La IA promete productividad, pero a los gerentes les suma más problemas de gestión
El 57% de los directivos afirma que aumentó la cantidad de herramientas de software desde la adopción de inteligencia artificial, el 47% dedica más tiempo a revisar el trabajo de sus equipos y el 53% tiene dificultades para identificar el aporte original de los empleados. Un estudio global de monday.com revela la paradoja de la IA corporativa: automatizar tareas no simplifica el manejo del negocio.
La inteligencia artificial llegó a las empresas con una promesa concreta: hacer más con menos tiempo, automatizar tareas rutinarias y liberar a los equipos de trabajo para concentrarse en actividades de mayor valor. Sin embargo, en las oficinas de quienes deben convertir esa promesa en resultados, la ecuación empieza a mostrar algunas complicaciones. Más herramientas, más controles, nuevas reglas de evaluación y más decisiones sobre qué automatizar y qué dejar en manos humanas están agregando una capa de trabajo administrativo que no siempre aparece en los cálculos de productividad.
El problema no es la falta de entusiasmo. El 96% de los directivos y gerentes sénior consultados en un estudio encargado por monday.com y realizado por Nielsen Media Research utiliza inteligencia artificial en el trabajo. El 94% considera atractivas las oportunidades de optimización que ofrece la tecnología y el 83% asegura tener confianza en su capacidad para identificar dónde puede aportar valor.
Pero esa confianza individual no se traduce automáticamente en eficiencia organizacional. El informe Squinting in the Sun, basado en una encuesta a 1.701 directores y gerentes sénior de siete países, identifica una brecha entre la velocidad con que se incorpora la IA y la capacidad de las empresas para integrarla en sus operaciones. La tecnología se extiende por los equipos, pero la arquitectura, los procesos de supervisión y los criterios de gestión no avanzan necesariamente al mismo ritmo.
El resultado es una paradoja cada vez más relevante para los responsables de negocio: una herramienta diseñada para reducir el trabajo puede terminar generando nuevas tareas para quienes tienen que coordinarlo, verificarlo y responder por sus resultados.
Más IA, más herramientas y una operación más compleja
La primera contradicción aparece en la infraestructura tecnológica. Si la automatización promete simplificar los procesos y reducir las tareas manuales, la incorporación de IA debería contribuir a ordenar el ecosistema de software empresarial. Sin embargo, los datos muestran otra realidad.
El 57% de los encuestados afirma que la cantidad de herramientas de software utilizadas por sus equipos aumentó desde la adopción de IA. El 51% señala que esas herramientas se han vuelto más interdependientes, lo que agrega complejidad a una infraestructura que ya puede resultar difícil de administrar.
Mientras tanto, apenas el 29% asegura contar con una infraestructura de IA plenamente optimizada e integrada en un sistema operativo central, estandarizado para toda la organización. El resto opera en distintos niveles de integración, con herramientas y procesos que no siempre responden a una estrategia común.
La fragmentación tiene consecuencias concretas. Los equipos deben decidir qué herramienta utilizar para cada tarea, cómo trasladar información entre sistemas y qué restricciones aplicar al manejo de datos corporativos. En lugar de desaparecer, parte del trabajo administrativo cambia de forma: ya no consiste únicamente en completar tareas, sino también en gestionar el conjunto de tecnologías que supuestamente deberían simplificarlas.
El problema se agrava cuando la gobernanza no logra seguir el ritmo de la adopción. La mitad de los directivos consultados reconoce que sus equipos combinan herramientas de IA aprobadas por la empresa con otras no autorizadas. La privacidad y la seguridad de los datos son, precisamente, el principal obstáculo señalado para estandarizar el uso corporativo de estas tecnologías.
Así, la organización puede terminar atrapada entre dos necesidades contrapuestas: acelerar la adopción para no perder oportunidades de productividad y establecer controles para evitar que esa misma adopción abra brechas de seguridad o exponga información sensible.
La IA no elimina automáticamente la burocracia tecnológica. En determinadas condiciones, puede multiplicarla.
El trabajo no desaparece: se convierte en supervisión
La segunda fuente de fricción está en la gestión de personas. Generar un informe, redactar una propuesta o preparar un análisis con asistencia de IA puede llevar menos tiempo. Pero ese ahorro no necesariamente se traduce en una reducción equivalente de la carga de trabajo del gerente que debe revisar el resultado, comprobar su calidad y decidir si está listo para utilizarse.
El 47% de los directivos afirma que dedica más tiempo a revisar y orientar el trabajo de sus equipos desde la incorporación de IA. El 53% reconoce que le resulta más difícil evaluar la contribución original de cada empleado.
El dilema es sencillo de formular y complicado de resolver: cuando un documento llega completo, bien redactado y aparentemente listo para su entrega, ¿cuánto corresponde al criterio del empleado y cuánto al sistema de IA? ¿Quién identificó el problema, tomó las decisiones relevantes y detectó los errores? ¿Cómo se mide el desempeño cuando una parte creciente del proceso de producción está mediada por herramientas que pueden generar resultados similares para personas con capacidades muy diferentes?
