La pregunta de cómo afectará la IA a los empleados actuales de una empresa es una de las más importantes que puede hacerse un equipo directivo, y también una de las que con más frecuencia se responde con una mezcla de lugares comunes y evasión que no beneficia ni al liderazgo ni a la plantilla. La vaga tranquilidad de que la IA solo aumentará las capacidades y nunca sustituirá a nadie rara vez es verdadera en sentido literal, y la plantilla suele percibirlo. La advertencia tajante de que la IA reemplazará a una gran parte de la plantilla a menudo se exagera y genera una postura defensiva que dificulta la transición real. Ninguna de las dos respuestas refleja la textura de lo que realmente ocurre dentro de las empresas que usan la IA con seriedad.
La respuesta honesta es más específica y más útil. La IA cambia la forma de la mayor parte del trabajo del conocimiento, reduce el empleo en un conjunto más pequeño de roles, modifica las habilidades que definen el éxito y transforma la experiencia del trabajo mismo. El patrón es desigual entre funciones y entre empresas. Este texto recorre los patrones que se han vuelto visibles en las empresas que usan la IA con seriedad, las categorías de impacto que conviene distinguir y la postura de liderazgo que convierte la cuestión, de ser una fuente de ansiedad, en un programa operativo.
Los patrones que se han vuelto visibles
Las empresas que han integrado la IA de forma seria en los últimos dos o tres años han aportado suficiente evidencia para que los patrones del impacto sobre los empleados dejen de ser especulación. Los patrones varían según la función y la empresa, y ha surgido una forma reconocible.
El número total de empleados en la mayoría de las empresas que han integrado bien la IA no ha disminuido sustancialmente en las categorías donde se ha desplegado. Lo que ha ocurrido más a menudo es que la plantilla se ha mantenido más o menos estable o ha crecido más lentamente, mientras que la producción de la función ha aumentado, con las ganancias de productividad absorbidas en hacer más trabajo en lugar de reducir el equipo. Las excepciones son las funciones cuyo trabajo estaba estrechamente definido, era muy repetitivo y encajaba claramente con la IA, donde el número de empleados ha bajado en categorías concretas.
La composición de la plantilla se ha movido más que el tamaño total. Los roles que estaban cargados de tareas que la IA realiza bien se han reducido o se han redefinido. Los roles que implican juicio, relación, dirección creativa e integración de la salida de la IA en resultados empresariales han crecido. El efecto neto es que el perfil de habilidades de la plantilla se ha desplazado, y las personas en los roles afectados han tenido que adaptarse o salir de ellos.
La productividad por empleado ha aumentado en las funciones que han integrado bien la IA, con incrementos que van de modestos a sustanciales según la función. Los equipos de ingeniería informan aumentos en el rendimiento total del orden de 2x a 3x. Los equipos de atención al cliente informan tasas de resolución de casos y puntuaciones de satisfacción del cliente en alza mientras el tamaño del equipo se mantiene. Los equipos de marketing informan volúmenes de producción de contenido multiplicados mientras la disciplina editorial preserva la calidad.
La satisfacción laboral en los roles impactados se ha movido en ambas direcciones según cómo se haya gestionado la transición. Donde la IA se introdujo como una herramienta que ayudaba a la plantilla a hacer mejor su trabajo, la satisfacción a menudo ha aumentado, con empleados que informan que la IA asumió las partes más tediosas del trabajo. Donde la IA se introdujo como un sustituto con el que la plantilla debía competir, la satisfacción a menudo ha bajado, con la plantilla percibiendo la IA como una amenaza para su puesto y su identidad.
El patrón que se mantiene en los casos es que el impacto sobre los empleados no va en una sola dirección. El trabajo cambia, las habilidades requeridas cambian, el número de puestos en roles específicos cambia y la experiencia del trabajo cambia. El equipo directivo que trata el impacto como un cambio multidimensional mantiene conversaciones más útiles que el que lo enmarca como una cuestión binaria de reemplazo o aumento.
Las categorías de impacto que conviene distinguir
En las funciones y los roles donde se aplica la IA, el impacto tiende a encuadrarse en unas pocas categorías que merece la pena analizar por separado, porque la respuesta de la dirección es distinta para cada una.
