Automatización de tareas: saber redistribuir el trabajo entre humanos y agentes de IA
Desde la llegada de la inteligencia artificial generativa a los usos profesionales, una pregunta vuelve constantemente: ¿cuántos empleos serán reemplazados por la IA? Atrae la atención porque afecta directamente a los trabajadores, a los directivos y al futuro de numerosas profesiones. Sin embargo, no siempre permite comprender lo que realmente está ocurriendo en las organizaciones.
Un empleo no es una actividad única. Reúne decenas de tareas que requieren competencias, niveles de juicio y responsabilidades muy distintos. Algunas son repetitivas, otras exigen análisis. Algunas consisten en buscar o transformar información, mientras que otras se apoyan en una relación humana, una decisión, una negociación o una responsabilidad profesional. Cuando la inteligencia artificial entra en ese entorno, no transforma necesariamente el oficio en su conjunto. Primero modifica la manera en que algunas de sus tareas pueden realizarse.
La llegada de los agentes de IA añade ahora una dimensión adicional. La inteligencia artificial puede superar progresivamente la producción de un texto, de un análisis o de una recomendación para llevar a cabo una secuencia de acciones, utilizar distintas herramientas, interactuar con sistemas y perseguir un objetivo con cierta autonomía. La empresa debe entonces ir más allá de la pregunta “¿qué tareas podemos automatizar?” para plantear otra mucho más estructurante: ¿cómo deberíamos repartir el trabajo entre los humanos, los agentes de IA y los sistemas automatizados a fin de obtener el mejor resultado? Esta pregunta transforma profundamente la manera de concebir el trabajo.
La automatización tradicional buscaba principalmente retirar trabajo humano
Durante varias décadas, la automatización consistió sobre todo en identificar tareas repetitivas que pudieran confiarse a una máquina o a un programa. En una fábrica, un robot podía efectuar una operación física repetitiva. En una oficina, un sistema informático podía calcular una factura, transferir datos o producir automáticamente un informe. El objetivo era generalmente bastante claro: reducir el tiempo humano necesario para la ejecución de una actividad suficientemente previsible como para ser codificada.
La inteligencia artificial amplía considerablemente ese territorio. Puede intervenir en actividades que requieren comprender lenguaje, buscar información, resumir documentos, analizar ciertas situaciones, producir contenido, interpretar datos o proponer acciones. Con los agentes de IA, varias de esas capacidades pueden ahora ensamblarse en una secuencia de trabajo más completa.
La frontera entre trabajo humano y trabajo automatizado se vuelve, por lo tanto, mucho menos nítida. Una actividad ya no necesita ser completamente automatizable para beneficiarse de la IA. Algunas partes pueden confiarse a un agente mientras un humano conserva las que exigen más juicio, responsabilidad o interacción. El objetivo evoluciona así de la automatización hacia la orquestación del trabajo.
Un oficio es un ensamblaje de tareas
Esta distinción cambia la manera de interpretar las previsiones que anuncian que una gran proporción de los oficios se verá afectada por la inteligencia artificial. Verse afectado por la IA no significa necesariamente desaparecer. Un oficio puede transformarse profundamente mientras la persona sigue siendo esencial para su realización.
Tomemos a un representante de ventas. Su trabajo puede incluir la búsqueda de prospectos, la preparación de un expediente, la consulta del CRM, el análisis del historial del cliente, la redacción de un correo electrónico, la preparación de una reunión, la conversación con el cliente, la negociación, la preparación de una propuesta y el seguimiento de la oportunidad de negocio. Varias de esas actividades ya pueden acelerarse con la inteligencia artificial. Sin embargo, la relación comercial, la comprensión del contexto, la confianza y ciertas decisiones siguen siendo fuertemente humanas.
El mismo razonamiento se aplica a un contador, un ingeniero, un gerente, un analista, un técnico, un profesional de recursos humanos o un especialista en ciberseguridad. Su oficio puede seguir siendo necesario mientras el reparto del tiempo entre sus distintas tareas cambia considerablemente.
