Mejora continua archivos - DirigeHoy PREMIUM https://dirigehoy.info/tag/mejora-continua/ Todo lo que un gerente tiene que saber Fri, 10 Apr 2026 17:11:05 +0000 es hourly 1 https://wordpress.org/?v=6.9.4 https://dirigehoy.info/wp-content/uploads/2022/02/cropped-identidad-32x32.png Mejora continua archivos - DirigeHoy PREMIUM https://dirigehoy.info/tag/mejora-continua/ 32 32 242473640 Para tener éxito con la IA, tiene que dominar lo básico https://dirigehoy.info/para-tener-exito-con-la-ia-tiene-que-dominar-lo-basico/ Fri, 10 Apr 2026 16:00:57 +0000 https://dirigehoy.info/?p=277382 Hay mucho entusiasmo (y exageración) en torno a la IA, y quienes la promueven han hecho parecer que todo se reduce a abrir su stack tecnológico, integrar un agente de IA y empezar a generar dinero.

La entrada Para tener éxito con la IA, tiene que dominar lo básico se publicó primero en DirigeHoy PREMIUM.

]]>

Para tener éxito con la IA, tiene que dominar lo básico

E

n lugar de preocuparse por si están adoptando la IA con la suficiente rapidez, a la mayoría de las empresas les convendría más asegurarse de que dominan bien lo básico. Como asesor de empresas en todo el mundo desde hace unos 35 años, les he ayudado a adaptar y aplicar cinco principios fundamentales y atemporales de la gestión de la calidad a los datos.

  1. Satisfacer a los clientes, tanto internos como externos

La pregunta central aquí es: ¿Le está dando a los clientes lo que necesitan y quieren?

Por lo general, pensamos en los clientes como externos: clientes que pagan, organismos reguladores y otras partes interesadas. Sin embargo, para hacer bien lo básico, resulta útil ampliar esta definición e incluir también a los clientes internos, es decir, a “las personas que utilizarán su trabajo para hacer el suyo”. Satisfacer sus necesidades significa que pueden hacer su trabajo de forma más eficaz y eficiente, sin cuestionar el suyo. Cuando esto se aplica de manera consistente en toda la empresa, tanto las personas como la organización se vuelven más eficaces y eficientes.

  1. Enfocarse en el proceso

Los líderes deben preguntarse: “¿Cómo proporcionamos a la IA el contenido confiable y las conexiones de datos que necesita para ofrecer buenas respuestas, a gran escala y a un costo razonable?”

No hay mucho que pueda hacer con los datos que ya se han creado, pero hacer un mejor trabajo de ahora en adelante le dará resultados. Esto implica desarrollar procesos con arquitecturas de datos inclusivas, vocabularios compartidos, gestión de identidades, modelos conceptuales, grafos de conocimiento, altos estándares para el nuevo contenido y niveles cada vez mayores de intercambio de datos. Es una tarea enorme, pero la buena noticia es que las bases sólidas perduran mucho tiempo.

  1. Actuar con base en los hechos (y medir lo correcto)

A largo plazo, los líderes deben preguntarse regularmente: “¿Qué estamos tratando de lograr?” También deben llevar esa pregunta a cada proyecto y preguntarse si sus organizaciones cuentan con las habilidades necesarias para definir las métricas correctas, establecer objetivos razonables e interpretar los resultados con la perspectiva adecuada.

Los líderes deberían adoptar un enfoque de balanced scorecard que abarque la satisfacción del cliente, la calidad de las respuestas, la velocidad y el alcance de la innovación, así como los beneficios para el negocio.

  1. Adoptar la mejora continua

La mejora continua es una filosofía de gestión que promueve la innovación constante en productos, servicios, mecanismos de entrega y datos. El objetivo es hacer que las cosas funcionen siempre un poco mejor.

Aunque algunas mejoras pueden ser grandes (por ejemplo, rediseñar un proceso amplio y multifuncional para incorporar la IA), la mayoría son pequeñas, como capacitar a las personas para redactar mejores prompts. Lo importante es la rapidez con la que se avanza. La mejora continua también reconoce que el mundo está en constante cambio.

  1. Reconocer que la calidad se logra gracias a las personas

Al final del día, nada funciona bien a menos que haya un gran número de personas comprometidas, aportando su energía, su pensamiento y su convicción al esfuerzo. La parte más gratificante de mi trabajo ha sido ver cómo las personas se conectan con los datos, se empoderan para asumir nuevos roles y colaboran entre sí para mejorar las cosas.

Este llamado a hacer bien lo básico era casi inevitable. Hay mucho entusiasmo (y exageración) en torno a la IA, y quienes la promueven han hecho parecer que todo se reduce a abrir su stack tecnológico, integrar un agente de IA y empezar a generar dinero.

Si usted lleva más de un par de años en esto, quizá sea momento de dejar de operar en automático. Pero no se trata de cambiar una inercia por otra. Vale la pena detenerse a pensar con profundidad en sus clientes, en sus datos, en sus métricas, en la mejora continua y en su organización, y empezar a trabajar en serio sobre esos fundamentos.

© 2026 Harvard Business School Publishing Corp. | De: hbr.org  |  Distribuido por: The New York Times Syndicate.

Artículo en inglés

Instead of worrying about whether they’re adopting artificial intelligence fast enough, most companies would be better served by ensuring they get the basics right. As an adviser to companies worldwide for some 35 years, I have helped them adapt and apply five timeless, mutually reinforcing basics of quality management to data.

SATISFYING CUSTOMERS, BOTH INTERNAL AND EXTERNAL

The central question here is: Are you giving customers what they need and want?

We usually think of customers as external — paying customers, regulators and other stakeholders. But, in getting the basics right, it’s useful to expand this definition and include internal customers, too, in the sense of “the people who will use your work to do theirs.” Meeting their needs means they can do their work more effectively and efficiently, without questioning your work. When applied consistently across a company, everyone and the company are more effective and efficient.

FOCUS ON PROCESS

Leaders must ask themselves: “How do we supply AI the trusted content and data connections needed to provide good answers, at scale and at reasonable cost?”

There is not much you can do about the data you’ve already created, but doing a better job going forward will pay dividends. This means developing processes with inclusive data architectures, shared vocabularies, identity management, concept models, knowledge graphs, high standards for new content and ever-higher levels of data sharing. It’s a massive task, but the good news is that better foundations last a very long time.

ACT ON FACT (AND MEASURE THE RIGHT STUFF)

Over the long term, leaders should regularly ask, “What are we trying to achieve?” They should extend that question down to each project and also ask whether their organizations have the skills needed to define the right metrics, set reasonable goals and interpret results in the right perspectives.

Leaders should embrace a balanced scorecard approach that covers customer satisfaction, the quality of the answers, the pace and penetration of innovation and business benefits.

EMBRACE CONTINUOUS IMPROVEMENT

Continuous improvement is a management philosophy that embraces constant innovation in products, services, delivery mechanisms and data. The goal is to always be making things work just a little bit better.

While some improvements may be large (e.g., redesigning a large, cross-functional process to accommodate AI), most are small, such as training people to write better prompts. The important thing is how quickly you are improving. Continuous improvement also recognizes that the world in constant flux.

RECOGNIZE THAT QUALITY HAPPENS THROUGH PEOPLE

At the end of the day, nothing good happens unless large numbers of people are on board, bringing their hearts, minds and souls to the effort. The most satisfying part of my job has been watching people switch on to data, empower themselves to take on new roles and work with one another to make things better.

