Por qué la estrategia de IA y la estrategia de recursos humanos pueden unificarse

En junio de 2026, Mercari puso al CTO como CHRO y CAIO a la vez, y Sansan hizo que su CHRO asumiera también el cargo de CAXO (Chief AI Transformation Officer). Los puntos de partida son opuestos, pero ambas empresas tienen en común que tratan el uso de la IA no como un asunto exclusivo del área técnica, sino como el rediseño de la base operativa de las personas y la organización.

Creo que entender este movimiento únicamente desde el planteamiento de que «la IA les quita el trabajo a las personas», como si se tratara de «sustituir costos de personal por costos de tokens y por eso un mismo responsable gestiona a las personas y a la IA», nos haría perder en parte la idea que hay detrás.

Como explicaré en detalle más adelante, si pensamos que la adopción de la IA consiste en «reasignar entre personas, IA, software, reglas y demás la capacidad de procesamiento de información y la autoridad de decisión que posee una organización», su diseño requiere no solo a alguien que comprenda las capacidades de la IA, sino también a alguien que tenga la facultad de transformar los recursos humanos y la organización, y que diseñe de forma integrada las funciones, las atribuciones, la formación, la evaluación y la estructura organizativa. Visto así, la integración de funciones como las de CHRO y CAIO resulta bastante convincente.

En el artículo anterior «La organización en la era de la IA vista desde la «teoría de los límites de la empresa en la era de la IA»» ya mencioné brevemente que «la tendencia a que el responsable de RR. HH. asuma también la IA parece reflejar la forma que adopta el diseño organizativo en la era de la IA», pero aquí quiero resumirlo una vez más.

La implantación social de la electricidad y la de la IA

Cada vez se oye más que se han repartido licencias de IA generativa a toda la empresa, se ha dado capacitación y el uso ha aumentado, pero la productividad del conjunto de la organización y la velocidad de decisión no han mejorado tanto como se esperaba.

Cuando surge una nueva tecnología, lo primero que ocurre es que se añade una herramienta nueva al trabajo actual. Resúmenes con IA, borradores de textos, elaboración de documentos: la mayor parte se hace así.

Sin embargo, como ya comenté en el artículo «Lo que ocurre cuando el software y la inteligencia se abaratan», para que una tecnología mejore realmente la productividad parece necesario un cambio algo mayor.

Veamos, por ejemplo, cómo la electricidad elevó la productividad de las fábricas manufactureras. Parece que hicieron falta décadas hasta que cambió la fisonomía de las fábricas y la electricidad aumentó su productividad.

Antes de la llegada de la electricidad, las fábricas funcionaban con máquinas de vapor. Desde un gran motor central se transmitía la fuerza a varias máquinas mediante ejes y correas. En esta estructura, la posición de las máquinas queda atada a las restricciones de la transmisión de energía.

En las primeras etapas de la electrificación, aunque se sustituyera la máquina de vapor central por un gran motor eléctrico, a veces se conservaban los ejes de transmisión y la disposición de la fábrica. Así, aunque una parte de los costos de combustible y mantenimiento bajara, no se aprovechaba plenamente el potencial de la electricidad.

El gran cambio llegó cuando se generalizó el accionamiento individual, que coloca un motor pequeño en cada máquina. Como la posición de las máquinas podía desvincularse de la fuerza motriz central, fue posible disponer los equipos según el flujo de materiales y de trabajo. Fue entonces, al cambiar la disposición de las máquinas, los procesos, la supervisión, el mantenimiento e incluso las decisiones de inversión, cuando la productividad aumentó de manera notable. Según la explicación clásica, este método tardó unos 30 años en consolidarse ampliamente. (Hay distintas teorías sobre el número de años. Para más detalles, consulte también «Implementar el futuro», entre otros.)

Es decir, el valor de una tecnología no depende de la tecnología por sí sola, sino que crece cuando los mecanismos complementarios, como los equipos, las tareas, las habilidades, las atribuciones y los sistemas de evaluación, se reorganizan para adaptarse a ella.

