A medida que los negocios se adentran en las aguas desconocidas de la inteligencia artificial, donde las máquinas aprenden de su experiencia y mejoran su rendimiento con el tiempo, la investigación intenta predecir su impacto sobre los empleos en particular y el trabajo en general.

Las posiciones más optimistas sugieren que si las máquinas asumen tareas cognitivas pero laboriosas, los humanos serán libres para encargarse de tareas más "creativas", que trabajar codo con codo con ellas impulsará nuestra imaginación para rendir mejor. La experiencia con la Automatización Robótica de Procesos (RPA, por sus siglas en inglés) parece confirmar esta predicción. Los pesimistas, por el contrario, auguran altísimos niveles de desempleo: casi la mitad de los trabajos existentes parecen estar predispuestos a la automatización y, por tanto, a la extinción.

Un análisis más matizado señala un futuro menos distópico en el que una gran parte de las tareas dentro de cada trabajo serán asumidas por sistemas inteligentes en vez de humanos. Está claro que esta perspectiva implica una reevaluación de la definición del "trabajo". ¿Cómo está estructurado y cómo debería reconfigurarse en la era de la automatización inteligente? ¿Cómo deberían replantear las empresas el valor de un trabajo, en términos del aumento del rendimiento mediante la inteligencia de máquinas? ¿En qué conjunto de aptitudes deberían invertir las empresas? ¿Qué trabajos deberían permanecer dentro de la empresa, y cuáles deberían adquirirse en plataformas de talento, o quizás, compartirse con empresas aliadas o incluso competidoras?

Hace bastante tiempo que la creencia popular dicta que si se aumenta el rendimiento de los trabajadores, aumentará el valor o retorno de la inversión para la empresa. Este mito de una relación lineal entre el rendimiento profesional y el valor en todos y cada uno de los puestos ha sido puesto en duda cada vez más. Uno de los ejemplos más recientes es el libro Transformative HR (Recursos humanas transformativos), que ilustra la disparidad de roles en lo que un gran talento puede marcar la diferencia y otros en los que algo suficientemente bueno basta.

Sin embargo, a medida que la tecnología, la digitalización y la inteligencia artificial (IA) aceleran los cambios en el trabajo, la relación entre el rendimiento y el valor se vuelve todavía más compleja, aunque también genera oportunidades potenciales para crear nuevo valor. 

 El retorno sobre la mejora del rendimiento (ROIP, por sus siglas en inglés) –algo parecido al retorno sobre la inversión– mide el valor de la mejora del rendimiento en un puesto determinado (no sólo el valor del rendimiento medio en un empleo en general). Examinemos un ejemplo con el que la mayoría interactuamos durante cientos, si no miles, de horas cada año: las aerolíneas.

Los pilotos representan una bolsa de talento crítica para una aerolínea. Necesitan contar siempre con suficientes personas con las habilidades adecuadas para operar la aerolínea. Pero este es un segmento en el que basta "lo satisfactorio" o suficientemente bueno. Como ilustra el gráfico, más allá de determinado estándar, contar con pilotos de mayor rendimiento no ofrecerá ningún valor añadido al negocio (entendido como la fidelidad del cliente a una empresa). Caso distinto es si contara con tan solo un empleado "por debajo del estándar mínimo". Podría tener un impacto bastante negativo sobre el rendimiento y la reputación de la organización, además de comprometer la integridad de su modelo de negocio.

Este es el motivo por el que las aerolíneas invierten en largas carreras profesionales para los pilotos. Por ejemplo, lleva 20 años pasar del "asiento derecho" de un Embrauer 175 que realiza un trayecto corto al "asiento izquierdo" de un Boeing 747 que cruza el océano Pacífico. También invierten una cantidad importante en tecnología para la cabina y formación (como el mínimo de horas de simulador exigidas) para reducir el lado izquierdo de la curva (ver el gráfico). Este es un clásico rol de competencia: aunque las habilidades son de alto nivel, un rendimiento por encima de determinada estándar no generará un valor mayor.

No obstante, a medidas que las compañías aéreas persiguen cada vez más la ventaja competitiva al diferenciar su experiencia de cliente –especialmente para los pasajeros premium– los asistentes de vuelo se convierten en un segmento de la plantilla decisivo. A menudo son la única "cara de la organización" para la mayoría de los pasajeros. Eso significa que mejorar su desempeño, sobre todo en lo referente a ofrecer una experiencia que verdaderamente deleite a un pasajero, puede fidelizar a un cliente de forma mucho más relevante que otras; sólo hay que cambiar el trabajo gradualmente desde una función transaccional a otra relacional. Este es un clásico rol decisivo: un rendimiento más alto genera un mayor valor.