This call to get the basics right was almost inevitable. There is so much hype around AI, and proponents have made it seem as if all you need to do is open your tech stack, drop in an agent and count the cash.

If you’ve been at it more than a couple of years, it’s time to get off the treadmill. But don’t just buy a new one. Think deeply about customers, data, metrics, continuous improvement and your organization, and give the above efforts a try.

La entrada Para tener éxito con la IA, tiene que dominar lo básico se publicó primero en DirigeHoy PREMIUM.

]]> 277382 Diseñar procesos que evolucionen con la tecnología emergente https://dirigehoy.info/disenar-procesos-que-evolucionen-con-la-tecnologia-emergente/ Wed, 08 Apr 2026 11:00:42 +0000 https://dirigehoy.info/?p=277293 Un nuevo marco de reinvención de procesos está a punto de reducir drásticamente los costos de transacción al combinar la visibilidad radical y la experimentación dentro de un gemelo digital.

La entrada Diseñar procesos que evolucionen con la tecnología emergente se publicó primero en DirigeHoy PREMIUM.

]]>

Diseñar procesos que evolucionen con la tecnología emergente

D

urante décadas, las empresas han estado atrapadas en un ciclo de cambios dolorosos y episódicos, solo para descubrir que la forma en que su organización opera, en el fondo, sigue siendo lenta. Los enormes costos de transacción (la fricción que supone coordinar al personal, gestionar la información y alinear tareas complejas) han hecho que una transformación profunda y continua resulte prohibitivamente costosa y arriesgada.

Según nuestro reciente análisis aún no publicado, más de cuatro de cada diez horas de trabajo están relacionadas con este tipo de transacciones dentro de los procesos empresariales. Ahora, un nuevo marco para la reinvención está a punto de reducir drásticamente estos costos al combinar dos factores: la visibilidad radical de los procesos y la experimentación de bajo riesgo dentro de un gemelo digital. En conjunto, transforman la reinvención de procesos de un proyecto disruptivo en una capacidad central y continua.

Visibilidad radical

El primer paso esencial en la reinvención de procesos es codificar las operaciones en un modelo dinámico y computable: un plano del estado actual, en tiempo real, de cómo ocurre realmente el trabajo. Alcanzar este nivel de visibilidad de los procesos se convierte en el catalizador crítico para toda transformación posterior, sentando las bases para construir un gemelo digital.

Considere el objetivo de la empresa minera Boliden de optimizar el control del proceso de molienda de cobre en su mina de Aitik, en Suecia. La molienda desempeña un papel fundamental en la extracción de metales valiosos a partir de depósitos minerales y sigue siendo el principal cuello de botella operativo en la planta. Incluso pequeñas mejoras en el rendimiento y la estabilidad del proceso pueden generar grandes beneficios financieros. En colaboración con el gigante multinacional ABB, (en efecto, una planta virtual), la empresa creó un modelo altamente preciso del estado actual. Lo codificaron creando una copia directa del sistema de control distribuido (DCS) real de la planta, incluyendo su lógica personalizada, para garantizar una réplica realista de la capa base de control.

Este modelo del sistema de control se conectó posteriormente a una simulación de procesos que alojaba la dinámica del proceso del molino físico. Las “huellas digitales” analizadas eran los protocolos de comunicación en tiempo real que compartían datos entre la capa base de control y la simulación del proceso, reflejando el flujo de datos real “tal cual es” de la planta física. Este modelo computable, con su visibilidad radical del proceso, proporcionó el entorno no disruptivo de un gemelo digital necesario para probar nuevas estrategias de control frente al estado actual.

Experimentación continua en el gemelo digital

La mejora continua requiere experimentación continua. La experimentación dentro de un gemelo digital permite a las organizaciones simular y validar procesos completamente nuevos desde cero en un entorno simulado sin riesgos, bajo el supuesto de que los agentes de IA gestionarán la coordinación. Esta capacidad reemplaza los cambios de proceso episódicos y de alto riesgo por un ciclo continuo de reinvención de bajo riesgo.

La “fábrica virtual” de BMW Group ilustra este cambio. La empresa construyó un gemelo digital completo de sus plantas de producción, conectando datos de edificios, datos de equipos, información logística e incluso simulaciones en 3D de procesos de trabajo manual realizados por personas. Este gemelo virtual también simula avatares de trabajadores humanos que toman piezas y ensamblan componentes, con el fin de encontrar el mejor procedimiento, minimizar problemas ergonómicos e identificar el número óptimo de trabajadores para cada tarea. Los ingenieros ahora pueden simular y validar la integración de nuevos modelos de vehículos de forma virtual, reduciendo un costoso proceso de validación física de cuatro semanas a uno de tres días.

De cara al futuro, se espera que la fábrica virtual de BMW Group reduzca los costos de planificación de producción hasta en un 30%. El proceso de validación anterior de BMW para un nuevo modelo de vehículo requería guiar manualmente una carrocería física a través de la línea de producción durante varios fines de semana. En el taller de pintura, este proceso podía implicar vaciar y limpiar por completo los tanques de recubrimiento por inmersión, lo que generaba enormes costos y tiempos de inactividad en la producción. El nuevo proceso de validación permite a los planificadores ejecutar escenarios hipotéticos (como optimizar los diseños de línea para nuevos modelos en un entorno virtual) sin interrumpir la producción en curso.

© 2026 Harvard Business School Publishing Corp. | De: hbr.org  |  Distribuido por: The New York Times Syndicate.

Artículo en inglés

For decades, businesses have been trapped in a cycle of painful, episodic change, only to find their organization’s fundamental metabolism remains sluggish. Immense transaction costs — the friction of coordinating people, managing information and aligning complex work — have made deep, continuous transformation prohibitively expensive and risky.

According to our recent unpublished analysis, more than four in ten working hours are related to such transactions within business processes. Now, a new framework for reinvention is poised to collapse these costs by combining two forces: radical process visibility and low-risk experimentation within a digital twin. Together, they transform process reinvention from a disruptive project into a continuous, core capability.

RADICAL VISIBILITY

The essential first step in process reinvention is to codify operations into a dynamic, computable model: a current-state, real-time blueprint of how work actually happens. Achieving this level of process visibility becomes the critical catalyst for every subsequent transformation, laying the groundwork for building a digital twin.

Consider the desire of mining company Boliden to optimize control of the copper grinding process at their Aitik mine in Sweden. Grinding plays a critical part in extracting valuable metals from mineral deposits and remains the primary operational bottleneck at the plant. Even small improvements in throughput and stability of the process can yield big financial gains. Working with multinational giant ABB, the company created a highly accurate as-is model — in effect, a virtual plant. They codified it by creating a direct copy of the plant’s actual distributed control system process (DCS) including its customized logic to ensure a realistic replication of the base layer of control.

This control system model was then connected to a process simulation that hosted the process dynamics of the physical mill. The “digital footprints” analyzed were the real-time communication protocols that shared data between the base control layer and the process simulation, mirroring the true “as-is” data flow of the physical plant. This computable model, with its radical visibility into the process, provided the nondisruptive environment of a digital twin needed to test new control strategies against the current state.

CONTINUOUS EXPERIMENTATION IN THE DIGITAL TWIN

Continuous improvement requires continuous experimentation. Experimentation within a digital twin allows organizations to simulate and validate entirely new processes from a clean sheet in a risk-free simulated environment, which assumes that AI agents will handle coordination. This capability replaces episodic, high-stakes process change with an ongoing, low-risk cycle of reinvention.