Desde esta perspectiva, repartir licencias de IA generativa a todos equivale a lo que habría sido, hacia 1900, «repartir motores eléctricos a todos los empleados de la fábrica para que piensen propuestas de mejora de su propio trabajo». Por supuesto, a diferencia de un motor, la IA es una herramienta de producción intelectual, así que al darla se verá una mejora de la productividad individual, pero en principio solo surgirán propuestas de mejora parcial del trabajo actual.

Si la IA actual es una tecnología de uso general, lo que la alta dirección debería hacer en realidad es concebir toda la organización del futuro con IA y pensar cómo usarla dentro de ella. Creo que la asignación para explorar esa respuesta es la figura combinada de CHRO y CAIO.

La organización también es una arquitectura de procesamiento de información

La IA tiene un aspecto distinto al de la sustitución tradicional por máquinas de «fuerza física».

Desde el punto de vista de la organización, la teoría organizacional cuenta desde hace tiempo con una visión que entiende la organización como un mecanismo de procesamiento de información. Según el modelo de procesamiento de información de Jay Galbraith, cuanto mayor es la incertidumbre del trabajo, mayor es la cantidad de información que hay que observar, compartir y juzgar durante la ejecución. Las reglas, las jerarquías, las aprobaciones, la gestión por objetivos y los equipos interdepartamentales son, todos ellos, dispositivos que la organización ha creado para procesar esa información y las excepciones.

De hecho, la estructura organizativa determina lo siguiente.

Quién observa la información del terreno y en qué formato la registra
Quién puede acceder a esa información y dónde se concentra
Quién interpreta, decide y aprueba
A quién se envían los casos excepcionales
Hacia dónde se retroalimentan los resultados

En este sentido, el organigrama y el flujo de trabajo son un plano de la distribución de las personas y, al mismo tiempo, un plano que muestra los nodos que procesan información y el cableado entre ellos. Si damos un paso atrás, la propia arquitectura organizativa es el mecanismo que determina cómo se procesa la información.

Por ejemplo, si se adopta una organización jerárquica, el procesamiento de la información sigue un esquema en cascada: el superior distribuye la información, por lo que la transmisión tiende a ser más lenta, pero la información llega filtrada con más facilidad y es más claro dónde recae la responsabilidad. En cambio, una organización plana transmite la información con mayor rapidez, pero no toda la información que se transmite rápido es necesaria, y es más difícil saber dónde recae la responsabilidad. La propia estructura organizativa lleva incorporadas ventajas y desventajas en cuanto a la transmisión de información y la responsabilidad.

Si desde el punto de vista de la gestión miramos solo una faceta de las funciones del recurso «humano», las personas son un tipo de nodo de procesamiento de información. Reciben información de los clientes y del terreno, la contrastan con su experiencia y sus conocimientos especializados, le dan sentido, juzgan en cada caso y, según las circunstancias, transfieren el resultado a otra persona o a un sistema.

La IA también es un nuevo nodo colocado en este cableado que es la organización. Busca información, la clasifica, la resume, genera textos y código y, a veces, opera sistemas.

Mientras veamos la organización como una arquitectura de procesamiento de información, tanto las personas como la IA pueden reconocerse como «sujetos que reciben información, la procesan y la pasan al siguiente proceso». Entonces tiene sentido ponerlos en un plano de igualdad y pensar cómo hacerlos funcionar. Aprovechando la ventaja de que la IA puede procesar enormes cantidades de información, tal vez se puedan considerar incluso nuevas formas de organización.

Y lo que distingue a la IA del software tradicional es lo siguiente: en el software tradicional era relativamente fácil explicitar las entradas, los procedimientos de procesamiento, las salidas y las condiciones de excepción, mientras que la IA generativa puede generar salidas abiertas ante entradas no estructuradas o solicitudes ambiguas, pero resulta difícil enumerar de antemano sus límites de rendimiento y sus condiciones de fallo. Podría decirse que, al acercarse más a la naturaleza de la inteligencia humana, estos problemas de organización y de recursos humanos se han vuelto más cercanos.