Armados con estas claves sobre la relación diferencial entre el desempeño de los trabajadores y su valor para la empresa, ¿cómo podemos aplicar los rápidos avances en inteligencia artificial para aumentar aún más el impacto de estos roles? De hecho, ¿cómo podemos asegurarnos de que la automatización de tareas no se limite a reducir el coste de personal, sino que también mejore el rendimiento de los trabajadores humanos? Para responder a estas preguntas, tenemos que empezar por desagregar el trabajo y entender cómo la automatización y la IA pueden ocuparse de diferentes aspectos del trabajo.

Volvamos al ejemplo de los asistentes de vuelo y pensemos específicamente cómo podría utilizarse la automatización cognitiva para mejorar la experiencia que ofrecen. El objetivo es lograr una experiencia óptima que alcance un nivel jamás logrado gracias al uso de realidad aumentada alimentada por computación cognitiva; obtener un nivel sin precedentes de información.

Si deconstruimos el trabajo en las tres categorías definidas en el gráfico, nos aseguraremos de que los elementos legalmente requeridos y la expectativa mínima de la aerolínea están altamente estandarizados y ejecutados de acuerdo al estándar mínimo aceptable. Buscamos liberar al personal de sobrecargo para que redireccione todo su esfuerzo adicional a lograr un servicio altamente personalizado.

Imagine que los asistentes de vuelo llevasen un dispositivo similar a las Google Glass con el que pudieran acceder a los datos y preferencias de cada pasajero. Nada de frutos secos para Charles en el asiento 3C: es alérgico. Mejor café solo; muestra predisposición para las compras duty free en vuelo. Cena temprana para Sara, asiento 2A; quiere dormirse pronto. Y así sucesivamente. 

En un escenario así, la aplicación de inteligencia artificial -que hubiera obtenido esa información de big data, por ejemplo- a través de la realidad aumentada incrementa todavía más el ángulo de la curva en el aporte discrecional al trabajo. Para el asistente de vuelo que emplee esta tecnología, la mejora de una unidad en su desempeño individual se transforma en aumentos más grandes del valor de la empresa gracias a ofrecer un servicio al pasajero que de otra manera sería impensable.

Veamos ahora cómo puede cambiar el lado izquierdo de la curva (el mínimo requerido legalmente) la automatización de procesos para un piloto. En lugar de tener que invertir los recursos mencionados (simulador, tecnología) para minimizar la posibilidad del fallo humano, la IA (como pilotos robóticos o aviones autónomos) podría reemplazar los elementos más rutinarios y repetitivos del pilotaje, aplanar esa sección de la curva. El énfasis podría trasladarse pues a contar con pilotos altamente capacitados que actúen como supervisores a distancia para múltiples vuelos e intervengan ante cualquier imprevisto. Esto permitiría a las aerolíneas aprovechar la experiencia y el conocimiento de los pilotos veteranos de una manera mucho más eficaz. El efecto será tanto una reducción del coste de personal (se necesitan menos pilotos) como una disminución del riesgo de accidentes.

Aun así, y como hemos comprobado innumerables veces, la mera idea de que un robot cometa un error resulta aterradora para la humanidad. Basta comparar la reacción pública ante el accidente del Autopilot de Tesla frente a la provocada por las numerosas vidas perdidas cada día por culpa de conductores humanos que envían mensajes de texto mientras conducen. No importa que sepamos que la tasa de éxito de Watson de IBM se acerca al 90% en el diagnóstico de cáncer de pulmón mientras que los oncólogos humanos tienen una tasa media de éxito del 50%. Confiamos en los humanos y esperamos que los robots sean infalibles. Como sociedad, ¿estaremos dispuestos a permitir que los robots aprendan? ¿Cuánto les llevará a los pasajeros aéreos sentirse cómodos mientras ponen sus vidas en las manos de un robot?

Dados estos retos, aquí enumeramos cinco pasos que recomendamos que den las empresas para replantear el trabajo en vista de la automatización y la IA:

  • Aumentar la claridad sobre roles decisivos y de competencia dentro de su organización.
  • Entender la naturaleza específica de la relación entre el rendimiento y el valor para sus roles decisivos y de competencia.
  • Desagregar las partes distintas de la curva mostrada en el gráfico y determinar qué papel puede interpretar la IA.
  • Determinar las actividades específicas que estas diferentes formas de IA podrían transformar, y las implicaciones correspondientes de coste, capacidades y riesgos.
  • Planificar cómo podrán entender y adoptar las diferentes partes afectadas los cambios potenciales en el trabajo; reconocer los sesgos y limitaciones mencionados antes.

Reconocer cómo la tecnología y la IA pueden transformar el rendimiento y la ecuación del valor proporciona una importante ventaja competitiva. Los líderes exitosos traducirán los puntos decisivos en evolución de sus modelos de negocio en acciones y estrategias específicas para el trabajo. Mirarán más allá de los puestos. Entenderán el papel transformador que puede jugar la IA para redefinir la curva del rendimiento en el trabajo del futuro.