La pregunta estratégica se vuelve entonces mucho más precisa: ¿qué tareas deberían seguir siendo humanas, cuáles deberían ser aumentadas por la IA y cuáles pueden confiarse principalmente a sistemas automatizados o a agentes?
El mejor reparto no es necesariamente el que más automatiza
Puede resultar tentador medir la madurez de una organización por su nivel de automatización. Una empresa que automatiza más parecería necesariamente más avanzada. Sin embargo, esa lógica corre el riesgo de producir malas decisiones.
Algunas tareas pueden automatizarse técnicamente y, aun así, convenir que sigan siendo humanas. Una conversación delicada con un empleado, una negociación estratégica, una decisión con consecuencias importantes o una relación con un cliente de gran envergadura pueden requerir un nivel de comprensión contextual, de responsabilidad y de confianza que supera la simple capacidad de producir una respuesta plausible.
A la inversa, ciertas tareas que las organizaciones siguen asignando a profesionales altamente calificados tienen muy poco valor cuando se realizan manualmente. Buscar información en varios sistemas, copiar datos, reformatear documentos, preparar una primera síntesis o verificar elementos repetitivos puede consumir una parte considerable del tiempo de un especialista sin aprovechar realmente su experticia.
Un buen reparto del trabajo no busca, por lo tanto, maximizar el uso de la IA. Busca maximizar el valor producido por la combinación de las capacidades humanas y tecnológicas disponibles.
El agente de IA introduce un nuevo participante en el proceso
La llegada de los agentes de IA modifica todavía más esta reflexión. Un software tradicional espera generalmente una orden precisa. Un agente puede recibir un objetivo, determinar ciertas etapas necesarias, utilizar distintas herramientas y continuar su trabajo hasta obtener un resultado o hasta el momento en que una intervención humana se vuelve necesaria.
Imaginemos un proceso de abastecimiento. Un agente podría vigilar ciertos niveles de inventario, analizar el historial de consumo, consultar los plazos de los proveedores, preparar una recomendación de compra y generar una solicitud lista para ser aprobada. En un contexto bien gobernado, eventualmente podría realizar algunas acciones adicionales dentro de límites preestablecidos.
El comprador no desaparece necesariamente del proceso. Su rol puede desplazarse hacia las excepciones, la negociación, la evaluación de los proveedores, las decisiones con un impacto financiero importante y la mejora de la estrategia de abastecimiento.
El proceso se vuelve entonces híbrido. Una parte del trabajo es humana, otra está automatizada y ciertas actividades se realizan conjuntamente.
Hay que rediseñar el proceso antes de elegir la herramienta
Esa es probablemente una de las consecuencias más importantes de la llegada de los agentes de IA. Una empresa que empieza por comprar una tecnología corre el riesgo de buscar después lugares donde insertarla. Añade entonces inteligencia artificial a procesos que fueron concebidos para un mundo en el que prácticamente todas las decisiones e interacciones eran realizadas por humanos o por software tradicional.
El enfoque inverso es mucho más interesante. La organización empieza por examinar el proceso en sí. Busca comprender por qué existe cada etapa, qué valor produce, qué información es necesaria, dónde aparecen los retrasos, qué decisiones conllevan un riesgo real y qué actividades movilizan inútilmente tiempo humano.
Ese trabajo permite a veces descubrir que ciertas tareas simplemente deberían eliminarse. Otras pueden simplificarse. Algunas pueden automatizarse con tecnologías convencionales. Otras se convierten en excelentes candidatas para la IA. Y unas pocas deben permanecer bajo control humano.
La transformación ya no consiste entonces en automatizar el proceso existente. Consiste en diseñar un mejor proceso teniendo en cuenta capacidades que no existían cuando fue creado.
