Ralun

Ralun / Guías de desempeño

La IA está cambiando lo que buscan los empleadores en las nuevas contrataciones

Isotipo oficial de RalunRalun · Lectura estimada: 9 min
CompartirLinkedInFacebook
Enlace

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

Correo
Tres profesionales evalúan datos, un prototipo con IA y su resultado

Una empresa puede usar IA en casi todas las tareas y seguir buscando experiencia humana para contratar.¿Qué capacidades cambian cuando el trabajo se reorganiza? Un estudio de 30 organizaciones en banca, consultoría y tecnología identifica tres: ampliar funciones, sintetizar conocimientos y rediseñar flujos con supervisión.

«Hace tres años, nadie en mi departamento usaba herramientas de IA generativa. Hoy, el 100 % las utiliza todos los días durante horas», nos contó recientemente un directivo de un gran banco multinacional. Su comentario refleja el rápido aumento del uso de estas tecnologías en el trabajo.

Estudiamos 30 organizaciones de los tres sectores que contratan la mayor proporción de graduados de MBA: banca y finanzas; consultoría de gestión; y tecnología, medios y comercio electrónico. Queríamos saber cómo la llegada de la IA generativa afecta las habilidades que esperan de las nuevas contrataciones. Encontramos tres capacidades que los profesionales necesitarán para conseguir empleo y prosperar en la era de la IA.

Kit de Planes de Desarrollo Individual con evidencia y seguimiento

1. Asumir funciones más amplias

Al reducir el tiempo que los profesionales deben dedicar a tareas de menor nivel, la IA amplía la cantidad de funciones que pueden desempeñar por sí solos. La transformación de la gestión de productos en las empresas de software ilustra este cambio.

Hasta ahora, los productos los construía un equipo central de tres perfiles: responsables de producto, diseñadores de experiencia de usuario y desarrolladores. Las personas se especializaban en una de estas funciones a medida que avanzaban en sus carreras. La IA está haciendo que converjan. Automatiza tareas básicas de gestión de productos: seguimiento de tickets (registros digitales de trabajos pendientes), coordinación, recopilación y análisis de datos y elaboración de informes. Su capacidad para generar diseños de interfaces de usuario a partir de instrucciones reduce las oportunidades de empleo inicial en tareas como la creación de maquetas. Por eso, los directivos entrevistados creen que las funciones de nivel inicial en gestión de productos, experiencia de usuario e ingeniería convergerán en un único perfil de «tecnólogo generalista», capaz de usar herramientas de IA para crear maquetas, escribir una primera versión del código y entregar prototipos.

Como los responsables de producto dedicarán menos tiempo a las tareas básicas de ejecución, las empresas de software esperan que sean más estratégicos y tengan más visión. Tendrán que comprender tanto el contexto de negocio como los aspectos técnicos de los productos; conocer todo su ciclo de vida; trazar una hoja de ruta para pasar de un punto a otro; y anticipar lo que podría salir mal.

La experiencia especializada en un área propia, como ingeniería, finanzas o estadística, seguirá siendo esencial, pero no bastará. Los profesionales necesitarán comprender el sistema completo y cómo se combinan los distintos aspectos de un producto para aportar valor. Tendrán que usar herramientas de IA como asistentes conversacionales, aplicaciones de diseño de interfaces, plataformas de creación de prototipos y asistentes de programación para pasar de una idea a un prototipo que permita comprobar si el producto ofrece la experiencia adecuada a los usuarios objetivo y a una prueba de concepto funcional que demuestre su viabilidad técnica. En otras palabras, deberán abordar los problemas dando prioridad a la IA para idear con mayor rapidez y crear mejores conceptos y prototipos de producto.

El desarrollo de un servicio de atención al cliente con IA agéntica para un mercado en línea ilustra este punto. Antes de la IA, cuando la atención la prestaban personas, la habilidad central para dirigir esa función era gestionar equipos: formarlos, definir indicadores, medir el desempeño y ofrecer comentarios, entre otras tareas. En cambio, cuando la atención se presta mediante IA, lo decisivo son las habilidades de gestión de productos. La atención al cliente pasa a integrarse en el propio producto o servicio y permite a los clientes realizar tareas que antes requerían ayuda o no podían hacerse.

Por ello, los responsables de producto deben comprender plenamente las necesidades de los clientes para diseñar soluciones de principio a fin. Deben decidir qué datos se necesitan para entrenar a los agentes de IA, qué instrucciones y límites de seguridad hay que desarrollar, qué agentes deben configurarse y desplegarse, y cómo incorporar las aportaciones de clientes y personal de primera línea para mejorar el desempeño.

2. Sintetizar conocimientos de diversas fuentes

La transformación del desarrollo de nuevos productos en las empresas manufactureras ilustra esta capacidad. Desarrollar productos nuevos es una tarea compleja que exige grandes inversiones y conocimientos profundos del mercado en múltiples áreas: diseño e ingeniería de productos, cadena de suministro, sostenibilidad, finanzas y diseño de la experiencia de usuario. Un equipo de especialistas tarda muchos meses en diseñar un producto nuevo mientras recopila información, analiza datos y realiza meticulosamente cada actividad.

