La deuda oculta de gestión del cambio impulsada por la IA
Adaptado del pódcast The Digital Project Manager, presentado por Galen Low. Escúchalo aquí.
Las grandes empresas que implementan la IA suelen tratarla primero como un problema tecnológico y después como uno organizativo. Según Deborah Ketai, responsable de gestión del cambio organizativo y miembro de la junta directiva del Project Management Institute (PMI), ese orden de prioridades es un error.
Ketai pasó años liderando iniciativas de cambio relacionadas con la IA dentro de United Health Group, una empresa sanitaria incluida en la lista Fortune 5, y afirmó que las empresas que se saltan el trabajo de desmantelar los silos entre equipos acaban pagándolo más adelante. «Si se saltan el paso de desmantelar los silos, también van a acumular mucho de lo que llamamos deuda: deuda técnica, deuda de conocimiento y demás», afirmó Ketai. «Eso hará que los proyectos futuros sean más caros y difíciles».
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Si se saltan el paso de desmantelar los silos, también van a acumular mucho de lo que llamamos deuda – deuda técnica, deuda de conocimiento y demás. Eso hará que los proyectos futuros sean más caros y difíciles.
Esa deuda se manifiesta en esfuerzos duplicados, herramientas que compiten entre sí y equipos que no saben qué está construyendo ya el grupo del pasillo de al lado.
Tres objetivos para alinear la IA a gran escala
Para abordar esta situación, Ketai estructuró su programa en torno a tres objetivos: la movilidad y retención del talento en toda la plantilla relacionada con la IA, la colaboración entre equipos y un cambio cultural más amplio que impulsara la consideración de la IA como una solución empresarial legítima. «En United Health Group teníamos realmente tres objetivos: talento, movilidad y retención en el ámbito de la IA», afirmó Ketai. El segundo objetivo abordaba un problema habitual en las grandes organizaciones, donde surgen de forma independiente grupos dedicados a la IA que duplican los esfuerzos de los demás. «Mi segundo objetivo para el programa era fomentar la colaboración entre estos grupos de IA, para que no reinventaran la rueda», explicó. El tercer objetivo era cultural: «El tercero es un cambio cultural, animar a los promotores empresariales a considerar soluciones de IA para sus desafíos empresariales».
Lograrlo implicaba crear programas —conferencias, hackatones, contenidos internos y canales comunitarios— dirigidos a distintos segmentos de partes interesadas de toda la empresa, en lugar de imponer un único mandato de arriba abajo.
Medir el cambio cuando los datos son un caos
Incluso con unos objetivos claros, demostrar el impacto del programa resultó ser una de las partes más difíciles del trabajo. La empresa de Ketai había crecido en gran medida mediante fusiones y adquisiciones, lo que significaba que los datos subyacentes que necesitaba para hacer un seguimiento de la movilidad profesional y la participación eran, en el mejor de los casos, inconsistentes. «Reconozco que las métricas fueron la parte más difícil del programa para mí», afirmó Ketai, «porque se trataba de una empresa de la lista Fortune 5 que había crecido principalmente mediante fusiones y adquisiciones; los vestigios de los antiguos sistemas de recursos humanos seguían presentes: el mismo tipo de puesto solía tener 15 títulos, denominaciones de puesto o códigos de empleo distintos en toda la organización, y eso me complicaba mucho la vida».
Al no disponer de sistemas limpios de los que extraer información, el equipo de Ketai se apoyó en métricas indirectas, como la participación en contenidos y la asistencia a eventos, en lugar de utilizar los datos más profundos sobre la plantilla que habría preferido.
¿Deberían los directores de proyectos ser también responsables de la gestión del cambio?
A medida que se multiplican las iniciativas de IA, cada vez se pide a más directores de proyectos que asuman también responsabilidades de gestión del cambio. Ketai afirmó que ambos conjuntos de competencias se solapan, pero no son idénticos, y que la diferencia resulta más importante en los plazos. «No todos los proyectos requieren gestión del cambio», afirmó. «Las competencias son diferentes, aunque se solapan». Según Ketai, la verdadera distinción se reduce a quién permanece para garantizar que el cambio se complete. «La razón por la que deberían existir funciones separadas son los plazos, porque tradicionalmente no se da a los directores de proyectos la oportunidad de hacer un seguimiento hasta el final y asegurarse realmente de que un cambio se mantiene».
No todos los proyectos requieren gestión del cambio. Las competencias son diferentes, aunque se solapan.
En su opinión, esa brecha —entre terminar un proyecto y mantener el cambio que debía producir— es el argumento más sólido para mantener diferenciadas ambas funciones, incluso cuando en la práctica la frontera entre ellas sigue difuminándose.
La IA no es solo una herramienta: es una parte interesada
Ketai también señaló un cambio en la forma en que los responsables de proyectos y de cambio deben pensar sobre la propia IA. En lugar de tratarla exclusivamente como infraestructura, sostuvo que cada vez se comporta más como una parte interesada por derecho propio. «Cada vez más, con la IA generativa, la IA es en sí misma una parte interesada», afirmó Ketai. «Tiene sus propios objetivos, sus propias actitudes, y actuará de forma diferente y, en ocasiones, contraria a la manera en que quieres que actúe, basándose en esas realidades internas».
Cada vez más, con la IA generativa, la IA es una parte interesada. Tiene sus propios objetivos, sus propias actitudes y actuará de forma diferente y, en ocasiones, contraria a la manera en que quieres que actúe.
Este planteamiento tiene implicaciones prácticas para la gobernanza: si los sistemas de IA pueden comportarse de forma impredecible o desviarse de las expectativas, deben tenerse en cuenta en la planificación y en las conversaciones sobre riesgos del mismo modo que se tendría en cuenta a una parte interesada humana.
Hacia dónde se dirige el papel del responsable de programas
De cara al futuro, Ketai afirmó que los responsables de programas tendrán que acercarse más al lugar donde realmente se formula la estrategia empresarial, en vez de limitarse a ejecutarla. «Los responsables de programas deben acercarse más al lugar donde se formula la estrategia y poder influir en ella», afirmó, «así como ser transparentes al reflejar ante la dirección dónde es probable que existan desalineaciones».
Los responsables de programas deben acercarse más al lugar donde se formula la estrategia y poder influir en ella.
Este cambio también implica ampliar la forma en que los responsables de programas conciben el riesgo, para incluir las oportunidades de beneficio junto con el enfoque tradicional en las amenazas, e invertir de manera más deliberada en la creación de relaciones en toda la organización a lo largo del tiempo.
El problema de confianza que nadie ha resuelto todavía
A pesar del impulso de la adopción de la IA, Ketai afirmó que la mayor barrera pendiente no es la propia tecnología. Es la confianza, especialmente en lo relacionado con los datos. Relató una sesión reciente de la Conferencia Regional de Liderazgo del PMI en la que se debatió si era apropiado que un capítulo del PMI utilizara la IA para redactar envíos masivos de correos electrónicos para sus miembros. «No era ético si eso implicaba divulgar los datos de los miembros», afirmó Ketai, «a menos que se utilizara algún tipo de herramienta completamente interna».
Es probable que esta distinción —entre las herramientas de IA que mantienen los datos contenidos y las que no— determine la forma en que las organizaciones aborden la gobernanza de la IA mucho después de que se calme la actual oleada de experimentación.
¿Quieres obtener más información como esta? Regístrate para obtener una cuenta gratuita de DPM y conocer a más expertos como estos.
