La IA generativa tendrá poco impacto en el trabajo manual, sobre todo, cuando está muy especializado, pero sí puede afectar a tareas periféricas y de menor valor, como escribir notas del paciente en el caso de un cirujano. 

No obstante, la tecnología cambiará el trabajo que se realiza en torno a la función laboral. Para un cirujano, este podría incluir el diagnóstico médico o comunicaciones más personalizadas con el paciente, así como su seguimiento. La calidad del trabajo también aumentará a medida que los sistemas que utiliza el cirujano evolucionan para proporcionar más información sobre el paciente, el mejor enfoque terapéutico y las últimas investigaciones y procedimientos clínicos, sacando el mayor valor y la información más relevante de las grandes cantidades de datos disponible.

La formación especializada en GenAI no es una prioridad para este grupo. Sin embargo, comprender los conceptos básicos de la GenAI, las consideraciones éticas y cómo colaborar con herramientas de IA puede ayudar a estos profesionales a integrar la tecnología en sus flujos de trabajo, aumentando la eficiencia sin cambiar sus funciones principales.

Puede haber una ligera reducción en el número de trabajadores necesarios, ya que la IA generativa permite que las tareas se hagan más rápidamente. Pero, en general, la pirámide tradicional de dotación de personal permanece intacta, ya que los trabajadores de este grupo seguirán necesitando desarrollar antigüedad con el tiempo a medida que acumulan experiencia práctica y conocimientos.

Cuando surgió por primera vez la IA generativa, un diferenciador clave fue su capacidad para producir resultados creativos como textos de marketing, poesía y diseños visuales. Como resultado, funciones como directores de arte, directores creativos, redactores publicitarios y diseñadores podrían ser completamente automatizadas.

Ahora, esa amenaza parece haber disminuido, y no solo porque los modelos de IA generadores de imágenes aún producen resultados que pueden parecer poco realistas en lugar de auténticos y naturales.  Esto se debe a que estas potentes herramientas no son capaces de producir nada en absoluto sin que nadie les diga qué producir. La mayoría de las empresas han descubierto que ese trabajo lo realiza mejor alguien con la capacidad de concebir y expresar un conjunto claro de instrucciones para crear un buen diseño. Es decir, un diseñador o director creativo. 

Los mismo ocurre para otras funciones aumentadas. Para los docentes, la IA puede acelerar tareas como la planificación de lecciones y las tareas. Para los abogados, puede ayudar a analizar precedentes y preparar escritos y presentar apelaciones. Por su parte, los directivos pueden apoyarse en la IA generativa para tareas como la preparación y aprobación de presupuestos e informes, y el análisis de las operaciones empresariales.

Pero mientras que las competencias necesarias para realizar tareas automatizables disminuirán en valor, las asociadas con las tareas no automatizadas aumentarán en valor, ya que estos profesionales tendrán el ancho de banda para perfeccionar estas capacidades exclusivamente humanas.

Los profesores se centrarán más en involucrar a los estudiantes y personalizar las experiencias de aprendizaje. Los abogados pasarán a centrarse en la presentación de casos, la negociación de acuerdos y el asesoramiento a los clientes, áreas en las que la resolución de problemas complejos y las habilidades interpersonales son cruciales. Del mismo modo, los directivos empresariales aplicarán más empatía y toma de decisiones para impulsar iniciativas estratégicas. 

Las herramientas de GenAI pueden impulsar de manera notable la productividad y la calidad del trabajo que hacen estos profesionales. Esto es especialmente cierto en los niveles más bajos de la pirámide del talento, en los que las personas con menos experiencia pueden alcanzar rápidamente niveles más altos de competencias utilizando la GenAI que si desarrollaran estas habilidades por su cuenta.   

La preocupación más apremiante en materia de formación es aumentar a los trabajadores con herramientas y programas que necesiten, como la redacción rápida, para brindar más valor a partir de una gama existente de tareas. 

En la medida que la GenAI puede automatizar muchas tareas de bajo nivel en estas funciones, habría menos necesidad de personal para realizar estas tareas rutinarias. Sin embargo, con el tiempo, a medida que los trabajadores junior adquieran habilidades de IA generativa en el trabajo, o se incorporen al mercado laboral con estas competencias, podría cambiar la naturaleza de lo que es el trabajo en la base de la pirámide, empujándolo hacia la mitad de la pirámide. 

Estas dinámicas también podrían aumentar la necesidad de profesionales sénior que se encarguen de responsabilidades más complejas que impliquen juicio, verificación o evaluaciones de calidad, colaboración o estrategia. 

Si bien hoy la IA generativa puede realizar muchas de las tareas clave de estas funciones, los nuevos tipos de trabajo que surjan serán de muy alto valor, si las personas se forman para hacerlo.