Una importante consultora de gestión nos mostró cómo el desarrollo de productos con IA está acelerando la innovación en productos físicos. Un conjunto de herramientas especializadas puede analizar datos internos del cliente para orientar la creación y evaluación de conceptos; estimar costos según las características del producto y los datos históricos; probar rápidamente los conceptos con perfiles sintéticos de clientes que representan segmentos de usuarios; y evaluar distintas estrategias de compras y transporte.

Estos agentes están programados para extraer información pertinente de datos no estructurados repartidos entre distintas funciones de la organización. Por ejemplo, la IA puede generar rápidamente una lista de proveedores que cumplan requisitos concretos de sostenibilidad. Los comentarios de clientes sobre versiones anteriores pueden utilizarse para evaluar conceptos. Además, las redes neuronales están sustituyendo los modelos físicos tradicionales y los métodos matemáticos de resolución como herramientas de diseño.

En este entorno, la función más importante de quienes diseñan productos nuevos no consiste en elaborar diseños técnicos, sino en evaluar rigurosamente la calidad de los datos de entrada, construir escenarios de prueba, someter a examen los resultados de la IA y mejorar y ajustar el diseño. Necesitan una visión completa de los datos de sus organizaciones y cadenas de suministro, y deben conocer los principales factores que impulsan el desempeño y las lagunas en su conocimiento de los clientes. Por ejemplo, deben asegurarse de que los perfiles sintéticos reflejen la riqueza y diversidad de esos clientes.

El desarrollo de competencias puede centrarse en la evaluación crítica de resultados, mientras un plan de desarrollo individual organiza prácticas concretas. La evidencia de desempeño permite observar qué aportó la persona junto a la herramienta.

3. Rediseñar los flujos de trabajo con IA integrada

Cuando se despliegan agentes de IA para automatizar tareas como recopilar datos, analizarlos y elaborar informes, el tiempo necesario para completarlas se reduce prácticamente a cero. Aparecen, en cambio, tareas nuevas, como entrenar y supervisar los modelos. Para obtener el máximo beneficio de esta tecnología, los directivos deben ser capaces de diseñar nuevos flujos de trabajo, además de introducir herramientas de IA en los existentes.

El proceso comienza por determinar qué tareas automatizará la IA, cuáles seguirán siendo manuales y qué funciones nuevas habrá que añadir. Al igual que en el diseño de procesos industriales, los directivos deben evaluar los recursos, la formación, las instrucciones, los límites de seguridad y la información que requiere cada tarea. También deben modificar el ritmo de trabajo, porque el ciclo completo es mucho más rápido: se necesitan menos reuniones para gestionar proyectos, y tareas que antes llevaban semanas pueden completarse en menos de un día y con menos recursos.

Una responsable de producto de API en una empresa de tecnología financiera nos dijo que la IA agéntica les permitió reducir entre un 30 % y un 60 % el ciclo de lanzamiento de API: el proceso recurrente de diseñar, desarrollar, probar, actualizar y publicar nuevas versiones de una interfaz de programación de aplicaciones. En el nuevo flujo, cambió la función de los responsables de producto. Antes buscaban información para satisfacer requisitos de los usuarios, completaban especificaciones de software y diseñaban casos de prueba. Ahora se concentran en definir los requisitos del producto, desarrollar conceptos, decidir si la solución con IA agéntica tiene sentido y juzgar si las pruebas de casos extremos son suficientes y si el riesgo del lanzamiento es aceptable. El flujo incorpora además una tarea nueva: supervisar la IA. Cuando se permite que la IA despliegue productos, errores pequeños pueden convertirse en grandes riesgos de producción. Para reducirlos, los directivos deben establecer límites de seguridad, además de atender a la eficiencia.

Los directivos de las empresas estudiadas dejaron claro que invierten en formar a los profesionales de nivel intermedio que ya tienen para que dominen la IA, en lugar de sustituirlos por nuevas contrataciones familiarizadas con ella desde el inicio. Dijeron que el conocimiento funcional, la capacidad de decisión y la experiencia acumulada de esos profesionales seguirán siendo fundamentales. Para quienes tienen un MBA y buscan trabajo en empresas de los tres sectores, el listón es más alto: se espera que conozcan a fondo los fundamentos empresariales, que hayan aplicado herramientas de IA para resolver problemas de negocio y que sepan evaluar críticamente los resultados que produce la IA.

Conclusión

El estudio describe un cambio en las expectativas de contratación dentro de los tres sectores examinados. La especialización conserva valor, pero se combina con una visión más amplia del sistema, criterio para integrar datos y capacidad para rediseñar procesos con supervisión. Las cifras de tiempo y productividad citadas corresponden a casos de las organizaciones entrevistadas; no son una promesa general para cualquier puesto.

Luis Grau

Te dejo un desafío

Elige una tarea que hoy realizas con IA. Anota qué parte automatiza, qué información necesita y qué decisión sigue dependiendo de tu criterio. Define una prueba pequeña para mejorar el resultado y una señal que te avise si la herramienta se equivoca.

CompartirLinkedInFacebook
Enlace

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

Correo