C

uando las organizaciones no logran generar valor a partir de la IA, el problema rara vez es técnico. Con mayor frecuencia, es organizacional y cultural.

La mayoría de los equipos no se resisten a los datos por malicia o indiferencia, sino porque los comportamientos, incentivos y expectativas que los rodean no están alineados. Las personas no tienen claro cómo actuar con base en los datos, cuándo confiar en ellos o si su uso será recompensado. Otros recurren por defecto a hábitos heredados: gestionar por instinto, actuar a partir de anécdotas u optimizar su función local por encima de los objetivos organizacionales.

Estos cinco componentes están diseñados para corregir los puntos de falla más comunes en la implementación de la IA:

1. Roles

Este componente aclara quién es responsable de qué a lo largo del ciclo de vida del proyecto, reduciendo la complejidad interfuncional para que los proyectos piloto no fracasen por las diferencias entre equipos. Los roles incluyen al patrocinador del negocio, el responsable del producto, los científicos de datos, los traductores, las áreas de riesgo y cumplimiento, y los responsables de la experiencia del cliente. La definición de estos límites elimina entregas fallidas, responsabilidades perdidas y posibles conflictos entre los equipos técnicos y empresariales. Contar con roles claros garantiza que los incentivos estén alineados en toda la organización y también a lo largo del ciclo de vida del proyecto, de modo que los proyectos se lancen a tiempo y continúen hasta su ejecución.

2. Responsabilidades

Este componente define qué significa el éxito para cada rol más allá del lanzamiento inicial del proyecto, incluyendo la adopción del modelo, la responsabilidad sobre los KPIs, el seguimiento continuo y el reentrenamiento cuando sea necesario. La rendición de cuentas se asigna explícitamente al patrocinador del proyecto desde el momento en que la iniciativa es aprobada y se mantiene hasta que el valor generado es efectivamente medido, no solo hasta que se completa la ejecución.

Esto garantiza que exista un responsable claro después de la puesta en marcha y aborda una falla crítica en muchos proyectos de IA: cuando el valor desaparece tras los proyectos piloto o cuando los modelos se desvían con el tiempo sin que nadie sea dueño de su desempeño. Dado que los modelos que aprenden continuamente no son herramientas “plug-and-play”, definir responsabilidades claras asegura que la supervisión y el involucramiento constante sean responsabilidad directa de una persona o equipo específico.

3. Rituales

Este componente establece la cadencia constante de interacciones necesarias tanto para lograr el lanzamiento del producto como para monitorear y adoptar modelos de IA que tienden a aprender y cambiar con el tiempo. Estos incluyen el arranque del proyecto, revisiones operativas semanales, comités ejecutivos quincenales y reuniones críticas de seguimiento posteriores al lanzamiento. Establecer estos recursos compartidos crea hábitos de actualización constante entre los distintos miembros del equipo, garantizando el flujo de información y permitiendo la iteración y la escalación en tiempo real. Estos hábitos son esenciales para evitar que los bloqueos persistan y que los problemas salgan a la luz demasiado tarde.

4. Recursos

Este componente exige el uso de plantillas, marcos de trabajo y aceleradores reutilizables para evitar que los equipos comiencen desde cero y repitan el mismo esfuerzo en cada proyecto. Por ejemplo, contar con una arquitectura compartida de IA generativa (que simplifique la implementación de estas soluciones a escala y, al mismo tiempo, reduzca riesgos como la pérdida de información o las alucinaciones) ha sido clave para acelerar tanto la ejecución como la adopción. La estandarización de estos procesos reduce los tiempos de entrega en un estimado de entre 50 y 60% frente a proyectos improvisados dentro de la empresa y garantiza que la gobernanza y las prácticas de IA responsable se apliquen de forma consistente. De este modo, se evita la reinvención constante y se asegura una calidad homogénea entre los distintos equipos de la organización.