Por ejemplo, es muy probable que muchas de las tareas de más valor realizadas por los programadores informáticos sean automatizadas por la IA generativa, incluida la escritura de código. Pero la necesidad de un conjunto de habilidades analíticas y la comprensión del diseño de sistemas no desaparecerá, sino que se transformará centrándose en competencias humanas de más valor, como la comunicación, la colaboración o la resolución de problemas. Un ejemplo es que los programadores informáticos se centren más en el desarrollo iterativo y rápido. Tendrán que sentarse con los usuarios de negocio y diseñar con ellos soluciones sobre la marcha y hacer cambios basándose en los resultados en tiempo real que vean.

Ellos cerrarán la brecha entre los equipos de programación, ingeniería y técnicos para impulsar un proceso de desarrollo más integrado y cohesivo. 

El impacto en la pirámide del talento es importante. Si el 80% del trabajo está automatizado, las organizaciones, por ejemplo, no necesitarían tantos de esos empleados Pero, al mismo tiempo, surgirán nuevas funciones, a menudo en las capas intermedias de la pirámide. 

Por ejemplo, las organizaciones pueden crear un grupo de trabajadores hiper-especializados que realicen del 10% al 20% de las tareas que no se puedan automatizar en varias puestos. Un ejemplo es un nuevo trabajo creado por la combinación de las tareas no automatizables que quedan tanto para los desarrolladores de software como para los probadores de software. 

O pueden optar por crear puestos de trabajo completamente nuevos. A medida que los analistas financieros dediquen menos tiempo a tareas altamente automatizables, como analizar datos y compilar notas de investigación, por ejemplo, podrían centrarse más en trabajar con banqueros de inversión para atraer nuevos clientes, presentar informes y actuar como fuente de verdad para los precios de los activos. Pero también podrían adoptar nuevas funciones, como ser un experto en articular el valor de los activos y productos de la organización.

En otros casos, los puestos de trabajo se hiper-especializarán en tareas de alto valor o tareas que surjan mediante el uso de la IA. Hay que tener en cuenta que si se puede automatizar el 50% de un trabajo, los trabajadores pueden concentrar el 100% de su energía en las tareas restantes, lo que aumenta su productividad. Esto podría venir en forma de programadores que utilicen conjuntos de herramientas de IA para producir un software mejor que nunca o analistas financieros que traduzcan la información en recomendaciones de manera mucho más eficiente y luego amplíen sus responsabilidades para ayudar a los equipos de ventas a comprender las estrategias de inversión y las sugerencias de productos.

Este grupo incluye muchas ocupaciones tradicionalmente «poco cualificadas» cuyas funciones, desde compilar informes hasta procesar nóminas, pueden realizarse de forma más rápida, eficiente y precisa con la IA generativa. Pero si bien estas funciones podrían automatizarse completamente mediante la IA generativa, hacerlo podría suponer importantes retos para mantener la pirámide de talento, ya que muchos de estos roles han formado tradicionalmente la cartera de talentos en la que confían las empresas para roles de nivel medio y superior.

Además, las habilidades del pensamiento crítico, la toma de decisiones y la resolución de problemas requeridas para muchos de estas funciones siempre tendrán valor. Por lo tanto, aunque reducir la plantilla es una solución, la actualización de los empleados para funciones de más valor es una alternativa viable, a menudo favorable.  

Los agentes de atención al cliente son un buen ejemplo de esta oportunidad. Con el tiempo, estos desarrollan un profundo conocimiento institucional de los sistemas y procesos de la empresa, así como de los productos y servicios que ofrecen. Este conocimiento es de gran valor en funciones, como los analistas de negocio, los diseñadores de soluciones o los arquitectos de productos.

A medida que la IA automatiza las actividades rutinarias, los agentes de servicio podrían centrarse en resolver problemas más complejos, ayudándoles en última instancia a trabajar de otra forma o a realizar una nueva función de manera más eficiente.

Un ejemplo de la reasignación de funciones del servicio al cliente es IKEA, que ha recapacitado a 8.500 agentes del call center desde 2021 para trabajar como asesores de diseño de interiores. Hasta ahora, la compañía no tiene planeado reducir la plantilla incluso, cuando los chatbots gestionan el 47% de las consultas de los clientes del call center los dos últimos años.

Los directivos empresariales deben desarrollar una posición estratégica clara: ¿Los profesionales en puestos altamente automatizables se redirigen a otras áreas o simplemente se les deja marchar? Las estrategias corporativas tendrán diferentes respuestas: Pero la realidad es que las empresas deben prepararse para un mundo en el que grandes segmentos de profesionales pueden todavía brindar valor, pero de manera muy diferentes como lo hacen hasta ahora.