La primera categoría es el rol que conserva su forma en gran medida pero cuya productividad se ve potenciada por la IA. El comercial que usa la IA para redactar acercamientos, resumir llamadas y preparar reuniones sigue siendo un comercial con el mismo trabajo fundamental. El docente que usa la IA para planificar lecciones y corregir sigue siendo docente. El contable que usa la IA para gestionar conciliaciones rutinarias sigue siendo contable. El cambio está en las herramientas y en el tiempo liberado para tareas de mayor valor; el rol sigue siendo reconocible respecto a antes.
La segunda categoría es el rol que la IA redefine de forma significativa, donde las actividades diarias y las habilidades importantes cambian aunque el título del puesto pueda mantenerse. El responsable de marketing cuyo trabajo antes se centraba mucho en redactar textos y producir campañas ahora dedica más tiempo a la estrategia, la dirección editorial y el control de calidad del material generado por IA. El ingeniero de software cuyo trabajo antes se centraba en escribir código ahora dedica más tiempo a la arquitectura, la revisión de código y al diseño de la integración de la IA en el flujo de desarrollo. El título del rol es el mismo, pero el rol en sí es significativamente diferente.
La tercera categoría es el rol que la IA absorbe parcial o sustancialmente, donde el trabajo que antes requería a una persona lo realiza ahora la IA con una participación humana limitada. El soporte de primer nivel que antes gestionaba preguntas rutinarias de clientes a través de un chat es uno de los ejemplos más claros. El puesto de entrada de datos que antes procesaba documentos estructurados es otro. La moderación de contenidos en casos evidentes es otro ejemplo. Los roles de esta categoría no siempre desaparecen por completo: el trabajo humano se desplaza hacia las excepciones, el control de calidad y los casos que la IA no puede gestionar, pero el volumen de trabajo humano en la categoría disminuye sustancialmente.
La cuarta categoría es el rol creado por la IA, donde el trabajo no existía antes y la IA lo hace posible o necesario. El gestor de programas de IA que dirige las iniciativas de IA de la empresa. El prompt engineer que diseña las entradas que generan salidas fiables. El revisor de seguridad de IA que asegura que las salidas cumplen los estándares de la empresa. El administrador de herramientas de IA que gestiona el acceso, las licencias y las integraciones. Los roles de esta categoría suelen ser pocos en número absoluto pero crecen rápidamente a medida que los programas de IA maduran.
La quinta categoría es el rol que, por ahora, queda en gran medida sin afectar por la IA, donde el trabajo es suficientemente relacional, físico o intensivo en juicio como para que la generación actual de IA no lo modifique mucho. El trabajador de atención en primera línea, el coach ejecutivo, el líder sénior, el trabajador de oficios cualificados, el gestor de cuentas estratégicas y muchos otros entran aquí. Los roles de esta categoría pueden verse afectados por la IA en el futuro a medida que la tecnología avance; por el momento, el impacto es limitado.
La combinación de estas categorías varía según la empresa y la función. Un inventario claro de qué roles pertenecen a cada categoría es uno de los artefactos más útiles que puede elaborar un equipo directivo, porque convierte una pregunta vaga sobre el impacto de la IA en un plan específico para cada categoría.
Las funciones donde el impacto se está manifestando con más fuerza
El impacto de la IA en los empleados no es uniforme entre las funciones. Algunas funciones ven el cambio antes y de forma más sustancial que otras, y el patrón merece atención porque determina dónde el equipo directivo debe centrar primero la gestión del cambio.
La atención al cliente ha experimentado algunos de los cambios más tempranos y sustanciales. El primer nivel de soporte en muchas empresas ahora lo gestiona la IA para preguntas rutinarias, con agentes humanos centrados en las excepciones, los casos complejos, los clientes de alto valor y el control de calidad de las salidas de la IA. El número total de personal de soporte en las empresas que han integrado bien la IA a menudo se ha mantenido estable mientras que el volumen de interacciones con clientes ha crecido, con el equipo gestionando más trabajo a un nivel de servicio superior.
