La IA se ha movido más rápido que cualquier transformación empresarial que haya experimentado en más de 30 años en el sector tecnológico. En todas las industrias, la conversación ha cambiado rápidamente a los resultados que está generando.

Ese cambio importa. Muchas organizaciones han invertido fuertemente en IA, pero siguen atrapadas en un ciclo de pilotos, pruebas de concepto y casos de uso desconectados. La tecnología avanza rápidamente, pero los líderes aún trabajan en cómo convertir la experimentación en resultados que se reflejen a nivel empresarial.

Por eso el nuevo documento del Foro Económico Mundial (WEF), “El sistema operativo AI-first: una hoja de ruta para la innovación operativa y del modelo de negocio,” es tan oportuno. Me enorgulleció contribuir al grupo de trabajo de empresas AI-first del WEF, junto con líderes de distintas industrias y del ámbito académico, mientras explorábamos lo que realmente significa convertirse en AI-first. El valor del flujo de trabajo es que se basa en experiencia operativa real: lo que las empresas están aprendiendo al escalar la IA en flujos de trabajo, equipos y modelos de negocio.

En Genesys, ese enfoque se alinea estrechamente con nuestra propia trayectoria de transformación AI-first. No estamos abordando la IA como un conjunto de herramientas desconectadas, sino usándola para replantear cómo se hace el trabajo, cómo se toman las decisiones y cómo creamos valor para los empleados, los clientes y el negocio.

 

Pasar de AI-Enabled hacia AI-first

Una distinción de mi trabajo con el WEF que resuena mucho conmigo es la diferencia entre AI-enabled (Habilitado por IA) y AI-first.

Una organización habilitada por IA aplica la IA a tareas específicas dentro de los flujos de trabajo existentes. Eso puede generar mejoras significativas en productividad, pero el modelo operativo en sí a menudo sigue siendo el mismo.

Pero una organización AI-first va más allá. Rediseña los flujos de trabajo, los roles y la toma de decisiones en torno a la inteligencia y la automatización. La IA se integra en la forma en que opera la empresa, no como un complemento, sino como una capacidad central que da forma a cómo el negocio crea valor.

En Genesys, no nos lanzamos de inmediato a la IA. Esa cautela fue intencional. Tratamos la fase inicial como un laboratorio: probando casos de uso, definiendo la gobernanza y fortaleciendo la confianza de los empleados antes de escalar. El objetivo no era avanzar lentamente. Era aprender a avanzar rápido sin romper la confianza.

Comenzamos con una pregunta sencilla: ¿En qué áreas puede la IA generar un impacto medible?

Eso significó identificar flujos de trabajo prioritarios donde la IA pudiera mejorar los resultados para el negocio, para nuestros empleados y para nuestros clientes. Este enfoque también se destaca en el documento del WEF, que presenta a Genesys como un caso de estudio sobre cómo poner en práctica la IA mediante una ejecución distribuida, incluyendo cómo hicimos un inventario de más de 200 casos de uso y desarrollamos un manual estandarizado para ayudar a los equipos a identificar y priorizar flujos de trabajo, rediseñar el trabajo, evaluar soluciones y medir el valor. El éxito no provendría de lanzar cientos de experimentos desconectados. Vendría de dar a los equipos un modelo compartido para rediseñar de extremo a extremo flujos de trabajo de alto valor.

 

Empieza con los resultados, no con las herramientas

Es tentador comenzar con la tecnología. ¿Qué modelo deberíamos usar? ¿Qué plataforma deberíamos implementar? ¿Dónde podemos agregar IA?

Esas preguntas importan, pero no deben ir primero. El mejor punto de partida es: ¿Qué problema estamos tratando de resolver, qué resultado estamos tratando de mejorar y dónde genera fricción el trabajo hoy?

Una vez que el problema está claro, la IA se convierte en un medio para rediseñar el trabajo, en lugar de otra capa encima de él.

Estamos viendo esto en varias áreas de Genesys. En preventa, crear demostraciones de producto solía tomar bastante tiempo y coordinación. Con herramientas impulsadas por IA, nuestros consultores de soluciones ahora pueden crear demos personalizadas aproximadamente 30% más rápido. Eso libera más tiempo para el trabajo de cara al cliente y permite a los equipos adaptar cada interacción más de cerca a las necesidades de un cliente.

En nuestro proceso de RFP, los equipos antes pasaban horas revisando solicitudes complejas de los clientes para identificar objetivos, requisitos y preguntas. Ahora, un asistente impulsado por IA ayuda a extraer los detalles más importantes en minutos. Eso ha acelerado el tiempo necesario para contar con un plan de acción en alrededor de 35% y ha reducido el trabajo repetitivo hasta en 90%, permitiendo que los equipos se concentren más en la estrategia y la diferenciación.

Estos ejemplos no se tratan solo de eficiencia. Muestran cómo la IA puede cambiar la forma de trabajar. Cuando se reducen las tareas repetitivas, las personas pueden dedicar más tiempo a aplicar el juicio, la creatividad y la experiencia.

 

Genera confianza antes de escalar

Al principio de nuestra transformación, aprendimos que la gobernanza, las habilidades y los datos no pueden tratarse como consideraciones secundarias. Son parte del modelo operativo.

