmaron utilizar IA de manera regular en al menos una función empresarial. A pesar de que se observan aumentos en la productividad, el verdadero potencial se encuentra en cómo se conectan esas soluciones de IA con los procesos reales de trabajo.
Para aprovechar al máximo el potencial de la IA, es fundamental identificar tareas que consumen tiempo sin generar valor. Esto incluye actualizaciones de estado innecesarias, aprobaciones estancadas y cualquier otro tipo de coordinación que no aporte directamente al resultado final. El mapeo de estas actividades puede convertirse en la hoja de ruta para la implementación de la inteligencia artificial.
El objetivo debería ser evolucionar hacia un entorno en el que la frustración del trabajo en la silla giratoria sea algo del pasado. Al integrar adecuadamente la IA en los flujos de trabajo, es posible llegar a un punto en que las nuevas generaciones de empleados no sepan qué significa esa frase porque nunca hayan experimentado el problema. Este enfoque está más cerca de convertirse en una realidad de lo que muchos líderes piensan.