Los líderes que se involucraron tempranamente con la IA ya no están aprendiendo los conceptos básicos. He aquí cómo ponerse al día y salir adelante.

Dirijo una empresa de tecnología sanitaria y no llegué a esto con experiencia formal en IA. Lo que tengo son puntos de vista formados mediante la construcción y prueba de estos sistemas dentro de una empresa en vivo, y esos puntos de vista están evolucionando rápidamente.

Algunos líderes que conozco están totalmente de acuerdo. Están probando herramientas, impulsando sistemas, aprendiendo qué funciona y qué no. Yo soy uno de ellos. También brindamos capacitación continua e individualizada para asegurarnos de que cada líder de nuestro equipo tenga el apoyo para hacer lo mismo. No estamos pidiendo a la gente que lo resuelva por sí misma. Les pedimos que se comprometan y les damos lo que necesitan para tener éxito.

Otros están esperando. Quieren que la tecnología parezca más pulida, más probada y más segura. Ese instinto crea una falsa sensación de control. No es necesario un sistema perfecto para obtener valor de la IA. La ventaja se construye trabajando a través de los imperfectos. Así es como aprendes dónde se estropean y cómo mejorarlos.

La brecha que no puedes ver hasta que es demasiado tarde.

Existe una diferencia real entre comprender lo que la IA puede hacer en teoría y saber cómo aplicarla dentro de su organización. Esa diferencia no se cierra leyendo sobre él o viendo una demostración. Se construye a través de la experiencia. Proviene de impulsar un sistema, iterar sobre los resultados, corregir el rumbo y refinar sus entradas con el tiempo.

Esa última parte importa más de lo que la mayoría de la gente cree. No estás refinando los resultados. Está refinando sus indicaciones y sus aportaciones. Las salidas son lo que pasó. Lo que realmente está desarrollando es la capacidad de traducir cómo funciona su organización en instrucciones sobre las que un sistema puede actuar. Esa habilidad no existe sin práctica y no se puede desarrollar desde afuera.

Mientras un grupo evita errores tempranos, otro construye conocimiento interno. Y la brecha se agrava. Cuando la tecnología parece estable para quienes esperaron, los líderes que se involucraron temprano ya no están aprendiendo los conceptos básicos. Están optimizando, ampliando e incorporando estos sistemas en la forma en que realmente operan sus organizaciones.

Cómo es realmente educar a la IA

La mayoría de la gente entiende los grandes modelos de lenguaje en abstracto. La IA sale al mundo, procesa un enorme volumen de información y genera resultados. Lo que se entiende menos es el trabajo de educar ese modelo en su negocio específico. Ahí es donde reside la verdadera influencia, y requiere un esfuerzo intencional.

En la práctica, comienza cargando el sistema con todo lo que su organización sabe tal como existe hoy. Eso significa sus políticas y procedimientos, sus documentos legales, sus flujos de trabajo existentes, sus finanzas, sus datos de actividad de ventas, su proceso de incorporación, su historial de clientes. Luego agregas la experiencia del usuario. En nuestro negocio, eso suena así: ¿Qué hace realmente un administrador de casos hoy? ¿Qué maneja un especialista en admisiones? ¿De qué se ocupa un especialista en resolución de cuentas? Estás describiendo el negocio tal como es, no como te gustaría que fuera.

Una vez que esa base esté establecida, impulsará hacia los resultados. No hacia cómo cree que se deben lograr esos resultados, sino hacia los resultados mismos. Muéstreme dónde disminuyó nuestro tiempo de financiación de 14 días a dos. Muéstreme lo que nuestros clientes dijeron que querían y en qué nos estamos quedando cortos. Muéstreme la actividad que realiza nuestro equipo de ventas en comparación con lo que realmente requiere la tasa de cierre. Revisar los materiales, identificar las brechas y sugerir las mejoras. Todo ello con el objetivo de obtener más ingresos, mejores márgenes y una mayor satisfacción del cliente.

Esto no es lo mismo que rediseñar el flujo de trabajo. Los cambios en el flujo de trabajo son un resultado mucho más tardío. Lo que se hace en la etapa inicial es educación e incitación a un cambio iterativo. Piense en ello como un segundo par de ojos en el negocio, uno que puede analizar más variables que cualquier individuo y descubrir oportunidades que quizás no haya identificado por su cuenta.