BMW Group’s “Virtual Factory” illustrates this shift. The company built a full digital twin of its production plants, linking building data, equipment data, logistics information and even 3D simulations of manual human work processes. This virtual twin will also simulate avatars of human workers grabbing parts and assembling components, to find the best procedure, minimize ergonomic problems and identify the best number of workers for each job. Engineers can now simulate and validate the integration of new vehicle models virtually, collapsing a costly four-week physical validation process into a three-day process.

Looking ahead, the BMW Group’s Virtual Factory is expected to reduce production planning costs by up to 30%. BMW’s previous validation process for a new vehicle model required manually guiding a physical car body through the production line over several weekends. In the paint shop, this process could require draining and cleaning entire dip coating tanks, incurring enormous costs and production downtime. The new validation process allows planners to run “what-if” scenarios, such as optimizing line layouts for new models in a virtual environment, without disrupting live production.

La entrada Diseñar procesos que evolucionen con la tecnología emergente se publicó primero en DirigeHoy PREMIUM.

]]> 277293 Líderes, consideren hacer una pausa antes de actuar ante la retroalimentación de los empleados https://dirigehoy.info/lideres-consideren-hacer-una-pausa-antes-de-actuar-ante-la-retroalimentacion-de-los-empleados/ Fri, 06 Mar 2026 09:00:06 +0000 https://dirigehoy.info/?p=277056 ¿Cómo deberían los líderes cambiar su comportamiento en respuesta a la retroalimentación de los empleados? He aquí algunas sugerencias.

La entrada Líderes, consideren hacer una pausa antes de actuar ante la retroalimentación de los empleados se publicó primero en DirigeHoy PREMIUM.

]]>

Líderes, consideren hacer una pausa antes de actuar ante la retroalimentación de los empleados

A

ctuar con base en la retroalimentación de los empleados es un medio clave para que los líderes crezcan y mejoren. Sin embargo, saber qué hacer con esa retroalimentación puede ser complicado: ¿Debería implementar cambios de inmediato para que los empleados sientan que fueron escuchados? ¿Debería reconocer estos cambios, o eso lo hará parecer débil?

En un artículo de investigación reciente publicado en el Academy of Management Journal, examinamos la forma en que los empleados evalúan los cambios realizados por sus líderes en respuesta a la retroalimentación. Comprobamos que no todos los cambios son recibidos con agrado. Por el contrario, algunos se interpretan como una señal de que el líder carece de autenticidad, es decir, que sus esfuerzos por mejorar son a medias y poco sinceros.

La percepción de autenticidad es fundamental para un liderazgo eficaz, ya que los líderes auténticos transmiten confianza, generan compromiso y fomentan la colaboración. Nuestro trabajo identifica un factor crítico que explica estos juicios: la rapidez con la que ocurre el cambio. Este hallazgo tiene implicaciones significativas para los líderes que buscan abordar la retroalimentación de los empleados: la forma en que decidan responder puede determinar si los demás valoran la sinceridad de sus esfuerzos. Después de todo, ¿quién quiere esforzarse en mejorar si las personas no creen que el cambio es genuino?

¿Cómo responder a la retroalimentación?

¿Cómo deberían los líderes cambiar su comportamiento en respuesta a la retroalimentación de los empleados? Aunque nuestra investigación sugiere que depende del contexto, existen varias estrategias que pueden ayudar a los líderes a garantizar que se aprecien sus esfuerzos sinceros, independientemente de si un problema requiere una solución rápida o un cambio más complejo.

Tómese un momento para hacer una pausa y reflexionar.

Los líderes tienden a estar orientados a la acción. Para muchos de ellos, adoptar un enfoque más metódico implicará paciencia y disciplina. Pero esto puede ser precisamente lo que se necesita para transmitir a los empleados que el líder realmente está respondiendo y no solo reaccionando.

Practicar la conciencia y la regulación emocional durante el proceso de retroalimentación debería formar parte de su ecuación. En Netflix, se anima a los empleados a compartir sus inquietudes directamente con los líderes y, a su vez, se anima a los líderes a mostrar apertura a la retroalimentación (no actitud defensiva). Esto significa responder primero a la retroalimentación desde una postura de atención plena. Pregúntese: si la retroalimentación contiene información clave sobre aspectos en los que estoy fallando, ¿cómo puedo recibirla sin ego? ¿Cómo puedo honrar el valor que implica compartir esta retroalimentación? ¿Qué puntos ciegos revela? ¿Cómo pueden estos aprendizajes ayudarme a mejorar como líder y qué necesitaría hacer para transmitirlos a mi equipo? Aunque es un reto, los líderes que se toman el tiempo para hacer una pausa, reflexionar y responder con cuidado a lo largo del proceso de cambio pueden ser percibidos por sus empleados como más auténticos.

Explique su razonamiento.

En algunos casos, es posible que los líderes no puedan cambiar su comportamiento al ritmo que sus empleados considerarían más auténtico. Si cree que la retroalimentación exige una respuesta inmediata, intente acompañar el cambio de comportamiento con una explicación clara de por qué se está produciendo tan rápidamente.

Los investigadores han descubierto que cuando los supervisores explican por qué decidieron no respaldar una sugerencia de un empleado, es más probable que los empleados vuelvan a expresar sus ideas, fomentando así un ciclo continuo de retroalimentación. Del mismo modo, los líderes pueden ajustar la autenticidad percibida de sus esfuerzos de cambio al explicar cómo dicho cambio puede requerir menos tiempo del que los empleados suponen. Compartir esta información de manera proactiva puede ayudar a los líderes a implementar estos cambios con mayor rapidez, maximizando tanto su capacidad de respuesta percibida como su sinceridad.

Proporcionar una explicación sobre el ritmo del cambio también puede ayudar a cultivar una cultura de recopilación de retroalimentación constructiva. En Adobe, se anima a los empleados a dar y recibir retroalimentación en tiempo real para mejorar la capacidad de respuesta de líderes y miembros del equipo. Herramientas como las encuestas rápidas ayudan a sistematizar estos procesos, asegurando que los líderes tengan oportunidades regulares para responder a las inquietudes con sus explicaciones y los cambios correspondientes.

Además, algunos cambios pueden ser más o menos visibles que otros. Recomendamos que los líderes compartan información detallada sobre por qué y cómo están decidiendo adoptar un nuevo comportamiento: qué pretenden hacer, por qué es importante, y cómo planean implementar y mantener los cambios a largo plazo. Dado que investigaciones recientes muestran que los líderes tienden a comunicar menos de lo necesario, informar a los empleados sobre la lógica que sustenta la decisión de cambiar o articular claramente que la idea de un cambio similar ya “estaba en proceso” puede satisfacer su creencia de que “un cambio verdadero lleva tiempo”.

Sea consciente de sus respuestas verbales y no verbales ante la retroalimentación.

Una salvedad de los hallazgos de nuestra investigación es que se basan en la percepción de los empleados. Por supuesto, los líderes pueden creer que los cambios que realizan en respuesta a la retroalimentación son auténticos (¡y puede que efectivamente lo sean!). Sin embargo, las señales en las que los líderes confían para demostrar su autenticidad pueden no corresponder a las señales en las que los seguidores se basan para juzgar la autenticidad de un líder.

