La adopción de inteligencia artificial (IA) en las empresas está tomando un rumbo inesperado, según la Dra. Molly Sands, directora del Teamwork Lab en Atlassian. Durante una charla reciente, Sands destacó que muchas organizaciones están optimizando el uso de la IA a nivel individual, sin tener en cuenta cómo se desarrolla el trabajo en equipo, lo cual es fundamental para el éxito en la integración de esta tecnología.
Sands lidera un grupo de científicos del comportamiento que investiga cómo la IA está transformando la colaboración en el trabajo. Su enfoque va más allá del estudio; su equipo se involucra activamente en la reestructuración de procesos organizacionales para mejorar la forma en que se realiza el trabajo. «No solo lo estudiamos, también entramos y lo cambiamos», afirma. Este esfuerzo es esencial, dado que muchas empresas aún luchan por optimizar sus flujos de trabajo.
El desajuste entre actividad y valor
El informe anual «State of Teams» de Atlassian, que encuestó a 12,000 trabajadores del conocimiento y realizó entrevistas con aproximadamente 200 ejecutivos de Fortune 1000, revela una desconexión considerable entre la actividad generada por la IA y su retorno sobre la inversión (ROI). Aunque el 89% de los ejecutivos reportaron un aumento en la velocidad de trabajo, solo un 6% pudo identificar ejemplos claros de retorno financiero.
Solo un 14% de los equipos han logrado traducir el uso de la IA en valor tangible, lo que sugiere que dentro de una misma organización puede haber un grupo de equipos de alto rendimiento rodeados de otros que no ven ningún retorno. Los equipos más eficaces se caracterizan por tres elementos clave: contexto, flujos de trabajo y cultura.
Los equipos líderes establecen un «contexto gráfico» en sus registros digitales, donde se capturan objetivos y decisiones, lo que permite a la IA acceder a la información organizacional necesaria. En cuanto a los flujos de trabajo, estos equipos rediseñan procesos completos en lugar de simplemente acelerar tareas aisladas. Sands apunta que acelerar a empleados que trabajan en diferentes direcciones solo llevará a un choque acelerado entre ellos.
La cultura también juega un papel esencial; los equipos más ágiles están dirigidos por líderes que fomentan la experimentación y el aprendizaje, reconociendo que no todas las pruebas serán exitosas.
Transformando el uso individual de la IA en un beneficio colectivo
Para aprovechar al máximo la IA, la Dra. Sands sostiene que la experimentación y la imposición de límites son claves para el aprendizaje efectivo. Los equipos que han logrado avances significativos han impuesto restricciones deliberadas en su trabajo, convirtiendo tareas en unidades prácticas y, en algunos casos, evitando escribir código manual durante períodos determinados.
El verdadero reto, menciona Sands, no radica en la tecnología, sino en que los empleados intentan descubrir la IA de manera aislada. Cada individuo desarrolla prompts y agentes distintos, lo que genera un conocimiento oculto que rara vez se traduce en un rendimiento organizacional efectivo.
Para solucionar esto, Atlassian ha implementado «acuerdos de trabajo con IA» al inicio de proyectos, donde los equipos deciden no solo cómo emplearán la IA, sino también qué aspectos evitarán y qué habilidades comunes compartirán. Los equipos que adoptan esta práctica tienden a utilizar la IA de manera más efectiva, trabajar más rápido, tomar mejores decisiones y, en última instancia, producir un trabajo de mayor calidad.
La enseñanza más amplia de esta experiencia es que la IA no crea nuevos problemas de gestión, sino que expone viejos desafíos. Las equipos siempre han batallado con supuestos ocultos y modelos mentales diferentes, y la IA simplemente hace que estas brechas resulten más críticos, aumentando la necesidad de un contexto compartido y formas explícitas de trabajo.