Escrito por: Ben Durham-Kilcullen
Chief AI Officer, Ondaro
Este artículo se publicó originalmente en Fortified Quarterly, T2 2026.
Ben Durham-Kilcullen, director de IA de Ondaro, pasa mucho tiempo en reuniones en las que la pregunta «¿me sustituirá la IA?» flota en el aire y nadie la ha respondido directamente.
En esta conversación, analiza qué es lo que realmente ha cambiado, no solo en cuanto a la tecnología, sino también en lo que los empleados esperan de las herramientas que les proporcionan sus empresas. Explica por qué la mayoría de las iniciativas de IA fracasan antes incluso de empezar, qué se necesita para que plataformas como ServiceNow pasen de hacer un seguimiento del trabajo a realizarlo realmente, y por qué una estrategia de IA sin un marco de medición no es más que un experimento costoso.
Desde tu punto de vista, ¿cómo está cambiando fundamentalmente la IA lo que los empleados esperan de las herramientas de trabajo y las experiencias digitales?
Las expectativas de los empleados están superando lo que una organización típica puede ofrecer de forma escalable y segura. Los empleados han tenido acceso a la IA de consumo: ChatGPT, Claude, Copilot… y ahora llegan al trabajo y preguntan por qué sus herramientas empresariales no funcionan de la misma manera. La expectativa ha pasado de «ayúdame a encontrar el formulario adecuado» a «simplemente ocúpate de esto por mí». Se trata de un requisito de producto fundamentalmente diferente, que cambia drásticamente sus expectativas y exigencias respecto a la empresa.
Lo que realmente ha cambiado es la tolerancia a las dificultades. Antes, la gente aceptaba que el software empresarial fuera engorroso porque era potente. Esa compensación ha desaparecido en gran medida de la mente de los usuarios. Si la IA en su vida personal puede redactar un correo electrónico, resumir un documento y tramitar una solicitud sin que tengan que hacer clic en cinco pantallas, esperan lo mismo de las herramientas que les proporciona su empresa. Las organizaciones que no cierran esa brecha ya no se enfrentan a un problema de experiencia de usuario (UX), sino a un problema de adopción y retención.
¿Cómo crees que la IA va a hacer evolucionar el papel de plataformas como ServiceNow, especialmente a la hora de hacer que los empleados pasen de limitarse a buscar información a realizar realmente su trabajo?
ServiceNow siempre ha destacado como sistema de registro, el lugar donde se realiza el seguimiento del trabajo. Lo que la IA está haciendo es impulsarlo para que se convierta en un sistema de acción. La diferencia es significativa. Encontrar información significa que un empleado aún tiene que interpretarla, decidir qué hacer y ejecutarlo. Llevar a cabo el trabajo significa que la plataforma completa los pasos en su nombre, dentro de unos límites definidos.
Lo que hace que ServiceNow esté especialmente bien posicionado para esto es que se sitúa en la intersección de los flujos de trabajo entre TI, RR. HH., finanzas y el departamento jurídico.
La IA tiene mayor impacto en aquellas plataformas en las que los datos, el proceso y la autoridad para tomar decisiones ya se encuentran en un mismo lugar. El reto y la oportunidad residen en la gobernanza. Otorgar a la IA la capacidad de actuar, en lugar de limitarse a informar, exige que las organizaciones reflexionen detenidamente sobre qué decisiones pueden tomar los agentes de forma autónoma, cuáles requieren revisión humana y cómo se audita lo ocurrido. Ahí es donde reside el verdadero trabajo de implementación, y es donde muchas organizaciones subestiman el esfuerzo que supone.
Muchas organizaciones están invirtiendo en IA, pero no todas están observando un impacto significativo. ¿Cuáles son las brechas más comunes que observas entre las ambiciones en materia de IA y los resultados reales en la experiencia de los empleados?
