Quien trabaja por primera vez con un modelo de lenguaje ve que algo funciona. Llega una respuesta, la respuesta es correcta con suficiente frecuencia, y la conclusión parece evidente: esto puede dar más. Esa conclusión no es errónea, pero se basa en un único momento en una única ventana. Una ventana de chat muestra si un modelo puede responder a una pregunta. No muestra si la organización detrás de ella puede formular bien la pregunta, puede aportar los datos correctos, y puede hacer que la respuesta desemboque en una decisión que importe de verdad.
Esa distinción es la razón por la que los pilotos a menudo sí arrancan y rara vez escalan. El piloto demuestra que la tecnología puede hacer algo. No demuestra nada sobre las siete dimensiones que determinan si la organización también puede sostener ese poder hacer: desde organización y liderazgo hasta infraestructura de TI, gestión de datos, procesos, personas, gobernanza y cultura. Una ventana de chat pone a prueba un solo caso práctico, en un solo momento, con un solo usuario. No dice nada sobre lo que ocurre cuando cien usuarios plantean la misma pregunta, con datos que no siempre están limpios, en un proceso que no está diseñado para una respuesta que varía.
La medición de madurez de hybridresourcing no examina una tarea o una respuesta, sino la capa que hay debajo: la cuestión de si la organización en su conjunto está lista para trabajar con IA, y no solo para experimentar con ella. Esto se evalúa a lo largo de cinco niveles — baseline, foundation, activation, insight, intelligence — y de siete dimensiones que juntas determinan dónde se encuentra una organización. No todas las dimensiones pesan igual en cada momento. Las dimensiones fundamentales, como la organización y la infraestructura de TI, preceden a las dimensiones que dependen de ellas. Esto no es una elección nuestra, sino el orden en el que funciona: sin una infraestructura que funcione, una buena gestión de datos tiene poco agarre, y sin una toma de decisiones clara, una buena infraestructura tiene poco efecto.
Una parte importante de la medición es la ronda de contraste. Varias personas dentro de la organización puntúan por separado, sin ver las respuestas de los demás. Lo que resulta de ello no es solo una posición en cinco niveles, sino también la dispersión entre lo que distintas personas creen que es cierto. Una dirección que cree que la organización se encuentra en el nivel activation, mientras que TI se sitúa a sí misma en baseline, tiene un problema mayor que el promedio. Esa dispersión suele ser más informativa que la puntuación misma: muestra en qué punto la organización está en desacuerdo consigo misma, y es precisamente ahí donde un piloto se estanca sin que nadie pueda señalar por qué.
La medición de madurez no responde a la pregunta de qué tareas puede asumir la IA. No dice nada sobre cuánto tiempo dedica una función a una determinada actividad, ni sobre qué ocurre si esa actividad desaparece. Mide la preparación, no la asunción de tareas. Una organización puede obtener una puntuación alta en las siete dimensiones y, sin embargo, no haber identificado ninguna tarea lista para transferir. A la inversa, una organización puede estar llena de tareas que se prestan perfectamente a la automatización, mientras que la organización misma aún no está preparada para que eso ocurra de forma responsable.
La medición tampoco indica qué decisiones pueden o no automatizarse — esa es una pregunta que merece atención propia, entre otros lugares en el resumen de decisiones que deben quedar fuera del alcance de la automatización. Y la puntuación no dice nada sobre lo que falta en la práctica en materia de documentación: quien quiera saber qué debe figurar en un inventario de decisiones no lo encontrará en un nivel o una dimensión, sino en un proceso aparte.
Lo que la medición sí hace es aportar claridad sobre la posición de partida. Una puntuación baja en una de las siete dimensiones no significa automáticamente que algo esté profundamente mal; significa que hay dos rutas posibles, y cuál de las dos aplica difiere según la organización — una diferencia que se desarrolla más ampliamente en la página que describe los dos escenarios ante una puntuación baja. Quien quiera empezar con una estimación propia puede hacerlo en las páginas dedicadas a la madurez de la organización misma y a la madurez de la infraestructura de TI como dos de las siete dimensiones sobre las que se construye la medición completa.
Esta separación es deliberada. Una organización que quiere saber primero si la IA le aporta algo formula una pregunta distinta de la de una organización que quiere saber si está preparada para implementar la IA de forma responsable. Ambas preguntas son legítimas, pero requieren instrumentos distintos. Quien mezcla ambas preguntas obtiene una respuesta que no se ajusta bien a ninguna de las dos: una puntuación que suena como un análisis de tareas, o un análisis de tareas que pretende decir algo sobre la preparación organizativa.
La medición de madurez, con los cinco niveles, las siete dimensiones y la ronda de contraste, se está construyendo actualmente. Todavía no existe un entorno en el que usted pueda iniciar sesión y puntuar hoy mismo. Quien tenga interés en esto puede inscribirse en la lista de espera y será informado en cuanto la medición esté disponible.
Una vez que la preparación de la organización está clara, queda sin responder la otra pregunta: qué parte del trabajo mismo puede realmente asumirse. Eso no es algo que aborde esta medición, y tampoco es su propósito. Esa pregunta la responde el escáner de trabajo de FTE TO AI, que calcula por tarea qué parte del trabajo es susceptible de ser asumida por la IA — un cálculo que solo cobra sentido cuando la organización en la que aterriza también está realmente preparada para sostenerlo.
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.