El cuello de botella de la confianza operativa: ¿Por qué los empleados realmente resisten la IA en el lugar de trabajo

La IA ha sido una fuerza dominante en los últimos años, redefiniendo los fundamentos de cómo se realiza el trabajo. Mirando hacia adelante, la perspectiva entre los ejecutivos sigue siendo muy fuerte, con 92% de las empresas planeando aumentar su inversión en IA para 2028. Entre los empleados, sin embargo, la sensación sobre la IA es mucho más mixta.

Según un informe reciente, 52% de los trabajadores están preocupados por cómo la IA impactará el lugar de trabajo y otro 32% cree que conducirá a menos oportunidades laborales. Esta resistencia a la IA en el lugar de trabajo es una barrera común, pero persistente, para la adopción exitosa de la IA. También es una que a menudo se relaciona con brechas en las habilidades de los empleados o la preparación técnica de la organización. Es cierto que ambos factores juegan un papel en alimentar la resistencia a la IA. La verdadera raíz del problema, sin embargo, es la confianza operativa.

¿Dónde se encuentra la resistencia y el riesgo real de la IA

La resistencia es un síntoma de incertidumbre – sobre cómo la IA cambiará la toma de decisiones, quién asumirá la responsabilidad cuando las cosas salgan mal, o qué controles y salvaguardas están en lugar. Esta ruptura en la confianza operativa no afecta solo a los empleados. Los empleadores no están inmunes.

Deloitte descubrió recientemente que, si bien el 42% de las empresas cree que su estrategia empresarial está muy preparada para la adopción de la IA, también se sienten menos preparadas en términos de infraestructura, datos, riesgo y talento. Independientemente del nivel de senioridad, la falta de control sobre o la pérdida de datos, el mantenimiento de la conformidad con los estándares de la industria y las posibles interrupciones de los flujos de trabajo establecidos están en la parte superior de la mente. Estas preocupaciones son especialmente válidas en industrias altamente reguladas donde la mala decisión de la IA conlleva un mayor riesgo de consecuencias.

Hay un riesgo real en la automatización de flujos de trabajo que ya están defectuosos o carecen de una estructura de gobernanza clara. En estos escenarios, la IA se convierte en el foco de la falla, a menudo creando más fricción y amplificando los errores de ejecución preexistentes. Después de todo, un sistema malo sigue siendo malo, incluso si está respaldado por la IA. La IA no arregla los sistemas rotos. Los ejecuta más rápido. Aquí es donde las empresas tienden a encontrar un punto de quiebre real.

Muchos ven las herramientas de IA en sí como la principal fuente de riesgo. En realidad, el riesgo vive en el modelo operativo en el que se introducen esas herramientas. En la práctica, la mayor amenaza proviene de agregar la IA a los modelos operativos que nunca fueron diseñados para respaldar la automatización avanzada en primer lugar. Particularmente a escala. Este enfoque es una receta para acelerar los problemas que la organización está tratando de resolver.

IA integrada y el factor de juicio humano

La IA está en su mejor momento cuando no elimina el juicio humano de la ecuación, sino que redistribuye dónde vive el juicio y cómo se apoya. Con este enfoque, los límites de decisión son más claros, consistentes y escalables, con la IA que opera como una herramienta para ayudar a las organizaciones a difundir la riqueza de su experiencia humana de manera más efectiva y eficiente.

Estamos lejos de una era de IA en la que la entrada humana ya no sea necesaria. Sin embargo, la industria ha llegado a un punto en el que el juicio humano debe aplicarse de manera diferente y más reflexiva para aprovechar al máximo la IA. El estándar de oro de la relación humano-IA es aquel en el que la tecnología proporciona información y contexto a velocidad basada en datos para guiar a los trabajadores en la toma de decisiones de alto nivel y liberar tiempo para el trabajo que realmente importa.

Cuando la IA se despliega como una iniciativa independiente, las mejoras son incrementales. Probablemente acelerará las tareas repetitivas o reducirá el esfuerzo manual en áreas como el trabajo administrativo, pero eso solo araña la superficie del valor potencial de la IA. La transformación genuina ocurre cuando la IA se integra directamente en los flujos de trabajo, orquestando cómo se mueve la información, de arriba a abajo.

