Se suele leer en los medios que la IA lo está remplazando todo. Ya no es novedad. Lo que sí se convierte en noticia, últimamente, es cuando los humanos volvemos a estar en el centro de la escena. La historia reciente de Ford es un auténtico signo de los tiempos: la automotriz tuvo que reincorporar a unos 350 ingenieros experimentados -sus antiguos empleados, en muchos casos- porque los sistemas automatizados y orquestados por la inteligencia artificial no estaban alcanzando el nivel de calidad esperado. Tengamos claro, una vez más, que esto no es una "lucha cuerpo a cuerpo" entre máquinas y seres vivos. Todo lo contrario. No se trata de reemplazar la IA por humanos; tampoco de remplazar humanos por IA. Lo que se busca, en cambio, es conseguir que ambos sean mejores trabajando juntos. Hoy más que nunca, el desafío no es achicar la organización, sino reinventarla.
El caso de Ford es emblemático. Al avanzar en la implementación de IA en sus procesos de calidad, prometía más tecnología, más precisión, más velocidad, menos dependencia de la intervención humana. Sin embargo, las cosas no salieron como se esperaba y la opción primera fue recurrir a los gray beards ("barbas grises"), profesionales veteranos que volvieron literalmente "para salvar las papas".
El VP de ingeniería de hardware de Ford, Charles Poon, lo reconoció con una frase que debería resonar en cada comité ejecutivo que hoy discute IA: "Nos equivocamos al pensar que simplemente introduciendo IA e incorporando los requerimientos de diseño íbamos a producir un producto de alta calidad".
Pero hay un detalle todavía más interesante. Ford no volvió a convocar a esas personas para regresar al pasado. Las incorporó también para entrenar a profesionales más jóvenes y mejorar los propios sistemas de IA.
Y la apuesta parece haber dado resultado: frente al año anterior, la compañía redujo en 41 la cantidad de problemas registrados cada 100 vehículos. Ninguna otra marca "no premium" mostró una mejora de esa magnitud. Los datos sugieren que sumar ingenieros a la supervisión de los procesos automatizados no fue simplemente un cambio de método, sino una decisión con impacto concreto en la calidad.
La vuelta a casa… para construir el futuro
El de Ford no parece ser un episodio completamente aislado. Amazon redujo más de 30.000 posiciones en el último año y, según informó HR Executive sobre la base de correos analizados originalmente por Business Insider, reclutadores de la compañía habrían comenzado a contactar a algunos exempleados -incluidas personas que habían sido desvinculadas. para posiciones abiertas.
Uno de esos esfuerzos está relacionado, paradójicamente, con la organización de agentes de IA de Amazon Web Services. Para ser justos: Amazon sostiene que volver a contratar antiguos empleados es una práctica habitual y esto no significa que esté revirtiendo sus despidos ni que todos ellos hayan sido consecuencia de la IA.
Pero la imagen es suficientemente poderosa para hablar por sí misma: personas que salieron de organizaciones que se estaban preparando para un futuro con mucha más IA pueden volver a ser buscadas, precisamente, para construir ese futuro.
La pregunta entonces quizás no sea cuántas personas podemos reemplazar con IA. Tal vez sea: ¿qué organización deberíamos construir ahora que disponemos de IA?
La IA no es una estrategia de headcount
Un reciente artículo de Harvard Business Review, escrito por el catedrático distinguido en Babson College e investigador del MIT, Thomas Davenport, junto a otros colegas, lo plantea explícitamente desde su título: AI Transformation Requires Redesigning Work, Not Cutting Roles (La transformación con IA requiere rediseñar el trabajo, no recortar puestos).
Los autores advierten que algunas de las reducciones de personal asociadas a la IA no generaron los retornos esperados, expusieron pérdidas de conocimiento organizacional y crearon nuevas necesidades de supervisión humana.
