Nuestros consejos favoritos sobre gestión para liderar con IA

por Harvard Business Review Editorial StaffEntorno e Innovación

Trate la adopción de la IA como un esfuerzo de desarrollo de equipo, no solo como una actualización tecnológica.

estione el “agotamiento mental” provocado por la IA en su equipo

Diseñe cómo la IA se integra en el trabajo para que impulse el rendimiento sin agotar a su equipo. He aquí cómo:

— Rediseñe el trabajo para la colaboración entre humanos e IA. No se limite a añadir supervisión de IA a las responsabilidades existentes. Defina límites claros sobre cuántas herramientas o agentes puede gestionar cada empleado al mismo tiempo.

— Establezca expectativas claras sobre la carga de trabajo. Aclare el propósito de la IA, explique cómo evolucionarán los roles y defina cómo deben ser la supervisión y los resultados.

— Mida el impacto, no la actividad. Cuando se incentiva la cantidad, los empleados producen más trabajo con menor calidad y mayor desgaste mental. Enfóquese en resultados de negocio medibles.

— Desarrolle habilidades para gestionar el trabajo con IA. Ayude a los empleados a fortalecer habilidades como la definición de problemas, la planeación y la priorización.

— Proteja la atención humana. Monitoree la carga cognitiva y cree normas que favorezcan la concentración, el buen juicio y un desempeño sostenible.

Este consejo es una adaptación de “When Using AI Leads to ‘Brain Fry’», de Julie Bedard et al.

Lidere a su equipo a través de la ansiedad por la IA

Aunque no puede ofrecer certeza para mitigar la ansiedad profesional, sí puede brindar a su equipo honestidad, empatía y claridad. He aquí cómo:

— Nombre el miedo. Comience por normalizar la ansiedad. Comparta su propia incertidumbre y modele valentía, pasando a la acción a pesar de todo.

— Cree espacios para conversaciones emocionales. Construya seguridad psicológica reservando tiempo para hablar sobre el impacto de la IA.

— Comprométase con la acción. Ofrezca siguientes pasos, oportunidades de desarrollo de habilidades o sesiones de aprendizaje compartido. Si existen riesgos reales para los puestos de trabajo, dígalo desde el inicio y dé tiempo a las personas para prepararse.

— Mantenga el diálogo. La comunicación continua y transparente fortalece la resiliencia y el propósito compartido.

Este consejo es una adaptación de “Your Team Is Anxious About AI. Here’s How to Talk to Them About It”, de Morra Aarons-Mele.

Detenga el “workslop” en su equipo

Implementar mandatos de IA sin proporcionar apoyo también conduce a una avalancha de resultados de baja calidad que erosionan la confianza, desperdician tiempo y deterioran la moral del equipo. Como líder, necesita adoptar un enfoque sistemático. He aquí cómo:

— Reconstruya una cultura de confianza. Haga que sea seguro admitir cuando la IA no está ayudando.

— Establezca normas claras para el uso de la IA. Defina cómo se ve un “buen” resultado, establezca cuándo se debe y no se debe usar la IA, e incorpore procesos de revisión que refuercen (no sustituyan) el juicio humano.

— Cree roles de apoyo con responsabilidad clara. Designe “arquitectos” de colaboración con IA que puedan mapear puntos de fricción, alinear herramientas con flujos de trabajo y asegurar que los resultados se mantengan vinculados a los objetivos del negocio.

Este consejo es una adaptación de “Why People Create AI ‘Workslop’ — and How to Stop It”, de Kate Niederhoffer et al.

Evite que sus esfuerzos con IA se estanquen

Si quiere un ROI real, necesita gestionar la percepción de riesgo, no solo el despliegue tecnológico. He aquí cómo:

— Reconozca el riesgo moldeado por la industria antes de implementar la IA. Identifique cómo su gente interpreta la IA: ¿La perciben como una oportunidad o como su reemplazo? Construya su estrategia en torno a esas percepciones. Si las ignora, malinterpretará tanto el entusiasmo como la resistencia.

— Deje de tratar el uso como indicador de adopción real. Un alto nivel de uso no garantiza compromiso. Mida si las personas se sienten seguras, no solo si inician sesión.

