Los paneles de control de IA pasan por alto el verdadero problema en el trabajo

Las empresas compiten por medir la adopción de la IA mediante paneles de control, recuentos de tokens, la interacción con plataformas e incluso clasificaciones de empleados. Algunas han ido más allá y vinculan el uso de la IA con aumentos salariales y promociones. Pero, según el autor, el director de IA de Cornerstone, ese enfoque crea una imagen engañosa: el uso no es lo mismo que la capacidad.

Una investigación basada en una encuesta a 2.000 trabajadores en EE. UU. y el Reino Unido apunta a esa brecha. Mientras el 46 % de los empleados dicen usar herramientas de IA en el trabajo, casi la mitad no ha recibido formación formal en IA, y el 56 % no tiene un camino claro para desarrollar habilidades relacionadas con la IA. Más llamativo aún, el 17 % dice que finge usar IA en el trabajo.

Eso importa porque las métricas de actividad pueden parecer saludables mientras que la competencia real sigue siendo débil. Un empleado que genera 10 indicaciones al día puede parecer comprometido, pero eso no muestra si sabe redactar indicaciones efectivas, verificar salidas, detectar alucinaciones o usar la IA de forma responsable para mejorar el rendimiento.

Por qué las métricas de uso de la IA se quedan cortas

El artículo sostiene que muchas organizaciones avanzan más rápido en la medición que en el desarrollo de la plantilla. A medida que la IA se integra en el trabajo diario, los líderes quieren pruebas visibles de que sus inversiones están dando frutos. Los paneles y el recuento de indicaciones ofrecen esa visibilidad, pero también pueden crear una falsa confianza.

Recomendado

Un avance en 6G filtra la interferencia en su origen

El mismo problema aparece en la automatización de procesos. El autor advierte contra intentar «agentificar» todo envolviendo agentes de IA alrededor de los flujos de trabajo existentes sin replantear el trabajo en sí. Automatizar un proceso defectuoso, argumenta, solo crea un proceso defectuoso más rápido. Y medir el éxito únicamente por las ganancias de eficiencia subestima la oportunidad: el premio mayor es la transformación que mejora tanto los ingresos como los resultados netos.

El CIO y RR. HH. necesitan responsabilidad conjunta

Un problema central es la visibilidad fragmentada. Un equipo gestiona la adquisición de tecnología, otro posee los datos de aprendizaje y habilidades, y los datos de desempeño a menudo están en otro lugar. Eso dificulta relacionar el uso de la IA con resultados empresariales reales.

El autor dice que esto es tanto un problema del CIO como de RR. HH., y pide responsabilidad conjunta en lugar de mera coordinación. En ese modelo, el CIO y los líderes de RR. HH. compartirían la responsabilidad de si los empleados pueden realmente ejecutar la estrategia de IA de la empresa.

El artículo también sostiene que las habilidades con más probabilidades de perdurar no están ligadas a un modelo o herramienta concreta, sino a la experiencia en el dominio expresada como trabajo. Las organizaciones que conectan la adopción de IA directamente con tareas y resultados reales tienen más probabilidades de construir capacidades duraderas en lugar de un uso superficial.

TechRadar señala que el artículo se publicó como parte de TechRadar Pro Perspectives y que las opiniones son del autor, no necesariamente de TechRadarPro ni de Future plc.