Lo que hacen de manera diferente las empresas de alto rendimiento con la IA -- y por qué obtienen los mayores beneficios

De HBR.org

La IA generativa ha generado dos puntos de vista opuestos acerca de qué trabajadores se beneficiarán más. A nivel de tareas individuales, tanto los de alto rendimiento como los de bajo rendimiento pueden beneficiarse, pero la pregunta más importante es qué efecto predomina en términos netos en los trabajos reales, donde los trabajadores realizan conjuntos de actividades. La respuesta es importante para influir la forma en que las empresas contratan, capacitan, organizan equipos y ajustan las prácticas diseñadas para su combinación actual de talento.

Para estudiar los efectos de la IA en las empresas líderes, decidimos enfocarnos en las ventas, un ámbito útil para comprender cómo la IA afecta el desempeño en trabajos que combinan tareas rutinarias y trabajo que requiere un alto nivel de criterio.

Una de nuestras principales conclusiones es que, si bien la IA ayuda en general a los trabajadores, los mayores beneficios parecen recaer en los de mejor desempeño, al menos en las empresas punteras que adoptan la IA. La respuesta corta es que, si bien la IA ahorra tiempo, también permite a los empleados de alto rendimiento potenciar sus propias fortalezas. Para que esto sea posible, los líderes deben abordar cuatro cuestiones importantes: cómo contratar y entrevistar al talento de la era de la IA; cómo rediseñar los cargos de nivel inicial para que sigan funcionando como una fuente de talento; cómo decidir qué capacidad de IA desarrollar y cuál comprar; y cómo lograr el equilibrio entre centralizar el contexto y descentralizar el descubrimiento.

El auge de los autodidactas

¿Por qué los empleados de alto rendimiento se benefician más de la IA?

La explicación que esperábamos al inicio era sencilla: la IA automatizaría el trabajo rutinario, y los trabajadores con mejor desempeño utilizarían el tiempo liberado para atender más clientes potenciales, más cuentas o más conversaciones con los clientes. Vimos algunos indicios que respaldaban esto. En nuestra encuesta, los representantes con mejor desempeño lograron un mayor ahorro de tiempo que los de menor desempeño, y los gerentes informaron que, tras la adopción de la IA, asignaron tareas de mayor valor al 44 por ciento de los representantes del cuartil superior, en comparación con el 12 por ciento de los del cuartil inferior.

Pero también surgió un mecanismo más importante: los de mejor desempeño dominan mejor cómo usar --e incluso desarrollar-- herramientas de IA, y las aplican a lo largo de todo el ciclo de vida de la negociación, en lugar de limitarlas a cuestiones tácticas. Más allá de ahorrar tiempo en investigación, creación de contenido y documentación, utilizan la IA como un socio pensante para afinar la estrategia, aprender de interacciones pasadas, poner a prueba las objeciones y ensayar negociaciones.

Los que tienen mejor desempeño no esperan a recibir capacitación ni a que les hagan una demostración. Son autodidactas, lo que los coloca en una mejor posición para beneficiarse de la IA. Los autodidactas desarrollan sus conocimientos a través de la experimentación, la iteración rápida, las comparaciones con otros, la retroalimentación y el intercambio social de información.

Reconsiderar la contratación y la cantera de talento

Si los autodidactas son quienes están tomando la delantera, las empresas deben seleccionar y desarrollar esa característica --y no solo por el "uso" de la IA-- en su proceso de contratación y diseño de cargos. Según Kevan Yalowitz, líder global de la industria de software y plataformas de Accenture, los mejores profesionales pueden aprender y desenvolverse en un entorno de IA que cambia rápidamente, mientras que otros requieren capacitación y apoyo estructurados, lo que hace que sea imprescindible evaluar la capacidad de adaptación. Los líderes no deben limitarse a preguntar a los candidatos si "usan IA". Deben preguntarles cómo aprenden.

Más allá de la contratación, los líderes también deben replantearse los puestos de nivel inicial que preparan a los empleados para cargos de mayor responsabilidad.

Opciones tecnológicas

La ventaja de ser autodidacta no es solo un rasgo individual: depende de las herramientas a las que los representantes puedan acceder realmente y de la facilidad con la que puedan combinarlas. Eso ejerce presión sobre la propia pila tecnológica. El valor de la IA no es independiente de las herramientas. Las empresas que entrevistamos están racionalizando proveedores, reconstruyendo interfaces y decidiendo qué partes del flujo de trabajo requieren un contexto propio.

Centralizar el contexto, descentralizar el descubrimiento

Si los trabajadores con mejor rendimiento encuentran valor en algo que un equipo central no habría diseñado, eso plantea una segunda pregunta operativa: ¿qué se debe centralizar y qué se debe descentralizar?

La evidencia respalda un modelo mixto. Las empresas deben centralizar la capa de contexto: datos, permisos, bases de conocimiento aprobadas, pruebas de evaluación, agentes listos para producción, registros de herramientas y medidas de seguridad para la gestión de las relaciones con los clientes. La calidad y el cumplimiento de los agentes dependen de datos limpios, definiciones compartidas y el fortalecimiento de la seguridad. Sin embargo, las empresas deben descentralizar el descubrimiento. Los empleados de alto rendimiento y los usuarios avanzados a menudo identifican usos específicos para cada cliente que los equipos centrales no identificarían ni pondrían en práctica con rapidez.

Este modelo híbrido permite que el equipo de campo descubra aplicaciones útiles y luego convierta en productos aquellas que demuestren ser valiosas. Las empresas líderes están tomando tres medidas: centralizar el contexto, descentralizar el descubrimiento y difundir o convertir en productos las mejores herramientas y respuestas.