— Diseñe primero para el aprendizaje y después para la escala. Cuando las personas se sienten lo suficientemente seguras para aprender, la adopción se vuelve sostenible (y los resultados llegan).

Este consejo es una adaptación de “Why AI Adoption Stalls, According to Industry Data”, de Erin Eatough et al.

¿Está listo para gestionar agentes de IA?

Si supervisa una fuerza laboral híbrida de humanos e IA, su rol es orquestar el rendimiento, la seguridad y la alineación con los objetivos del negocio. He aquí cómo:

— Desarrolle alfabetización operativa en IA. Comprenda cómo funcionan los agentes, cómo los prompts influyen en los resultados y cómo diagnosticar fallas.

— Desarrolle experiencia funcional profunda. Conozca el proceso de negocio que su agente respalda.

— Practique el pensamiento sistémico. Diseñe la coordinación entre múltiples agentes y asegure transiciones fluidas hacia humanos cuando aumente la complejidad.

— Fortalezca la resiliencia al cambio. Trabaje en ciclos rápidos de prueba–implementación–aprendizaje. Ajuste la lógica con frecuencia a medida que evolucionen los modelos y cambien las prioridades del negocio.

— Perfeccione su capacidad para diseñar prompts. Trate los prompts como herramientas de entrenamiento. Mejore continuamente el lenguaje y la estructura para impulsar precisión, tono y consistencia.

— Diseñe el trabajo híbrido de forma intencional. Reoriente los KPIs humanos hacia resultados, no hacia actividad. Ayude a su equipo a enfocarse en el juicio de alto valor, la persuasión y las relaciones, mientras los agentes gestionan la escala.

Este consejo es una adaptación de “To Thrive in the AI Era, Companies Need Agent Managers”, de Suraj Srinivasan y Vivienne Wei.

Al integrar IA, enfóquese en la seguridad psicológica

Para evitar la disminución de la confianza interpersonal, la coordinación y la toma de decisiones, trate la adopción de la IA como un esfuerzo de desarrollo de equipo, no solo como una actualización tecnológica. He aquí cómo:

— Replantee la adopción de la IA como un proceso de aprendizaje. Las herramientas de IA deben introducirse con la expectativa de descubrimiento, no de perfección. Cuestionar a la IA debe ser la norma, no una señal de alerta.

— Modele falibilidad y curiosidad. Admita abiertamente cuando los resultados de la IA le generan confusión o cuando usted ha cometido errores al usarla.

— Cree protocolos inteligentes de fallo. Diferencie entre riesgos inteligentes y errores por descuido. Primero, pruebe la IA en entornos de bajo riesgo, recopile comentarios y haga ajustes.

— Enfatice la conexión humana. Genere espacios para conversar sobre preocupaciones, incertidumbres y roles. Empodere a su equipo para confiar en su propio juicio y anular las recomendaciones de la IA cuando sea necesario.

Este consejo es una adaptación de “How to Foster Psychological Safety When AI Erodes Trust on Your Team”, de Jayshree Seth y Amy C. Edmondson.

Desbloquee su transformación con IA

Aunque un proyecto piloto de IA puede tener éxito de forma individual, esos avances rara vez escalan a toda la organización. Para ir más allá de logros aislados, replantee procesos, roles y sistemas de forma integral. He aquí cómo:

— Comience con un rediseño desde cero. No superponga la IA sobre flujos de trabajo defectuosos. Dé un paso atrás y reconstruya los procesos desde el inicio.

— Capture el conocimiento antes de que desaparezca. Trate la experiencia organizacional como un activo central. Identifique dónde reside el conocimiento crítico y hágalo explícito. Vincule a operadores experimentados con quienes construyen soluciones para documentar reglas, criterios y contexto.

— Gestione la IA como si fuera una fuerza laboral. Defina quién puede crear agentes, qué pueden hacer y cómo se mide su desempeño. Construya sistemas para monitorear precisión, permisos y responsabilidad.

— Rediseñe los roles en torno a trabajo de mayor valor. Reasigne tiempo hacia el diseño, la supervisión y la toma de decisiones. Aclare nuevas responsabilidades para que las personas guíen y validen los resultados de la IA.

