Por: Fernando Cárdenas E.
La inteligencia artificial generativa ya está cambiando la forma de trabajar en las empresas. En un estudio de investigación realizado por Brynjolfsson, Li y Raymond en 5172 empleados de servicio al cliente, la IA acelera la resolución de problemas, ayuda más a los trabajadores con menos experiencia y mejora el tono de las interacciones, pero sus efectos son desiguales y dependen de cómo se implemente. A continuación describo las conclusiones de la investigación y dejo unas conclusiones para las PYMEs en nuestros países en vía de desarrollo.
¿QUÉ MUESTRA EL ESTUDIO?
La investigación publicada en The Quarterly Journal of economics en mayo de 2025, analiza el despliegue de un asistente de IA generativa (basado en GPT 3) para 5.172 agentes de soporte técnico que atienden por chat a clientes pymes de una empresa de software en Estados Unidos. En el experimento la IA sugiere respuestas y enlaces a documentación interna en tiempo real; los agentes pueden aceptar, editar o ignorar las recomendaciones, por lo que la herramienta complementa al trabajador en lugar de reemplazarlo. Los resultados del análisis muestran que:
• La productividad medida como casos resueltos por hora aumenta en promedio 15% cuando los agentes tienen acceso al asistente de IA.
• Este aumento combina un menor tiempo por chat, más chats gestionados en paralelo y un pequeño incremento en la tasa de resolución, sin afectar de forma relevante la satisfacción del cliente.
• El hallazgo central es que la IA no beneficia igual a todos: favorece sobre todo a quienes estaban en la parte baja de la distribución de productividad y experiencia, es decir a los agentes menos productivos.
• En cambio, los agentes más productivos y experimentados casi no mejoran e incluso pueden ver ligeras caídas en la calidad de sus interacciones.
• Los agentes menos hábiles aumentan cerca de 30% los casos resueltos por hora; los “top performers” casi no se mueven.
• La IA acelera el aprendizaje y el rendimiento. Los agentes nuevos con dos meses de experiencia y acceso a IA rinden como los que tienen más de seis meses de experiencia sin IA.
• En términos de habilidades blandas, el texto de los agentes cambia: los de menor desempeño comienzan a escribir más parecido a los de alto desempeño y mejoran su fluidez en el lenguaje.
• Además, los clientes se vuelven más amables y piden menos “hablar con el supervisor”, y la rotación de trabajadores se reduce, sobre todo entre los recién llegados.
LECCIONES PARA PYMES EN COLOMBIA Y MERCADOS EMERGENTES
Aunque el estudio se centra en un gran corporativo global, ofrece lecciones directamente relevantes para pymes de servicios, call centers, BPO, software y comercio electrónico en Colombia y en economías similares. Y es posible también que estas consideraciones puedan aplicar a otro tipo de empresas en las cuales la información y los procesos puedan ser complementados con la IA.
La IA como apoyo para talento junior
Bien utilizada, la IA generativa permite que trabajadores nuevos y con menor formación alcancen más rápido la productividad de un empleado experimentado. Para una pyme que no puede pagar personas con mucha experiencia, esto sugiere un modelo de equipo más ligero en personas senior y con mayor énfasis en personal junior con buen potencial apoyado por IA.
No basta con comprar la herramienta: hay que diseñar la adopción y el uso correcto
En el caso estudiado, los agentes sólo mejoran si efectivamente usan las recomendaciones; quienes más se adhieren a la IA son los que más ganan. Esto nos hace pensar que en el caso de las pymes en nuestros mercados es muy importante que las empresas mejoren la capacidad de absorción para poder usar adecuadamente la IA. Es necesario invertir en capacitación estructurada, aunque breve, y en ajustar los modelos de gestión de la empresa a las mejores prácticas con base en datos.
La IA funciona mejor en problemas “intermedios”
La productividad aumenta más en problemas que no son ni los más rutinarios ni los extremadamente raros. En aquellos donde el humano aún no tiene mucha experiencia, pero el modelo ya vio suficientes casos para aprender. Para una pyme, esto indica que la IA es especialmente útil en tareas que sus equipos ven con cierta frecuencia pero que todavía generan errores, demoras o cuellos de botella.
Cuidado con los mejores trabajadores
Los empleados de mayor productividad ven poca mejora en velocidad y ligeras caídas en algunas métricas de calidad cuando siguen demasiado a la IA. Por esto es importante que las pymes no restrinjan la operación de su personal más productivo a seguir las recomendaciones de la IA, sin espacio para la creatividad y el criterio de sus mejores personas. No tener en cuenta esto puede limitar la innovación, el conocimiento y el mejoramiento de la organización.
PASOS PRÁCTICOS PARA PYMES QUE QUIERAN APLICAR ESTAS IDEAS
Para una pyme colombiana (o de otro mercado emergente), el mensaje no es “implemente IA ya”, sino “experimente de forma estratégica, empezando donde más se apalanca el talento humano”. Los siguientes pasos pueden servir de guía:
1. Identificar procesos candidatos
Procesos intermedios que son rutinarios pero que requieren conocimiento y experiencia como las conversaciones e interacciones con clientes: atención al cliente, recuperación de cartera, soporte post venta, onboarding de usuarios. Procesos internos repetitivos pero con lenguaje como correos a proveedores, respuestas a solicitudes estándar, documentación técnica básica, etc.
2. Diseñar la IA como copiloto, no como piloto automático
Permitir que el trabajador edite y decida cuándo usar las recomendaciones y respuestas de la IA. Empezar con tareas de redacción, tono y estructura (por ejemplo, redactar un correo empático y profesional) y dejar las decisiones críticas en manos humanas de las personas más experimentadas.
3. Enfocarse en el talento junior
Priorizar el despliegue en equipos nuevos o en empleados con menor desempeño para ver mejoras visibles en productividad y calidad. Medir explícitamente la curva de aprendizaje, el tiempo que demora un nuevo empleado para llegar al nivel de uno experimentado, con y sin soporte de IA (Medir el impacto de la IA).
4. Codificar y proteger las “mejores prácticas” internas
Usar ejemplos de interacciones de alto desempeño para ajustar prompts, guías y plantillas, y no depender totalmente de un modelo genérico. Revisar periódicamente e insistir en que los mejores trabajadores tengan espacio para innovar, para desarrollar nuevos métodos de solución de los casos complejos.
5. Medir más que la velocidad
Hacer seguimiento a unas tres métricas simples por persona o por equipo. Por ejemplo: velocidad (casos resueltos por hora o por día), tasa de resolución (porcentaje de casos con respuesta satisfactoria) y satisfacción del cliente (índice de satisfacción con la atención). Y vigilar la experiencia laboral: clima, rotación y percepciones de autenticidad en el trato con el cliente.
Con este enfoque, una pyme puede usar la IA generativa para cerrar brechas de productividad y habilidades sin deshumanizar su servicio, reforzando la capacidad de sus trabajadores menos experimentados y manteniendo el valor estratégico de su talento más experto.
No hay comentarios:
Publicar un comentario