La ingeniería de software está experimentando uno de los cambios más profundos en la textura diaria del trabajo aunque el número de empleados normalmente no haya caído. El uso de asistentes de codificación con IA se ha vuelto casi universal en las empresas que los han puesto a disposición, con las ganancias de productividad absorbidas en publicar más software en lugar de reducir el equipo. La mezcla de habilidades se ha desplazado hacia las partes del trabajo que la IA no hace bien, incluida la arquitectura, la revisión de código, la depuración y la integración de la IA en el flujo de desarrollo.
Marketing y contenidos han visto cambios significativos en el volumen y el ritmo de producción. Los roles se han desplazado hacia la estrategia, la dirección editorial y el control de calidad, con gran parte de la redacción de borradores a cargo de la IA. Las empresas que han hecho esto bien han mantenido la disciplina editorial que evita que el volumen deteriore la marca, y las que han prescindido de esa disciplina han producido contenidos que clientes y buscadores han reconocido como de baja calidad.
Ventas ha logrado mejoras de productividad significativas en la prospección, la personalización, la preparación de llamadas, el seguimiento y las partes administrativas del rol. El núcleo relacional del trabajo permanece en gran medida intacto, con la IA ocupándose de las partes que consumían tiempo y alejaban del acto de vender. Las métricas de productividad de ventas han mejorado en los equipos que han integrado bien las herramientas, a menudo sin un cambio en la plantilla.
Finanzas y contabilidad han visto una automatización sustancial del trabajo rutinario, con los roles humanos desplazándose hacia el análisis, el juicio y las partes del trabajo que requieren comprensión contextual. Los puestos centrados en la entrada de datos y las conciliaciones rutinarias se han reducido o redefinido. Los roles centrados en el análisis financiero y el apoyo a la decisión han ganado importancia.
Legal ha experimentado cambios relevantes en la revisión de contratos, la investigación y la producción de documentos. Los roles se han orientado hacia el juicio, la negociación y la estrategia, con el trabajo documental rutinario gestionado por la IA y revisado por abogados. El número total de abogados suele haber crecido más lentamente de lo que lo habría hecho sin IA, con el trabajo absorbido por los equipos existentes en lugar de añadir más plantilla.
Recursos humanos ha visto cambios en la selección, la incorporación, la administración de políticas y la gestión de preguntas rutinarias de empleados. Los roles se han desplazado hacia la estrategia, la cultura, el desarrollo de liderazgo y las partes del trabajo que requieren juicio humano sobre las personas. La función con frecuencia ha utilizado la IA para ofrecer un nivel de servicio más alto a la plantilla con el equipo existente.
Las funciones en las que el impacto ha sido más limitado hasta ahora incluyen los roles de alta dirección, los roles de ventas intensivos en relaciones para cuentas de alto valor, los roles de dirección creativa, las funciones estratégicas, los oficios especializados y los roles de servicio de primera línea en industrias donde la presencia humana forma parte de lo que el cliente paga. El patrón está cambiando a medida que la tecnología se desarrolla, y la relativa inmunidad de estas funciones puede no durar indefinidamente.
Las habilidades que determinan quién tiene éxito
El cambio en el trabajo ha producido un cambio en las habilidades que determinan quién tiene éxito en los roles que permanecen. El perfil de habilidades que vale la pena invertir en a lo largo de la plantilla se ha consolidado en una forma reconocible.
Juicio en el uso de la salida de la IA. La capacidad de leer lo que produce la IA, reconocer lo que es correcto y lo que no, y usar la salida de forma adecuada es una de las habilidades más importantes en el nuevo trabajo. El empleado que trata a la IA como un oráculo y acepta la salida sin revisarla produce un trabajo peor que el empleado que trata la salida de la IA como un borrador y le aplica juicio.
Diseño de prompts y flujos de trabajo. La capacidad de formular la petición a la IA de manera que produzca una salida útil y de diseñar el flujo de trabajo para que la IA maneje las partes adecuadas del trabajo es cada vez una habilidad central. El empleado que puede diseñar un flujo de trabajo que produzca salidas fiables con intervención limitada es sustancialmente más productivo que el empleado que usa la IA de forma ad hoc.