Aunque las funciones se parezcan, son asimétricas en lo institucional

Por supuesto, las personas y la IA no son el mismo recurso.

Las personas crecen a través de la experiencia y asumen responsabilidades legales y morales. La IA puede procesar información, pero no asume por sí misma los objetivos de la organización ni responde cuando ocurre un accidente (al menos en el marco legal actual). Además, la IA actual no cuenta con tanta información de contexto como una persona.

En la práctica, estas diferencias aparecen al menos como dos problemas.

El primero es la desalineación con los objetivos. La IA puede generar resultados promedio y verosímiles, pero, disponiendo de suficiente información de contexto, juzgar correctamente «para la organización» no es algo en lo que sea tan buena por ahora. Por ejemplo, aunque pueda redactar un texto natural como respuesta a un cliente, eso no significa necesariamente que sea adecuado a la luz de la política de la empresa, las condiciones del contrato y las obligaciones legales.

Por supuesto, las personas tampoco están siempre alineadas con los objetivos de la organización, y por eso las organizaciones han creado mecanismos como la contratación, la formación, la evaluación, los incentivos y la cultura. Pero lo que se necesita con la IA no son esas medidas dirigidas a las personas, sino métodos completamente distintos: derechos de acceso a los datos y permisos de ejecución, el conocimiento al que puede referirse, procesos de verificación y condiciones de parada. Alinear todo eso requiere un esfuerzo considerable.

El segundo es la desalineación de la responsabilidad. Se puede delegar el trabajo a la IA, pero no la rendición de cuentas como organización. Al asignar la IA a una tarea, es necesario preparar a su alrededor una estructura de responsabilidad: quién aprueba, quién supervisa, quién detiene y quién tiene la responsabilidad final.

Es decir, lo que ambas cosas necesitan en común es el diseño del límite: qué se le encarga a la IA y a partir de dónde ya no se le encarga. Y este diseño del límite no se puede derivar de una simple comparación de costos para «reducir los costos de personal y de tokens».

Dicho de otro modo, la adopción de la IA incluye tres problemas distintos:

Economía (quién puede procesarlo y a qué costo, las personas o la IA)
Diseño del trabajo (en qué orden y qué procesan las personas, la IA y los sistemas)
Diseño institucional (quién tiene la autoridad, quién aprende, quién es evaluado y quién asume la responsabilidad)

y la comparación de costos solo da respuesta al primero; lo que aborda la integración de CHRO y CAIO son principalmente el segundo y el tercero.

Pensémoslo con la atención de consultas

Como hemos hablado de abstracciones durante un rato, veámoslo con el ejemplo de la atención de consultas, que existe en cualquier sector.

Antes, la persona encargada leía la consulta, buscaba documentos anteriores, redactaba un borrador de respuesta, el superior lo revisaba, se respondía al cliente y se dejaba un registro.

Si aquí se añade solo una IA que genera respuestas, el tiempo para redactar el borrador sin duda se reduce. Pero si se mantiene la práctica de que el superior revise todas las respuestas, los casos se acumulan en el proceso de aprobación. Aumenta solo la capacidad de procesamiento del proceso de elaboración, mientras que la capacidad de aprobación aguas abajo no cambia.

Esto no se debe a un rendimiento insuficiente de la IA, sino que es un problema que ocurre porque el cableado de procesamiento de información y de toma de decisiones que es la organización sigue como antes. Es probable que la causa de la preocupación de muchas empresas —«el uso de la IA ha aumentado, pero la productividad de toda la organización no sube tanto como se esperaba»— esté también en esto.

Si se rediseñara todo el trabajo partiendo de la IA, quedaría, por ejemplo, así.