Como parte de nuestro estudio, también realizamos una breve encuesta con un panel de ejecutivos. Les pedimos que recurrieran a sus propias experiencias como líderes y empleados para describir un cambio auténtico o inauténtico. Los ejecutivos señalaron que los cambios parecen más auténticos cuando los líderes prestan mucha atención tanto a sus respuestas verbales como no verbales ante las inquietudes de los empleados. Por ejemplo, los líderes que hacen preguntas de seguimiento para aclarar la retroalimentación antes de actuar transmiten un interés genuino. Buscar más información envía a los empleados la señal de que el líder planea cambiar su comportamiento porque “quiere hacerlo” y no porque “tiene que hacerlo”. Además, los ejecutivos sugirieron que el tono y el lenguaje corporal con los que los líderes responden a la retroalimentación son cruciales. Como señaló uno de los ejecutivos, la retroalimentación es un “regalo”. Los líderes deberían evitar actuar como si quisieran devolver ese regalo. En su lugar, tomarse el tiempo para expresar gratitud puede contribuir en gran medida a convencer a los empleados de que la solicitud de cambio será atendida con seriedad y honestidad.

El objetivo, entonces, no es ralentizar indefinidamente el proceso de cambio de comportamiento, sino tomarse el tiempo necesario para resaltar la propia intención y establecer claramente las expectativas de los empleados. Cuando los líderes aclaran y comunican que un cambio (ya sea rápido o gradual) ha sido considerado de forma reflexiva y surge de una motivación sincera, envían la señal de que su nuevo patrón de comportamiento está alineado con sus valores fundamentales y su sentido de identidad. Esto puede reforzar una cultura de mejora continua, que se traduce en un mayor compromiso y mejor desempeño por parte de los empleados.

© 2026 Harvard Business School Publishing Corp. | De: hbr.org  |  Distribuido por: The New York Times Syndicate.

Artículo en inglés

Acting on employee feedback is a key means for leaders to grow and improve. Yet knowing what to do with this feedback can be complicated: Should you implement changes right away so that employees feel heard? Should you acknowledge these changes, or will that make you seem weak?

In a recent research article published in the Academy of Management Journal, we examine how employees evaluate changes made by their leaders in response to feedback. We find that not all changes are warmly received. Instead, some are interpreted as a sign that the leader lacks authenticity — that their efforts to improve are half-hearted and insincere.

Perceptions of authenticity are central to effective leadership, as authentic leaders enable trust, elicit commitment and foster collaboration. Our work identifies a critical factor that accounts for these judgments: the speed at which change occurs. This finding has significant implications for leaders who aim to address employee feedback: How they choose to respond may determine whether others appreciate the sincerity of their efforts. After all, who wants to put in the hard work of improving themselves if people don’t believe it’s real?

HOW TO RESPOND TO FEEDBACK

How should leaders change their behavior in response to employee feedback? While our research suggests that it depends on context, several strategies can help leaders ensure their sincere efforts are appreciated, regardless of whether a problem requires a quick fix or a long, challenging change.

TAKE A MOMENT TO PAUSE AND REFLECT.

Leaders tend to be action-oriented. For many of them, adopting a more methodical approach will involve patience and discipline. But this may be what is required to convey to employees that the leader is truly responding and not merely reacting.

Practicing emotional awareness and regulation during the feedback process should be part of your equation. Employees at Netflix are encouraged to share their concerns directly with leaders, and leaders, in turn, are encouraged to exhibit openness to feedback — not defensiveness. At Netflix, this means responding to feedback first from a position of mindfulness. Ask yourself: If the feedback holds key information about ways I’m falling short, how can I receive it without ego? How can I do justice to the courage shown in sharing this feedback? What blind spots does it unveil? How can these insights help me improve as a leader, and what would it take for me to convey this to my team? Although challenging, leaders who take the time to pause, reflect and thoughtfully respond throughout the change process may be seen by their employees as more authentic.

EXPLAIN YOUR REASONING.

In some cases, leaders may not be able to change their behavior at the rate their employees would find most authentic. If you feel that feedback demands an immediate response, try to couple the change in behavior with a clear explanation of why it is taking place so quickly.

Researchers have found that when supervisors explain why they chose not to endorse an employee suggestion, the employees are more likely to speak up again — fostering a continuous cycle of feedback. Likewise, leaders may be able to adjust the perceived authenticity of their change efforts by explaining how the change may require less time than employees assume. Proactively sharing this information may help leaders enact these changes more quickly in ways that maximize both their perceived responsiveness and sincerity.

Providing an explanation for the rate of change could also help cultivate a culture of gathering constructive feedback. At Adobe, employees are encouraged to give and receive feedback in real-time to improve responsiveness from both team members and leaders alike. Tools such as pulse surveys help systematize these processes, ensuring that leaders are given regular opportunities to respond to concerns with their explanations along with their accompanying changes.

In addition, some changes may be more or less visible than others. We recommend that leaders share detailed information about why and how they are choosing to enact a new behavior — what they intend to do, why it is important and how they plan to implement and maintain the changes over the long term. Given recent research that leaders tend to under-communicate, letting employees know the rationale underlying the decision to change or clearly articulating that the idea for a similar change has been “in the works” may satisfy their belief that “true change takes time.”

BE AWARE OF BOTH VERBAL AND NONVERBAL RESPONSES TO FEEDBACK.

One caveat of our research findings is that they are grounded in employee perception. To be sure, leaders may believe that the changes they make in response to feedback are authentic (and this may indeed be the case!). However, the cues that leaders rely on to show their authenticity may not correspond to the signals followers rely on to judge a leader’s authenticity.

As part of our study, we also conducted a brief survey with a panel of executives. We asked the executives to draw on their own experiences as leaders and employees to describe authentic, or inauthentic, change. The executives suggested that changes appear more authentic when leaders pay close attention to both their verbal and nonverbal responses to employee concerns. For instance, leaders who ask follow-up questions to clarify the feedback before they take action convey genuine interest. Seeking more information signals to employees that the leader plans to change their behavior because they “want to” and not because they “have to.” In addition, the executives suggested that the tone and body language with which leaders respond to feedback is crucial. As one executive put it, feedback is a “gift.” Leaders should refrain from acting as though they wished to return the gift. Instead, taking the time to express gratitude can go a long way toward convincing their employees that the request for change will be acted on with earnestness.

The goal, then, is not to slow down the process of behavior change indefinitely, but to take the time to highlight one’s intent and clearly establish employee expectations. When leaders clarify and communicate that a change — whether rapid or gradual — has been thoughtfully considered and stems from sincere motivation, this signals that their new pattern of behavior is aligned with their core values and sense of character. This can reinforce a culture of continuous improvement, resulting in greater employee engagement and performance.

La entrada Líderes, consideren hacer una pausa antes de actuar ante la retroalimentación de los empleados se publicó primero en DirigeHoy PREMIUM.

]]> 277056 Cuando la gratitud lo lleva a aceptar menos de lo que merece https://dirigehoy.info/cuando-la-gratitud-lo-lleva-a-aceptar-menos-de-lo-que-merece/ Wed, 09 Jul 2025 12:30:52 +0000 https://dirigehoy.info/?p=273361 Caer en una trampa de gratitud podría volverlo complaciente y obstaculizar su desarrollo profesional al crear una barrera para la autodefensa efectiva.

La entrada Cuando la gratitud lo lleva a aceptar menos de lo que merece se publicó primero en DirigeHoy PREMIUM.

]]>

Cuando la gratitud lo lleva a aceptar menos de lo que merece

N

o es ningún secreto que practicar la gratitud ofrece numerosos beneficios que pueden mejorar significativamente el rendimiento individual y organizacional. Pero ¿y si le dijéramos que la gratitud también tiene sus trampas?

