Cuando baja la productividad de una organización que ha repartido IA a todos

(Nota: el 10 de agosto cambié de forma sustancial la estructura de la explicación).

En el proyecto de restauración del arroyo Cheonggyecheon de Seúl, terminado en 2005, se demolió la autopista elevada que atravesaba el centro de la ciudad y se restauró el arroyo que estaba enterrado debajo. Parece que eliminar la gran arteria del centro paralizaría el tráfico.

De hecho, justo después de las obras parece que hubo una caída temporal de la velocidad. Pero después aumentó el uso del metro y disminuyeron los desplazamientos por carretera, y el gran atasco que se temía no llegó a consolidarse. (Eso sí, en la misma época también se llevó a cabo una reforma del transporte público, con la reorganización de las líneas de autobús y la creación de carriles centrales exclusivos para autobuses. No debe considerarse que el resultado se deba únicamente a la eliminación de la autopista).

En el ámbito del tráfico se sabe que, aunque se construyan más carreteras, el volumen de tráfico aumenta en proporción a la capacidad añadida y los atascos no se resuelven fácilmente (la demanda inducida). A la inversa, también se ha observado repetidamente que, al reducir carreteras, no se producen los atascos que se temían y una parte del tráfico simplemente desaparece (la evaporación del tráfico). Lo ocurrido en Cheonggyecheon puede verse como un ejemplo de esta evaporación. Es decir, los atascos suelen ser un problema no de la cantidad total de carreteras, sino del diseño del flujo.

Si miramos ahora la sociedad actual, muchas empresas intentan extender de golpe dentro de la organización nuevos vehículos y carreteras de información mediante la fórmula de «repartir IA a todos los empleados». Pero, según el caso, eso podría generar atascos dentro de la organización y volver más lento el conjunto.

Si es así, igual que con las carreteras, habría que medir por separado la productividad individual y la productividad de la ruta completa. Y, si damos un paso más, tal vez la tarea central de la gestión en la era de la IA consista en introducir la IA y, al mismo tiempo, medir el flujo de todo el trabajo y optimizarlo.

En este artículo presento esa hipótesis.

Caminos sin congestión y caminos congestionados dentro de una empresa

Empecemos viendo la empresa como «una red por la que fluyen trabajo e información». Entonces, lo que corresponde a las carreteras se divide en dos tipos.

El ejemplo típico de camino relativamente poco propenso a la congestión es la generación mediante IA. Redactar borradores de textos, preparar documentos, generar código o hacer el primer procesamiento de un análisis: que una persona de la organización lo use no alarga de manera significativa el tiempo de elaboración de otra.

En cambio, los caminos congestionados son recibir una revisión, obtener una aprobación, lograr un acuerdo en una reunión, pasar la verificación de asuntos legales o de aseguramiento de la calidad, y captar la atención de los clientes. Todos ellos tienen un límite de capacidad de procesamiento, y cuantas más personas los usan, más se alarga la espera de cada una.

En este esquema, la medida de repartir IA a todos los empleados equivale a «dar a todos un vehículo y una carretera cuyo tiempo de recorrido es casi cero». En los caminos existentes, cada empleado redacta propuestas con IA, prepara documentos con IA y elabora borradores de respuesta con IA, de modo que su flujo se vuelve más rápido y más grande.

Además, el uso de la IA hace posibles caminos que antes no existían. Por ejemplo, que personas que no son ingenieras informáticas puedan crear aplicaciones.

El problema es que todas las salidas de esos caminos desembocan en las mismas rutas estrechas, como la revisión o la aprobación.

En las tareas relacionadas con la comunicación externa, los contratos, la seguridad, la regulación y el dinero, el resultado de la IA no se convierte en trabajo sin la aprobación de alguien, la verificación de alguien y la asunción de responsabilidad de alguien. Mientras nadie traspase la responsabilidad final a la IA, el trabajo que ha circulado por el ancho camino de la generación acaba confluyendo en el estrecho puente de la aprobación y la verificación.