Al recibir la consulta, estructurar su información y clasificar el tipo de caso y su riesgo
La IA consulta el conocimiento aprobado y presenta un borrador de respuesta con su fundamento
Los casos de bajo riesgo se procesan automáticamente y se audita por muestreo una cierta proporción
En los casos de riesgo medio, la persona encargada verifica el fundamento y aprueba
Los casos de alto riesgo y los excepcionales se escalan a especialistas
Las nuevas excepciones y errores se devuelven al conocimiento tras ser aprobados
Se mide el tiempo hasta la resolución, la tasa de respuestas erróneas, la tasa de devoluciones y la valoración de los clientes

Lo que quiero destacar aquí es lo que se ha desplazado con este cambio de diseño.

La función de la persona encargada pasa de redactar respuestas a verificar el fundamento y juzgar las excepciones.
El papel del superior pasa de revisar todos los casos a diseñar los criterios de riesgo y supervisar las anomalías.
Las capacidades que necesitan los más jóvenes también cambian: de escribir textos rápido a cuestionar las premisas de las respuestas de la IA, verificar el fundamento y detectar excepciones.
Los indicadores de evaluación pasan de ser el número de respuestas redactadas a ser el tiempo de resolución, la calidad del juicio, la escasez de incidentes y la contribución al conocimiento.

Y también cambia la estructura de autoridad: quién tiene la responsabilidad final de cada caso.

En definitiva, lo que hay que cambiar son las funciones de las personas, el papel de los directivos, las habilidades necesarias asociadas a ello, y también la evaluación, la autoridad y la responsabilidad. «Dónde colocar la IA» y «qué encargarle», y junto con ello «dónde colocar a las personas» y «qué encomendarles», son justamente la razón por la que se cruzan la estrategia de IA, la estrategia de recursos humanos y, además, la estrategia organizativa.

Dicho de otro modo, si suponemos que el rendimiento actual de la IA tiene una inteligencia de nivel de recién incorporado y que es un ente que no puede asumir responsabilidades, lo que se está planteando es la respuesta a esta pregunta: «si pudiéramos conseguir sin límite y a bajo costo recién incorporados razonablemente inteligentes, ¿qué organización deberíamos crear para que mejore el desempeño del conjunto?». Se trata de cómo lograr el máximo desempeño evitando que, si simplemente se multiplican, los directivos y responsables se conviertan en un cuello de botella por la carga de revisión y similares.

Lo que gestionan los recursos humanos no es solo optimizar la «capacidad actual»

Hay otra razón por la que los recursos humanos deben participar en la estrategia de IA. Es que no solo se ocupan de la distribución de las capacidades actuales, sino también de la formación de las capacidades futuras.

El trabajo que han realizado hasta ahora los recién llegados tenía dos funciones. Una era la función de producir resultados: investigar materiales, ordenarlos y preparar borradores. La otra era la función formativa: aprender mediante ese trabajo qué hay que mirar, dónde hay que dudar y qué excepciones son importantes.

Si se entrega a la IA el trabajo preparatorio, la primera puede hacerse más eficiente, pero si el diseño es erróneo, la segunda se pierde también. Es decir, puede ocurrir que, aunque a corto plazo suba la productividad, dentro de unos años no se hayan formado mandos intermedios ni especialistas capaces de verificar lo que produce la IA. Este problema del «estrechamiento de la escalera de la carrera» lo traté desde el lado de la sociedad en «La IA, el empleo y la sobreproducción de élites, y cómo cambiará la educación»; desde el lado de la empresa, es el problema de cómo formar internamente las capacidades que se necesitarán en el futuro.

En particular, la especialización humana no se puede replicar al instante como la capacidad de procesamiento de la IA, sino que se forma a lo largo de mucho tiempo mediante la experiencia, la retroalimentación, los fracasos y las relaciones con otras personas. Por eso, a la estrategia de IA no le basta con maximizar la capacidad de procesamiento actual.