5. Resultados

Este componente requiere que los equipos definan métricas que combinen la adopción con el impacto en el negocio incluso antes de comenzar el proyecto. Esto garantiza que el éxito no se mida únicamente por el valor técnico (como la precisión del modelo) o por métricas de vanidad, sino por métricas que se traduzcan en valor real para el negocio. Ejemplos de estas métricas incluyen el porcentaje de interacciones gestionadas por IA generativa, la reducción de la rotación de clientes y las ganancias en EBITDA. Definir estas métricas desde el inicio elimina la práctica de desarrollar demostraciones sin KPIs medibles y mantiene la atención enfocada en la adopción y los resultados empresariales.

Las 5R también abordan un desafío que muchas empresas pasan por alto: cómo garantizar prácticas responsables de IA a gran escala. Esto hace que el marco no solo sea un impulsor de la productividad, sino también una garantía.

L

a ciencia es clara: las personas rinden mejor en el trabajo cuando su entorno es predecible, cuando tienen cierto control sobre su entorno inmediato, cuando forman parte de un conjunto estable de relaciones, cuando se sienten conectadas con el lugar y los rituales, y cuando el propósito de sus esfuerzos les resulta evidente. Visto a través del lente de esta investigación, entonces, el cambio constante emerge como el enemigo del rendimiento, no como su catalizador.

Pero no es así como solemos pensar en el cambio. Hemos llegado a creer que el cambio es (necesariamente) bueno, que la disrupción es (necesariamente) el camino hacia un futuro mejor, y que cuando la gente se resiste a la última estrategia o estructura nueva, esa resistencia es un fracaso que hay que superar, en lugar de ser una señal de lo que los seres humanos necesitan en el trabajo. Como resultado, hoy en día, cuando pensamos en el cambio en el trabajo, tendemos a asumir su inevitabilidad y a centrar nuestra atención en cómo gestionarlo (qué métodos, procesos, tecnología y comunicación necesitamos implementar para que avance de manera más fluida).

Por supuesto, algunos cambios son necesarios, y otros son inevitables. Pero no todos. Lo que sugiere la literatura científica sobre previsibilidad, agencia, pertenencia, lugar y significado es que, antes de pensar en gestionar el cambio, debemos considerar las condiciones que las personas necesitan en el trabajo para ser productivas. Deberíamos estar menos ansiosos por instigar cambios en nuestras organizaciones y ser más cautelosos cuando los acontecimientos externos nos obligan a actuar. Y deberíamos cultivar un aprecio renovado por las virtudes de la estabilidad, junto con una comprensión de cómo practicar lo que llamaré “gestión de la estabilidad”.

¿Qué es la gestión de la estabilidad?

A diferencia de la gestión del cambio, que se da cuando se plantea un cambio en particular, la gestión de la estabilidad (que aborda necesidades psicológicas humanas fundamentales que no pueden activarse y desactivarse a voluntad) debe ser una disciplina organizacional continua y siempre activa. Es una forma de gestionar un entorno, no una forma de navegar en un momento dado.

La gestión de la estabilidad se ocupa de lo que funciona en un día determinado, mientras que la gestión del cambio comienza con lo que no funciona. La gestión de la estabilidad enfatiza la necesidad de prestar atención, y la gestión del cambio tiende a enfocarse demasiado en la retroalimentación. Mientras la gestión del cambio se centra en la organización en general, en lo que será diferente y en comunicar la urgencia; la gestión de la estabilidad se centra en los equipos locales, en lo que será constante y en comunicar la realidad.

La gestión de la estabilidad reconoce la importancia de los equipos.

Los equipos son fuente de mucha estabilidad para sus miembros. El equipo de investigación que dirigí en Cisco encontró tres grupos de condiciones que predecían mejor el rendimiento de los equipos:

• El primero de estos grupos se refiere a la contribución de un individuo, es decir, si comprende lo que se espera de él, si logra aprovechar sus fortalezas con frecuencia, etc.

• El segundo grupo de condiciones concierne al equipo en su conjunto, es decir, si se apoyan mutuamente, por ejemplo, o si tienen una comprensión compartida de la excelencia.

