Durante el eCommerce Day, Javier Esteban Durán, director de la Comitiva Atlántica de CACE y co-founder de Apertus, y Diego Urfeig, director de la comisión de data de CACE y director de AI transformation de Ukelele growth company brindaron una charla cuyo principal planteo fue que incorporar IA no constituye solamente un desafío tecnológico, sino un cambio cultural que requiere liderazgo, objetivos, formación y medición.

En lugar de una exposición tradicional, los speakers propusieron a la audiencia ponerse en el lugar de los responsables de Tienda Azul, una empresa de e-commerce ficticia que debía decidir cómo implementar inteligencia artificial. A través de distintas situaciones y opciones, el público votaba qué camino tomar y los especialistas seleccionaban posteriormente la alternativa que, de acuerdo con su experiencia trabajando con organizaciones, consideraban más favorable.

El punto de partida fue una constatación: aunque la mayoría de las empresas ya utiliza herramientas de IA, son muchas menos las que efectivamente cambiaron su forma de trabajar y lograron identificar un impacto en sus métricas de negocio.

Para Urfeig, esto ocurre porque muchas compañías comienzan el proceso desde el lugar equivocado. “La gran mayoría de las empresas usaron IA, pero muy pocas lograron cambiar su forma de trabajar impactando en sus negocios”, señaló. Por eso, planteó que la adopción no debería pensarse como la incorporación de una herramienta más al stack tecnológico.

“Adoptar inteligencia artificial pareciera ser un desafío tecnológico, pero no es un desafío tecnológico: es principalmente un desafío cultural con herramientas tecnológicas”, afirmó.

Durán complementó la idea al definir la cultura organizacional como la personalidad de una compañía; cambiarla implica modificar la forma en que las personas que la integran trabajan, toman decisiones y resuelven problemas.

Primera decisión. ¿A quién darle acceso?

El primer escenario planteó que Tienda Azul contaba con presupuesto para habilitar inteligencia artificial solamente al 10% de la empresa. Las opciones eran dar acceso a los líderes, a los colaboradores más entusiastas con la tecnología o utilizar un área completa como piloto.

La respuesta que los especialistas consideraron más favorable fue dar acceso a los líderes.

La razón es que los colaboradores entusiastas probablemente ya están experimentando con IA, incluso cuando la empresa no les proporciona formalmente las herramientas. “Los entusiastas usan inteligencia artificial igual. Por más que nosotros no se la habilitemos, ya están ahí, ya están usando, ya están probando”, explicó Urfeig. “Si los líderes no están adentro y no son heavy users de inteligencia artificial, esos cambios no escalan. No generan una transformación real en un área si solamente los entusiastas son los que tienen acceso”, sostuvo.

Para Durán, el líder debe ser el primer usuario y no necesariamente convertirse en un especialista tecnológico. Su función es entender en qué procesos y áreas del negocio la IA puede “mover la aguja”.

“Si el líder sabe dónde puede mover la aguja y cuáles son los procesos que tiene que atacar, los resultados se traducen en el estado de resultados”, explicó.

Segunda decisión. ¿Capacitar o trabajar sobre procesos reales?

Una vez involucrados los líderes, la siguiente pregunta fue cómo extender el conocimiento al resto de la organización. Las alternativas eran una capacitación masiva, un esquema de train the trainer o trabajar con equipos completos sobre procesos reales.

La respuesta elegida fue la tercera: trabajar con equipos completos sobre procesos reales.

Para los especialistas, una transformación cultural no ocurre simplemente porque toda la empresa haya realizado un curso. El aprendizaje debe estar vinculado con problemas concretos y con la forma en que cada equipo desarrolla su trabajo. “Hay que revisar y preguntarse por qué estamos haciendo lo que estamos haciendo”, señaló Urfeig.

La pregunta, explicó, cobra especial relevancia frente a procesos que muchas veces se mantienen simplemente porque históricamente se hicieron de esa manera: “No dar nada por sentado, sino tratar de entender si lo hacemos así porque lo venimos haciendo o porque podríamos implementar algo mejor”.

Tercera decisión. ¿Permitir, impulsar o exigir?

El siguiente escenario apareció cuando una parte importante de Tienda Azul ya utilizaba IA, aunque con diferentes niveles de adopción. La compañía debía decidir si simplemente permitiría su uso, si lo impulsaría mediante acompañamiento o si lo exigiría incorporándolo a los objetivos trimestrales.

La alternativa más favorable fue exigir la adopción e incorporarla a los objetivos de la organización. "Si no están los objetivos, los incentivos y la visión, queda como algo que queremos que suceda, pero que no baja a la realidad”, explicó Urfeig.

Según su experiencia, permitir el uso de IA es cómodo, pero no necesariamente genera cambios; e impulsar su utilización tampoco garantiza una transformación sostenida. Para que el proceso forme parte de la estrategia, debe convertirse en un objetivo explícito.