Por ejemplo, con un cálculo muy simplificado, supongamos que el tiempo necesario para redactar una propuesta se reduce a una décima parte y que el número de presentaciones se multiplica varias veces. Pero el día de quien aprueba sigue teniendo 24 horas. Entonces, lo que determina el tiempo de toda la organización no es la velocidad de generación, sino la cola en el puente estrecho. Ocurre el extraño fenómeno de que «el borrador se termina en un instante, pero el tiempo hasta el lanzamiento es más largo que antes».

Además, en las tareas en que la caída del coste de elaboración conduce a un aumento de las presentaciones, es posible que aumente el volumen de entrada. Si baja el coste por unidad, presentar más resulta racional para cada persona. Es la misma dinámica que la demanda inducida en el mundo de las carreteras, donde al añadir carriles el tráfico aumenta en consecuencia.

Peor aún, cuando la sobrecarga provoca una caída de la precisión o retrabajo, se producen accidentes por omisiones. Como medida, se añaden procesos de comprobación y el puente se estrecha todavía más de forma permanente. Es igual que una carretera que pierde carriles tras un accidente.

Por supuesto, la IA también puede ensanchar el lado del puente estrecho. En un estudio con 5172 agentes de atención al cliente, la asistencia de IA (una asistencia basada en GPT-3 introducida en 2020-21) aumentó en promedio un 15 % el número de problemas resueltos por hora. Es un estudio sobre el procesamiento de consultas, pero si la IA también pudiera acelerar la revisión, la verificación y la atención de consultas, toda la organización se volvería más rápida. El problema surge cuando el crecimiento de la capacidad de generación supera el de la capacidad de revisión y verificación.

No se resuelve con la racionalidad individual

Puede pensarse que este debate sobre cuellos de botella y la teoría de las restricciones no es nuevo. En efecto, el gran problema que plantea la IA es el del flujo, y debería abordarse básicamente como un problema de control de ese flujo.

Pero este atasco tiene una propiedad incómoda: el aumento del flujo no se debe al fracaso o la desidia de nadie, sino que es el resultado de las decisiones racionales de cada persona. Cada presentación alarga un poco el tiempo de espera de todos los que hacen cola en la misma revisión o aprobación, pero quien presenta no paga ese coste. En economía esto se llama «externalidad de la congestión». Cuanto más racionalmente actúa cada persona, más se alarga la cola del puente estrecho compartido.

Y esta estructura no se resuelve con el autocontrol individual. Un empleado que dejara de redactar con IA sería simplemente un empleado lento. Si solo una persona reduce sus presentaciones, lo único que disminuye es su propia producción. Si todos redujeran el flujo, el conjunto sería más rápido, pero nadie puede hacerlo por sí solo.

La ingeniería de tráfico lleva mucho tiempo tratando esta estructura en la que «las decisiones racionales individuales ralentizan al conjunto». El ejemplo más claro es la «paradoja de Braess». Es la paradoja según la cual, aunque el volumen total de tráfico no aumente en absoluto, basta con añadir una carretera para que todos se vuelvan más lentos.

Se trata de una cuestión de estructura: el equilibrio de individuos racionales se aparta del óptimo global. De hecho, un estudio con modelos que usan información de tráfico en tiempo real también muestra que, incluso con navegación, no siempre se puede eliminar este tipo de empeoramiento (Bittihn & Schadschneider, 2021). Por lo tanto, aunque todos tengan un excelente navegador, este atasco no se resuelve.

Sin embargo, la mayoría de los atascos que se producen al introducir IA en una organización probablemente no sean, en sentido estricto, la paradoja de Braess. La paradoja de Braess es un fenómeno en el que, con el volumen total de tráfico constante, el conjunto se vuelve más lento solo porque cada persona cambia de ruta. Además, requiere una forma de red muy particular: todos abandonan la vía ancha y pasan a un desvío que atraviesa en serie dos puentes estrechos.

En cambio, el atasco organizacional descrito hasta aquí es un fenómeno en el que la generación se abarata, aumenta el propio flujo y se alarga la cola en los puentes de aprobación y verificación, que son obligatorios y no tienen desvío. Por eso es más preciso explicar el atasco organizacional no como una reproducción de la paradoja de Braess, sino como una combinación de demanda inducida, cuello de botella y externalidad de la congestión.