Si alguna vez ha aceptado un aumento modesto, ha hecho un movimiento lateral o ha accedido a un proyecto adicional a pesar de su gran carga de trabajo (sintiéndose agradecido por el reconocimiento de su jefe, pero silenciando sus verdaderas ambiciones por miedo a parecer desagradecido), entonces ha experimentado una de las trampas de la gratitud excesiva, sin siquiera darse cuenta. (Pero esto no es tan inusual como cree).

Las tres trampas de la gratitud excesiva

Caer en una trampa de gratitud podría volverlo complaciente y obstaculizar su desarrollo profesional al crear una barrera para la autodefensa efectiva. A medida que inicia o continúa con su práctica de gratitud, sea consciente de estas tres trampas (y aprenda a evitarlas).

Trampa #1: Conformarse con el statu quo o aceptar menos

Para evitar la complacencia y las oportunidades perdidas, comprenda que la autopromoción es esencial para el crecimiento profesional y reconozca que aspirar a más no niega la gratitud por las circunstancias presentes. De hecho, aspirar a más refleja una ambición saludable y un deseo de mejora continua.

Las “afirmaciones en primera persona” le permiten expresar su perspectiva de manera asertiva y, al mismo tiempo, ayudan a que los oyentes comprendan su punto de vista sin sentirse atacados, lo que facilita una comunicación más clara. También mejoran la inteligencia emocional al aumentar la conciencia de sus propias emociones. Por ejemplo, en lugar de decir “Usted no me da suficientes proyectos desafiantes”, reformule esta declaración: “Me siento preparado para asumir tareas más exigentes que amplíen mis habilidades, y me gustaría conversar sobre cómo puedo aportar más al equipo”.

Este replanteamiento evita la culpa, se centra en una mentalidad proactiva e invita al diálogo colaborativo sobre las oportunidades de crecimiento.

Trampa #2: Evitar las conversaciones difíciles

Expresar agradecimiento por las oportunidades o el apoyo no impide abordar temas incómodos, incluidos los problemas sistémicos. Una forma de evitar esta trampa es ajustar su mentalidad para centrarse más en lo que usted ha ganado que en lo que le han otorgado. Este cambio de perspectiva puede ayudarle a sentirse con el poder necesario para tener conversaciones difíciles con su jefe.

Cuando hable sobre preocupaciones relacionadas con la carga de trabajo con su supervisor, presente datos concretos que demuestren que se ha superado su capacidad.

Trampa #3: Ocultar las emociones negativas

Recuerde que es normal experimentar una multitud de emociones y que todas las emociones son válidas y cumplen una función, incluso las incómodas. Tener el valor de sentir emociones negativas puede ser empoderador: puede ser el combustible que necesita para impulsar el cambio.

Establecer límites es una parte esencial de este proceso e implica comunicar claramente sus límites y necesidades a los demás.

© 2025 Harvard Business School Publishing Corp. | De: hbr.org  |  Distribuido por: The New York Times Syndicate.

Artículo en inglés

It’s no secret that practicing gratitude offers numerous benefits that can significantly enhance both individual and organizational performance.

But what if we told you that gratitude also has its pitfalls?

If you have ever accepted a modest raise, taken on a lateral move, or agreed to an additional project despite your full workload—all while feeling grateful for your manager’s recognition, yet silencing your true ambitions for fear of seeming ungrateful—you have experienced one of the pitfalls of excessive gratitude, without even realizing it.

But this isn’t as uncommon as you think.

THREE PITFALLS OF EXCESSIVE GRATITUDE

Falling into a gratitude trap could make us complacent and hinder professional development by creating a barrier to effective self-advocacy. As you embark on or continue your gratitude practice, be mindful of these three pitfalls—and learn how to avoid them.

PITFALL #1: BECOMING CONTENT WITH THE STATUS QUO OR SETTLING FOR LESS

To avoid complacency and missed opportunities, understand that self-promotion is essential for career growth, and recognize that aspiring for more does not negate gratitude for present circumstances. In fact, aspiring for more reflects a healthy ambition and a desire for continuous improvement.

“I statements” allow you to express your perspective assertively while helping listeners understand your viewpoint without feeling attacked, facilitating clearer communication. They also enhance emotional intelligence by increasing awareness of your own emotions. For example, instead of saying “You don’t give me enough stretch projects,” reframe this statement: “I feel ready to take on more challenging assignments that expand my skill set, and I’d like to discuss how I can contribute more to the team.”

This reframing avoids blame, centers a proactive mindset, and invites collaborative dialogue about growth opportunities.

PITFALL #2: AVOIDING CRITICAL CONVERSATIONS

Expressing appreciation for opportunities or support doesn’t preclude addressing uncomfortable topics, including systemic issues. One way to avoid this pitfall is by adjusting your mindset to focus on what you have earned more than what you have been gifted. This shift in mindset can help you feel empowered to have difficult conversations with your manager.

When discussing workload concerns with your supervisor, present concrete data demonstrating how your capacity has been exceeded.

PITFALL #3: MASKING NEGATIVE EMOTIONS

Remember that it’s normal to have a multitude of emotions and that all emotions are valid and serve a purpose, even the uncomfortable ones. Having the courage to feel negative emotions can be empowering—it can be the fuel you need to push for change.

Setting boundaries is an essential part of this process and it involves clearly communicating your limits and needs to others.

La entrada Cuando la gratitud lo lleva a aceptar menos de lo que merece se publicó primero en DirigeHoy PREMIUM.

]]> 273361 Guía para gestionar sistemas de IA interconectados https://dirigehoy.info/guia-para-gestionar-sistemas-de-ia-interconectados/ Thu, 16 Jan 2025 11:00:21 +0000 https://dirigehoy.info/?p=270473 Las organizaciones deben diseñar sistemas de IA como marcos interconectados (en lugar de herramientas aisladas).

La entrada Guía para gestionar sistemas de IA interconectados se publicó primero en DirigeHoy PREMIUM.

]]>

Guía para gestionar sistemas de IA interconectados

U

n médico utiliza la IA para redactar una solicitud de autorización previa, transformando lo que podría ser un proceso tedioso y prolongado en uno eficiente. Sin embargo, si la IA de una aseguradora rechaza la solicitud basándose en criterios que el sistema del médico no contempló, el resultado son retrasos y frustración. Esta es la nueva realidad de los ecosistemas de IA: redes interconectadas de agentes y sistemas inteligentes que colaboran, compiten o chocan entre diferentes unidades de negocio u organizaciones. Estos ecosistemas pueden ofrecer nuevas oportunidades, pero también introducir complejidades y riesgos adicionales.

Construir y gestionarlos de forma segura y responsable requiere, entre otras cosas, replantear la formación de la fuerza laboral, aprovechar la tecnología para facilitar la alineación y la coordinación, y establecer marcos de gobernanza que garanticen la confianza y la rendición de cuentas.

Capacitación para operar en ecosistemas de IA

A medida que las empresas adoptan la IA en todos los ámbitos, es cada vez más importante redoblar los esfuerzos en materia de capacitación. Por ello, los empleados deben fortalecer su capacidad no solo para trabajar con la IA, sino también para navegar y mediar en las interacciones de múltiples sistemas de IA. Además, deben ser más sensibles no sólo a la forma en que estos sistemas pueden afectar a sus propias decisiones, sino también a las de otras personas dentro o fuera de la organización.

Consideremos el ejemplo de un algoritmo utilizado en el Reino Unido para priorizar los trasplantes de hígado mediante la predicción de la supervivencia a cinco años de los pacientes con y sin trasplante. Este enfoque infravaloraba a los pacientes más jóvenes, cuyos beneficios se extienden mucho más allá de los cinco años, y los penalizaba aún más, ya que tienen más probabilidades de sobrevivir sin un trasplante.