También aprendimos que una buena gobernanza debe generar confianza, no parálisis. Al principio, los empleados tenían preguntas comprensibles sobre lo que estaba permitido y cómo experimentar de manera responsable. El progreso se aceleró cuando simplificamos y aclaramos la orientación, preservando al mismo tiempo las barreras fundamentales. El mensaje se volvió más claro: la experimentación responsable no solo estaba permitida; era esencial para aprender dónde la IA podía mejorar nuestra forma de trabajar.

Hemos adoptado un enfoque por capas para la IA en toda la empresa. Utilizamos las principales plataformas empresariales como parte de una estrategia más amplia que equilibra la compra, la asociación y la creación. Muchas soluciones son específicas para cada función: en atención al cliente, finanzas, recursos humanos, ventas y otros flujos de trabajo. Al mismo tiempo, queríamos que todos los empleados tuvieran la oportunidad de beneficiarse de la IA generativa como una capacidad compartida.

Eso requería una estructura de apoyo: educación, gobernanza, orientación clara y un enfoque continuo en la confianza.

También requería que usáramos nuestra propia tecnología de la misma manera que lo hacen nuestros clientes. Como nuestro propio “cliente cero”, el Soporte de Producto de Genesys utiliza la misma plataforma de CX impulsada por IA que ofrecemos a los clientes. Al integrar capacidades como agentes virtuales y Genesys CloudTM Agent Copilot en los flujos de trabajo diarios, el equipo ha encontrado formas más inteligentes y rápidas de apoyar a los clientes.

El impacto ha sido significativo: aproximadamente 25% de ahorro en productividad y 157,000 horas de trabajo acumuladas ahorradas en tres años.

 

Trata a la IA como a un compañero de equipo

El cambio cultural es tan importante como el cambio operativo. La IA cambia fundamentalmente la forma en que las personas piensan, trabajan y toman decisiones. Si las organizaciones no abordan el lado humano del cambio, la IA puede quedar limitada a iniciativas aisladas. Las herramientas pueden estar disponibles, pero la cultura no cambia.

En Genesys, nos enfocamos en ayudar a los empleados a pensar en la IA no simplemente como una herramienta, sino como un compañero de equipo que puede amplificar el juicio humano. Eso no significa reemplazar la experiencia. Significa brindar a las personas un apoyo inteligente para que puedan trabajar con más contexto, velocidad y confianza.

Esa confianza ya está cambiando la forma en que trabaja la gente. En una encuesta interna, el 85% de los empleados dijo que el uso de IA generativa mejoró la calidad de su trabajo.

Esto se vuelve aún más importante a medida que evoluciona la IA agéntica. A medida que los sistemas de IA asumen más responsabilidades en los flujos de trabajo, las personas necesitan confiar en cómo operan esos sistemas, claridad sobre dónde corresponde la supervisión humana y confianza en que la IA se está introduciendo de manera responsable.

Es por esto que la transformación de la IA requiere una estrecha colaboración entre los líderes de tecnología y de personas. El CIO y el CPO deben trabajar al unísono como arquitectos conjuntos de una empresa que prioriza la IA, combinando la preparación de la plataforma con la preparación de la fuerza laboral. Los líderes tecnológicos ayudan a garantizar que las plataformas, los datos y la supervisión estén listos. Los líderes de personas ayudan a rediseñar las habilidades, los roles, las trayectorias profesionales y la cultura.

Cuando esas estrategias avanzan juntas, la IA puede escalar de manera responsable con las personas en el centro.

 

El viaje apenas comienza

Los primeros indicadores son alentadores. En todo Genesys, estamos viendo un impacto medible en los flujos de trabajo prioritarios, desde una creación de demostraciones y planificación de RFP más rápidas hasta ahorros significativos de productividad en el soporte de productos.

Pero el valor real no está solo en estos resultados individuales. Está en el modelo repetible que representan: identificar el flujo de trabajo, rediseñarlo en torno a la inteligencia, medir el impacto y escalar lo que funciona.

La IA es un proceso continuo. Los modelos seguirán cambiando. Las capacidades seguirán avanzando. Las expectativas seguirán aumentando. Pero los cimientos de una transformación exitosa son cada vez más claros: las organizaciones deben alinearse en torno a los resultados, construir modelos operativos donde la gobernanza, las habilidades y los datos no sean negociables, y crear culturas donde las personas se sientan seguras dando forma a la IA, no simplemente reaccionando ante ella.

La nueva publicación del Foro Económico Mundial ofrece un plan valioso para los líderes que navegan por este cambio. En Genesys, estamos orgullosos de haber contribuido a ese trabajo, y aún más enfocados en aplicar estos principios dentro de nuestro propio negocio.

La verdadera oportunidad no es adoptar la IA por sí misma. Es usar la IA para crear un mejor trabajo para los empleados, mejores experiencias para los clientes y mejores resultados para el negocio.

 

Lee el informe técnico del Foro Económico Mundial, “The AI-First Operating System: A Blueprint for Operating and Business Model Innovation”, para obtener más información sobre lo que se necesita para pasar de la experimentación con IA a la transformación que prioriza la IA.