Una buena innovación en IA implica centrarse en el flujo de trabajo y no en despedir gente

Cuando era ingeniero en Stripe, allá por 2017, presenté un sistema de aprendizaje automático que reduciría nuestra plantilla de soporte a la mitad. Pensé que solucionaba el mayor coste de la empresa: el personal. Al fin y al cabo, ¿no es ese el objetivo de la automatización?

La respuesta del jefe de soporte me pilló desprevenido: “Felicidades. Has automatizado la parte fácil”.

Me di cuenta de que el verdadero problema era el flujo de trabajo. Los agentes alternaban entre diez herramientas diferentes. El conocimiento institucional estaba estancado. El trabajo se enrutaba manualmente, sin visibilidad de patrones ni cuellos de botella. El mayor costo no eran las personas, sino los procesos fallidos.

Reducir los costos laborales en nombre de la inteligencia artificial (IA) ha demostrado ser a menudo una estrategia fallida. Tomemos como ejemplo a Klarna. A principios de 2024, su asistente basado en OpenAI asumió la carga de trabajo de casi 700 agentes de soporte, pero la apuesta fracasó. A mediados de 2025, la empresa comenzó a recontratar agentes humanos. Reconoció que los clientes aún buscan empatía y que la IA necesita supervisión humana para brindar un servicio de calidad.

Las empresas que realmente impulsan la IA no están en modo alarmista sobre su potencial ni despiden a equipos enteros. Replantean cómo se trabaja. Invierten en programas y estructuras para acelerar el aprendizaje y la experimentación. Así ayudan a los empleados a evolucionar e impulsar la eficiencia junto con la tecnología. Es la combinación de humanos e IA la que libera todo su potencial, no solo IA a toda costa, lo que solo sirve para sembrar reticencias entre las personas que necesitamos para impulsarla. Así es como piensan sobre el uso de la IA para obtener beneficios reales.

Diseño para orquestación

Cuando las empresas ven la IA desde la perspectiva de la reducción de personal, finalmente buscan la automatización por sí misma. Pero automatizar sin conectar sistemas, roles y ciclos de retroalimentación solo acelera el caos. Es como construir una línea de montaje donde las secciones no encajan.

Los equipos más eficaces no consideran la IA como una solución independiente. La consideran parte de un sistema más amplio: juicio humano, herramientas internas, flujos de datos y ciclos de decisión en tiempo real. El objetivo no es menos personal. Es un mejor flujo.

En Stripe, desarrollé un modelo para responder automáticamente consultas de soporte sencillas. La automatización no fue lo más valioso. El resultado más útil fue actualizar la categorización de los problemas de soporte y la documentación, que se había vuelto obsoleta y demasiado amplia. Por ejemplo, identificamos que las preguntas sobre comisiones por devoluciones de cargos debían tratarse de manera diferente a las preguntas sobre evidencias de devoluciones de cargos, que anteriormente se agrupaban. Esto liberó al personal para desarrollar la formación, crear las herramientas internas adecuadas y organizar los comentarios sobre los productos.

Construir sobre documentación limpia 

El miedo a perder el empleo suele impulsar a los líderes a buscar soluciones rápidas con IA: “¿Podemos automatizar las respuestas mañana?”. Pero la IA no puede responder preguntas que nadie ha documentado adecuadamente. El conocimiento suele residir en conversaciones, documentos obsoletos o en la mente de una sola persona. Y ahí es donde los esfuerzos de adopción se estancan.

Los equipos altamente funcionales y con IA avanzada tratan el conocimiento interno como un producto. Documentan cómo se toman las decisiones. Construyen sistemas donde los humanos retroalimentan las lecciones. Y facilitan que la IA —o cualquier persona— acceda y aplique ese contexto de manera fiable.

Una empresa del sector de entrega de comida en línea en Latinoamérica ofrece un ejemplo útil. Cuando el soporte por chat con IA falló, el equipo centralizó sus procedimientos operativos estándar e identificó las deficiencias con los gerentes de producto. Según su gerente de producto, muchas políticas no existían o estaban desactualizadas, sin un proceso integral para mantener la documentación actualizada tras los cambios de producto. Esto generó claridad y consistencia antes de la intervención de la IA y permitió una automatización más rápida una vez que la iniciativa de IA se puso en marcha.

Mi consejo más frecuente para que las empresas aceleren sus iniciativas de IA es escribir las cosas, mantenerlas actualizadas y luego usar la IA para descubrir patrones y acelerar la toma de decisiones.

La IA no es magia: es infraestructura

Cuando los líderes presentan la IA como un atajo para los recortes de empleo, se exponen a la decepción. Los equipos que ven un impacto real adoptan un enfoque muy diferente: la tratan como si fuera una simple instalación de tuberías. La conectan a sus sistemas de programación, análisis, previsión y toma de decisiones, y generalmente miden resultados, no sensaciones.

Tampoco se comprometen demasiado. Prueban, ajustan y revierten. Los operadores más inteligentes no preguntan: “¿Qué podemos automatizar?”. Preguntan: “¿Qué falla ahora mismo? ¿Podría ayudar la IA?”.

Un proveedor de nóminas con más de cinco millones de usuarios ilustra bien este punto. En lugar de desmantelar su centro de llamadas, crearon una prueba A/B entre un agente de voz con IA y la clásica respuesta de voz interactiva de “presione 2 para facturar”. Midieron las tasas de resolución, tomaron muestras de llamadas y realizaron pruebas continuas. Al integrar la IA en los sistemas existentes de gestión telefónica y de calidad, pudieron automatizar flujos de trabajo específicos, como la resolución de problemas comunes de retrasos en los pagos.

La IA no transformará su fuerza laboral de la noche a la mañana. Los mejores líderes saben cómo medir el éxito, construir sistemas basados ​​en esos aprendizajes e implementar cambios rigurosamente. Si se implementa correctamente, la IA puede ayudarle a construir una fuerza laboral más resiliente y menos dependiente de las hazañas heroicas, sin perseguir recortes de personal, sino para integrarla cuidadosamente en la compleja realidad de las operaciones. De esta manera, las organizaciones pueden acompañar a los empleados en el proceso y garantizar que la IA se convierta en una herramienta que la gente quiera usar y, en última instancia, adoptar.

La conversación que deberíamos tener no es sobre qué empleos desaparecen, sino sobre cómo rediseñar los sistemas para que los humanos y la IA puedan trabajar juntos al máximo. Ahí es donde surge la verdadera innovación y donde se multiplican los beneficios.