En el sector de los servicios financieros, los resultados de un modelo (como las puntuaciones crediticias) pueden servir como datos de entrada para los sistemas de IA posteriores, lo que permite que los posibles errores o sesgos de los modelos de crédito se propaguen a través de la red. Esto destaca no solo la complejidad de la gestión de los sistemas de IA individuales, sino también el desafío más amplio de los sistemas interconectados, donde las fallas iniciales pueden propagarse y posiblemente amplificar los errores o desigualdades en las decisiones posteriores. Junto con el sesgo de automatización de la IA (la tendencia de los usuarios a confiar en los resultados de la IA sin cuestionarlos), los errores pueden pasar desapercibidos, especialmente en comparación con las prácticas actuales de puntuación y uso de la IA más simples.

Los abogados y estudiantes de derecho utilizan cada vez más la IA en una variedad de tareas que tradicionalmente realizaban los humanos. Sin embargo, los abogados de hoy en día a menudo carecen de orientación sobre cómo integrar estas herramientas en los flujos de trabajo o explicar a los clientes los resultados generados por la IA, especialmente cuando esos resultados son el producto del trabajo de muchos algoritmos de IA que interactúan entre sí. Los programas de capacitación deben centrarse no solo en el uso de las herramientas, sino también en la comprensión del funcionamiento conjunto de múltiples sistemas para fundamentar las decisiones.

Para abordar estas cuestiones, la capacitación debe ir más allá de los aspectos básicos del manejo de las herramientas de IA. Es necesario equipar a los empleados para evaluar críticamente los resultados de la IA, comprender cómo fluyen los datos y las decisiones a través de los sistemas de IA interconectados y tomar medidas cuando surjan conflictos. Por ejemplo, los médicos deben aprender a contrastar los resultados de los diagnósticos con los registros de los pacientes y cuestionar las recomendaciones de triaje cuando los datos parecen incompletos.

Los empleados necesitan habilidades para evaluar cómo interactúan entre sí las herramientas de IA. Por ejemplo, deben reconocer cuándo los sesgos de los datos previos se propagan a las recomendaciones posteriores o cuándo los resultados contradictorios indican un fallo en la coordinación. La capacitación también debe empoderar a los empleados para abordar estos desafíos, ya sea adaptando los flujos de trabajo, redefiniendo las interacciones de los sistemas de IA u optimizando la gestión de los datos y las cadenas de suministro de IA.

Aprovechar la tecnología para mejorar la alineación

Si bien la capacitación prepara a las personas, la tecnología puede permitir que los sistemas de IA interactúen de manera efectiva y eficiente. La interoperabilidad es fundamental, pero el desafío más amplio radica en diseñar infraestructuras y procesos tecnológicos que fomenten la colaboración entre los sistemas de IA mientras se mitigan los riesgos. No se trata solo de la interoperabilidad técnica tradicional, sino también de la interdependencia de las decisiones y la alineación.

El diseño proactivo de las cadenas de suministro de datos e IA de la organización proporciona un punto de partida útil: los sistemas ascendentes alimentan las aplicaciones intermedias que adaptan esos modelos para industrias específicas, los cuales, a su vez, impulsan las herramientas descendentes para los usuarios finales. Por ejemplo, en el sector de la salud, una IA ascendente agrega datos de exploraciones radiológicas globales para desarrollar un modelo de diagnóstico. Una aplicación intermedia podría personalizar este modelo para un sistema hospitalario específico, mientras que una herramienta secundaria podría permitir a los médicos priorizar los casos.

Con el tiempo, pueden surgir ecosistemas más complejos. Por ejemplo, en las operaciones de confianza y seguridad para plataformas en línea, los sistemas de IA para la detección de contenido, el análisis de opiniones y el monitoreo del comportamiento de los usuarios suelen operar de manera independiente, creando brechas o superposiciones en la toma de decisiones. Una mejor integración de estos sistemas puede proporcionar a los moderadores información en tiempo real, garantizando que las decisiones sean coherentes y defendibles.

Estos ejemplos muestran por qué las organizaciones deben diseñar sistemas de IA como marcos interconectados en lugar de herramientas aisladas, y empezar a pensar en sus cadenas de suministro de datos e IA desde el principio. Al adoptar tecnologías que faciliten la coordinación y las pruebas de solidez continuas, y al rediseñar procesos para alinear las interacciones de la IA, las empresas pueden aprovechar sus ecosistemas de IA en evolución no solo para crear valor, sino también para evitar la destrucción de valor debido a los posibles riesgos de la IA que pueden estar ocultos en algún punto de la cadena.

Gobernanza para ecosistemas complejos

La escala y la complejidad de los ecosistemas emergentes de IA exigen marcos claros de gobernanza. La naturaleza interconectada de estos sistemas introduce riesgos de fallos en cascada, sesgos amplificados y brechas en la rendición de cuentas. Una gobernanza sólida debe abordar estos desafíos mientras fomenta la confianza y la adaptabilidad.

La transparencia es primordial. En los ecosistemas de IA, la rendición de cuentas suele quedar oculta por las capas de interacción. Las organizaciones deben adoptar marcos de gobernanza que puedan rastrear las decisiones a lo largo del sistema, permitiendo el análisis de las causas y la mejora continua.

Empoderar a los usuarios finales es otra prioridad crítica de gobernanza. Aunque las organizaciones suelen centralizar el despliegue de la IA para mantener la consistencia, dar a los usuarios finales la flexibilidad necesaria para adaptar los sistemas de IA puede generar innovación y permitir la gestión de los riesgos desde su origen.

La gobernanza también exige establecer ciclos de retroalimentación para monitorear y perfeccionar los ecosistemas de IA a lo largo del tiempo. En las prácticas legales, por ejemplo, las empresas pueden implementar mecanismos para identificar cuándo los resultados de diferentes sistemas producen recomendaciones contradictorias. Mediante la incorporación de este tipo de prácticas de gobernanza, las empresas pueden garantizar a las partes interesadas que sus sistemas de IA son seguros y confiables. Las regulaciones recientes, como la Ley de Servicios Digitales de la UE (DSA, por sus siglas en inglés), brindan una valiosa orientación sobre transparencia, rendición de cuentas, capacitación de los usuarios y bucles de retroalimentación.

Por ejemplo, los proveedores de atención médica pueden implementar marcos de trazabilidad para garantizar que las decisiones de diagnóstico de la IA sean claras tanto para los pacientes como para los organismos reguladores. De manera similar, las plataformas de confianza y seguridad ya están adoptando mecanismos de auditoría que explican las decisiones de moderación de contenido y permiten a los usuarios cuestionarlas. Al aplicar estos principios, las organizaciones pueden crear ecosistemas de IA que no solo sean eficaces, sino también éticamente alineados y en los que confíen las partes interesadas.

Además, la capacitación basada en principios y procesos claros también puede permitir que los usuarios de los sistemas de IA exploren mejor y, en última instancia, aprovechen las fortalezas y debilidades de la IA, facilitando el aprendizaje. Esto puede aumentar la precisión de la toma de decisiones y mejorar la comprensión intuitiva de los moderadores de contenido que dependen de diferentes sistemas de IA para moderar el contenido.

