Muchas empresas compran una herramienta de IA y a los tres meses nada cambió. Se usa poco, nadie sabe quién la mantiene y el equipo sigue trabajando como siempre. El problema casi nunca es la herramienta. Es la gerencia.
Estoy muy contento de haber participado en el programa de Desarrollo de Talento Directivo del PAD, la Escuela de Dirección de la Universidad de Piura, y de haber resuelto casos en una clase magistral de Alfredo Siu. Salí con una idea clara: gerenciar va a ser fundamental para tener éxito haciendo empresa con IA y para crear equipos AI-native.
Por qué resolver casos entrena justo lo que la IA no hace
En un caso no hay respuesta al final del libro. Tienes una situación de empresa, información incompleta y poco tiempo. Tienes que decidir y defender tu decisión frente a otros que pensaron distinto.
Eso es justo lo que queda para las personas cuando la IA entra a un equipo. Un agente te puede dar cinco opciones en segundos, resumir cien correos o armar el borrador de un informe. Lo que no hace es cargar con la decisión. Elegir, priorizar y responder por el resultado sigue siendo trabajo humano. Y se entrena.
Qué es un equipo AI-native, en la práctica
Un equipo AI-native no es uno que usa ChatGPT de vez en cuando. Es uno que diseña su trabajo asumiendo desde el inicio que los agentes hacen la parte repetitiva y que las personas se quedan con lo que pide criterio. No para reemplazar personas, sino para que las personas se enfoquen en lo que importa.
En una empresa peruana eso se traduce en cuatro cosas concretas.
Roles con nombre propio
- El dueño del proceso define qué se hace y qué se considera un buen resultado.
- El que entrena al agente mantiene al día sus instrucciones, documentos y ejemplos. Suele ser alguien de operaciones, no de sistemas.
- El que revisa valida lo que sale y atiende los casos que el agente deriva.
- En una pyme, una misma persona puede tener dos de estos roles. Lo importante es que estén nombrados.
Hábitos de todas las semanas
Antes de automatizar, se documenta. Cada tarea que se repite pasa por la misma pregunta: ¿esto lo puede hacer un agente? Una vez por semana se revisan los errores del agente y se corrigen sus instrucciones. Y hay reglas escritas de lo que el agente no puede hacer solo.
Métricas que se miran
Se mide qué porcentaje resuelve el agente sin ayuda, cuánto tarda en responder, cuántos errores hubo y cuántas horas se liberaron. Y algo que casi nadie mide: en qué se invirtieron esas horas.
Personas enfocadas en el criterio
La negociación difícil, el cliente molesto, la excepción que no está en ningún manual. Eso no se delega. Ahí es donde un buen equipo marca la diferencia.
Un ejemplo con números: Italocks
En Italocks, una ferretería mayorista, el agente atiende cuatro canales (dos WhatsApp, Instagram, TikTok y Messenger) conectados a una central con 4,096 productos. Resuelve el 81.4% de las conversaciones sin humano. El equipo se concentra en el resto, donde una persona sí hace la diferencia.
Quién resuelve las conversaciones en Italocks
Porcentaje de conversaciones atendidas por el agente
| Resueltas por el agente, sin humano | 81.4% |
|---|---|
| Resto de conversaciones | 18.6% |
Fuente: Reporte de Italocks, Los Autómatas. El 18.6% es la diferencia hasta el 100%.
Hay otro dato que me gusta más: el 68.7% de los mensajes llega fuera de horario. Siete de cada diez. Un equipo tradicional no los contestaría hasta el día siguiente. Un equipo AI-native los atiende igual y llega a la oficina con lo importante ya filtrado. Te lo cuento a detalle en el caso Italocks.
Cómo trabaja un equipo AI-native
- 01
El agente atiende
A cualquier hora
- 02
Resuelve lo repetitivo
Preguntas frecuentes y datos
- 03
Deriva lo que pide criterio
Con el contexto completo
- 04
La persona decide
Negocia, cierra, corrige
- 05
El equipo mide y ajusta
Revisión semanal
Cómo empezar a armar tu equipo AI-native
- 1.Elige un proceso con dueño. Si hoy nadie responde por él, automatizarlo solo va a esconder el desorden.
- 2.Escríbelo como se lo explicarías a alguien nuevo. Ese documento es la base de las instrucciones del agente.
- 3.Separa lo repetitivo de lo que pide criterio. Lo primero va al agente. Lo segundo se queda con tu gente.
- 4.Define tus métricas antes de empezar: resueltas sin humano, tiempo de respuesta y horas liberadas.
- 5.Habla con tu equipo del miedo. Diles qué tareas van a dejar de hacer y en qué quieres que usen ese tiempo.
Cómo lo hacemos en Los Autómatas
Nosotros mismos trabajamos así. Los agentes atienden, registran y derivan; el equipo revisa los reportes y decide qué cambiar. Con nuestros clientes trabajamos en dos frentes: construimos la central y los agentes, y capacitamos a los gerentes para que sepan dirigir ese nuevo equipo.
La tecnología se implementa en unas dos semanas. Aprender a gerenciarla toma más, y es lo que hace que funcione. Si quieres ver la diferencia entre un bot que responde y uno que trabaja con tu equipo, lee chatbot vs agente de IA.
Preguntas frecuentes
- ¿Qué significa que un equipo sea AI-native?
- Que organiza su trabajo asumiendo desde el primer día que los agentes de IA hacen lo repetitivo, y que las personas se dedican a decidir, negociar y resolver excepciones.
- ¿Necesito un área de sistemas para tener un equipo AI-native?
- No. Muchas veces quien mejor entrena al agente es la persona que conoce el proceso, no la que sabe programar. La parte técnica la puede poner un aliado.
- ¿Un equipo AI-native significa despedir gente?
- No es el objetivo. El objetivo es que tu gente deje de copiar y pegar y use ese tiempo en clientes, ventas o mejoras. Eso hay que decidirlo y comunicarlo desde el inicio.
- ¿Qué métricas debería mirar primero?
- El porcentaje resuelto sin humano, el tiempo de respuesta, los errores corregidos por semana y las horas liberadas. Y en qué se usaron esas horas.