Su recomendación cambia completamente el punto de partida. No empezar por preguntarnos cuántas posiciones podemos eliminar. Empezar por el trabajo. Descomponer roles en tareas. Entender cuáles puede realizar mejor una máquina, cuáles puede potenciar, cuáles requieren criterio humano y cuáles directamente dejaron de tener sentido.
Y, recién entonces, reconstruir procesos y responsabilidades alrededor de una nueva combinación entre capacidades humanas y tecnológicas. Porque si empezamos por el headcount (la dotación de personal), probablemente terminemos con una organización más pequeña. Pero no necesariamente con una organización mejor.
Construimos el cerebro. Ahora hay que conectar el cuerpo
Howard H. Yu, profesor de Management e Innovación en IMD, propone una metáfora extraordinariamente útil en su artículo Building the brain vs. wiring the body: Why your AI strategy is obsolete (Construir el cerebro vs. conectar el cuerpo: por qué tu estrategia de IA quedó obsoleta).
Una parte de la carrera tecnológica está concentrada en construir cerebros cada vez más poderosos: mejores modelos, mayor razonamiento, más capacidad de procesamiento, inversiones gigantescas en entrenamiento. Pero otra batalla, posiblemente tan importante como aquella, consiste en conectar el cuerpo. Integrar esa inteligencia con operaciones, logística, producción, clientes, proveedores, decisiones, procesos y personas.
Porque podemos disponer del cerebro más extraordinario del mundo y conectarlo a un cuerpo que continúa funcionando exactamente igual que hace veinte años. Ese es el problema de muchas organizaciones: Compraron el cerebro, pero todavía no recablearon el cuerpo.
Incorporaron copilotos, agentes, asistentes y modelos de lenguaje sobre procesos diseñados para otra tecnología, otra velocidad, otro mercado y otra concepción del trabajo. Automatizaron tareas sin revisar procesos, revisaron procesos sin cuestionar estructuras, cuestionaron estructuras sin transformar la cultura.
Y allí aparece el límite.
No alcanza con digitalizar el organigrama
Salim Ismail está llevando esta idea todavía más lejos con su evolución del modelo de Organizaciones Exponenciales(ExO) hacia ExO 3.0. La organización que imagina ya no funciona primordialmente como una máquina compuesta por departamentos estables y jerarquías rígidas.
Se parece mucho más a un organismo vivo: una red dinámica de personas, IA, agentes, datos, plataformas, comunidades y capacidades que se conectan y reconfiguran permanentemente.
En ese modelo aparece lo que Ismail denomina la Intelligence Stack (Pila de inteligencia). Pila transmite la idea de capas de inteligencia -humana, artificial, datos, agentes y sistemas- que se integran y potencian entre sí, una arquitectura en la cual la inteligencia deja de estar concentrada exclusivamente en determinadas personas o niveles jerárquicos y comienza a circular por toda la organización.
Pero hay algo todavía más interesante.
El Massive Transformative Purpose (Propósito Transformacional Masivo), uno de los conceptos centrales del modelo ExO original, no desaparece. Todo lo contrario. Se vuelve todavía más relevante porque ahora no orienta solamente a las personas: también debe orientar a los algoritmos y agentes que toman y ejecutan decisiones.
Cuanto más autónoma pueda ser la tecnología, más claro deberá ser el propósito. Y cuanto más distribuida esté la inteligencia, más importante será saber hacia dónde queremos dirigirla. La IA, entonces, no debería simplemente superponerse sobre el organigrama tradicional. Hay que recablear la organización completa.
La organización como organismo vivo
Quizás necesitemos cambiar incluso nuestra metáfora de organización. Durante más de un siglo administramos empresas como máquinas. Dividimos el trabajo en piezas. Creamos departamentos. Definimos posiciones. Diseñamos jerarquías. Establecimos líneas de reporte. Y después construimos procesos para conseguir que todas esas piezas separadas volvieran a conversar entre sí.