Juicio estratégico y contextual. La capacidad de entender el contexto más amplio del trabajo, las prioridades de la empresa, la situación del cliente y las consideraciones que informan la decisión correcta es una habilidad que la IA actualmente no proporciona. Los empleados que tienen este juicio y pueden aplicarlo a la salida de la IA y al trabajo circundante son los cuyos roles han crecido en importancia.
Comunicación y relación. La capacidad de comunicarse con claridad con clientes, colegas y liderazgo y de construir las relaciones de las que depende el trabajo es una habilidad que la IA no reemplaza. Los roles que dependen en gran medida de esta habilidad son los que han cambiado menos, y los empleados que pueden combinar esta habilidad con el multiplicador de productividad que proporciona la IA son los más valiosos.
Aprendizaje continuo. El ritmo de cambio en las herramientas de IA y en los flujos de trabajo a su alrededor ha sido lo suficientemente rápido como para que el empleado que considera sus habilidades como fijas haya quedado rápidamente rezagado. Los empleados que aprenden activamente, experimentan con las nuevas herramientas y ajustan sus flujos de trabajo son los que se han mantenido efectivos a través de los cambios.
Pericia en el dominio. El conocimiento profundo de un campo específico, conjunto de clientes o área de producto es cada vez más valioso como complemento del conocimiento general de la IA. El empleado que sabe qué es lo que importa específicamente en su área puede aplicar las salidas de la IA de maneras que la IA por sí sola no puede, y la profundidad de la pericia a menudo ha determinado el valor que el empleado puede extraer de las herramientas de IA.
Las inversiones en habilidades que ofrecen rendimientos constantes son las que construyen estas capacidades a lo largo de la plantilla, y los programas de desarrollo que han funcionado tienden a centrarse en la aplicación práctica más que en la instrucción abstracta. Los empleados a quienes se les ha dado el tiempo, las herramientas, el espacio seguro para experimentar y la conexión con colegas que trabajan en las mismas preguntas han atravesado la transición sustancialmente mejor que los que han tenido que resolverlo por su cuenta.
Las prácticas que producen transiciones humanas y efectivas
Las empresas que han gestionado bien la transición han convergido en un conjunto de prácticas que producen tanto mejores resultados empresariales como mejor experiencia para los empleados. Las prácticas no son llamativas, y son lo que separa a las empresas cuyo programa de IA eleva a la plantilla de las empresas cuyo programa de IA genera resentimiento y resistencia.
Comunicación honesta con la plantilla sobre lo que está cambiando. El equipo de liderazgo que nombra los cambios que vienen, explica la lógica y reconoce el impacto en roles específicos genera una plantilla que puede involucrarse con el cambio. El equipo de liderazgo que evita el tema o usa garantías genéricas genera una plantilla que llena el silencio con suposiciones sobre el peor escenario.
Inversión específica en el desarrollo de habilidades que requiere el nuevo trabajo. La formación es práctica, pagada por la empresa e integrada con las herramientas reales que la plantilla usará. El tiempo para el desarrollo está protegido en lugar de esperarse además de una carga de trabajo ya completa. La formación está conectada a los flujos de trabajo que los empleados realmente usan en lugar de presentarse como material abstracto.
Reubicación activa de los empleados cuyos roles se ven más afectados. A los miembros de la plantilla cuyos roles están menguando o siendo absorbidos se les brinda apoyo activo para pasar a los roles que están creciendo, con la empresa haciendo el trabajo de identificar la combinación adecuada, proporcionar la formación y facilitar la transición. Las empresas que manejan esto bien preservan el conocimiento institucional y ganan la lealtad de la plantilla que observa las transiciones.
Trato justo en los casos donde el rol realmente desaparece. Cuando el trabajo ya no lo va a realizar un humano y el empleado no puede ser reubicado, la separación se maneja con respeto, con un aviso apropiado, con indemnización que refleje la responsabilidad de la empresa por el cambio y con apoyo activo para el siguiente paso. La forma en que la empresa trata a la plantilla afectada es observada de cerca por la plantilla que permanece, y el efecto a largo plazo sobre la cultura y la confianza es sustancial.
