Siete formas en que la IA generativa crea más trabajo del que ahorra

Daniel Pinto, presidente de JP Morgan Chase, afirma que el banco espera obtener hasta 2.000 millones de dólares a partir de sus casos de uso de inteligencia artificial (IA), frente a los 1.500 millones de dólares estimados en mayo. Durante su discurso en la conferencia Barclays Global Financial Services celebrada en septiembre aseguró que la IA generativa tendrá un gran impacto en la mejora de los procesos y la eficiencia. La empresa ya ha puesto en marcha un asistente de IA generativa y también está buscando utilizar la IA y los LLM para optimizar todos los procesos.

“Estamos haciendo dos cosas”, dice. “Una es revisar las grandes áreas donde tenemos servicios operativos y analizar cada proceso para optimizarlo utilizando IA y LLM. Y la segunda es implementar lo que llamamos LLM Suite para casi todos los empleados. En este momento se está implementando para 140.000 empleados con el propósito de ayudarlos a hacer su trabajo”.

La eficiencia operativa, dice, será el mayor impacto de la IA generativa en el corto y medio plazo.

No es el único que se muestra optimista respecto de la IA generativa. Según un nuevo informe de IDC, el 98% de los líderes empresariales consideran que la IA es una prioridad para su organización. En este sentido, la firma de investigación espera que la IA añada 20 billones de dólares a la economía global hasta 2030. El pasado mes de agosto, OpenAI también anunció que ChatGPT ahora tiene más de 200 millones de usuarios semanales, el doble de lo que tenía en noviembre pasado, y el 92% de las empresas de Fortune 500 utilizan sus productos. El uso de su API también se ha duplicado desde que se lanzó ChatGPT-4o mini en julio. 

Según una investigación de Coleman Parkes Research realizada en nombre de Riverbed y publicada este mes, el 59% de los tomadores de decisiones en grandes empresas afirman que los proyectos de IA han cumplido sus expectativas y el 18% las han superado.

“La IA ha dejado de ser una función de TI y se está extendiendo a un ámbito más amplio de la organización”, afirma Ian Beston, director de Coleman Parkes Research. “En general, hay optimismo y una actitud positiva cuando se trata de adoptar la IA”. Pero un 23% sustancial de los encuestados afirma que la IA ha tenido un rendimiento inferior al esperado, ya que los modelos pueden resultar poco fiables y los proyectos no logran escalar. Por lo tanto, a pesar de todos sus beneficios para la eficiencia, la IA generativa no siempre reduce las cargas de trabajo. A veces, en realidad crea más trabajo del que ahorra debido a problemas legales y de cumplimiento, alucinaciones y otros desafíos.

Más tiempo ahorrado, más tiempo perdido

Cuando la IA ayuda a los empleados a hacer su trabajo más rápido, las empresas dan por sentado que el tiempo libre se utilizará para actividades de mayor valor. Pero no siempre es así, afirma Christina Janzer, vicepresidenta sénior de Investigación y Análisis de Slack. Según la última encuesta global de la empresa a trabajadores, los empleados dedican un 37% más de tiempo a tareas administrativas rutinarias. “Sin embargo, hay mucho potencial”, afirma Janzer. “Aunque todavía es pronto y estamos averiguándolo, ya estamos viendo algunos resultados increíbles en términos de productividad y en la forma en que mejora el equilibrio entre el trabajo y la vida personal y la pasión por el trabajo”.

El problema, dice, es que las personas están programadas para llenar el tiempo con ciertas tareas, por lo que cuando la IA libera tiempo, las personas lo llenan con más trabajo administrativo. “Hay una lista interminable de tareas que deben realizarse”, dice.

La solución es repensar cómo las empresas dan incentivos a los empleados. “Los gerentes tienden a incentivar las métricas de actividad y a medir los insumos en lugar de los resultados”, agrega. “En lugar de analizar el valor que el empleado aporta a la empresa, analizan la cantidad de correos electrónicos que envía o las horas que pasa en la oficina”.

Bandejas de entrada fuera de control

Según Janzer, todo este aumento de trabajo innecesario también genera más trabajo para otros empleados. Si la IA puede ayudar a un empleado a redactar un correo electrónico bien escrito diez veces más rápido, podría responder diez veces más correos electrónicos que antes; correos electrónicos que ahora otra persona tendrá que leer y tal vez responder también.

O en lugar de escribir un artículo para la base de conocimientos de la empresa sobre un tema que les interesa, pueden enviar una docena de artículos sobre temas menos importantes. Los empleados que necesitan enviar informes a sus gerentes pueden hacerlo más rápido y aumentar la cantidad y la extensión de esos informes.

“Estas tecnologías pueden producir más contenido que todo el mundo necesita consumir y conocer”, afirma Anita Woolley, profesora de la Universidad Carnegie Mellon. Ya hay más contenido de IA de baja calidad que inunda los resultados de búsqueda, y esto puede perjudicar a los empleados que buscan información tanto en la web pública como en los repositorios de conocimiento de la empresa. Encontrar un resultado que sea realmente útil puede ser como buscar una aguja en un pajar. “El volumen de información es definitivamente una de las áreas en las que la productividad podría disminuir”, afirma Woolley.