• Y el tercer grupo de condiciones conecta al equipo con la organización en general, cuestionando, por ejemplo, si la misión de la organización resulta emocionante para los miembros del equipo.

Lo que descubrieron los investigadores de Cisco fue que cada uno de estos tres grupos de condiciones (contribuciones individuales, ambiente de equipo y entorno de la empresa) varía según el equipo. Aunque dos de los tres grupos de condiciones (los que se refieren a un individuo y los que se relacionan con la empresa) a primera vista tenían poco que ver con un equipo, el equipo era el mediador más importante de esos aspectos.

Además, los estudios de Cisco no fueron sólo estudios de equipos, sino también de rendimiento, por lo que los diferentes conjuntos de condiciones fueron los que distinguieron a los equipos con mejor rendimiento. Y la estabilidad corre como una costura a través de todos ellos. Comprender las expectativas (o ser capaz de trabajar eficazmente) ayuda a crear un sentido de previsibilidad y agencia. Contar con el apoyo de quienes le rodean contribuye a un sentido de pertenencia. Y comprender la conexión entre nuestros esfuerzos diarios y la dirección e impacto de la organización en general le da significado a nuestro trabajo. La gestión de la estabilidad busca preservar equipos íntegros, apoyar a los líderes de equipo en la construcción de equipos prósperos, y considera que los equipos son la unidad organizacional más importante.

La gestión de la estabilidad se centra en lo que será constante.

En cuanto a lo que los equipos hacen semana tras semana para crear una sensación de estabilidad, mi reciente investigación encontró muchos casos de equipos que se esfuerzan por honrar los rituales. El profesor e investigador de la Harvard Business School, Michael Norton, me explicó que los humanos utilizan los rituales como reguladores emocionales, y claramente los equipos no son una excepción.

En uno de los equipos que conocí, el líder del equipo había ritualizado el apoyo mutuo. Cada semana comenzaba con una llamada rápida en la que los miembros del equipo compartían lo que tenían entre manos y si necesitaban ayuda de sus compañeros; y la semana terminaba con una llamada donde los miembros del equipo reconocían públicamente a quienes los habían apoyado a ellos y a otros. En este caso, el ritual ayudaba a regular las emociones de estrés y falta de pertenencia.

En otro lugar, descubrí rituales igualmente efectivos que virtualizaban los saludos matutinos y las despedidas vespertinas del trabajo en la oficina durante la pandemia de Covid-19 (ritualizando, nuevamente, el sentido de pertenencia), o que ritualizaban el intercambio de información durante una crisis (una reunión semanal que nunca se omitía, dando certeza de la información). La gestión de la estabilidad enfatizará, aumentará y honrará los rituales dondequiera que se encuentre.

La gestión de la estabilidad se enfoca en comunicar con palabras reales.

Los líderes organizacionales también tienen un papel clave que desempeñar en la gestión de la estabilidad. Por supuesto, pueden asegurarse de que los líderes de equipo comprendan y reciban formación sobre su papel crítico en la mejora de la estabilidad. Pueden presionar para mantener los equipos intactos en la medida de lo posible (como, por ejemplo, en empresas de consultoría, donde los equipos a menudo trabajan juntos de proyecto en proyecto, en lugar de disolverse y reformarse cada vez). Además, pueden garantizar que las comunicaciones organizacionales promuevan la estabilidad, al estar escritas con palabras reales, es decir, palabras que conectan con la realidad, y que conectarán mañana de la misma manera que lo hacen hoy, a diferencia de la niebla de eufemismos y el lenguaje positivo en el que muchas comunicaciones empresariales se ven envueltas hoy en día.

Por lo tanto, en lugar de afirmar que la decisión de despedir a alguien surgió de un proceso de “calibración colectiva”, considerando “los principales logros e indicadores de datos”, los líderes deben hablar de manera más clara y directa. Como me dijo uno de los entrevistados para mi último libro: «La gente puede lidiar bastante bien con la verdad». Y la verdad, incluso cuando describe el cambio, es, en sí misma, una fuente de estabilidad.