Seguridad en la era de los ecosistemas de IA

A medida que las empresas desarrollan sus estrategias de IA y la adoptan en sus procesos y productos, los ecosistemas de IA inevitablemente se volverán cada vez más complejos, lo que exigirá nuevas prácticas, procesos y herramientas para que las personas los aprovechen mejor y con mayor seguridad. No podemos prever los nuevos tipos de riesgos que crearán las cadenas de suministro y ecosistemas de IA emergentes y complejos, por lo que las buenas prácticas de gestión de riesgos requieren una preparación adecuada y un aprendizaje continuo.

© 2025 Harvard Business School Publishing Corp. | De: hbr.org  |  Distribuido por: The New York Times Syndicate.

Artículo en inglés

A doctor uses AI to draft a prior authorization request, transforming what might be a tedious, time-consuming process into an efficient one. Yet, if an insurer’s AI rejects the request based on criteria the doctor’s system didn’t account for, the result is delays and frustration. This is the new reality of AI ecosystems: interconnected networks of intelligent agents and systems that collaborate, compete or clash across business units or organizations. These ecosystems can offer new opportunities but also introduce new complexities and risks.

Building and managing them safely and responsibly requires, among other things, rethinking workforce training, leveraging technology to enable alignment and coordination and establishing governance frameworks that ensure trust and accountability.

TRAINING TO OPERATE WITHIN AI ECOSYSTEMS

As companies adopt AI across the board, doubling down on AI training becomes increasingly important. Employees must therefore strengthen their ability not only to work with AI but also to navigate and mediate the interactions of multiple AI systems. They need to also be more sensitive not only to how these systems may impact their own decisions but also those of others inside or outside of the organization.

Consider the example of an algorithm used to prioritize liver transplants in the United Kingdom by predicting patients’ five-year survival with and without a transplant. This approach undervalued younger patients, whose benefits extend far beyond five years, and further penalized them since they are likelier to survive without a transplant.

In the financial services industry, outputs from one model — such as credit scores — can serve as inputs for downstream AI systems, allowing potential errors or biases from the credit models to propagate through the network. This highlights not only the complexities of managing individual AI systems but also the broader challenge of interconnected systems, where initial flaws can ripple through and possibly amplify errors or inequities in subsequent decisions. Coupled with AI automation bias — users’ tendency to trust AI results without question — errors may go unchecked, especially compared to simpler scoring and AI-usage practices today.

Lawyers and law students are increasingly using AI in a host of tasks traditionally done by humans. However, today’s lawyers often lack guidance on how to integrate these tools into workflows or explain AI-generated outputs to clients when those outputs are the result of the work of many interacting AI algorithms. Training programs should focus not only on tool usage but also on understanding how multiple systems work together to inform decisions.

To address these issues, training must extend beyond the basics of how to operate AI tools. It must equip employees to critically evaluate AI outputs, understand how data and decisions flow across interconnected AI systems and take action when conflicts arise. Clinicians, for instance, should learn to cross-reference diagnostic outputs with patient records and challenge triage recommendations when inputs appear incomplete.

Employees need skills to assess how AI tools interact within each other. For example, they should recognize when upstream data biases propagate into downstream recommendations or when conflicting outputs indicate a breakdown in coordination. Training should also empower employees to address these challenges, whether by adapting workflows, redefining AI systems’ interactions or optimizing the management of data and AI supply chains.

LEVERAGING TECHNOLOGY TO IMPROVE ALIGNMENT

While training prepares people, technology can enable AI systems to interact effectively and efficiently. Interoperability is foundational, but the broader challenge is designing technological infrastructures and processes that foster collaboration across AI systems while mitigating risks. It is not only about traditional technical interoperability; it is also about the interdependence of decisions and alignment.

Proactively designing the organization’s data and AI supply chains provides a useful starting point: Upstream systems feed into midstream applications that adapt those models for specific industries, which, in turn, power downstream tools for end users. For instance, in healthcare, an upstream AI aggregates data from global radiology scans to develop a diagnostic model. A midstream application might customize this model for a specific hospital system, while a downstream tool might enable clinicians to triage cases.

More complex ecosystems can emerge over time. For example, in trust and safety operations for online platforms AI systems for content detection, sentiment analysis and monitoring user behavior often operate independently, creating gaps or overlaps in decision-making. Better integrating these systems can provide moderators with real-time insights, ensuring that decisions are consistent and defensible.

These examples show why organizations need to design AI systems as interconnected frameworks rather than isolated tools, and to start thinking of their data and AI supply chains from the get-go. By adopting technologies that facilitate coordination and continuous robustness testing, and reworking processes to align AI interactions, businesses can leverage their evolving AI ecosystems not only to create value but also to avoid value destruction due to potential AI risks that may be hidden somewhere in the chain.

GOVERNANCE FOR COMPLEX ECOSYSTEMS

The scale and complexity of the emerging AI ecosystems demand clear AI governance frameworks. The interconnected nature of these systems introduces risks of cascading failures, amplified biases and accountability gaps. Robust governance must address these challenges while fostering trust and adaptability.

Transparency is paramount. In AI ecosystems, accountability often becomes obscured by the layers of interaction. Organizations must adopt governance frameworks that can trace decisions back through the system, enabling root-cause analysis and continuous improvement.

Empowering end users is another critical governance priority. While organizations often centralize AI deployment to maintain consistency, giving end users flexibility to adapt AI systems can both unlock innovation and allow managing risks at their root.

Governance also requires establishing feedback loops to monitor and refine AI ecosystems over time. In legal practices, for example, firms can implement mechanisms to identify when outputs from different systems produce conflicting recommendations. By embedding governance practices like these, businesses can reassure stakeholders that their AI systems are both safe and trusted. Recent regulations, such as the EU’s Digital Services Act (DSA), provide valuable guidance regarding transparency, accountability, user empowerment, and feedback loops.

For example, healthcare providers can implement traceability frameworks to ensure diagnostic AI decisions are clear to both patients and regulators. Similarly, trust and safety platforms are already adopting audit mechanisms that explain content-moderation decisions and allow users to challenge them. By applying these principles, organizations can create AI ecosystems that are not only effective but also ethically aligned and trusted by stakeholders.

Furthermore, empowerment based on clear principles and processes can also allow users of AI systems to better explore and eventually to take advantage of AI’s strengths and weaknesses, facilitating learning. This can increase the accuracy of the decision-making and improve the intuitive understanding of content moderators who rely on different AI systems to moderate content.

STAYING SAFE IN THE ERA OF AI ECOSYSTEMS

As companies develop their AI strategies and adopt AI in their processes and products, AI ecosystems will inevitably become increasingly complex, requiring new practices, processes and tools for people to better and more safely leverage them. We cannot foresee the new types of risks that the emerging complex AI supply chains and ecosystems will create, so good risk-management practices require proper preparation and continuous learning.

La entrada Guía para gestionar sistemas de IA interconectados se publicó primero en DirigeHoy PREMIUM.

]]> 270473 Cómo realizar una buena revisión de rendimiento https://dirigehoy.info/como-realizar-una-buena-revision-de-rendimiento/ Tue, 27 Sep 2022 14:51:00 +0000 https://dirigehoy.info/?p=264586 Las revisiones de desempeño tratan acerca de lo que hace la gente para ganarse la vida y, a menudo, sus asignaciones laborales y salariales.

La entrada Cómo realizar una buena revisión de rendimiento se publicó primero en DirigeHoy PREMIUM.

