Durante los últimos años, la inteligencia artificial ha entrado en las organizaciones principalmente como una herramienta de productividad asociada a perfiles muy concretos con altas aptitudes técnicas. Sin embargo, y como ya estamos viviendo en nuestra propia piel, el paradigma actual es otro muy diferente. Ya ni siquiera se habla solo de prompt-engineering, ahora empiezan a emerger soluciones auto-gestionadas donde a través de loops se mejora un desarrollo cualquiera. ¿Está cerca el final de la programación de código tal y como la conociamos? SPOILER: «Evidentemente poco a poco irá cambiando nuestra forma de trabajar pero, al menos en el corto plazo, no parece que estemos preparados para poder desvincularnos de la intervención humana. Aunque el futuro algo más lejano es otro.»
Todo esto es evidente y creo que nadie tiene ya ninguna duda de lo que irá sucediendo poco a poco en el ámbito más técnico. Pero ¿en otras áreas? Como no soy especialista en «todo» voy a centrarme en lo que creo que más o menos controlo: El universo DATA & AI. Además, en este caso, me enfocaré concretamente en lo referente a la gestión de proyectos y el liderazgo de personas. O dicho de otra forma, como dirigir y llevar a cabo con éxito programas y proyectos de datos e inteligencia artificial.
La mayoría de líderes ya utiliza IA en su día a día de una u otra forma. Desde el uso de un ChatGPT como asistente para «casi todo» a desarrollos propietarios mucho más avanzados capaces de promover infinidad de soluciones. En mi caso, tengo la suerte de involucrarme y promover este tipo de iniciativas más avanzadas. Y desde luego, de lo que hablan la mayoría de «especialistas» (quienes hablan sobre Agentes, Workflows, etc.) difiere y mucho del nivel actual al que se puede llegar. Pero para alcanzar esto, no vale solo con configurar «cuatro agentes». Hay mucho más: privacidad, arquitectura, despliegues, ingeniería, ciencia, etc.
De hecho, en mi actual empresa hemos integrado una metodología basada en este artículo que escribí hace unos meses: Lean Data Intelligence. Y que básicamente trata de optimizar el ciclo de vida de los datos; desde la ingeniería hasta el análisis pasando por la gobernanza de los datos, la ciencia de datos o la aplicación real de la IA; minimizando los costes, reduciendo los tiempos de desarrollo y maximizando la escalabilidad y la integración en cualquier fase. Dicho de otra manera, un framework que fusiona los principios fundamentales de Lean Analytics, Lean Startup o Design Thinking para poder llevar a cabo proyectos de Data & AI de manera coordinada y eficaz.
Cómo integrar agentes para desarrollar proyectos de Data & AI.
Los agentes de IA como un nuevo paradigma de liderazgo
Pero más allá de lo anterior, lo que es evidente es que la IA se ha convertido en ese “copiloto” que acompaña a profesionales de todos los niveles y que estamos entrando en una nueva etapa. la IA deja de ser únicamente una herramienta que responde para convertirse en una tecnología capaz de ejecutar. Y aquí aparece un cambio importante: los agentes. Porque la diferencia entre preguntar a una IA y trabajar con un agente de IA no es solamente tecnológica. Es sobretodo organizativa. Es una nueva forma de diseñar cómo trabajan las personas, los equipos y las empresas.
Durante décadas, los líderes han aprendido a gestionar personas, definir objetivos, asignar responsabilidades, medir resultados, desarrollar talento, etc. Sin embargo, ahora aparece una nueva dimensión: «Gestionar equipos donde algunos miembros son humanos y otros son agentes digitales».
Siendo sincero, no quiero profundizar en qué supondrá esto en el futuro, pero «a buen entendedor pocas palabras bastan». Ahora no es una evidencia, en parte por la dificultad que supondrá interiorizar esta nueva revolución, pero es lógico que el trabajo deberá distribuirse entre tareas automatizables y no.