Este consejo es una adaptación de “The ‘Last Mile’ Problem Slowing AI Transformation”, de Karim R. Lakhani et al.

Proteja a su equipo de la sobrecarga impulsada por la IA

Si no define de manera intencional cómo se utiliza la IA, corre el riesgo de aumentar la carga de trabajo de su equipo, tensar su atención y agotarlo. He aquí cómo evitar la sobrecarga por IA:

— Incorpore pausas intencionales. Antes de tomar decisiones importantes, haga una breve pausa para cuestionar sus supuestos, identificar al menos un contraargumento y reconectar con los objetivos clave. Reserve pequeños intervalos para la reflexión entre ciclos de trabajo.

— Secuencie el trabajo. La IA permite una actividad constante en segundo plano. Fomente que los equipos avancen en fases definidas en lugar de reaccionar de inmediato a cada resultado. La secuenciación reduce la fragmentación y protege la calidad de las decisiones.

— Vuelva a centrarse en la conexión humana. A medida que la IA facilita el trabajo individual, cree deliberadamente espacios para el diálogo y la colaboración. La diversidad de perspectivas humanas agudiza el pensamiento y restaura la energía que la interacción continua con la IA puede agotar.

Este consejo es una adaptación de “AI Doesn’t Reduce Work — It Intensifies It”, de Aruna Ranganathan y Xingqi Maggie Ye.

Artículo en inglés

MANAGE AI-INDUCED ‘BRAIN FRY’ ON YOUR TEAM

Design how AI fits into work so it boosts performance without exhausting your team. Here’s how:

— Redesign work for human and AI collaboration. Don’t simply layer AI oversight onto existing responsibilities. Define clear limits on how many tools or agents employees manage at once.

— Set clear expectations about workload. Clarify AI’s purpose, explain how roles will evolve, and define what oversight and output should look like.

— Measure impact, not activity. When you incentivize quantity, employees produce more work with lower quality and greater mental strain. Focus on measurable business results.

— Build skills for managing AI work. Help employees strengthen skills such as problem framing, planning and prioritization.

— Protect human attention. Monitor cognitive load and create norms that support focus, good judgment and sustainable performance.

This tip is adapted from “When Using AI Leads to ‘Brain Fry’” by Julie Bedard et al.

LEAD YOUR TEAM THROUGH AI ANXIETY

While you can’t offer certainty to mitigate career anxiety, you can give your team honesty, empathy and clarity. Here’s how:

— Name the fear. Start by normalizing anxiety. Share your own uncertainty and model courage by taking action anyway.

— Create space for emotional conversations. Build psychological safety by setting aside time to talk about AI’s impact.

— Commit to action. Offer next steps, skill-building opportunities or shared learning sessions. If job risks are real, say so early and give people time to prepare.

— Keep the dialogue going. Continuous, transparent communication strengthens resilience and shared purpose.

This tip is adapted from “Your Team Is Anxious About AI. Here’s How to Talk to Them About It.” by Morra Aarons-Mele.

STOP ‘WORKSLOP’ ON YOUR TEAM

Implementing AI mandates without also providing support leads to a flood of low-quality output that erodes trust, wastes time and degrades team morale. As a leader, you need to take a systematic approach. Here’s how:

— Rebuild a culture of trust. Make it safe to admit when AI isn’t helping.

— Set clear norms for AI use. Define what “good” looks like, establish when AI should and shouldn’t be used, and embed review processes that reinforce — not replace — human judgment.

— Create accountable support roles. Appoint AI collaboration “architects” who can map friction points, align tools with workflows, and ensure output stays tied to business goals.

This tip is adapted from “Why People Create AI ‘Workslop’ — and How to Stop It” by Kate Niederhoffer et al.

KEEP YOUR AI EFFORTS FROM STALLING OUT

If you want real ROI, you need to manage risk perception, not just technology deployment. Here’s how:

— Recognize industry-shaped risk before deploying AI. Identify how your people interpret AI: Does it feel like an opportunity or their replacement? Build your strategy around those perceptions. If you ignore them, you’ll misread both enthusiasm and resistance.

