Durante el finde, tomando una caña con un amigo que es arquitecto de software como yo, me decía: «Yo ya uso mucho la IA, le saco mucho partido gracias a Copilot». Yo le dije que estaba bien, que todo aquello que ayudase a ser más productivo siempre es bueno, pero que en poco tiempo, este tipo de soluciones no iban a mover la aguja. De hecho, la conversación continuó y me dijo de la manera más honesta que pudo: «Empezar a usar la IA generativa no deja de ser un salto como pasar de Notepad al Visual Studio».
Muchas veces es complicado corregir a la gente a la que tienes aprecio; puede dar la sensación de que eres arrogante o quizá incluso un iluso que tiene ideas catastróficas. Pero el modelo operativo va a cambiar y esto no se cambia añadiendo herramientas.
Vayamos a lo mollar: para obtener valor real tenemos que reinventar cómo hacemos las cosas, no basta con añadir asistentes. McKinsey, en un artículo muy interesante, habla de dos formas de aplicar la IA generativa en las compañías. Por un lado, de una manera horizontal, donde lo que prima es utilizar herramientas de productividad, muy importante también, pero de menor calado desde mi punto de vista. Y por otro lado tenemos el enfoque más vertical, que impacta directamente en el negocio, con palancas que aportan un valor directo y cambian cómo diseñamos los procesos.
La trampa la encontramos en no pensar más allá y creer que la IA generativa es una herramienta más. Lo que nos lleva a medir KPIs equivocados, como podrían ser horas ahorradas. El cambio real llegará cuando midamos el throughput, la calidad de decisión o el coste por transacción. La diferencia está entre «escribo código más rápido» y «reduzco el tiempo de resolución de reclamaciones en un 40% porque varios agentes son capaces de coordinar, decidir y cerrar». McKinsey sitúa el beneficio entre 2,6 y 4,4 billones de dólares al año. Y la verdad es que no creo que ese rango salga de teclear código más rápido, sino de rediseñar procesos.
Pero volvamos un momento a la conversación con mi amigo, obviamente usar copilotos, Windsurf AI o la herramienta que sea es bueno. Pero es bueno para el horizontal enablement, aunque esto no va a cambiar las reglas del juego de manera sustancial. Si de aquí a poco tiempo queremos ser competitivos, vamos a querer jugar en el terreno de juego del enfoque vertical.
A riesgo de repetirme, algunos por privado me han dicho que soy un poco pesado. ¿Qué significa el enfoque vertical? Para mí, es repensar y rediseñar un proceso con resultado de negocio claro, y no, por supuesto, una demo o una PoC. Es pasar de casos de uso dispersos a procesos con responsabilidad y necesidad de escala, que sean operados por equipos transversales que vayan de la idea al impacto real.
¿Cómo elijo el candidato ideal? La idea es sencilla, y a lo mejor incluso de perogrullo, pero hay que buscar la alta frecuencia, el alto coste por proceso, errores caros y, por supuesto, con acceso a datos importantes dentro de la compañía. Si no soy capaz de decidir el «happy path» en pocos pasos y tener muy claro dónde entran los agentes y para hacer qué, el proceso no es un buen candidato. De nuevo, no estamos hablando de usar herramientas, sino de rediseñar el trabajo para que humanos y agentes colaboren. Esto, amigo mío, es reconstruir la forma en la que se hacen las cosas.
En cualquier caso, hay que cambiar también las reglas del juego. Hay que definir cuándo actúa cada agente, cuándo lo hace un humano, qué feedback queda registrado para mejorar la toma de decisiones. Y aquí podemos hablar de tres fases diferentes:
- Shadow mode: el agente observa el proceso y genera su decisión sin ejecutar nada. Aquí podemos comparar la salida con la decisión humana y afinar el agente para mejorarlo.
- Assisted mode: este es el famoso human-in-the-loop, donde el agente propone y ejecuta acciones sólo tras la validación humana, o quizá dentro de unos límites definidos. Esta fase es importante; el humano sigue decidiendo, pero el agente hace el trabajo pesado.
- cutover mode: aquí el agente opera en automático y escala al humano, que supervisa buscando excepciones raras. Aquí se definen reglas para parar el sistema si algo se desvía.
Una vez que tengamos un candidato y hayamos decidido esas reglas del juego, es muy importante determinar qué métricas vamos a medir para valorar su comportamiento. Si esas métricas no se mueven, para bien o para mal, en 4 o 6 semanas, hay que parar y replantear. Obviamente esto no es una ciencia exacta. Pero tenemos que tener claro cómo actuar para refinar la industrialización.
Por último, es fundamental que ese proceso tenga un owner. Esto no es algo exclusivo de la IA; esto es para todo, pero no siempre lo tenemos claro. Necesitamos que alguien se haga cargo de priorizar la hoja de ruta y de determinar el impacto real.
Déjame cerrar el post con la idea que le intenté transmitir a mi amigo: cambiar el Notepad por el Visual Studio mejorará tu día a día sin duda. Pero lo que de verdad cambiará tu negocio es pasar de horizontal a vertical.