Fragmentación de la atención

Otro posible impacto negativo de la IA en la productividad de los empleados es la fragmentación de la atención, afirma Woolley, de la CMU. “La IA puede asistir a reuniones por ti y tomar notas para que puedas estar en cuatro lugares a la vez”, afirma. “Y algunas personas intentan hacer eso, pero solo hay un número limitado de proyectos a los que podemos contribuir de manera significativa y de conversaciones en las que podemos participar”.

El uso de la IA para hacer malabarismos con más tareas solo contribuye a la sensación de que hay más trabajo por hacer, afirma. “Y corremos el riesgo de agotarnos”.

Además, si bien la IA puede ayudarnos a administrar nuestro tiempo y flujo de trabajo, también puede sacar a la luz más problemas que requieren atención urgente. “Puede activar alertas que pueden distraerte de lo que estás haciendo para atender otras cosas”, afirma.

Si nuestra atención se divide demasiado, la gente puede empezar a tomar malas decisiones, añade. “Esto supera nuestras capacidades”.

Algunas empresas establecen límites en cuanto al número de proyectos en los que los empleados pueden participar a la vez. “Todos están preocupados por su carrera y tratan de hacer más”, afirma. “Nadie está realmente seguro de qué es lo que realmente determinará su evaluación, y es ahí donde la gente trata de asumir más responsabilidades”.

La solución, dice, es que las empresas establezcan objetivos y criterios de rendimiento claros y eviten una explosión de proyectos, iniciativas y equipos que no agregan valor, pero sí generan trabajo. “Especialmente en un entorno distribuido, es más importante que nunca dejar de tener reuniones solo para ver que se está trabajando”, dice Woolley.

El alto precio del FOMO

Parece que todas las semanas aparecen nuevas herramientas de IA, cada una de las cuales promete revolucionar algún área de trabajo. En septiembre, por ejemplo, OpenAI lanzó un nuevo modelo que afirma tener capacidades de razonamiento sin precedentes en matemáticas y ciencias. También hubo nuevos lanzamientos para la generación de videos e imágenes con IA. Workday anunció nuevos agentes de IA para transformar los procesos de recursos humanos y finanzas, y Google lanzó más herramientas de publicidad y marketing impulsadas por IA.

Hay muchas y cada una de ellas implica una curva de aprendizaje y un período de tiempo determinado antes de que realmente pueda empezar a aportar valor. Con tantas herramientas, siempre estás tratando de ponerte al día.

Woolley recomienda que las empresas consoliden la cantidad mínima de herramientas que necesitan para hacer las cosas y que tengan un proceso de prueba y evaluación de nuevas herramientas que no interfieran con el trabajo real de las personas. Pero también es bueno que los empleados tengan cierta autonomía personal.

“Si hay herramientas que están aprobadas, son seguras y no plantean riesgos de seguridad, y puedo experimentar con ellas a mi discreción, y si me ayudan a hacer mejor mi trabajo, fantástico”, afirma Woolley. “Pero hay que pensar con antelación en cuáles serán las consecuencias”.

Alucinaciones e inexactitudes

Según la encuesta de Slack, solo el 7% de los trabajadores dice que los resultados de la IA son totalmente confiables para las tareas relacionadas con el trabajo, y el 35% dice que los resultados de la IA son solo ligeramente confiables o nada confiables. Otras investigaciones respaldan esto. Por ejemplo, en un artículo reciente de investigadores de Cornell, las universidades de Washington y Waterloo y el instituto de investigación sin fines de lucro AI2, incluso los modelos con mejor desempeño pudieron ofrecer respuestas completamente precisas solo un tercio de las veces.

Esto significa que los resultados de la IA requerirán una supervisión, revisión, edición, corrección o reelaboración adicionales. Si ese primer empleado no se da cuenta del problema, la tarea de solucionarlo recaerá en otros empleados. Y si se permite que la IA trabaje de forma autónoma, como un chatbot de atención al cliente que responde preguntas en los sitios web de la empresa, eso podría crear problemas importantes en el futuro, cuando comiencen a salir a la luz los malos consejos.

Steve Ross, director de Ciberseguridad para las Américas en S-RM Intelligence and Risk Consulting, dice que la IA generativa puede reducir un día de investigación a una sola hora, pero no sin una trampa.

“Puede proporcionarme las seis principales empresas de petróleo y gas de una región metropolitana en particular, y el director ejecutivo, el director financiero y el director de tecnología de cada organización, y sus antecedentes”, afirma. “La IA puede ir más allá de una búsqueda en Google”. Pero cuando registró esta información en Salesforce, uno de los resultados falsificó por completo los nombres y las credenciales de todas las personas. “Ahora tenemos que volver atrás y auditar todo”, afirma.

Afortunadamente, este problema se detectó a tiempo. “Todo se reduce a tener un enfoque estratégico y consciente a la hora de implementar estas cosas”, afirma.