]]>

Cómo realizar una buena revisión de rendimiento

Tiempo de lectura

Descarga artículo

L

a insatisfacción con las evaluaciones de desempeño es generalizada. A menudo se consideran lentas, desmotivadoras, imprecisas, tendenciosas e injustas. Una encuesta de McKinsey indica que la mayoría de los CEOs consideran que el proceso de evaluación de sus empresas no ayuda a identificar a los mejores, mientras que más de la mitad de los empleados piensan que sus gerentes hacen bien las revisiones de desempeño. En un estudio de Gallup, solo uno de cada cinco empleados estuvo de acuerdo que las prácticas de desempeño de su empresa los motivaron.

Algunas empresas han dejado de emitir calificaciones de desempeño por completo. Sin embargo, otro estudio de McKinsey señala que cuando “las organizaciones desecharon las calificaciones de desempeño, encontraron la necesidad de una forma de evaluación administrativa anual documentada para tomar decisiones de empleo, como promociones y aumentos. Para abordar esta necesidad, estas organizaciones a menudo implementaron calificaciones “fantasma”, un sistema de evaluación que, en última instancia, es solo otra calificación anual de desempeño”.

He aquí cómo los gerentes pueden refinar la forma en que se planifican, realizan y repiten las revisiones de desempeño.

Repensando las revisiones de desempeño.

En todos los campos, la investigación muestra que las personas se convierten en personas de alto rendimiento al identificar áreas específicas que necesitan mejorar y luego practicar esas habilidades con retroalimentación sobre el desempeño.

Para el que da la retroalimentación, el proceso es clave para lograr que las personas practiquen las cosas correctas, prioricen las oportunidades y aclaren las responsabilidades del individuo frente al gerente o la empresa. También es clave para un liderazgo efectivo. Cuanto más asciende en cualquier organización, más depende del desempeño de sus subordinados.

Qué hacer antes de la revisión.

Los gerentes, en primer lugar, deben aclarar los estándares por medio de los cuales se juzgará el desempeño: Qué es importante y cuánto espera.

Segundo, las revisiones de desempeño tratan acerca de lo que hace la gente para ganarse la vida y, a menudo, sus asignaciones laborales y salariales. Estos temas toman tiempo para discutirse. Es importante prestar atención al desempeño y comportamiento de los empleados mucho antes de la revisión como tal.

En tercer lugar, las revisiones efectivas requieren un juicio sobre las causas del desempeño de una persona. ¿Son consecuencia de las deficiencias en la motivación o en la capacidad? ¿Pueden la capacitación y el entrenamiento mejorar esas capacidades?

Finalmente, los trabajadores de alto rendimiento a menudo tienen una gran motivación y capacidad. ¿Qué puede hacer para recompensar, retener y aprender sus comportamientos?

Estos no son juicios fáciles de hacer. Pero son necesarios e implican diferentes planes de acción. Sin ellos, es difícil ser mutuamente productivos durante la revisión.

Qué transmitir durante la revisión.

Estos pasos pueden ayudar a guiar la conversación:

— Transmita su intención positiva. Una revisión se trata de comentarios destinados a aumentar la eficacia del destinatario. Si realmente no tiene esta intención, por ejemplo, si cree que un empleado carece de motivación y/o habilidad, entonces debería considerar sacar a esa persona de ese trabajo.

Por el contrario, considere una revisión con un empleado prometedor. Podría decir: “Hiciste un buen trabajo asentándote en el puesto y orientándote hacia nuestra empresa. Tu desafío ahora es hacer la transición a roles más independientes durante el próximo año. Así que cuento contigo para manejar más por tu cuenta, y lo evaluaré en nuestra próxima revisión”.

— Describa específicamente lo que ha observado. Cuanto más específicos y descriptivos sean sus comentarios sobre las fortalezas y debilidades, más probable será que la otra persona los entienda. Describa incidentes ilustrativos o críticos que indiquen el impacto en el desempeño. La retroalimentación demasiado general aumenta los sentimientos defensivos, en lugar de una apertura a los cambios en el comportamiento.

Por ejemplo, decir “Su presentación fue mala” es poco más que una percepción y una exhortación a “mejorar”. Decir: “Su presentación no incluyó información sobre datos demográficos, costos totales del ciclo de vida y condiciones de pago” hace que sea más fácil tomar medidas correctivas, porque tanto el gerente como el empleado ahora pueden concentrarse en los elementos a mejorar.

— Indique el impacto de la conducta o acción. Administrar significa discutir los vínculos de causa y efecto entre comportamientos y resultados. Por ejemplo, una cosa es decirle a un vendedor: “No conectaste con el comprador”. Otra muy distinta es decir: “Usted interrumpió a las personas durante la reunión y esto resultó en que el comprador estuviera menos abierto a escuchar sus ideas”. Concéntrese en los comportamientos que están bajo el control de una persona.

— Pida a la otra persona que responda. Las revisiones efectivas son una transferencia bidireccional de información, no solo instrucciones de un gerente. El diálogo es importante, porque pone a prueba las suposiciones y el razonamiento. ¿Tiene sentido mi punto de vista sobre sus interacciones con los colegas? ¿Qué me estoy perdiendo? Estas son las prioridades de nuestra unida: ¿Usted está de acuerdo? Si no, ¿por qué no?

El diálogo también abre la posibilidad de que los comportamientos, las políticas o el estilo de gestión del gerente puedan ser parte del problema y la oportunidad de desempeño.

— Discuta lo que debe suceder. Una revisión está incompleta sin una discusión de los próximos pasos en los que ambas partes asuman la responsabilidad adecuada por el cambio. Sin embargo, la responsabilidad de este cierre recae en el gerente. ¿Hay tareas que puedan aumentar el aprendizaje? ¿Qué cronograma y puntos de referencia se pueden usar para medir el progreso?

Qué hacer después de la revisión.

El mayor impacto de las conversaciones sobre el rendimiento a menudo sucede después de la revisión. Con demasiada frecuencia, la revisión es un evento anual aislado y tiene poco impacto real. La investigación sobre el cambio de comportamiento y la mejora continua necesaria para la innovación destaca la importancia de establecer objetivos y proporcionar retroalimentación continua sobre el avance hacia esos objetivos.

— Incluya seguimientos regulares en el programa. La tecnología está reduciendo el costo de hacer esto. Los estudios, en áreas que van desde la atención médica hasta la votación y el uso de energía, encuentran que los recordatorios de texto de seguimiento afectan significativamente el comportamiento y mejoran los resultados. La clave es hacer que los seguimientos sean un proceso iterativo, del cual las personas y la empresa obtengan valor.

— Busque patrones. El seguimiento regular también brinda a los gerentes la oportunidad de buscar patrones y crear un ciclo virtuoso de evaluación e inversión mediante la reasignación potencial de dinero, tiempo y personas para alinearse mejor con los imperativos estratégicos.

La retroalimentación y el coaching son cruciales para el crecimiento y desarrollo profesional. Los gerentes deben demostrar que se preocupan por sus empleados y que son dignos de confianza al evaluar el desempeño.

© 2022 Harvard Business School Publishing Corp. | De: hbr.org  |  Distribuido por: The New York Times Syndicate.

Una revisión se trata de comentarios destinados a aumentar la eficacia del destinatario. 

La retroalimentación demasiado general aumenta los sentimientos defensivos, en lugar de una apertura a los cambios en el comportamiento.

Las revisiones efectivas son una transferencia bidireccional de información, no solo instrucciones de un gerente. 

La retroalimentación y el coaching son cruciales para el crecimiento y desarrollo profesional. Los gerentes deben demostrar que se preocupan por sus empleados y que son dignos de confianza al evaluar el desempeño.

La entrada Cómo realizar una buena revisión de rendimiento se publicó primero en DirigeHoy PREMIUM.

]]> 264586