A saber: Marketing por un lado. Ventas por el otro. Operaciones. Tecnología. Finanzas. Recursos Humanos. Supply chain... Creamos silos y después invertimos fortunas tratando de conectarlos. La combinación entre IA agéntica (sistema de IA autónomo), datos y nuevas arquitecturas organizacionales permite empezar a imaginar algo diferente.
No funciones sino flujos. No departamentos sino redes. No posiciones estáticas sino capacidades dinámicas. No personas versus máquinas sino ecosistemas de inteligencias. Y allí la organización comienza a parecerse mucho más a un organismo vivo.
Un organismo no elimina automáticamente un órgano porque otro se volvió más eficiente. Se adapta. Redistribuye energía. Genera nuevas conexiones. Aprende. Compensa. Evoluciona. Se recablea.
La transformación más difícil no es tecnológica
Pero hay algo que ninguna arquitectura tecnológica puede resolver por sí sola: la cultura. Podemos comprar la mejor IA. Podemos desarrollar agentes extraordinarios. Podemos automatizar procesos. Podemos rediseñar estructuras. Podemos disponer de cantidades inimaginables de datos.
Pero si seguimos teniendo una cultura basada en el control, la desconfianza, los silos, la defensa del territorio, la aversión al error y la concentración de las decisiones, simplemente tendremos una organización vieja funcionando con tecnología nueva.
La transformación cultural no es una consecuencia secundaria de la transformación tecnológica. Es su condición. Porque cuanto mayor sea la capacidad de la IA, más importantes serán algunas capacidades profundamente humanas: criterio, curiosidad, empatía, confianza, responsabilidad, ética, conversación, creatividad, capacidad de hacer preguntas y, sobre todo, capacidad de darle sentido a lo que hacemos.
La paradoja es fascinante: cuanto más artificial sea la inteligencia disponible, más diferencial será nuestra humanidad.
La pregunta que deberíamos hacernos
Por estos motivos, la pregunta más importante para cualquier comité ejecutivo ya no es: "¿Cuántas personas podremos reemplazar con IA?" Ni siquiera: "¿Cómo podemos utilizar IA para hacer más productivas a nuestras personas?".
Existe una pregunta anterior y bastante más incómoda: si hoy pudiéramos diseñar nuestra organización desde cero, disponiendo de toda la IA que existe, ¿la construiríamos de la misma manera? ¿Tendríamos los mismos departamentos? ¿Los mismos niveles jerárquicos? ¿Los mismos procesos? ¿Las mismas posiciones? ¿Las mismas reuniones? ¿Las mismas fronteras? ¿Las mismas formas de tomar decisiones? ¿La misma cultura?
Probablemente no. Y allí comienza la verdadera transformación.
Ford puede ser una señal temprana de algo que posiblemente veamos muchas veces durante los próximos años. Tal vez algunas organizaciones descubran que eliminar personas era bastante más fácil que reemplazar el conocimiento, el criterio, las relaciones, la memoria organizacional y la experiencia que se fueron con ellas. Otras comprenderán antes que el desafío nunca fue elegir entre personas y la IA.
El desafío es diseñar una organización diferente. Con un cerebro mucho más poderoso. Con un cuerpo completamente recableado. Con una cultura capaz de darle vida. Y, fundamentalmente, con seres humanos capaces de definir para qué queremos toda esa inteligencia.
Porque la organización del futuro no será necesariamente aquella que consiga hacer lo mismo con menos personas. Será aquella que descubra qué pueden hacer las personas y la IA juntas que antes era imposible. Y tal vez ese sea el verdadero significado de transformarse en la era de la IA:
No llegar más rápido. Llegar a un lugar nuevo y superador. Llegar juntos.
Alejandro Melamed es Doctor en Ciencias Económicas, speaker internacional y consultor disruptivo. Es autor de nueve libros, entre ellos: Liderazgo + humano - Historias de (mi) vida para inspirarnos (2025), El futuro del trabajo ya llegó (2022), Tiempos para valientes (2020), Diseña tu cambio (2019) y El futuro del trabajo y el trabajo del futuro (2017).