Reducir trabajo mediante la adopción de la IA y formar a las personas que se necesitarán en la era de la IA no son discusiones separadas, sino que pueden ser las dos caras de un mismo diseño del trabajo.

La integración de los roles que dibujan el plano de la organización

Con todo lo anterior, se empieza a ver el sentido de integrar CHRO y CAIO.

El CAIO, comprendiendo las capacidades de la IA y sus límites, diseña los datos necesarios para aprovecharla, los controles técnicos, las actualizaciones de modelos, los registros y los métodos de evaluación.

El CHRO se ocupa, como siempre, de las funciones, la asignación, la contratación, la formación, la evaluación, la remuneración y, además, de la estructura organizativa y de la autoridad y la responsabilidad.

Antes de la adopción de la IA, estas dos cosas podían pensarse de forma relativamente separada. Pero cuando las personas y la IA se reparten el trabajo dentro de un mismo flujo, surge entre ambas una estrecha interdependencia. Si el CAIO decide que «esta tarea puede encargarse a la IA», el lado del CHRO debe modificar las funciones que hacían esa tarea, los requisitos de contratación, las rutas de formación y los indicadores de evaluación. Si el CHRO decide que «esta decisión se queda en manos de las personas», el lado del CAIO debe hacer que la IA pueda presentar el fundamento necesario para esa decisión y crear la interfaz y los registros en los que las personas puedan intervenir.

Es decir, hay que diseñar el plano de qué y cómo se reparten las personas y la IA, cómo se les otorga autoridad, cómo se verifica, quién asume la responsabilidad y a quién se forma, previendo hasta cierto punto el desarrollo de las capacidades de la IA y el alcance en que podrá utilizarse.

Pero CHRO y CAIO a la vez no es la única solución

Por supuesto, no quiero decir que en todas las empresas el CHRO deba asumir también el cargo de CAIO. Lo importante no es acumular cargos, sino integrar funciones. Además, en las empresas donde la IA determina la competitividad del propio producto, será mejor que el CAIO esté cerca del CTO o del responsable de producto, y si lo central es el rediseño de la cadena de suministro o de las operaciones, quizá funcione mejor integrarlo con el COO.

Y lo importante no es el cargo, sino comprender los límites de las capacidades de la IA y rediseñar los procesos de trabajo y, con ello, a quién se asigna para poder diseñar cómo debe ser la organización al usar la IA: el reparto de funciones entre personas e IA, los cambios en la formación y la evaluación, la redefinición de la autoridad y la responsabilidad. Entiendo que el CHRO y CAIO a la vez es una expresión organizativa de esa integración.

No obstante, permítanme añadir que esto también varía según el sector y el tipo de actividad. El motor eléctrico cambió enormemente la productividad de la manufactura, pero en los servicios no fue así, ni mucho menos. Con la IA actual puede ocurrir algo parecido: quizá sea muy eficaz en los sectores centrados en el procesamiento de información y no tanto en los demás. Creo que se está tanteando cómo utilizarla, incluyendo ese tipo de juicios.

Resumen

Colocar en un mismo flujo de trabajo a dos sujetos de procesamiento de información de naturaleza distinta, las personas y la IA. Eso es el diseño organizativo de la era de la IA, y también puede decirse que consiste en reasignar entre personas e IA cosas como:

Tareas: quién o qué realiza cada trabajo
Autoridad de decisión: quién o qué decide y puede ejecutar
Control: qué se verifica, se audita y se detiene
Formación de capacidades: cómo se hace mejorar y aprender a las personas y a la IA
Evaluación: a quién se atribuyen los resultados y la responsabilidad

Qué se encarga a la IA y qué se deja a las personas. Quién verifica, quién aprende, quién es evaluado y quién asume la responsabilidad. Creo que la unificación actual entre la IA y la estrategia de recursos humanos y organizativa es un ingenio para no fragmentar ese diseño.