En un entorno empresarial dominado por el entusiasmo tecnológico, la tendencia habitual consiste en distribuir licencias de inteligencia artificial a la totalidad de la plantilla. Sin embargo, no todos los directivos comparten esta estrategia. En la compañía británica de tecnología de pagos Paysend, el acceso a las herramientas de inteligencia artificial no se otorga por defecto, sino que debe ganarse demostrando su utilidad práctica.
El riesgo de amplificar malos hábitos
El director ejecutivo de Paysend, Ben Chisell, se define como una persona cínica frente a las expectativas desmedidas que rodean a la tecnología. Aunque reconoce el valor de estas soluciones y calcula que su equipo de ingeniería ahora puede entregar alrededor de un 25% más de trabajo manteniendo el mismo tamaño de personal, sostiene que conseguir resultados tangibles no consiste simplemente en repartir software a todos los empleados.
Desde su perspectiva, poner herramientas avanzadas en manos equivocadas o sin la debida justificación puede magnificar conductas contraproducentes, tales como la pereza y la falta de criterio profesional. Por este motivo, su política interna restringe el uso de la inteligencia artificial a los empleados de mayor rendimiento y exige evaluar con rigor qué aporta cada aplicación a la resolución de problemas reales de los clientes, evitando dejarse llevar por el miedo a quedarse atrás.
Experimentación controlada frente a licencias universales
La metodología aplicada en Paysend contempla que los nuevos empleados dispongan de un mes para experimentar con herramientas de inteligencia artificial y justificar sus logros. En una prueba reciente, el nuevo responsable de optimización para motores de búsqueda solicitó acceso a Claude. Al cabo de cuatro semanas, el propio empleado concluyó que no requería la herramienta generalista porque únicamente le servía para elaborar resúmenes de contenido con mayor rapidez. En lugar de mantener una suscripción amplia, propuso desarrollar un agente específico dedicado exclusivamente a esa tarea.
Esta postura contrasta con la de otras organizaciones en el Reino Unido:
- Lloyds Banking Group: ha implementado 40.000 licencias de Microsoft 365 Copilot, registrando un uso activo del 97% entre los empleados que disponen de acceso.
- Sage: la empresa de software ha reportado que sus herramientas de codificación con inteligencia artificial han ahorrado cientos de miles de horas de trabajo.
- Grant Thornton UK: promovió el uso de Claude entre todo su personal como parte de un plan de inversión de 500 millones de libras esterlinas.
A pesar de estos grandes despliegues, los datos oficiales invitan a la cautela. Una investigación del gobierno británico publicada en enero reveló que, si bien tres cuartas partes de las empresas usuarias de inteligencia artificial afirmaron haber mejorado la productividad laboral, el 77% admitió que sus ingresos no habían experimentado cambios.
Ampliación de capacidades y reubicación del talento
La reserva de la inteligencia artificial para perfiles de alto desempeño encuentra respaldo en otros líderes del sector tecnológico británico. Lokdeep Singh, director ejecutivo de la firma de software empresarial Unily, coincide en describir estas herramientas como capacidades avanzadas que deben destinarse a los profesionales más cualificados. Singh advierte contra el uso de la tecnología concebido meramente para reducir costes de personal, defendiendo que su función debería ser ampliar la ambición operativa de la organización en lugar de recortar equipos.
Por su parte, CoreView experimentó una trayectoria evolutiva. Su director ejecutivo, Simon Azzopardi, explicó que comenzaron con un despliegue amplio para que sus ingenieros correlacionaran registros y datos, redactaran documentación técnica y aceleraran la incorporación de compañeros. Con el tiempo, sus desarrolladores pasaron a coordinar agentes de inteligencia artificial que asumen tareas de código, pruebas y documentación, reduciendo plazos de semanas a días.
No obstante, Azzopardi advierte del espejismo de productividad: cuando los trabajadores utilizan la inteligencia artificial para abordar áreas ajenas a su especialidad, experimentan una sensación de mayor eficiencia que no siempre se corresponde con la realidad. Aun así, al integrar a un cliente importante del servicio nacional de salud británico, la compañía solo necesitó contratar a un ingeniero adicional manteniendo el resto de sus entregas, prefiriendo sumar talento para asumir mayor volumen de trabajo.
Qué significa en la práctica
Para la gestión del empleo en las empresas, este enfoque diferenciado plantea cambios organizativos fundamentales:
- Asignación por mérito y necesidad: las licencias de software dejan de tratarse como suministros generales de oficina y pasan a gestionarse como recursos estratégicos ligados a objetivos cuantificables.
- Desarrollo de soluciones a medida: evaluar el uso real permite sustituir modelos generalistas y costosos por agentes especializados que resuelven cuellos de botella concretos.
- Supervisión con responsabilidad humana: como enfatiza Chisell, la supervisión de los procesos automatizados no puede reducirse a figurar en copia en las comunicaciones; exige una verdadera rendición de cuentas humana sobre el resultado final.
- Reorientación de funciones: ante la automatización de tareas operativas, las organizaciones exitosas reubican las competencias adquiridas —como la resolución de incidencias complejas en atención al cliente— en otras áreas estratégicas del negocio.
Fuente original: CNBC