Aun así, he presentado este ejemplo porque creo que de él se pueden tomar prestadas dos lecciones generales. La primera es que el flujo en una red puede ser contraintuitivo: a veces «aumentar» perjudica y «reducir» beneficia. Mientras que la teoría de los cuellos de botella, pensada para el flujo lineal de una fábrica, tiende a orientarse a «reforzar el punto atascado», en una organización entendida como red también pueden ser candidatas a solución la eliminación o la limitación de rutas. La otra es que, aunque todos elijan correctamente el camino más corto, a veces no se puede salir de un mal equilibrio, y la solución requiere una intervención desde un nivel superior, el diseño de rutas y tarifas.

Es decir, la productividad en la era de la IA no depende solo de la alfabetización individual, sino también del diseño de rutas.

Cuanto más fuertes son las bases operativas de una empresa, más fácil es caer en esta trampa

Al introducir IA, se dice a menudo que hay que «empezar usándola en pequeño en el terreno» y «extenderla desde las bases». También se señala con frecuencia que, si solo se introduce parcialmente la tecnología sin cambiar al mismo tiempo las tareas y las atribuciones, es difícil que haya resultados.

De hecho, en un experimento con 7137 personas de 66 empresas, el tiempo dedicado al correo de quienes usaban IA generativa (Copilot) se redujo en cerca de 2 horas por semana, pero no se detectó un cambio claro en el volumen ni en la composición del trabajo. Probablemente significa que, aunque se puedan acortar las tareas que se completan de forma individual, no necesariamente disminuyen de forma automática la coordinación con otros ni las dependencias dentro de la organización.

Además, el debate sobre los atascos expuesto hasta aquí sugiere algo más. Es que la introducción desde las bases, impulsada por el terreno, no solo puede tener un efecto nulo, sino que, por la congestión de los procesos de revisión compartidos, puede empeorar el tiempo de toda la empresa.

Por supuesto, no significa que una organización jerárquica de arriba abajo sea segura. Al contrario, si el centro se equivoca de ruta, el efecto alcanzará de golpe a un área amplia. Aun así, también se puede plantear con bastante fundamento la hipótesis de que un fracaso del tipo «atasco» es más probable en las organizaciones con entradas dispersas y procesos de revisión compartidos entre varios departamentos.

Frente al lugar común de que «nuestra empresa perderá porque se ha retrasado en la introducción de la IA», esta idea ofrece una perspectiva algo distinta.

(※ Sin embargo, los estudios mencionados hasta aquí no han demostrado que la introducción de la IA en toda la empresa empeore el tiempo de toda la organización. Lo que midió el estudio del centro de llamadas fue el procesamiento de consultas, y lo que midió el estudio de Copilot fueron los patrones de trabajo individuales. No miden el plazo de entrega ni la calidad de los resultados del conjunto del trabajo, que incluye revisiones, aprobaciones y toma de decisiones. Lo que este artículo presenta es una hipótesis aún no verificada: que, cuando el volumen de entrada aguas arriba crece más rápido que la capacidad de procesamiento aguas abajo, los tiempos de espera pueden alargarse. Añadido el 12 de agosto).

La molestia era un peaje que la sociedad imponía de forma implícita

Si ampliamos la mirada a la sociedad, vemos la misma estructura a una escala mucho mayor.

Tomemos la búsqueda de empleo. Si la IA hace que redactar la solicitud sea casi gratis, resulta racional aumentar mucho el número de empresas a las que se postula una persona. Pero, como la capacidad del estrecho puente que son las plazas de selección de las empresas populares no cambia, en el equilibrio en el que todos aumentan sus postulaciones baja la tasa de aprobación. Las empresas se defienden con selección mediante IA y los candidatos aumentan aún más sus postulaciones. Como resultado de que todos actúan racionalmente, crece el coste de contratación de toda la sociedad. También aquí opera la estructura de la externalidad de la congestión: cada postulación es racional, y su coste se reparte de forma tenue entre todos los que esperan en la cola de selección.

El mismo esquema se da en los correos de ventas, en las ventanillas de consultas, en las consultas públicas y en las solicitudes de acceso a la información pública. Este tipo de círculo vicioso no solo aumenta los costes mutuos, sino también, en espiral, los costes sociales, como la electricidad que consume la IA. Como cuando, al bajar el coste del correo electrónico, aumentó el correo basura y hubo que regularlo.

