|
|
“Si no eres capaz de incorporar el conocimiento tácito de tu
empresa en un modelo que controlas, por definición no tienes soberanía”
Satya Nadella, CEO de Microsoft.
Tu empresa ha comprado licencias, ha hecho
pilotos, ha formado a las personas y puede que incluso haya creado un
comité de IA. Pero la IA sigue sin cambiar el negocio y no porque el modelo
sea torpe sino porque la IA conoce el mundo, pero no conoce tu empresa. Mark Zuckerberg, CEO de META declaraba que “cada empresa
tendrá su propia IA”, algo de lo que
hablamos hace ya 1 año en los 2 artículos sobre “La
IA de tu empresa”. Las tres razones
por las que tu IA no está entregando los resultados esperados son simples:
1. Todo el mundo está convencido de que la IA funciona con datos y no con
conocimiento y confunde ambos
términos con consecuencias graves. 2 El conocimiento crítico sigue en las
cabezas de las personas y la IA no lo puede acceder. 3. Es obligatoria una
IA actualizada y para eso tu empresa necesita un sistema de aprendizaje
robusto. A continuación, te desarrollo esas tres razones que explican por
qué la IA en tu organización no funciona.
Primera. Estamos alimentando la IA con datos e información, cuando para
funcionar de verdad, necesita conocimiento, igual que las personas. El
problema es que las organizaciones siguen confundiendo conocimiento con
datos e información y no son lo mismo. Datos son registros en bruto de algo
que ya ocurrió. Información son esos datos ordenados para mostrar un patrón
que permita entenderlo (qué ocurrió, dónde, cuándo, cuánto o con qué
frecuencia). Conocimiento, en cambio, es la capacidad de decidir y actuar
que surge cuando esa información se interpreta con contexto, experiencia y
juicio. Y justo ahí reside la trampa: En las empresas hay toneladas de
datos y una abundancia obscena de documentos repletos de información, pero
una escasez alarmante de conocimiento reutilizable por la IA. Una
organización puede estar llena de informes y seguir siendo pobre en
conocimiento. Puede producir mucha información y, aun así, tomar malas
decisiones. Los datos dicen qué pasó, la información ayuda a entenderlo, pero el
conocimiento permite decidir qué hacer y las empresas nunca han gestionado
conocimiento de forma consciente. Por eso la IA no funciona, aunque tengas
muchos datos.
Segundo. Las organizaciones no saben cuál es su conocimiento crítico porque
nunca se hicieron esa pregunta en serio. Y cuando empiezan a hacérsela
descubren algo todavía más preocupante: la mayoría de ese conocimiento
reside en la mente, en la experiencia y en las conversaciones de sus
colaboradores. Muchas de esas personas ya se marcharon, así que ese
conocimiento se perdió con ellas. Y el que sigue vivo, por lo general no
está sistematizado, no se encuentra disponible y ni siquiera está
identificado. La IA no te puede leer los pensamientos. Si el conocimiento
no está capturado y documentado, la IA no lo puede reutilizar. Igual que
una persona no puede ayudarte con algo que no conoce, una IA tampoco puede
responder sobre aquello que nunca se le ha entregado. Una empresa
industrial puede tener miles de partes de mantenimiento, manuales,
procedimientos, informes de incidencias y registros de producción. Todo eso
son datos e información, pero el conocimiento sigue en el técnico que sabe
que esa máquina falla cuando cambia la humedad, que conviene llamar a
cierto proveedor antes de tocar una pieza, o que el procedimiento oficial
funciona excepto en tres casos que nunca quedaron escritos. Si ese
conocimiento no se captura, la IA leerá documentos, pero no entenderá los
entresijos del negocio. Eso sí, la IA nos ayuda a encontrar
conocimiento que antes resultaba casi imposible descubrir, nos facilita
capturarlo sin que el peso del trabajo siga recayendo en los expertos, nos
hace simple compartirlo y reutilizarlo y nos permite descubrir conexiones y
relaciones que los humanos no vemos. Pero sin el conocimiento crítico, la IA no puede ayudarte como
esperas, aunque tengas los mejores modelos.
Tercero. No somos conscientes de que el conocimiento que alimenta la IA tiene
fecha de caducidad. Y para que siga siendo útil, hay que actualizarlo
permanentemente. Hay conocimientos que duran años y otros que envejecen en
semanas. Por eso no basta con capturarlo una vez. Hace falta un sistema que
lo revise, retire lo obsoleto, capture permanentemente los nuevos
aprendizajes y mantenga viva la confianza en las respuestas que ofrece la
IA. Sin ese ciclo, la empresa acaba teniendo una IA veloz, pero con conocimiento
caducado. Y una respuesta errónea dada con gran seguridad sigue siendo una
mala respuesta. La IA podría convertirse en la excusa perfecta para, por
fin, implementar la cultura
de aprendizaje en la organización como escribimos el
año pasado en Cómo
hacer que tu empresa aprenda: 8 momentos Necesitas tener
en cuenta que la IA envejece más rápido que el conocimiento humano si no
hay aprendizaje.