- No existe un marco de medición establecido antes de que se desarrolle nada. Las organizaciones ponen en marcha iniciativas de IA sin definir qué se entiende realmente por «éxito»: no hay punto de referencia, ni métrica objetivo, ni resultado empresarial definido vinculado a la inversión. Antes de seleccionar un solo caso de uso, deberías poder responder a lo siguiente: ¿qué indicador clave de rendimiento (KPI) influye esta medida, en qué medida y en qué plazo? Podría tratarse del tiempo de resolución de las solicitudes de servicio, la tasa de autoservicio de los empleados o las horas ahorradas por puesto y semana; no importa qué métrica se elija, pero tiene que haber una. Sin ella, estás gastando dinero real en algo cuyo éxito te costará demostrar posteriormente.
- Los casos de uso se eligen porque suenan emocionantes, no porque los empleados los necesiten. A veces es porque quieren que la IA resulte más atractiva, y otras veces es porque carecen de una base sólida en el trabajo diario del usuario. Si estás automatizando una tarea que alguien realiza dos veces al mes, el retorno de la inversión (ROI) del esfuerzo de adopción probablemente será mínimo. Hay que empezar por comprender la frecuencia: ¿qué hacen las personas constantemente y en qué se invierte el esfuerzo? Mejor aún, ¿dónde se podría aplicar mejor ese esfuerzo?
- Los sistemas y datos subyacentes no están preparados para que la IA puedaactuar. Las organizaciones quieren una IA capaz de actuar, pero los sistemas subyacentes no están conectados, los datos no están limpios y el modelo de permisos no se diseñó pensando en la automatización. El resultado es una IA que puede responder a una pregunta, pero que no puede cerrar un ticket, aprobar una solicitud ni actualizar un registro. Esto puede degenerar rápidamente en una función de búsqueda o de preguntas frecuentes relativamente cara.
Para las organizaciones que buscan introducir la IA en la experiencia de los empleados, ¿cuáles son los pilares más importantes que deben tener establecidos para garantizar que impulse la adopción, la confianza y un valor cuantificable?
Como líder que aborda la implantación de la IA, el primer tema que hay que abordar son las preocupaciones comprensibles de los empleados respecto a la IA. La pregunta «¿esto me va a sustituir?» surge en todas las reuniones en las que se presenta la IA a los empleados. Si no la abordas directamente con una respuesta clara y honesta, nunca conseguirás una adopción real. Es posible que la gente se muestre complaciente y colabore durante la demostración, para luego volver a hacer las cosas como siempre las han hecho. El equipo directivo debe hacerse cargo de esa conversación. En esta coyuntura, es fundamental comunicar en exceso y reiterar la estrategia y la visión de la organización respecto a la IA, lo que nos lleva al siguiente punto.
La estrategia debe preceder a las herramientas. Demasiadas organizaciones adquieren licencias y luego se preguntan qué hacer con ellas. Se necesita una visión clara de lo que la IA va a aportar a tu personal, de lo que no va a aportar y de cómo sabrás si está funcionando. Esto implica casos de uso específicos para cada función: no un asistente de IA genérico, sino una IA o herramientas basadas en IA que sepan lo que realmente necesita un agente del servicio de asistencia, un gestor de proyectos o un socio de negocio de RR. HH.
La formación debe ajustarse a la especificidad de los casos de uso. La formación genérica sobre IA tiene su lugar, los fundamentos son valiosos, pero los fundamentos por sí solos no impulsan un cambio de comportamiento. Las personas necesitan ver su función, sus tareas y sus flujos de trabajo en el contenido formativo.
Por último, pero no menos importante, los líderes deben dar el primer paso. Si los responsables directos no utilizan la IA de forma visible ni hablan de ella abiertamente, los empleados lo interpretan como una señal de que es opcional, que no es algo serio o, en algunos casos, que no está bien visto. Peor aún, puede provocar que la IA en la sombra (algo parecido a la «TI en la sombra», pero específicamente en lo que respecta a las herramientas de IA) se generalice. El comportamiento de los líderes marca el límite máximo de adopción.
Descarga el número completo
