Líderes de Box, Meta y LinkedIn sobre cómo la IA está transformando el futuro del trabajo

La IA está transformando radicalmente el futuro del entorno laboral: desde redefinir los empleos hasta impulsar el auge de lo que algunos llaman el “trabajo basura o descuidado” (“workslop”).

En directo desde el escenario de la cumbre Masters of Scale en San Francisco, Aaron Levie, CEO de Box; Aneesh Raman, director de oportunidades económicas de LinkedIn; y Clara Shih, directora de IA empresarial de Meta, comparten sus perspectivas desde dentro sobre el optimismo, la incertidumbre y la gestión de la IA en esta era sin precedentes.

Esta es una transcripción abreviada de una entrevista de Rapid Response, presentada por Bob Safian, exeditor en jefe de Fast Company, y grabada en directo en la cumbre Masters of Scale 2025 en San Francisco. Del equipo responsable del podcast Masters of Scale, Rapid Response presenta conversaciones sinceras con los principales líderes empresariales de la actualidad que se enfrentan a desafíos en tiempo real. Suscríbete a Rapid Response dondequiera que escuches tus podcasts para asegurarte de no perderte ningún episodio.

Aneesh, existe un debate real sobre el impacto de la IA en el trabajo. Algunos dicen que será positivo, otros que negativo. Has dicho que será espectacular. ¿Por qué?

Raman: Estoy en LinkedIn. Somos, como mínimo, una plataforma de personas. Vamos adonde va la especie. Así que, durante dos años, he pensado en la inteligencia humana como mi principal objetivo… Para los humanos, el trabajo ha sido un desastre desde la era industrial. Nos hemos convertido en máquinas eficientes. Ya sea en la línea de montaje o enviando correos electrónicos, es más, mejor, más rápido. Más, mejor, más rápido… Eso no es lo que somos los humanos. La IA nos va a superar en eficiencia. Los robots nos van a superar en eficiencia.

No pasa nada. Nos convertimos en la especie cumbre, no porque fuéramos los más eficientes, sino porque éramos los más imaginativos e innovadores… La IA nos va a obligar finalmente a ampliar nuestra visión de la inteligencia humana. Soy pesimista sobre nuestra preparación para eso, porque se trata de sistemas completamente nuevos de educación, empleo y emprendimiento. Pero vamos a tener que solucionarlo, y creo que es genial.

Clara, hemos oído un término muy popular: “trabajo basaura”. Y el trabajo generado por IA está generando más trabajo. Es como priorizar el volumen sobre la calidad… ¿Es el trabajo basaura solo una fase de la IA? ¿Es un error que vamos a corregir, o es una característica y algo a lo que siempre tendremos que estar atentos en un mundo donde se puede crear tanto con tanta facilidad?

Shih: Creo que siempre ha habido trabajo basaura. He sido responsable de algunos trabajos basura, especialmente al principio de mi carrera. Creo que, sin duda, la IA facilita la creación de mucho trabajo basuara, como cualquier tecnología nueva. Me imagino que cuando se inventaron las primeras hojas de cálculo, la gente no estaba segura de cómo usarlas. Las funciones probablemente no incluían la comprobación de fórmulas, por lo que probablemente había algunas hojas de cálculo muy malas e incorrectas. Lo mismo está sucediendo ahora.

Raman: Como con cualquier herramienta, úsala. No la uses mal. No la uses de más. Ya hay mucha investigación. El MIT tiene una excelente investigación con escáneres cerebrales que demuestra que si abusas de la IA, reducirás tu capacidad para desarrollar habilidades de pensamiento crítico. La IA ayuda a las personas a empezar, pero si todos la usan en un equipo, se vuelve monótona. Así que todo depende de cómo la uses.

Aaron, fundaste Box. Sabes lo importante y distintiva que puede ser una cultura en una organización. Cada empresa es diferente. Todas nuestras culturas, cada una es diferente. Cuando incorporamos agentes de IA a nuestro trabajo, ¿necesitamos orientarlos como a los nuevos empleados? Si todos usamos IA estándar, ¿acabaremos con una cultura estándar?

Levie: Por supuesto. Y, por cierto, no me importa que haya mucho trabajo basaura porque solo veo un montón de archivos que se van a generar.

Me alegro por ti.