La dificultad ya está modificando las reglas de evaluación. El 78% de los directivos asegura haber cambiado la manera de evaluar a sus equipos desde que incorporó IA, ya sea mediante revisiones de desempeño, indicadores de gestión o descripciones de puestos. Entre quienes modificaron esos criterios, el 46% considera que la capacidad de formular instrucciones eficaces para la IA se ha vuelto significativamente más importante.
Pero no se trata simplemente de sustituir habilidades tradicionales por nuevas competencias digitales. Los gerentes también deben evaluar el criterio para decidir qué tareas delegar, la capacidad de verificar resultados, el pensamiento crítico, la velocidad de ejecución y el cumplimiento de procesos. Las exigencias se acumulan, en lugar de reemplazarse.
El riesgo es que una mejora aparente en la productividad individual termine trasladando más trabajo de control a los responsables de los equipos. La tarea que antes requería ejecutar un proceso ahora puede exigir definir cómo utilizar la IA, revisar lo producido, corregir desviaciones y justificar la decisión final.
En esas condiciones, la productividad debe medirse sobre el proceso completo, no solamente sobre el tiempo que tarda una herramienta en generar una respuesta.
La paradoja del gerente: delegar más y controlar más
La próxima etapa de la adopción corporativa promete intensificar este problema. El 58% de los directivos espera gestionar más agentes de IA que empleados humanos dentro de los próximos 12 meses. Los usos que consideran más valiosos incluyen el análisis de datos y la elaboración de informes, la automatización de tareas administrativas repetitivas y la investigación y recopilación de información.
La expectativa es que los agentes puedan ejecutar secuencias de tareas con una intervención humana limitada. Pero delegar una actividad no significa transferir automáticamente la responsabilidad por su resultado.
El 52% de los encuestados teme que un agente acceda a datos sin restricciones suficientes. El 46% manifiesta preocupación por perder supervisión o control sobre sus acciones, mientras que el 35% teme ser considerado personalmente responsable por una decisión tomada por un agente que no controló plenamente.
La contradicción es evidente. Cuanto mayor sea la capacidad de delegación de estos sistemas, más importante será definir sus permisos, establecer límites, verificar sus acciones y determinar quién responde cuando algo falla. Si esas condiciones no se diseñan desde el principio, la automatización puede generar una nueva categoría de trabajo: supervisar sistemas que ejecutan tareas mientras los gerentes intentan conservar la visibilidad sobre lo que sucede.
El informe también aporta una señal de alerta sobre la carga operativa. En Australia, el 62% de los directivos afirma que probar dónde aporta valor la IA exige más esfuerzo del que ahorra. En ese mismo mercado, el 59% dedica más tiempo a revisar y orientar el trabajo de sus equipos, la proporción más alta entre los países estudiados. Son datos de un mercado particular, no una medida universal, pero ilustran el riesgo de que la evaluación permanente de herramientas y resultados absorba una parte importante del tiempo que la tecnología debía liberar.
La gestión de agentes puede terminar convirtiéndose en otra función administrativa si las empresas no consiguen automatizar también la coordinación, la supervisión y el control.
La productividad que todavía falta medir
El informe no demuestra que la inteligencia artificial reduzca la productividad de las empresas. Tampoco concluye que la mayoría de los puestos de trabajo vaya a desaparecer. Lo que expone es una brecha entre el entusiasmo por la tecnología y la capacidad organizacional para convertirla en mejoras sostenibles.
El 34% de los directivos identifica la dependencia excesiva de la IA y la pérdida de habilidades de los empleados como una de sus principales preocupaciones a largo plazo. Otro 25% teme específicamente un deterioro del pensamiento crítico. La preocupación no es menor: una organización puede producir más contenido, completar más tareas y acelerar entregas sin que eso implique necesariamente mejores decisiones o resultados de negocio superiores.
Para los CIOs, CTOs y responsables de transformación digital, la cuestión deja de ser cuántas herramientas pueden incorporar y pasa a ser cómo reorganizar los procesos para que la automatización reduzca el esfuerzo total. Eso implica integrar las plataformas, establecer políticas claras de uso, definir qué actividades requieren aprobación humana y crear mecanismos que permitan rastrear las acciones de los agentes.
También exige revisar los indicadores de productividad. Medir cuántas tareas completa una herramienta o cuánto tarda en producir un informe ofrece una visión parcial si no se contabilizan las horas dedicadas a verificar, corregir y coordinar el trabajo. La eficiencia real depende de que el ahorro obtenido en una etapa no se pierda en otra.
La inteligencia artificial puede ofrecer ventajas sustanciales, pero no las garantiza por el mero hecho de estar disponible. Cuando se incorpora sobre procesos fragmentados, con responsabilidades difusas y controles improvisados, el resultado puede ser más complejidad en lugar de más eficiencia.
Comentarios