El rol del humano puede volverse más importante precisamente porque ciertas tareas desaparecen
La automatización se presenta a menudo como una reducción del rol humano. En varias situaciones, puede producir el efecto inverso sobre las tareas que permanecen.
Cuando un profesional dedica menos tiempo a buscar, copiar, reformatear o preparar información, puede dedicar más tiempo a comprender, decidir, comunicar, crear, negociar o mejorar.
Un gerente puede pasar menos tiempo compilando informes y más acompañando a su equipo. Un representante puede dedicar menos tiempo a preparar sus expedientes y más a sus clientes. Un analista puede reducir el tiempo dedicado a reunir los datos y profundizar su interpretación. Un especialista en ciberseguridad puede delegar ciertos análisis repetitivos y concentrar su experticia en las anomalías y en las decisiones que presentan más riesgos.
La ganancia real no se mide, por lo tanto, únicamente en horas ahorradas. También puede medirse en la calidad del trabajo humano que se vuelve posible cuando ciertas actividades de menor valor se asumen de otra manera.
La responsabilidad no puede automatizarse tan fácilmente como la ejecución
Sin embargo, esta redistribución del trabajo plantea una cuestión fundamental: ¿quién sigue siendo responsable del resultado?
Un agente puede preparar una recomendación financiera, analizar un contrato, preseleccionar candidatos, identificar una transacción inusual o proponer una decisión operativa. Su capacidad técnica para realizar una tarea no determina automáticamente el nivel de autonomía que una organización debería otorgarle.
El nivel de riesgo debe intervenir en el diseño del proceso. Una acción fácilmente reversible y de bajo impacto puede permitir una autonomía importante. Una decisión susceptible de tener consecuencias financieras, jurídicas, humanas o de seguridad importantes requerirá generalmente más control.
La gobernanza de la IA debe, por lo tanto, integrarse directamente en el reparto del trabajo. Las organizaciones deben determinar los permisos otorgados a los agentes, los datos a los que pueden acceder, las acciones que pueden efectuar, las situaciones que exigen una validación y los mecanismos que permiten rastrear sus intervenciones.
El agente de IA se convierte en un participante del proceso, pero la organización sigue siendo responsable de lo que le permite hacer.
El humano en el circuito no debería convertirse en una formalidad
La expresión human in the loop se ha vuelto habitual para tranquilizar sobre el uso de la inteligencia artificial. Sin embargo, puede crear una falsa seguridad.
Un empleado que debe aprobar cientos de decisiones generadas automáticamente corre el riesgo de validarlas progresivamente sin examinarlas realmente. Si la IA produce casi siempre una respuesta aceptable, la atención humana disminuye de forma natural. El control existe oficialmente, pero su valor real se degrada.
La presencia humana debe, por lo tanto, diseñarse en función del riesgo y del valor del juicio. En ciertos procesos, el humano debe aprobar cada decisión. En otros, puede intervenir únicamente en las excepciones, las anomalías o las situaciones que superan ciertos umbrales. En otros casos, controles automatizados pueden complementar la supervisión humana.
La pregunta pertinente no es simplemente saber si un humano está presente en el proceso. Consiste en determinar en qué momento su juicio aporta realmente un valor superior.
Los gerentes deberán aprender a dirigir procesos híbridos
Esta evolución también tendrá consecuencias importantes sobre la gestión. Tradicionalmente, los gerentes repartieron el trabajo entre personas. Deberán aprender progresivamente a repartir ciertas actividades entre personas, sistemas automatizados y agentes de IA.
Deberán comprender lo suficiente las capacidades y los límites de esos sistemas para saber qué responsabilidades confiarles. También deberán monitorear su desempeño, sus errores, sus costos y sus efectos sobre las operaciones.
La gestión de la capacidad podría cambiar ella misma. Cuando un volumen de trabajo aumenta, la primera respuesta ya no será necesariamente añadir un empleado. Habrá que determinar primero qué parte de esa carga requiere realmente más capacidad humana y qué parte puede ser absorbida por los sistemas.