Es por esto que cualquier director de Data & AI (en el futuro cercano) no solo tendrá que preguntarse: «¿Qué personas necesito en mi equipo?» si no también: «¿Qué tareas deberían realizar las personas y cuáles deberían ser realizadas por los agentes?». Porque la ventaja competitiva no vendrá únicamente de tener mejores modelos de IA. Vendrá de saber integrarlos correctamente en los procesos de cada empresa. Las características y las necesidades de cada negocio son extremadamente difíciles de generalizar.
Liderazgo y gestión en la era de la IA.
El reto no es solo tecnológico, es también de gestión
¿Qué tareas tiene sentido delegar hoy? No todas las tareas deben automatizarse. Uno de los errores habituales en las estrategias de IA es intentar aplicar inteligencia artificial donde realmente no aporta valor. Por eso, en estos momentos, los agentes tienen especial sentido en tareas que cumplan con estas tres condiciones:
- Son repetitivas. Procesos administrativos, generación de informes, clasificación de información, seguimiento de indicadores o revisión documental.
- Tienen reglas claras. Cuando existe un proceso definido, la IA puede ejecutarlo con mayor consistencia.
- Requieren de mucho tiempo pero poco juicio estratégico. Tareas que consumen una cantidad significativa de horas, pero donde la aportación diferencial de una persona es limitada.
Gestión y dirección, más allá de la tecnología.
Hay esperanza para la humanidad, al menos en la próxima década
La ventaja competitiva no estará en tener más agentes que otros, sino en saber integrarlos mejor dentro de la organización. La inteligencia artificial está pasando de ser una herramienta que usamos a convertirse en un nuevo actor dentro de nuestros procesos. Y ante este cambio, el mayor reto de los líderes de Data & AI no será tecnológico. Será humano. Porque la verdadera transformación no consiste en automatizar empresas. Consiste en construir organizaciones capaces de combinar lo mejor de las personas y lo mejor de la inteligencia artificial. La diferenciación entre una y otra empresa similar estará esencialmente en la creatividad y la experiencia humana. Hay esperanza para la convivencia a pesar de noticias como esta: «Espero que la AGI se alcance alrededor de 2030, aunque veo 2029 como una posibilidad» (Demis Hassabis, CEO de Google DeepMind).
En definitiva, el desarrollo actual de la IA en las empresas invita a pensar en una herramienta de ayuda y optimización. En algo que va a permitir invertir nuestro tiempo en las tareas con valor, obviando las repetitivas. Sin embargo, el futuro hacia otros escenarios distópicos cada vez será más cercano. ¿Cuándo? Imposible saberlo aunque es seguro que ocurrirá. Llegado ese momento, cuando el trabajo humano sea tan solo una parte ínfima de lo que es ahora, el cambio no solo será laboral. Surgirá la necesidad de organizar la sociedad de una manera muy diferente a la que conocemos, distinta a lo que estamos habituados. Suena a película de ciencia-ficción quizás, pero es ciencia-ficción a secas.
Este artículo toma como punto de partida mi experiencia durante los últimos años gestionando equipos especializados en todas las áreas del universo Data: desde la parte más industrial como es la ingeniería o la arquitectura hasta la más científica desarrollando modelos de IA o el análisis avanzado, pasando por otras como el Business Intelligence, la Gobernanza del dato, los Espacios de datos o la Gen-AI y el resto de sus actuales evoluciones hacia la Agentic-AI y lo que está por venir.
Está vez ha pasado mucho tiempo hasta escribir este último post. El tiempo es finito y cada vez es menor. Debo priorizar. Así que … ¡Gracias por acompañarme en esta aventura! … aunque sea cada vez más complicada. Y recuerda: si quieres seguir aprendiendo sobre IA, Analítica, Ingeniería o Ciencia de Datos aplicada al negocio, te invito a descubrir el resto de artículos del blog.