Antes de implementar cualquier cosa que recomiende el sistema, revísela. Usted itera. Entrenas en torno a ello. Ese proceso es cómo se construye la confianza y requiere un compromiso genuino por parte de los líderes.

Lo que realmente requiere el cambio de hacer a incitar

Las organizaciones que aprovechan al máximo la IA no se limitan a adoptar herramientas. Están reconsiderando cómo fluye el trabajo a través del negocio. Este cambio tiene menos que ver con la tecnología y más con la claridad. Si sus flujos de trabajo no están claros, si la propiedad es vaga, si el éxito no está bien definido, el sistema no expondrá esos problemas. Simplemente no podrá responder bien. Basura que entra, basura que sale no es un cliché. Es una descripción precisa de lo que sucede cuando un sistema está mal educado.

Lo que antes era ejecución ahora es dirección. Lo que antes era programación ahora es incitación. Los líderes que obtienen el mayor valor comprenden su producto, su cliente y sus flujos de trabajo lo suficientemente profundo como para educar a un sistema sobre todos ellos. Luego, indican los objetivos de la pizarra sin decirle al sistema cómo llegar allí. Esa disciplina (mantenerse al margen de su propio camino y dejar que el sistema sugiera el camino) es donde la mayoría de los líderes luchan al principio.

Por eso también creo que la verdadera habilidad competitiva aquí no es técnica. En cualquier momento, preferiría un operador sólido con un profundo conocimiento empresarial a un experto técnico. La persona que entiende lo que hace la organización, cómo lo hace y lo que intenta lograr está mejor posicionada para educar e impulsar estos sistemas de manera efectiva que alguien que sólo puede describir cómo funcionan mecánicamente.

El riesgo ya está aquí

Las preocupaciones sobre la confiabilidad son legítimas. En entornos regulados, no siempre se contiene una salida defectuosa. Se mueve a través de un flujo de trabajo, influye en las decisiones, llega a los clientes o pacientes y puede crear una exposición legal o de cumplimiento que es difícil de deshacer. Esos riesgos son reales y son la razón por la que la experimentación temprana debería realizarse en entornos de menor riesgo con una revisión humana clara incorporada.

Pero esperar no elimina ese riesgo. Lo cambia. Las organizaciones que se mantienen al margen están acumulando un tipo diferente de exposición: una brecha de capacidad cada vez mayor, una incapacidad para atraer talento que espera que estas herramientas formen parte de cómo se realiza el trabajo y un tiempo de respuesta más lento cuando el entorno competitivo lo exige.

En nuestra organización, soy directo acerca de mi posición. La IA no está reemplazando a los humanos. Está reemplazando a los humanos que no están dispuestos a utilizarlo. Eso no es una amenaza. Es una descripción de lo que ya está sucediendo. Brindamos a cada líder la capacitación, el apoyo y el acceso que necesitan para participar. Aquellos que opten por no hacerlo eventualmente enfrentarán esa realidad independientemente de dónde trabajen.

Las empresas que están ganando no esperan una versión mejor. Están construyendo su base de conocimientos en este momento, educando a sus sistemas sobre cómo funciona realmente el negocio y orientándolos hacia resultados que sus competidores aún no están en condiciones de lograr. Esa ventaja no espera a nadie.

Dirijo una empresa de tecnología sanitaria y no llegué a esto con experiencia formal en IA. Lo que tengo son puntos de vista formados mediante la construcción y prueba de estos sistemas dentro de una empresa en vivo, y esos puntos de vista están evolucionando rápidamente.

Algunos líderes que conozco están totalmente de acuerdo. Están probando herramientas, impulsando sistemas, aprendiendo qué funciona y qué no. Yo soy uno de ellos. También brindamos capacitación continua e individualizada para asegurarnos de que cada líder de nuestro equipo tenga el apoyo para hacer lo mismo. No estamos pidiendo a la gente que lo resuelva por sí misma. Les pedimos que se comprometan y les damos lo que necesitan para tener éxito.

Otros están esperando. Quieren que la tecnología parezca más pulida, más probada y más segura. Ese instinto crea una falsa sensación de control. No es necesario un sistema perfecto para obtener valor de la IA. La ventaja se construye trabajando a través de los imperfectos. Así es como aprendes dónde se estropean y cómo mejorarlos.