Introduzcamos aquí otra perspectiva: qué ha protegido hasta ahora la capacidad de procesamiento de estas instituciones. Una respuesta es la molestia del acceso: el esfuerzo de redactar documentos, el de ir a la ventanilla y el de conocer siquiera la existencia del trámite.

Muchas instituciones de la sociedad han estado protegidas de una entrada que supera su capacidad de procesamiento por un peaje implícito: la «molestia». Dicho de otro modo, la ignorancia y la molestia han funcionado como dispositivos de control de flujo incrustados en la sociedad. También se puede leer como que el sludge (nudge negativo) de la economía conductual funcionaba, para bien o para mal (aunque casi siempre para mal).

Lo que diferencia a la IA de las tecnologías anteriores es que reduce a la vez, en un amplio rango, tanto la ignorancia como la carga de trabajo. Los flujos que dormían por toda la sociedad mejoran de golpe. Y lo que se observará entonces parecerá un agotamiento institucional individual, como «las oficinas públicas se han vuelto lentas» o «el proceso de contratación se ha roto», y es poco probable que se llegue pronto al diagnóstico de que ha empeorado el equilibrio de toda la red.

Entonces, una vez desaparecido el peaje implícito, ¿qué puede hacer el lado institucional? Hay cuatro opciones principales.

1. Aumentar la capacidad de procesamiento - automatizar la primera revisión y trasladar a las máquinas el procesamiento rutinario
2. Establecer prioridades - clasificar mediante reservas, sorteos, cupos de admisión o grado de urgencia
3. Imponer un peaje - cobrar tasas, exigir depósitos de garantía o pedir a los solicitantes cierta evidencia
4. Cerrar las rutas - pasar a sistemas de recomendación, de invitación o de membresía.

Aquí se ve una consecuencia algo irónica: que la IA, una tecnología que abre el acceso, quizá haga resurgir las redes cerradas. En un mundo en el que las solicitudes llegan sin límite, aceptar únicamente recomendaciones de personas de confianza se convierte en una defensa racional para quien recibe.

La tarea de la gestión es administrar el flujo

Entonces, ¿qué deben hacer las empresas y las organizaciones?

Lo primero, como es natural, es medir el flujo de trabajo de la entrada a la salida. Hay que comprobar, tras introducir la IA, a qué procesos ha aumentado la entrada y dónde se han producido esperas o acumulaciones. Es necesario distinguir entre que el trabajo individual se vuelva más rápido y que la organización complete antes un trabajo de principio a fin.

A partir de ahí, los conocimientos de tráfico aportan cuatro recetas más.

La primera es ensanchar el propio puente atascado y eliminar el cuello de botella del flujo mismo. Por ejemplo, la primera revisión con IA, las pruebas automáticas, la estandarización y la delegación de atribuciones. Si se aceleran al mismo tiempo no solo la generación aguas arriba, sino también la revisión y la verificación aguas abajo, los atascos se vuelven menos probables. Pero, si no se tiene cuidado, puede producirse demanda inducida.

La segunda es reducir las rutas y las entradas. Así como en Seúl no se paralizó el tráfico al demoler la autopista elevada, en el mundo del tráfico se sabe que, al reducir la capacidad, la demanda se adapta. También en una organización se puede unificar la vía de presentación o agrupar la recepción de revisiones en lotes a horas fijas. Si la cola se vuelve única, también se puede establecer prioridades. Quizá limitar deliberadamente haga más rápido al conjunto.

La tercera es introducir un coste para controlar el flujo. La receta estándar de la economía del transporte frente a la externalidad de la congestión ha sido cobrar por el uso de las carreteras congestionadas. Se sabe que, con un cobro adecuado, el equilibrio resultante de las decisiones individuales puede acercarse a un estado deseable para toda la sociedad.

