Las organizaciones están socavando las bases del negocio, como la productividad, la competitividad y la eficiencia, debido a una mala implementación de la colaboración entre humanos y la inteligencia artificial. Esta afirmación proviene de Datatonic, una consultora especializada en datos en la nube y AI, que sostiene que el futuro de la inteligencia artificial en las empresas dependerá de sistemas de human-in-the-loop (HiTL), donde la AI funcione en conjunto con los humanos.

Según su investigación, las empresas que no logran integrar la AI en sus flujos de trabajo humanos se están quedando atrás en comparación con sus competidores, lo que provoca una desaceleración en la productividad. Datatonic enfatiza que un enfoque híbrido que combine humanos y AI acelera la toma de decisiones y mejora las operaciones en general. Scott Eivers, CEO de Datatonic, señala que la AI se trata de rediseñar la forma en que se realiza el trabajo, y el mayor riesgo en el mercado es la pérdida de productividad cuando la AI opera de manera aislada de quienes realmente gestionan el negocio.

Después de años de inversión en AI, las empresas enfrentan la presión de demostrar un retorno tangible. Sin embargo, investigaciones indican que muchas iniciativas aún se encuentran en fase de piloto debido a la falta de confianza entre los usuarios. Esto lleva a que las organizaciones no aprovechen las percepciones impulsadas por AI para influir positivamente en las decisiones y flujos de trabajo, lo que significa que las ganancias en eficiencia nunca se materializan.

Datatonic sostiene que los modelos HiTL son esenciales para el éxito futuro, ya que combinan la rapidez de la AI con el juicio y la responsabilidad humanos. Un claro ejemplo de esto se observa en el desarrollo de software asistido por agentes, donde los sistemas de AI generan código a partir de indicaciones básicas y lo transforman en código funcional. En este proceso, los equipos humanos determinan qué se debe desarrollar, revisan todos los requisitos y evalúan los planes antes de que se lleven a cabo. Una vez que la dirección es clara, los agentes de AI crean componentes modulares.

La tendencia de utilizar AI en el ámbito laboral comienza a notarse en finanzas y operaciones. Por ejemplo, en los departamentos de finanzas y back-office, el procesamiento de documentos impulsado por AI ya ha logrado una reducción del 70% en los costos de procesamiento de facturas, aunque los equipos financieros aún deben aprobar los resultados finales. Andrew Harding, CTO de Datatonic, menciona que estas son historias de colaboración: los humanos crean sistemas de evaluación, validan planes, establecen límites y toman decisiones, mientras que la AI ejecuta a gran velocidad y escala. Esta combinación es donde realmente se manifiesta el valor empresarial.

No obstante, muchas empresas están fallando en implementar agentes autónomos de manera segura, según Datatonic, debido a deficiencias en los controles de seguridad y marcos de gobernanza. La autonomía solo puede escalar cuando las organizaciones introducen puntos de aprobación y estándares de rendimiento. Además, deben establecerse sistemas de evaluación a medida que los modelos de AI evolucionan, asegurando que siempre operen de manera segura y conforme a las obligaciones de cumplimiento.

Harding resalta que a medida que se construye confianza, las empresas pueden delegar más responsabilidades a la AI. Sin embargo, omitir la gobernanza no acelera el proceso, sino que genera riesgos. Datatonic prevé una aceleración significativa en las cargas de trabajo en los próximos dos años, con la preparación y validación a cargo de agentes de AI. Los sistemas de AI también podrían implementarse para probar y invalidar decisiones antes de que los equipos inviertan recursos.

Scott Eivers concluye que el futuro se asemeja a departamentos de expertos gestionados por equipos más pequeños y ágiles en áreas como finanzas, recursos humanos y marketing, cada uno potenciado por AI. Las empresas que triunfen serán aquellas que enseñen a las personas a trabajar con AI, y no alrededor de ella.