La claridad es clave para la adopción sostenible de la IA

Solo el 41% de las personas en EE. UU. están dispuestas a confiar en la IA. Considerando que estos sistemas influyen en cómo trabajan los empleados, cómo se evalúa su desempeño y sus perspectivas laborales futuras, la vacilación no es sorprendente, pero no puede permitirse que persista. Las empresas deben generar la participación de los empleados, y la capacitación no puede cargar con la responsabilidad sola. La claridad operativa es clave.

Los empleados deben entender dónde la IA contribuye a las recomendaciones y dónde el juicio humano sigue siendo autoritativo desde el principio. También necesitan saber quién es el dueño de la decisión cuando la IA está involucrada. La visibilidad hace que verificar la confiabilidad de las salidas de la IA sea más fácil y establece un sentido de control y responsabilidad, al igual que los protocolos de anulación claramente establecidos. Estos elementos son la base de una fuerte confianza operativa. Sin ellos, incluso los sistemas bien diseñados pueden luchar, con los trabajadores cuestionando las recomendaciones, o incluso abandonando la tecnología por completo en favor de los procesos manuales originales. Esto solo disminuye el valor general de las inversiones en IA y refuerza la percepción de que la IA es más disruptiva que empoderadora.

Abordar esta dinámica al principio de la implementación es esencial. Las organizaciones que ven el mayor éxito con la adopción de la IA no la tratan como una implementación única o un proyecto de TI aislado. En cambio, la están abordando como una evolución del modelo operativo – comenzando con la redefinición de los flujos de trabajo, la redefinición de roles y el establecimiento de una responsabilidad compartida en toda la empresa.

Los líderes empresariales, los equipos técnicos y los socios de plataforma cada uno aportan una pieza diferente del rompecabezas. El desafío no es la experiencia, es la alineación. Los líderes empresariales entienden qué resultados son más importantes y cómo se relacionan con la estrategia a largo plazo. Los ingenieros y los líderes de TI entienden las capacidades y las limitaciones de la tecnología. Los socios de plataforma aportan experiencia real en la implementación de la IA en entornos de producción. Cuando estos grupos diseñan flujos de trabajo juntos, la IA se vuelve ejecutable. Cuando no, sigue siendo teórica.

La percepción de que la IA es algo que se impone en lugar de una herramienta útil que se desarrolló con la entrada de las personas que la utilizarán es otro conductor importante detrás de la resistencia en el lugar de trabajo. Involucrar a los equipos de primera línea en el rediseño de los flujos de trabajo invierte ese guión. Los empleados tienen la oportunidad de identificar sus puntos de dolor más impactantes y convertirse en contribuyentes activos para determinar cómo se aplica la IA día a día.

Los resultados reales siempre serán más poderosos que el alivio prometido. Si los empleados ven pruebas tangibles de que la IA mejora sus vidas laborales – ya sea eliminando el trabajo tedioso o ayudándolos a profundizar en el trabajo altamente calificado que están apasionados – son más propensos a comprometerse con ella. De hecho, cuando la confianza en la IA es alta, los trabajadores son 2,8 veces más propensos a usar la tecnología a diario y a ahorrar un promedio de 2 horas a la semana, según Deloitte.

La resistencia a la IA es en última instancia un desafío operativo. Las organizaciones que superen esto no serán las que tengan los modelos más avanzados, sino las que rediseñen cómo se realiza realmente el trabajo y hagan que ese trabajo sea ejecutable, responsable y claro.

Este cambio no ocurre en aislamiento. Requiere un compromiso con la colaboración transfuncional en toda la empresa y una voluntad de ser adaptable y replantear procesos arraigados. Una vez que los sistemas internos se optimizan para adaptarse a la forma en que las personas que viven dentro de ellos realmente trabajan, la confianza, la participación y la adopción sostenible siguen naturalmente.