Reconocimiento de que las ganancias de productividad de la IA pertenecen en parte a la plantilla. Los empleados que son más productivos porque trabajan con la IA están generando valor que la empresa captura, y las empresas que comparten parte de ese valor mediante compensación, promociones y condiciones de trabajo generan una plantilla que se involucra positivamente con la tecnología. Las empresas que capturan todas las ganancias mientras esperan que la plantilla absorba el cambio generan una plantilla que resiste.
Participación de la plantilla en el diseño de los programas de IA. Los empleados que realizan el trabajo saben cosas sobre el trabajo que el equipo de liderazgo no sabe, y los programas de IA diseñados sin su aporte a menudo pasan por alto elementos que habrían marcado la diferencia. Las empresas que incorporan a los empleados afectados en el diseño de cómo se usará la IA generan tanto mejores programas como mejor aceptación por parte de los empleados.
Expectativas realistas sobre el ritmo del cambio. La transición hacia la nueva forma de trabajar toma tiempo, y las ganancias de productividad no llegan de inmediato ni en línea recta. Las empresas que establecen expectativas realistas y dan a la plantilla el tiempo para adaptarse producen un cambio sostenible, mientras que las que presionan por resultados inmediatos a menudo generan agotamiento y falta de cumplimiento de objetivos.
La postura de liderazgo que funciona
La postura del equipo de liderazgo respecto a la IA y a los empleados moldea la transición entera. Algunos principios han aparecido de forma consistente en las empresas que lo han hecho bien.
El equipo de liderazgo es honesto consigo mismo y con la plantilla. La presentación honesta de lo que la IA hará y no hará, el reconocimiento sincero de los roles que se verán afectados y el nombramiento honesto de la responsabilidad que la empresa tiene con la plantilla generan una base de confianza sobre la que puede sostenerse la transición. Los planteamientos que minimizan u ocultan el impacto crean un problema de credibilidad difícil de reparar.
El equipo de liderazgo trata a la plantilla como un socio en la transición en lugar de como una restricción a gestionar. Los empleados son la fuente del conocimiento institucional, las relaciones con los clientes, la comprensión operativa y la base cultural sobre la que opera la empresa, y el programa de IA construido con su participación produce resultados que el programa construido alrededor de ellos no puede.
El equipo de liderazgo invierte en la capacidad de la plantilla para operar en el nuevo entorno. La formación, las herramientas, el tiempo y la conexión se financian como una inversión deliberada en lugar de como un pensamiento posterior. Las empresas que tratan la capacidad de la plantilla como una inversión estratégica generan una plantilla que puede llevar a cabo un programa de IA ambicioso, mientras que las que lo tratan como un gasto operativo producen una plantilla que frena el programa.
El equipo de liderazgo se responsabiliza por el impacto humano de las decisiones tecnológicas. Las decisiones sobre qué roles automatizar, cómo manejar las transiciones y cómo compartir las ganancias son decisiones que el equipo de liderazgo asume en lugar de decisiones tomadas por la tecnología o por el mercado. La responsabilidad se refleja en la forma en que se toman las decisiones, en cómo se comunican y en cómo responde el equipo de liderazgo cuando las decisiones producen resultados más duros de lo esperado.
El equipo de liderazgo piensa en la imagen a largo plazo de la plantilla en lugar de solo en el próximo trimestre. Las decisiones tomadas sobre el programa de IA moldean la cultura, la capacidad y la confianza de la plantilla durante años, y las empresas que adoptan una visión de largo plazo tienden a tomar decisiones diferentes a las que optimizan la ganancia de productividad inmediata.
El equipo de liderazgo es abierto sobre su propia incertidumbre. El programa de IA avanza más rápido de lo que cualquier equipo de liderazgo puede estar perfectamente seguro, y el reconocimiento honesto de que el equipo está tomando las mejores decisiones posibles con la información disponible genera un mejor diálogo con la plantilla que la pretensión de conocimiento perfecto.
