Cómo superar el «exceso de capacidad» de la IA: alinear a las personas, las habilidades y los objetivos

La IA avanza rápidamente, y ese impulso puede superar los flujos de trabajo cotidianos. Como dijo recientemente Kevin Scott, director tecnológico de Microsoft, los sistemas actuales son «mucho más potentes de lo que la gente los utiliza», lo que crea un exceso de capacidad.

Según nuestra experiencia, la verdadera limitación no es el acceso a las herramientas, sino ayudar a las personas a aplicar su criterio dentro de flujos de trabajo bien diseñados. Comenzamos centrándonos en los momentos de revisión y decisión que ralentizan a los equipos. Generamos confianza mediante comparaciones paralelas, medimos el tiempo ahorrado y las mejoras en la calidad, y solo ampliamos lo que demuestra su valor. También damos prioridad al cálculo para los casos de uso de mayor impacto y mantenemos límites de decisión claros para que las personas sigan siendo responsables. Cuando los compañeros aprenden en el flujo de trabajo y los líderes invierten donde los resultados son claros, el exceso de capacidad se traduce en mejoras tangibles en el tiempo de ciclo, la precisión y la experiencia del cliente.

Cómo Sedgwick aborda la adopción de la IA con las personas como eje central

En Sedgwick, seguimos un principio rector: la IA apoya a los compañeros de trabajo, pero no los reemplaza. La experiencia humana sigue siendo el centro de las reclamaciones, los análisis y la toma de decisiones. La IA ayuda a eliminar fricciones, devolviendo tiempo a nuestros equipos y potenciando los momentos que requieren criterio y empatía.

• Habilitación diaria con Microsoft 365 Copilot
  • Los compañeros de trabajo reciben formación práctica y asistencia para poder utilizar Microsoft 365 Copilot para redactar, resumir e investigar. El objetivo es ganar confianza y recuperar tiempo. Se trata de actividades de bajo riesgo y alto beneficio que fomentan la familiaridad y el impulso.
• Apoyo asistido en la toma de decisiones para examinadores y ajustadores
  • La IA elabora resúmenes concisos y destaca los detalles importantes, lo que permite a los peritos aplicar sus conocimientos con mayor rapidez. Esto suele suponer un ahorro de varios minutos por tarea y, lo que es más importante, genera tranquilidad, ya que los compañeros pueden comparar los resultados con su propio criterio.
• Capacitación de desarrolladores mediante el copilotaje
  • Nuestros desarrolladores utilizan herramientas como GitHub Copilot y Cursor para acelerar la codificación y generar documentación automáticamente. Dedicar menos tiempo a tareas repetitivas significa disponer de más tiempo para resolver los problemas de nuestros clientes.
• Comunidades internas que fomentan la adopción orgánica
  • Tenemos una comunidad de Teams donde los colegas comparten logros rápidos y consejos prácticos. Las historias reales de los compañeros hacen que la adopción se sienta natural e invita a todos a participar.
• Automatización en las operaciones
  • Estamos avanzando en el control de calidad automatizado, la generación automatizada de pruebas y la infraestructura de autorreparación. El resultado es una reducción de las comprobaciones manuales y más tiempo para el trabajo estratégico al servicio de los clientes.

Un marco práctico para superar el exceso de capacidad de la IA

No es necesario realizar cambios radicales para obtener beneficios reales. El progreso se consigue con pasos firmes que permiten desarrollar habilidades, generar confianza y diseñar flujos de trabajo bien pensados.

1. Comience con los problemas reales que hay que resolver.

• Identifique los momentos operativos en los que la IA puede reducir el esfuerzo o mejorar la precisión, como la clasificación, la clasificación de documentos, la síntesis y el control de calidad rutinario. La lección es coherente: apoyar mejores decisiones en lugar de generar más contenido.

2. Generar confianza mediante comparaciones paralelas.

• Invite a sus compañeros a comparar los resultados de la IA con los suyos propios. Las pruebas iniciales, de bajo riesgo, permiten familiarizarse con el sistema y muestran rápidamente en qué aspectos resulta más útil.

3. Desarrollar una hoja de ruta de habilidades basada en funciones.

• Ofrece formación que se adapte a cada función.
  • uso responsable para todos
  • Flujos de trabajo de los ajustadores para resumir y evaluar materiales.
  • Apoyo a la comunicación con los clientes
  • Prácticas de los desarrolladores para la codificación y documentación asistidas por IA.

• Esto mantiene el aprendizaje relevante y ayuda a todos los compañeros de trabajo a ver cómo la IA les ayuda en su trabajo diario.

4. Utilice barreras claras que definan los límites de las decisiones.

• Mantén el juicio humano en el centro. Proporciona directrices claras sobre cuándo recurrir a expertos para que los compañeros sepan cuándo recomienda la IA y cuándo deciden las personas.

5. Ampliar las comunidades de práctica.

• Apóyese en los campeones y los grupos de pares. Los ejemplos compartidos suelen acelerar la adopción más rápidamente que la formación formal por sí sola y ayudan a que las herramientas se extiendan entre los equipos.

6. Mida el valor con métricas significativas.

• Mide lo que importa.
  • tiempo de ciclo ahorrado
  • precisión y reelaboración
  • patrones de uso
  • confianza y satisfacción de los compañeros de trabajo

• Utiliza estas señales para decidir dónde invertir a continuación.

7. Avanzar hacia una industrialización responsable

• A medida que aumenta la adopción, refuerce la supervisión, el seguimiento del rendimiento y las revisiones rápidas. Estas prácticas mantienen la fiabilidad de la tecnología y la confianza en la experiencia.

Convertir la capacidad en una ventaja organizativa real

La capacidad de la IA está creciendo rápidamente, pero su valor se pone de manifiesto cuando las personas pueden utilizarla con confianza y cuidado. Nuestra experiencia es clara: el modelo es importante, pero son las habilidades humanas las que permiten obtener resultados.

Las organizaciones ganadoras hacen cuatro cosas bien:

1. Invertir en formación
2. Ayudar a los empleados a generar confianza en la IA
3. Medir resultados significativos
4. Escala solo lo que demuestre su impacto.
   

Seguiremos ampliando el uso diario de Copilot, añadiendo asistencia de IA en momentos clave del flujo de trabajo y automatizando las tareas operativas más pesadas. Y lo más importante, llevaremos a nuestros compañeros de viaje con nosotros en este proceso, paso a paso, porque para nosotros caring counts. La IA está aquí para mejorar su trabajo y, juntos, podemos ofrecer respuestas más rápidas, una comunicación más clara y mejores resultados para nuestros clientes y las personas a las que cuidan.