Intelligent Digital Transformation

Colaboración humano-IA

Un puesto tiene un propósito y unas tareas. La IA se queda con las tareas mecánicas y el propósito sigue siendo humano.

La idea central

Un puesto tiene un propósito y unas tareas. La IA se queda con las tareas mecánicas y el propósito sigue siendo humano.

Propósito del trabajo (human-centric: el valor humano es insustituible)Tareas del trabajo (AI-centric: la tecnología amplifica)
Criterio y juicio experto: interpretar situaciones complejas, evaluar riesgos y decidir, responsabilidad profesional y ética.Automatizar tareas repetitivas: captura y estructuración de información, formularios y workflows, integración entre sistemas.
Relación y confianza: atención personalizada, situaciones sensibles o ambiguas, confianza institucional.Procesar información: extraer datos de documentos, clasificar, validar campos y consistencia.
Supervisión y control: validación final de decisiones críticas, cumplimiento normativo, supervisión de procesos automatizados.Reducir fricción: eliminar errores de captura, trazabilidad automática, estandarización.
Generación de valor estratégico: objetivos y prioridades, problemas complejos, nuevas oportunidades de negocio.Acelerar y escalar: procesamiento masivo en segundos, operación 24/7, escalar sin aumentar el personal en la misma proporción.
El trabajo humano es pensar, decidir, supervisar y generar valor.La IA no sustituye el propósito del trabajo humano: reduce fricción y amplifica capacidad.
Mensaje clave: La Inteligencia Artificial no reemplaza a las personas. Reemplaza tareas mecánicas para que el talento humano se concentre en atención a clientes, decisiones, supervisión y generación de valor.

Human + AI Operating Model

De un lado, el Humano-Especialista (criterio y juicio, supervisión y control, diseño estratégico): pensar, decidir, supervisar. Del otro, la IA-Agente (automatización, procesamiento, escalabilidad): automatizar, procesar, escalar. En el centro, la Generación de Valor.

Figura 1 · Human + AI Operating ModelAbrir en tamaño completo ↗
Diagrama Human + AI Operating Model: a la izquierda, el Humano-Especialista (human-centric), con criterio y juicio, supervisión y control, y diseño estratégico: pensar, decidir, supervisar. A la derecha, la IA-Agente (AI-centric), con automatización, procesamiento y escalabilidad: automatizar, procesar, escalar. En el centro, la Generación de Valor.
Fig. 1Humano-Especialista, IA-Agente y Generación de Valor.

Para qué sirve este enfoque

  • refuerza la dimensión de Agentes Digitales Gobernados;
  • se conecta con HITL/HOTL;
  • reduce la resistencia de la organización a adoptar la IA.

En la práctica

La relación es un activo, no un costo por optimizar. En el mayoreo mexicano los negocios siguen construyéndose sobre confianza personal y trato directo. El vendedor que conoce al dueño de la tienda y sabe cuándo aguanta un retraso vale.

Automatizar la relación que sostiene 15 años de compras no es eficiencia, es destruir valor con mejores indicadores de productividad.

— Mauricio Peschard

El criterio de IDT no es automatizar lo más posible, sino ubicar bien la automatización. El trabajo humano conserva cuatro territorios: el criterio ante lo ambiguo, la relación y la confianza, la validación final y la generación de valor. Todo lo demás es terreno natural de la automatización.

La base académica: David Autor (MIT) explica que un puesto es un paquete de tareas y que la automatización se lleva tareas, no puestos completos [1] [2].

La IA no sustituye el propósito de un puesto; automatiza las tareas repetitivas para liberar lo que sí es humano.

— Mauricio Peschard

La pregunta para el director no es a cuánta gente reemplaza la IA, sino en qué usarán sus equipos las horas que les devuelva. Si la respuesta es «en más de lo mismo», la transformación no ocurrió: solo se abarató.

El costo humano del cambio: la velocidad genera ansiedad, y en la empresa la ansiedad se ve como parálisis. La respuesta no es un discurso motivacional, sino un diagnóstico honesto y un primer paso lo bastante pequeño para arrancar el lunes.

Referencias

  1. Autor, D. H. (2015). Why are there still so many jobs? The history and future of workplace automation. Journal of Economic Perspectives, 29(3), 3–30.
  2. Autor, D. H., Levy, F., & Murnane, R. J. (2003). The skill content of recent technological change: An empirical exploration. The Quarterly Journal of Economics, 118(4), 1279–1333.