La IA no funciona sin gestión del conocimiento. Claro que puede
responder sin gestión del conocimiento, pero no aportará valor diferencial
sobre tu negocio. Si el LLM es el motor, el combustible
principal no son los datos, sino el conocimiento. Y si le entregas un
combustible pobre, el resultado será raquítico. El problema no es que la IA
sea torpe, sino que le estamos pidiendo que haga milagros alimentándola con
una dieta de “baja
calidad nutricional”. Por eso la IA no
puede ayudar de verdad a tu negocio si no conoce tu negocio en primer
lugar. Los grandes modelos ChatGPT, Claude,
Gemini, etc. están entrenados con conocimiento genérico del mundo. Pero no
incluyen el conocimiento específico de tu empresa: tus clientes, tus
proyectos, tus criterios, tus aprendizajes, tus excepciones, tus errores,
tus maneras de resolver problemas. Les falta la última milla que es donde
te lo juegas todo. Y esa última milla no se puede comprar, sino que la
tienes que construir. Hasta el momento, a la IA le estamos entregando datos
e información respecto de las tareas, pero el conocimiento mayoritariamente
sigue en las cabezas de las personas. Por eso, McKinsey
afirma que las tecnologías que tenemos podrían automatizar teóricamente
alrededor del 57% de las horas de trabajo en Estados Unidos en 2025 no lo puede hacer mientras el conocimiento siga en las personas.
No olvidemos que gran parte del presupuesto y del tiempo invertido en
desarrollar la IA generativa se dedicó a trasladar conocimiento a los
modelos para que hagan lo que hacen. Miles de personas entrenando modelos
de IA y por eso ya gestionan el conocimiento, pero gestionan un
conocimiento masivo, pero no el tuyo. Si la materia prima de la que está
hecha la IA es el conocimiento, entonces la gestión del conocimiento no es
una opción, sino que es un prerrequisito de la IA. De lo contrario, estás
construyendo un edificio costosísimo que no tiene cimientos. Muchas
empresas están invirtiendo primero en licencias, pilotos y cursos, antes de
responder la pregunta verdaderamente estratégica: ¿qué conocimiento crítico
tenemos, dónde está, en qué estado se encuentra y cómo se lo vamos a
entregar a la IA?
Una IA que no funciona es más un problema de un débil sistema de gestión
del conocimiento que culpa del modelo, del proveedor tecnológico o del
usuario. Nos gusta pensar que el fallo está en la herramienta porque de esa
forma nos liberamos de la responsabilidad, pero la IA nos devuelve el
desorden que ya teníamos dentro. La calidad del conocimiento que “entra“
determina la calidad de lo que la IA es capaz de hacer. Las organizaciones
invierten enormes recursos en recopilar, almacenar y procesar datos.
Construyen paneles de control, indicadores y bibliotecas de contenido. Pero
eso no garantiza comprensión, mejores decisiones ni acción. De hecho,
muchas empresas se quedan atascadas ahí: en el reporte. Generan análisis y
estudios, revisan métricas, pero no avanzan hacia mejores decisiones ni
hacia cambios reales de comportamiento.
El problema de fondo es que se sobreestima la madurez propia. Se
asume que, porque hay datos y se elaboran informes también se está
produciendo aprendizaje organizativo. Pero el camino es otro: hay que
convertir datos e información en conocimiento que permita tomar mejores
decisiones para lograr mejores resultados. Y la debilidad en cualquiera de
esos pasos rompe la cadena. Si no conviertes la información en conocimiento
crítico, no llegas a decisiones consistentes. Y si no llegas a decisiones
sólidas, los resultados no aparecen, por mucha “calidad” que tengan
los documentos y por muchas promesas que hagan los planes. La IA hace
evidentes las consecuencias de no gestionar adecuadamente la gestión del
conocimiento.
Finalmente, no podemos obviar un aspecto clave. El éxito de la IA de
la empresa es un trabajo conjunto. La IA propone y las personas
complementamos con nuestro conocimiento. La IA puede acelerar el acceso, la
síntesis, el análisis, la comparación y la redacción. Ayuda muchísimo pero
todavía no elimina la necesidad de juicio humano, especialmente cuando
entran en juego ambigüedad, excepciones, riesgos, subjetividades y
consecuencias estratégicas. Son situaciones donde pesa el criterio, hay que
equilibrar riesgos, leer matices, interpretar excepciones, priorizar bajo
incertidumbre o valorar impactos humanos y reputacionales. Y ahí las
personas seguimos siendo insustituibles siempre que tengamos el
conocimiento para hacerlo…
La IA no fracasa porque sea inmadura sino porque
las organizaciones nunca se tomaron en serio su conocimiento. Y ahora la IA
ya no les permite esconderlo. La IA no va a ordenar por ti el conocimiento
crítico de tu empresa. Lo va a hacer visible y esa es una oportunidad
enorme. Porque la IA será la coartada que las organizaciones necesitaban
para hacerse, por fin, la pregunta que llevan años esquivando: ¿qué sabemos
realmente y qué necesitamos aprender? En la columna del próximo mes
profundizaré en qué tiene que hacer tu empresa para abordar esas tres
razones y empezar a construir una IA que no solo responda, sino que conozca
de verdad el negocio.
- Los días 18 de mayo en Sevilla, 19 en Barcelona, 20 en Manresa, 21
en Pamplona, 27 en Toledo y 3 de Junio en Madrid impartiremos la
conferencia “Aprendizaje en un mundo de personas y organizaciones
inteligentes“ durante el lanzamiento del programa Dinamiza de Caixabank
- Los días 6, 13, 20 y 27 de mayo impartiremos el curso virtual “Comunidades
de Práctica: nadie sabe más que todos juntos” organizado por Abra y Otic Sofofa
- El día 13 de mayo en Madrid impartiremos la sesión “Desarrollar el
músculo de aprender en la era de la IA” para Vistage
- El 15 de mayo en San Sebastián impartiremos la conferencia “El
juego va a cambiar: conocimiento, IA y aprendizaje“ en el marco de la asamblea general de Asle 2026
- El 22 de mayo en Rentería, participaremos en el Moodle
Moot organizado por Tknika con la conferencia “La
empresa que no aprende desaparece”
|
|
|