Aplicado a una organización, consiste en poner un precio interno a las rutas congestionadas. Por ejemplo, fijar cupos presupuestarios por departamento para las solicitudes de revisión, imponer un límite a la extensión de los documentos que se elevan para aprobación o exigir a quien redacta que deje constancia de su autoverificación. Si la IA ha suprimido el peaje de la molestia, ahora se reintroduce de forma deliberada un peaje diseñado. El punto es poder plantearlo no como simple burocracia, sino como una medida contra el atasco de la capacidad de juicio compartida. Sin embargo, creo que también cabe esperar una oposición considerable desde el terreno, así que su introducción exige cautela.

La cuarta es el control central parcial. Un método en el que el centro asigna solo una parte de los flujos y deja el resto a la decisión de cada agente se trata en los estudios de elección de rutas como Stackelberg routing (una técnica de optimización que aplica al control de rutas en redes el modelo de Stackelberg de la teoría de juegos). El efecto depende de la forma de la red, pero la centralización total no es la única opción. En una empresa, por ejemplo, consistiría en coordinar a escala global solo los procesos compartidos por varios departamentos, como asuntos legales, aseguramiento de la calidad, el comité de dirección y las propuestas a clientes importantes.

Si lo pensamos así, aquí también se ven oportunidades de negocio: el trabajo de medir dónde se acumula el trabajo en curso dentro de la organización, el de poner precio a los mercados internos que son las aprobaciones y las revisiones, y el de diseñar y operar redes cerradas de recomendación o invitación. Con la IA se necesitarán capacidades desde la perspectiva de la «ingeniería de tráfico organizacional», y surgirá un nuevo trabajo para los mandos directivos. En ese momento, los conocimientos sobre atascos espontáneos y la ciencia de los atascos también podrían resultar útiles en algunos casos.

La IA entrará en la red del trabajo intelectual humano. Entonces, así como se piensa en el flujo de trabajo de una fábrica, se exigirá seguir midiendo y cambiando, en organizaciones donde conviven personas e IA, para mejorar toda la compleja red del trabajo intelectual.

Además, como estos diseños tendrán que cambiarse continuamente mientras se observa la mejora del rendimiento de la propia IA, será necesaria la integración de la estrategia de IA y la estrategia de personal.

Conclusión

Con base en los conocimientos de tráfico sobre la demanda inducida, el cuello de botella y la externalidad de la congestión, hemos reflexionado sobre los atascos que pueden producirse en una organización tras introducir IA.

A corto plazo, repartir IA será en sí mismo una competencia, y no creo que deba detenerse. Pero, con el tiempo, habrá que verificar si entre las empresas que la han introducido se está produciendo este fenómeno difícil de explicar: «la repartimos y nos volvimos más lentos».

Creo que entonces la diferencia entre las empresas que saben optimizar la estructura de la red y controlar el flujo y las que no aparecerá como una brecha mayor que la diferencia de rendimiento de los modelos. Así como los estudios sobre atascos pasaron de «construir más carreteras» a «diseñar el flujo», la gestión con IA acabará yendo en la misma dirección.

Creo que, después de repartir IA, comprobar si realmente se está produciendo el fenómeno de «la repartimos y nos volvimos más lentos» aumentaría su efecto. Y lo que marque la competitividad en la era de la IA podría ser no solo el rendimiento de los modelos, sino la capacidad de medir y rediseñar el flujo de toda la organización. Cuando ciertas carreteras o vehículos se vuelvan rápidamente más veloces gracias a la IA, quizá una forma de actuar sea acordarse de la ingeniería de tráfico y empezar por medir en qué puente estrecho se acumula el trabajo de la propia empresa.

(Añadido el 9 de agosto y reescrito el 10 de agosto: en su primera publicación, este artículo ponía la paradoja de Braess como eje central, pero varias personas me señalaron que «esto, en sentido estricto, no es la paradoja de Braess». Tras examinarlo, considero que la observación es acertada. Por eso reorganicé el artículo situando como ejes la demanda inducida, el cuello de botella y la externalidad de la congestión, y dejando la paradoja de Braess como un ejemplo del que tomar lecciones generales. Pensé en eliminarla, pero la he conservado porque ya ha sido muy leída. Les agradezco una vez más sus observaciones).

(Reescrito el 12 de agosto: tras recibir una observación, volví a reescribir el artículo. He añadido que se trata, en todo caso, de una hipótesis aún no verificada. Además, he hecho otras pequeñas aclaraciones y correcciones).