Demasiada ciencia de datos para muy pocos beneficios

Hay muchos clientes que solo quieren hacer IA, cualquier IA, y no han pensado detenidamente en los casos de uso. Una empresa puede terminar con una IA que le ahorre un par de horas a un par de trabajadores, pero que genere una enorme cantidad de trabajo para un equipo de científicos de datos que tienen que recopilar y preparar los datos de entrenamiento, crear y probar los modelos, integrarlos en el flujo de trabajo de la empresa y luego monitorear el rendimiento para asegurarse de que la IA siga funcionando bien.

La firma de investigación Gartner predice que al menos el 30% de los proyectos de IA generativa se abandonarán a finales de 2025 debido a un valor comercial poco claro, así como a la mala calidad de los datos, controles de riesgo inadecuados y costes crecientes. Personalizar modelos de IA puede costar más de 5 millones de dólares, y crear un modelo personalizado desde cero puede costarle a una empresa hasta 20 millones de dólares.

Expectativas de inmediatez

Para muchas empresas, incluso cuando la IA genera más trabajo, el esfuerzo vale la pena. Es solo parte del proceso de aprendizaje.

Champlain College ha estado usando IA generativa para ayudar a los diseñadores instruccionales y expertos en la materia a crear cursos en línea y, aunque la IA redujo a la mitad el tiempo que tomó crear un curso en general, no siempre fue fácil.

“El contenido que se generó, con imágenes asombrosas y cosas así, ¿cómo lo verán los estudiantes y el personal docente?”, pregunta Christa Montagnino, vicepresidenta de Operaciones en línea de la universidad. “Se necesita gente capacitada para verlo. Hay que tomar el contenido, leerlo, comprenderlo y agregarle ese elemento humano”.

De hecho, la IA no ahorró tiempo al principio, afirma. No solo hubo que aprender a corregir los resultados de la IA, sino también a diseñar indicaciones para mejorarlos desde el principio.

“Tuvimos que resolverlo y capacitar a nuestro equipo”, dice. “Y mejoran y les empieza a resultar natural. Pero a algunos les lleva meses o años aprender a utilizarlo bien”.

Champlain College comenzó a estudiar la IA generativa a mediados de 2023. Al principio se necesitaban 15 semanas para crear un curso, una vez implementada la IA todavía se necesitaban 15 semanas para crear un curso; sin embargo, la situación mejoró, aunque llevó un año entero antes de que el proceso se redujera a siete semanas.

“Sin embargo, algunas personas llegaron antes que otras”, añade.

De manera similar, la empresa de marketing de educación superior Education Dynamics está utilizando IA generativa para ayudar con las campañas de marketing. Y para algunas tareas, realmente no hay un gran aumento de productividad, dice Sarah Russell, vicepresidenta de Marketing de la empresa.

“Desde el punto de vista de la edición y revisión creativa, hemos reemplazado todo el tiempo ahorrado en la creación inicial y lo hemos trasladado a la edición y revisión”, afirma. “Queremos evitar cualquier resultado que suene como si estuviera generado por IA, carente de personalidad o que parezca exagerado. Para nosotros, se trata menos de un ahorro de tiempo y más de un cambio en el uso del tiempo”.

Pero adoptar la tecnología está ayudando a la empresa a avanzar, afirma.

“Estamos comprometidos a ser líderes de la industria en un espacio realmente dinámico”, afirma. “Y aunque hoy en día no nos ahorre tiempo, llegará un momento en que será necesario, y otros apenas estarán empezando”.

En lo que respecta a la IA generativa, existe una brecha entre lo que los ejecutivos esperan que haga y las experiencias reales de los empleados, dice Ashok Krish, director de Asesoramiento y Consultoría de IA en Tata Consultancy Services. Después de todo, las herramientas de IA generativa actuales son de propósito general y están en sus primeras etapas.

“Lo que está disponible hoy apenas roza la superficie de lo que la IA generativa hará para transformar el trabajo del conocimiento en el futuro cercano”, afirma. “Esta es una etapa necesaria de adopción por la que todos tenemos que pasar. Es como las primeras etapas de Internet, donde solo un pequeño grupo de ingenieros y entusiastas de la tecnología sabían cómo sacarle provecho”.

Por lo tanto, a corto plazo, los empleados tendrán que acostumbrarse a una tecnología nueva y limitada, y las empresas tendrán que lidiar con un retorno de la inversión incierto. “Porque si no lo hacen, se quedarán atrás cuando la IA transforme inevitablemente todo tipo de trabajo en los próximos años”, afirma.

Aun así, hay algunas cosas que las empresas pueden hacer para acelerar las cosas.

“Estamos viendo que la mayor parte de los aumentos de productividad y el retorno de la inversión de la IA generativa provienen de aplicaciones específicas de la industria”, afirma. También ayuda, agrega, “cuando las empresas involucran a más empleados y les dan acceso a herramientas de IA para que puedan desarrollar sus propias formas de transformar sus trabajos”.