La respuesta honesta a la pregunta del titular
Entonces, ¿cómo afectará la IA a sus empleados actuales? La respuesta honesta es que los afectará de maneras que varían según la función, el rol y el individuo, y las decisiones del equipo de liderazgo determinarán en gran parte cómo se materializa ese impacto.
El trabajo de la mayoría de los empleados cambiará, con las partes rutinarias pasando a la IA y las partes humanas desplazándose hacia el juicio, la relación y la integración de la salida de la IA en resultados. Las habilidades que determinan quién tiene éxito se moverán con ello, con los empleados que puedan desarrollar las nuevas habilidades avanzando hacia el futuro del trabajo y los que no, encontrando el trabajo más difícil.
La plantilla en roles específicos disminuirá en las categorías donde el trabajo es bien adecuado para la IA, y el número total de empleados más a menudo se mantendrá o crecerá más lentamente de lo que habría crecido sin la IA. Se crearán nuevos roles en torno a los propios programas de IA, y la plantilla que pueda pasar a los nuevos roles se beneficiará del cambio.
La experiencia del trabajo cambiará de maneras que dependen en gran medida del equipo de liderazgo. Donde la IA se introduce como una herramienta que ayuda a la plantilla, la experiencia suele mejorar. Donde se introduce como un sustituto, la experiencia suele deteriorarse. La postura del equipo de liderazgo moldea la postura de la plantilla, y la postura de la plantilla determina si el programa de IA produce el valor que la empresa espera.
Las empresas que gestionan la transición con honestidad, inversión y respeto generan tanto mejores resultados empresariales como mejores resultados para la plantilla. Las empresas que lo gestionan de forma descuidada no generan ninguno de los dos. La elección no es entre proteger a la plantilla y capturar el valor de la IA. La elección es entre gestionar ambos de forma deliberada o gestionarlos mal.
Cómo ProvenROI aborda la cuestión de los empleados con los clientes
El enfoque de ProvenROI sobre la cuestión de los empleados en los proyectos de IA comienza con el inventario de qué puestos encajan en qué categorías de impacto, porque la conversación es más útil cuando es específica. Las conversaciones iniciales incluyen a los líderes de función, al equipo de recursos humanos y al grupo directivo, y el trabajo de inventario se realiza antes del diseño del programa en lugar de como una ocurrencia tardía.
El diseño del programa tiene en cuenta el impacto en la plantilla desde el principio. La selección de los casos de uso que se abordarán primero considera no solo el valor empresarial sino también el impacto sobre los empleados afectados y la preparación de la plantilla para absorber el cambio. El ritmo del programa se establece de forma realista en lugar de aspiracional. La formación y la gestión del cambio se financian como parte del programa en lugar de como una corriente de trabajo separada que con frecuencia tiene recursos insuficientes.
La comunicación con la plantilla se maneja de forma deliberada y temprana. Se apoya al equipo directivo en la redacción del mensaje que explica qué está cambiando, por qué y qué puede esperar la plantilla. La versión honesta del mensaje es más difícil de redactar que la versión genérica, y es la que produce una plantilla que se compromete con el programa.
El apoyo a la transición para los empleados cuyos puestos se ven más afectados se diseña por adelantado en lugar de improvisarse cuando llegan los cambios de puesto. Los caminos de reasignación, la formación, los puentes y los paquetes de separación, cuando son necesarios, se acuerdan con la función de recursos humanos antes de que el programa llegue a la fase en que se requieren.
El ritmo de gobernanza incluye el impacto en la plantilla como un punto permanente en la agenda en lugar de como una reflexión trimestral. El equipo directivo ve la imagen de cómo está calando el programa entre la plantilla, los casos que funcionan, los que no y los ajustes que el programa necesita hacer. La visibilidad permite al equipo directivo tomar las decisiones que mantienen el programa sano.
La respuesta honesta a la cuestión de los empleados es la que un equipo directivo puede poner en práctica, y el programa construido sobre esa respuesta honesta es el que genera valor sostenible. ProvenROI ayuda a los clientes a llegar a esa respuesta honesta y a construir el programa que se ajusta a ella, tratando a la plantilla como el socio en la transición que el programa necesita que sea.