Ralun

Ralun / Guías de desempeño

Tu estrategia de talento debe avanzar al ritmo de la IA

Isotipo oficial de RalunRalun · Lectura estimada: 7 min
CompartirLinkedInFacebook
Enlace

Selecciona el enlace y usa la opción Copiar de tu dispositivo.

Correo
Una analista aprende de un mentor mientras revisan una decisión con apoyo de un ordenador.

La IA puede hacerse cargo de tareas que antes aprendían las personas en sus primeros puestos.El ahorro aparece rápido; la pérdida de experiencia se nota cuando faltan candidatos para liderar.Para evitar esa brecha, cada decisión de automatización necesita otra decisión: cómo desarrollará la organización las capacidades que ese trabajo enseñaba.

El ahorro de hoy puede convertirse en una escasez de líderes

Una empresa mediana de medios eliminó su programa de 200 analistas asociados ante la presión de reducir costos y justificar inversiones en IA. Ese programa había sido durante años la principal vía de entrada a puestos intermedios. La reducción produjo un ahorro inmediato. Según el caso narrado en la fuente, 18 meses después los directivos sénior asumían tareas que antes hacían los asociados, se incumplían plazos y había pocos candidatos preparados para ascender a dirección.

La decisión no fue solo sobre puestos de entrada. Al retirar ese primer peldaño, la empresa modificó el sistema que producía experiencia, relaciones y criterio para cargos futuros. Si también se reducen los mandos intermedios porque tienen menos personas a cargo, se estrecha todavía más la cantera de la que saldrán los próximos directores.

La IA puede mejorar la eficiencia real. El riesgo aparece cuando el análisis solo cuenta las tareas eliminadas y no pregunta qué capacidades se formaban al realizarlas. El artículo fuente propone tres maneras de mantener el desarrollo de talento mientras cambia el trabajo.

1. Rediseñar los puestos iniciales para desarrollar capacidades

Los puestos de entrada no se justifican únicamente por la producción que entregan en sus primeros meses. También permiten aprender a manejar situaciones ambiguas, colaborar bajo presión, recuperarse de errores e influir sin autoridad formal. Esas habilidades se construyen con práctica guiada, no solo con un curso o una herramienta de IA.

En el caso, recursos humanos estudió cómo se habían desarrollado sus líderes actuales y qué experiencias desaparecerían bajo el nuevo modelo. Descubrió que faltaban relaciones, decisiones de criterio y oportunidades de aprendizaje, además de personal. La respuesta no consistió en restablecer los 200 puestos. La empresa diseñó un grupo más pequeño de 50 asociados, con apoyo de IA y una ruta de desarrollo más estructurada.

La idea es conservar una fricción saludable: tareas que exijan ir más allá de la habilidad actual con apoyo suficiente para aprender. Automatizar lo repetitivo puede liberar tiempo para esas experiencias. Pero si la tecnología también se lleva toda ocasión de decidir, conversar con clientes o resolver excepciones, el puesto deja de preparar a las personas para responsabilidades mayores.

Una revisión útil proyecta la cantera hacia delante. ¿Qué puestos se cubrirán en los próximos años? ¿Qué habilidades y relaciones requieren? ¿Qué experiencias actuales las desarrollan? La organización puede entonces comparar esas necesidades con su nuevo diseño de contratación y automatización, y mostrar al consejo el riesgo de liderazgo que acompaña al ahorro.

2. Construir una red de aprendizaje práctico

Parte del conocimiento de una empresa está escrito en manuales y sistemas. Otra parte es tácita: cómo leer una negociación, cuándo elevar un problema, a quién consultar y cómo se toma una decisión en la práctica. Ese conocimiento suele transmitirse observando y trabajando con personas experimentadas.

Cuando desaparecen puestos iniciales, puede desaparecer también la cercanía que hacía posible esa transmisión. La fuente cuenta el caso de una empresa de tecnología educativa cuyos comerciales sénior se acercaban a la jubilación mientras otros salían por cambios relacionados con la IA. El director comercial advirtió que relaciones con clientes, criterio de posicionamiento e intuición para cerrar acuerdos permanecían en personas concretas, sin una vía para transferirlos.

El equipo identificó el conocimiento en riesgo y a profesionales sénior dispuestos a enseñar. Después organizó acompañamientos en negociaciones reales para mandos intermedios. La enseñanza pasó a formar parte de las expectativas de desempeño y de la remuneración. Así, transferir conocimiento dejó de depender de la buena voluntad informal.

Una red similar puede incluir observación de decisiones, mentoría entre áreas y protocolos breves para registrar qué se aprendió antes de una salida o cambio de puesto. Lo importante es asignar tiempo y reconocimiento a quienes enseñan, y oportunidades concretas a quienes aprenden. Una biblioteca de documentos ayuda, pero no sustituye la experiencia compartida que construye criterio.

3. Auditar la deuda de capacidades que deja la automatización

La fuente llama deuda de capacidades a la distancia creciente entre lo que la organización necesitará hacer y lo que su plantilla sabrá hacer. No aparece en el balance de costos de una herramienta, pero puede hacerse visible cuando no hay alguien capaz de verificar un resultado de IA, resolver una excepción o asumir una jefatura.

Un equipo de recursos humanos, tecnología y negocio puede revisar las funciones iniciales automatizadas durante los últimos tres años. Para cada tarea, conviene registrar qué capacidad humana desarrollaba, quién la domina hoy y cómo se desarrollará a partir de ahora. Tres preguntas hacen concreto el riesgo:

Pregunta quién podría realizar el trabajo sin IA si fuera necesario, quién puede evaluar con criterio la exactitud de sus resultados y qué trayectorias de desarrollo dejaron de existir.

Llamarlo deuda cambia la responsabilidad. Si se habla solo de una brecha individual, parece que cada empleado debe ponerse al día por su cuenta. Una deuda de diseño obliga a la organización a decidir dónde reinvertir: aprendizaje práctico, acompañamiento, rotaciones o puestos de entrada rediseñados.

La auditoría no es un argumento contra la automatización. Permite distinguir una mejora sostenible de un ahorro que traslada costos al futuro. También ayuda a priorizar las capacidades que corren más riesgo y a asignar responsables antes de que falten candidatos para puestos clave.

Conclusión

Una transformación con IA necesita una estrategia de talento que avance a la misma velocidad. Reducir tareas repetitivas puede abrir mejores experiencias de aprendizaje, siempre que alguien diseñe esos espacios, transfiera conocimiento y mida las capacidades que se pierden. La pregunta estratégica no es cuántos puestos iniciales puede sustituir la IA, sino cómo se formarán las personas que conducirán la organización después.

Luis Grau

Te dejo un desafío

Elige una tarea inicial que tu organización haya automatizado. Pregunta a quien la realizaba qué aprendía al hacerla, además del resultado que entregaba. Identifica una experiencia nueva que permita practicar esa capacidad y a la persona que podrá acompañar el aprendizaje.

CompartirLinkedInFacebook
Enlace

Selecciona el enlace y usa la opción Copiar de tu dispositivo.

Correo