Levie: Creo que todos aquí están familiarizados con la ingeniería de contexto. Es una analogía sencilla: es como tener un empleado que es una persona superinteligente, pero que no sabe qué tipo de trabajo tiene. Y tú piensas: “Bueno, hoy eres abogado, al día siguiente eres comercializador y al día siguiente programador”. Eso es básicamente un modelo de IA. Por lo tanto, debes darle el contexto necesario para que pueda realizar sus tareas.

Y entonces, irónicamente, quizás necesites obtener más contexto del que la persona necesitaría. De hecho, es muy fácil para un empleado captar las normas culturales y las prácticas laborales generales, porque puede simplemente mirar a otra persona y decir: “Oh, acabo de ver cómo colaboraste aquí”. Así que somos más una cultura colaborativa que simplemente tomar decisiones rápidas y luego avanzar. Un agente de IA tampoco sabe: “¿Acabo de unirme a SpaceX o a Patagonia?”. Supongo que son dos extremos diferentes del espectro cultural. Así que tendrás que decirle al agente de forma eficaz algo como: “¿Quién eres ahora mismo? Estas son las normas de nuestra organización y el contexto del proceso empresarial en el que participas”.

Clara, hablé con un CEO la semana pasada que me comentó que lo están presionando para adoptar la IA en áreas que no está seguro de que sean realmente beneficiosas para la empresa. Pero él piensa: “Vaya, estoy recibiendo este impulso de todas las partes de la organización, los inversionistas y la junta directiva”. ¿Cómo logran los líderes un equilibrio entre “Tengo que participar” y “Aún no muestra un impacto medible”?

Shih: Veo esto constantemente en varios líderes con los que me reúno. Creo que primero es ser práctico, involucrarse de verdad y comprender las capacidades. Porque creo que con ese criterio, con esa experiencia de primera mano, solo entonces los líderes pueden saber realmente: “Bueno, quiero aplicarlo aquí, pero no aquí”. Otra gran fórmula para el éxito es dividir el equipo, que la gente se centre en casos de uso inmediatos. ¿Qué puedo lograr hoy que me muestre el retorno de la inversión este trimestre, el próximo trimestre, frente a las apuestas más importantes donde solo veo la tendencia secular y tenemos que adaptarnos a la situación actual?

Levie: Aquí hay un error en el que caen muchas organizaciones existentes, como nosotros. Cuando hablo sobre qué tipo de procesos podemos automatizar, creo que existe la idea de que tenemos una visión utópica de que la IA puede hacer cualquier cosa y automatizarlo todo. La realidad es que si se incorpora la IA a los procesos empresariales actuales, en realidad hará muy poco, y hay que rediseñar el flujo de trabajo y el proceso. Creo que muchas veces, por desgracia, se ve a gente intentar incorporar la IA a un proceso donde, incluso con la mejor automatización, se obtiene una ganancia del 10% o algo así.

No es revolucionario.

Levie: No es revolucionario, pero se debe a que no se pensó en rediseñar el flujo de trabajo para la IA. Y nosotros pensábamos que la IA funcionaría como nosotros. Resulta que quizás tengamos que trabajar como lo hace la IA, y que realmente estemos al servicio del agente para que sea más productivo, a diferencia de esta desafortunada realidad donde probablemente pensábamos que nos haría productivos.

Es un poco aterrador. ¿Tu trabajo es hacer que la IA sea más productiva?

Levie: Totalmente. Bueno, hace 15 años, uno de nuestros gerentes de ingeniería me habló de la pirámide invertida. Su trabajo consiste en capacitar a todas las personas por debajo de él, técnicamente en una jerarquía, pero para que sean lo más productivas posible. Y era como una inversión: él trabaja para ellos para que sean lo más efectivos posible. Y la realidad es que eso es lo que vamos a hacer con los agentes de IA durante bastante tiempo, porque vamos a trabajar para que sean efectivos… Y si nos fijamos en las startups de cinco, diez y veinte personas que son totalmente nativas de IA, no tienen ni un solo proceso de negocio. Eso es básicamente lo que están haciendo. Trabajan para ayudar a los agentes a ser supereficaces, y esa es una forma totalmente diferente de trabajar.

Raman: Hazlos más productivos para que tú tengas más impacto.

Shih: Sí, te ayudo para ayudarme.

Raman: Creo que tenemos que ser prohumanos de forma afirmativa. Es difícil decir cuán radical es esto.