Una de las primeras cosas que escuchamos o leemos cuando se habla del impacto de la IA en las empresas es cuánto tiempo nos permite ahorrar.
Algo que antes llevaba cuatro horas ahora lleva una, un informe que demandaba días se resuelve en una mañana y una primera versión aparece en segundos. Y está buenísimo, yo también lo hago y no tengo ninguna intención de volver atrás.
Pero, y siempre hay un “pero”, ¿estamos midiendo el impacto de una tecnología completamente nueva con la lógica de los procesos viejos? Hacer lo mismo más rápido es eficiencia, pero no necesariamente es transformación.
Y quizás, después de una primera etapa en la que todos estuvimos probando herramientas, automatizando tareas y descubriendo cuánto podíamos acelerar, haya llegado el momento de empezar a hacernos otra pregunta.
Si hoy diseñáramos desde cero la forma en que hacemos las cosas, con las posibilidades que tenemos ahora, ¿la diseñaríamos igual?
Creo que ahí empieza una conversación bastante más interesante, ya que gran parte de los procesos con los que trabajamos fueron creados en función de determinadas limitaciones. Limitaciones de tiempo, de cantidad de personas, de capacidad para procesar información, de costos y de acceso a determinados conocimientos. Aprendimos a trabajar dentro de esas restricciones y construimos estructuras, roles y formas de hacer alrededor de ellas.
La IA empieza a modificar algunas de esas limitaciones. Podemos analizar cantidades de información que antes hubiera sido imposible procesar, generar múltiples escenarios en poco tiempo, personalizar a una escala que antes no era viable, acceder y conectar conocimiento mucho más rápido, probar alternativas antes de decidir.
Muchas veces terminamos usando toda esa capacidad nueva para acelerar el proceso que ya teníamos, y es lógico, porque es mucho más fácil incorporar una herramienta dentro de una forma conocida de trabajar que cuestionarnos cómo trabajamos.
Pero de esta forma, corremos el riesgo de terminar automatizando también nuestras propias inercias.
Podemos hacer más rápido un reporte que quizás nadie necesita con esa frecuencia, generar en segundos contenidos que no necesariamente deberíamos producir, automatizar reuniones, resúmenes, presentaciones y análisis sin preguntarnos qué decisión mejoran. Incluso podemos volver muchísimo más eficiente un proceso que, si pudiéramos diseñarlo hoy, probablemente ya no lo necesitaríamos.
Y entonces aparece una paradoja de la eficiencia; podríamos volvernos extraordinariamente buenos haciendo algo que ya no tiene demasiado sentido hacer. Y para quienes trabajamos con marcas y organizaciones, me parece algo sumamente relevante.
En marketing, por ejemplo, la IA nos permite producir más piezas, más versiones, más adaptaciones, más rápido y a menor costo. La tentación inmediata es aprovechar esa capacidad para multiplicar la producción.
Pero ¿es eso lo que necesitábamos? Si estamos compitiendo, como todos sabemos, en un entorno saturado de mensajes, producir diez veces más contenido quizás no sea una ventaja. Poder entender mejor a quién queremos llegar, encontrar patrones que antes no veíamos, detectar oportunidades, probar hipótesis, personalizar mejor o dedicar más tiempo a decidir qué vale la pena decir puede ser mucho más importante.
La tecnología puede aumentar nuestra capacidad de producir y eso no significa que producir más sea la mejor decisión.
Antes de preguntarnos qué parte de un proceso podemos automatizar, deberíamos preguntarnos por qué ese proceso es así, qué problema resuelve, qué restricciones le dieron esa forma y cuáles de esas restricciones siguen existiendo.
Porque si cambia una restricción importante, también debería existir la posibilidad de cambiar la solución. Y ahí es donde la IA empieza a volverse verdaderamente estratégica, cuando nos permite volver al principio y preguntarnos si ese proceso sigue siendo la mejor manera de llegar al resultado que buscamos.
Y esto requiere revisar hábitos, cuestionar formas de trabajo que llevan años instaladas y aceptar que algunas cosas que hacemos simplemente las seguimos haciendo porque siempre las hicimos así, por pura inercia.
En los artículos anteriores de esta serie hay una idea que se viene repitiendo. La IA tiene una capacidad enorme, pero eso por sí sola no genera valor, la diferencia está en cómo la usamos y, sobre todo, en las decisiones que tomamos a partir de ella.
Por eso, si tuviera que empezar a trabajar la incorporación de IA en un proceso, no empezaría preguntando ¿qué podemos automatizar?, me iría un paso antes y me preguntaría ¿Qué estamos intentando resolver?
Después, ¿qué hacemos hoy para resolverlo?, ¿por qué lo hacemos de esa manera y qué cambiaríamos si algunas de las restricciones con las que diseñamos esa solución ya no existieran?
Ahí recién pensaría dónde puede intervenir la IA. Automatizar puede hacernos más eficientes pero repensar qué hacemos, cómo lo hacemos y por qué lo hacemos puede hacernos mejores.
