De las siete dimensiones de la medición de madurez, personas y competencias es el motivo más citado por el que un piloto de IA no logra crecer. No porque las personas no quieran, sino porque la competencia es algo distinto del conocimiento. Alguien puede saber qué es un modelo de lenguaje y aun así no saber cuándo se puede confiar en el resultado. Esa brecha entre saber y poder aplicar es precisamente lo que mide esta dimensión.
La dimensión está relacionada con otras dimensiones fundamentales. Las competencias se desarrollan con dificultad si la propia organización no está preparada para aprender con IA, y practicar con aplicaciones de IA funciona mal si la infraestructura de TI no ofrece un entorno para experimentar con seguridad. Quien piensa únicamente en presupuesto de formación se pierde ese orden.
En baseline, un pequeño número de personas trabaja con herramientas de IA por iniciativa propia, fuera del radar de la organización. No hay una visión compartida de qué funciona y qué no, y lo que alguien aprende se queda con esa persona. Lo que significa baseline en la práctica no es, por tanto, falta de interés, sino ausencia de estructura para aprovechar ese interés.
En foundation existe una primera base compartida: varias personas han desarrollado competencias similares, ha surgido un vocabulario común y las experiencias sueltas se comparten de vez en cuando. Lo que significa foundation en la práctica es el paso del uso individual a algo que empieza a parecerse a un equipo que comparte un mismo entendimiento.
En activation, las personas aplican la IA de forma estructural dentro de sus propias tareas y reconocen para qué es adecuada y para qué no. En insight, el centro de gravedad se desplaza: las personas no solo saben usar la IA, sino también evaluar si un resultado es correcto y por qué. En intelligence, esa evaluación ya no es un paso aparte, sino parte de cómo se hace el trabajo normalmente, repartida por toda la organización en lugar de concentrarse en unos pocos early adopters.
En esta dimensión suele producirse la mayor diferencia entre lo que puntúa un CIO y lo que puntúa un jefe de equipo. Un CIO ve las formaciones que se han organizado y lo cuenta como progreso. Un jefe de equipo ve que esa formación ha cambiado poco cómo se hace realmente el trabajo, y puntúa más bajo. Ambas observaciones son correctas; solo miden una parte distinta de la misma dimensión. Oferta y aplicación no son lo mismo, y la ronda de plot pone al descubierto exactamente esa brecha en lugar de promediarla y hacerla desaparecer.
Subir un nivel en personas y competencias no depende principalmente del presupuesto para cursos. Depende de la repetición: personas que sigan aplicando la IA a trabajo real, no a ejemplos ensayados. Depende del tiempo que realmente esté disponible junto a las tareas habituales, y no solo asignado sobre el papel. Y depende de un entorno en el que cometer errores al aprender no sea motivo para volver a la antigua forma de trabajar.
Además, el paso depende de si la competencia se hace visible y se comparte. Alguien que aprende bien a verificar un resultado de IA solo hace avanzar a la organización si esa forma de trabajar llega a un lugar donde otros puedan asumirla. Sin ese mecanismo, todo progreso queda vinculado a una sola persona y desaparece en cuanto esa persona cambia de función.
Esto deja ver de inmediato por qué esta dimensión rara vez se puede arreglar de forma aislada. Cómo se aprende si alguien ha rendido bien, y si ese aprendizaje se reconoce y se recompensa, está directamente relacionado con cuán madura es la gestión del desempeño. Y la competencia también se desarrolla más despacio si los datos con los que practican las personas no son fiables, razón por la cual esta dimensión rara vez está desligada de cuán madura es la gestión de datos.
Esta dimensión muestra si las personas de una organización están preparadas para trabajar con IA a un nivel acorde con la ambición. No muestra qué parte de una función específica puede asumir la IA, y qué parte debe seguir en manos de una persona. Esa es otra pregunta, que se responde por tarea en lugar de por organización. El escáner de trabajo de FTE TO AI calcula qué parte del trabajo de un puesto es adecuada para transferir a la IA, tarea por tarea. Mientras esta página describe si las personas están preparadas para acompañar esa transferencia, el escáner de trabajo muestra exactamente qué se puede transferir — y esa es una pregunta con sentido solo cuando el lado receptor, tal como se describe aquí, está a la altura.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.