— Stop treating usage as a proxy for buy-in. High usage doesn’t guarantee commitment. Measure whether people feel safe — not just whether they log in.

— Design for learning before designing for scale. When people feel secure enough to learn, adoption becomes durable — and results follow.

This tip is adapted from “Why AI Adoption Stalls, According to Industry Data” by Erin Eatough et al.

ARE YOU READY TO MANAGE AI AGENTS?

If you oversee a hybrid human-AI workforce, your role is to orchestrate performance, safety and alignment with business goals. Here’s how:

— Build AI operational literacy. Understand how agents function, how prompts shape outcomes and how to diagnose failures.

— Develop deep functional expertise. Know the business process your agent supports.

— Practice systems thinking. Design coordination across multiple agents and ensure smooth handoffs to humans when complexity increases.

— Strengthen change resilience. Work in rapid test-deploy-learn cycles. Adjust logic frequently as models evolve and business priorities shift.

— Refine your prompt craftsmanship. Treat prompts as training tools. Continuously improve language and structure to drive accuracy, tone and consistency.

— Design hybrid work intentionally. Shift human KPIs toward outcomes, not activity. Help your team focus on high-value judgment, persuasion and relationship work, while agents handle scale.

This tip is adapted from “To Thrive in the AI Era, Companies Need Agent Managers” by Suraj Srinivasan and Vivienne Wei.

WHEN INTEGRATING AI, FOCUS ON PSYCHOLOGICAL SAFETY

To avoid declining interpersonal trust, coordination and decision-making, treat AI adoption as a team development effort — not just a tech upgrade. Here’s how:

— Reframe AI adoption as a learning process. AI tools should be introduced with the expectation of discovery, not perfection. Make questioning AI a norm, not a red flag.

— Model fallibility and curiosity. Openly admit when AI outputs confuse you or when you’ve made mistakes using it.

— Create smart failure protocols. Differentiate between smart risks and sloppy mistakes. Test AI in low-risk settings first, gather feedback and adapt.

— Emphasize human connection. Hold space for conversations about concerns, uncertainties and roles. Empower your team to trust their own judgment to override AI’s recommendations.

This tip is adapted from “How to Foster Psychological Safety When AI Erodes Trust on Your Team” by Jayshree Seth and Amy C. Edmondson.

UNBLOCK YOUR AI TRANSFORMATION

While an AI pilot may succeed individually, those gains often don’t scale across the organization. To move beyond isolated wins, rethink processes, roles and systems as a whole. Here’s how:

— Start with a clean-sheet redesign. Don’t layer AI onto broken workflows. Step back and rebuild processes from scratch.

— Capture knowledge before it disappears. Treat organizational expertise as a core asset. Identify where critical knowledge lives and make it explicit. Pair experienced operators with builders to document rules, judgment and context.

— Manage AI like a workforce. Define who can create agents, what they can do and how performance is tracked. Build systems to monitor accuracy, permissions and accountability.

— Redesign roles around higher-value work. Reallocate time toward design, oversight and decision-making. Clarify new responsibilities so people guide and validate AI outputs.

This tip is adapted from “The ‘Last Mile’ Problem Slowing AI Transformation” by Karim R. Lakhani et al.

PROTECT YOUR TEAM FROM AI-FUELED OVERLOAD

If you don’t deliberately shape how AI is used, you risk increasing your team’s workload, straining their attention and exhausting them. Here’s how to avoid AI overload:

— Build intentional pauses. Before major decisions, require a brief pause to test assumptions, surface one counterargument and reconnect to core goals. Protect short intervals for reflection between work cycles.

— Sequence the work. AI enables constant background activity. Encourage teams to move work forward in defined phases instead of reacting to every output immediately. Sequencing reduces fragmentation and protects decision quality.

— Re-anchor work in human connection. As AI makes solo work easier, intentionally create space for dialogue and collaboration. Multiple human perspectives sharpen thinking and restore energy that continuous AI interaction can drain.

This tip is adapted from “AI Doesn’t Reduce Work — It Intensifies It” by Aruna Ranganathan and Xingqi Maggie Ye.