No todas las resistencias son iguales

La cuarta decisión estuvo vinculada con las resistencias internas. Frente a la IA, algunas personas pueden tener miedo a perder su trabajo, otras no comprender el cambio, otras necesitar capacitación y otras directamente obstaculizar el proceso.

La respuesta elegida fue distinguir quién necesita apoyo de quién está obstaculizando el camino.

Durán explicó que no todas las resistencias deben abordarse de la misma manera. Puede haber colaboradores que no estén preparados y necesiten desarrollar nuevas competencias; otros pueden tener miedo al reemplazo o no comprender hacia dónde va la organización y requerir comunicación, contexto y acompañamiento.

Pero también existe otro tipo de resistencia, la de quienes sistemáticamente boicotean los cambios.

“Una organización no puede frenar su evolución por quienes se resisten sistemáticamente al cambio”, sostuvo Durán. En esos casos, la compañía debe tomar una decisión, diferenciando a quienes necesitan ser acompañados de quienes efectivamente están obstaculizando la transformación.

Una vez que los equipos comienzan a experimentar y a desarrollar soluciones, aparece un nuevo problema, el de la gobernanza.

“Cuando armamos un equipo que pueda empezar a implementar, se van a dar cuenta de que van a tener 10, 20, 30, 40, 50 proyectos en simultáneo andando con inteligencia artificial”, planteó Urfeig.

A partir de allí surgen preguntas que muchas empresas todavía no se hacen. Por ejemplo, quién mantiene las soluciones creadas, quién las evoluciona y qué sucede si la persona que las desarrolló abandona la organización.

Durán advirtió, en ese sentido, sobre el riesgo de contratar a un implementador externo que entra, desarrolla una solución y se retira definitivamente. “Ojo con el ‘sale para siempre’, porque después los equipos no tienen a dónde consultar y ahí empieza a generarse como un caos”, señaló.

La recomendación es dejar referentes internos y establecer mecanismos de seguimiento, incluso mediante una mínima auditoría periódica que permita controlar que las soluciones continúen funcionando correctamente.

La curva J. No te preocupes, tu productividad descenderá. 

Al principio, explicaron, la productividad cae. Los equipos deben aprender a utilizar la tecnología, los procesos que antes se realizaban de una determinada manera pueden llevar más tiempo y aparece la frustración.

“Lo mismo que hacíamos antes nos lleva más tiempo”, explicó Urfeig. Es en ese momento cuando algunas personas abandonan la experimentación y vuelven a trabajar como antes, perdiendo la oportunidad de alcanzar la etapa posterior de crecimiento de productividad.

Por eso, la recomendación es no interpretar esa primera caída como un fracaso. “Empiecen poco, pongan unos objetivos, capaciten a sus líderes, empiecen a producir y no se frustren si al principio pierden productividad”, aconsejó

La transformación grande (T) se compone de muchas “t chiquitas”

Hacia el cierre, Urfeig planteó una de las principales conclusiones de la charla, una implementación de IA no garantiza mejores resultados de negocio por sí misma.

“Con inteligencia artificial no necesariamente vamos a tener mejor resultado a fin de año”, advirtió. Para evitarlo, las empresas deben entender las herramientas disponibles, fomentar la experimentación y, sobre todo, construir un roadmap de proyectos capaces de generar un impacto concreto.

“Si no elegimos bien esos proyectos, vamos a terminar el año igual que como lo empezamos, solo que pagando licencias y con personas más estresadas”, afirmó.

La transformación, según su mirada, no debería encararse como un único gran proyecto. “La transformación grande, la T mayúscula, se compone de muchas T chiquitas”, explicó.

La recomendación es no perseguir una cantidad determinada de proyectos por el solo hecho de implementar IA. Si una organización puede gobernarlos, podrá avanzar con más iniciativas; si no, es preferible comenzar con cuatro o cinco proyectos que realmente tengan impacto.

Para los especialistas, elegir qué procesos delegar a la IA implica preguntarse qué aporta específicamente el trabajo humano. “¿Dónde está el valor de lo humano? ¿Qué es lo que el humano realmente puede agregar a este proceso y dónde realmente lo puedo delegar a inteligencia artificial para no seguir haciendo cosas repetitivas?”, planteó Urfeig.

IA como transformación cultural

La conclusión de la charla volvió así al planteo inicial. La inteligencia artificial no debería abordarse solamente como una nueva tecnología que se incorpora a una organización, sino como una oportunidad para revisar procesos, roles y formas de trabajo.

“Para hablar de estrategia, tiene que haber una estrategia y se la tenés que contar a la gente”, afirmó Durán. Según explicó, uno de los problemas que encuentran en las organizaciones es que las personas muchas veces no saben hacia dónde va la compañía ni con qué herramientas pretende llegar allí.

En definitiva, la propuesta de los especialistas fue pasar de la lógica de “usar IA” a una mucho más concreta: usar inteligencia artificial para transformar aquello que realmente puede mover la aguja de una organización, sin perder de vista el valor diferencial que todavía aporta lo humano.