Eso no convierte al gerente en informático. Hace de la comprensión de la IA y de la automatización una nueva dimensión de la gestión de las operaciones.
Los indicadores de desempeño también deberán evolucionar
Si una empresa redistribuye el trabajo sin modificar su manera de medir el desempeño, corre el riesgo de conservar comportamientos heredados del modelo anterior.
Un empleado que produce diez informes manualmente y un empleado que supervisa a un agente capaz de producir cien ya no realizan exactamente el mismo trabajo. Medir únicamente el número de informes producidos se vuelve rápidamente insuficiente.
Los indicadores deben reflejar más el valor creado: calidad, plazos, tasa de error, satisfacción del cliente, resolución de los problemas, costo del proceso, capacidad de innovación o mejora de los resultados operativos.
La inteligencia artificial obliga así a las organizaciones a volver a una pregunta fundamental de la excelencia operativa: ¿qué valor buscamos realmente producir?
La transformación de los oficios debe ir acompañada
Redistribuir el trabajo significa también redistribuir las competencias necesarias.
Un profesional que antes realizaba todas las etapas de un proceso puede ahora tener que aprender a supervisar ciertas actividades automatizadas, interpretar los resultados producidos por la IA, intervenir en las excepciones y mejorar continuamente el proceso.
Eso exige formación, pero también transparencia. Los empleados deben comprender por qué su trabajo evoluciona, qué responsabilidades siguen siendo suyas y qué nuevas competencias les permitirán conservar o aumentar su contribución.
Una organización que introduce agentes de IA sin tratar esa dimensión humana corre el riesgo de provocar una resistencia perfectamente previsible. A la inversa, una empresa que asocia a sus equipos al diseño de los nuevos procesos puede utilizar su conocimiento del trabajo real para determinar con mucha más precisión qué debería automatizarse y qué debe seguir siendo humano.
Las personas que realizan cotidianamente el trabajo conocen a menudo excepciones, restricciones y sutilezas invisibles en los procedimientos oficiales. Su participación se convierte, por lo tanto, en una condición de calidad de la transformación.
Conclusión
La inteligencia artificial ya está transformando los oficios, pero el fenómeno es más sutil que la simple desaparición o creación de empleos. Lo que cambia primero es la composición del trabajo.
Algunas tareas se vuelven automatizables. Otras pueden acelerarse con la IA. Algunas siguen requiriendo un juicio humano importante. Y los agentes introducen ahora la posibilidad de confiar a los sistemas secuencias de actividades mucho más completas.
Las empresas deben, por lo tanto, aprender a diseñar procesos en los que humanos y agentes de IA intervengan allí donde sus capacidades respectivas crean más valor. Eso exige un conocimiento preciso de las operaciones, una gobernanza clara, un dominio de los datos y de los accesos, indicadores adaptados y un acompañamiento de las personas cuyos roles evolucionarán.
En Quantum Beyond, esta reflexión se sitúa en el centro de la transformación organizacional en la era de la IA. Nuestros expertos trabajan junto a los equipos operativos, tecnológicos y de dirección para comprender los procesos existentes, identificar las posibilidades de mejora, determinar dónde la IA puede crear realmente valor y construir una gobernanza que permita a las organizaciones conservar el dominio de sus operaciones.
El objetivo de una transformación con IA no debería, por lo tanto, ser reemplazar la mayor cantidad posible de tareas humanas. Debería ser diseñar una organización en la que cada recurso — humano o tecnológico — se utilice allí donde aporta más valor.
La pregunta que determinará el desempeño de las empresas pronto ya no será únicamente “¿cuántos empleados tenemos?”, ni siquiera “¿cuántos agentes de IA utilizamos?”. Será: “¿hemos aprendido a repartir inteligentemente el trabajo entre ambos?”