Alina Kukarina sobre por qué la transformación de la IA comienza antes de elegir la tecnología

      La inversión en IA se ha expandido rápidamente, con organizaciones que introducen copilotos, agentes y IA generativa en diversas funciones. Sin embargo, la transformación empresarial que muchos líderes anticiparon puede seguir siendo difícil de identificar. Un análisis de 2026 encontró que casi el 40% de las empresas que rastrean ahorros de costos en IA lograron menos del 10%, mientras que el 90% planeaba aumentar sus presupuestos. Además, el 38% de los líderes financieros y el 39% de los CEO consideraron que era demasiado pronto para determinar si la IA estaba generando valor.

      Para Alina Kukarina, cofundadora de Deeply Human Innovation, estas cifras apuntan a una pregunta de liderazgo más amplia. Su experiencia en transformación digital, software y capacitación en gestión la ha llevado a examinar cómo las organizaciones toman decisiones antes de que la tecnología entre en escena. Sugiere que la reacción natural ante resultados decepcionantes puede ser examinar la tecnología, el modelo o la adopción por parte de los empleados. Un problema más profundo puede estar antes en el proceso. Las organizaciones pueden comenzar la implementación antes de definir con precisión qué están tratando de mejorar.

      Esa brecha puede describirse como una "brecha de pensamiento". Las empresas suelen desarrollar planes financieros, cronogramas de implementación y hojas de ruta tecnológicas, mientras que el pensamiento estructurado que conecta esos elementos puede recibir menos atención. Kukarina dice: “La pregunta inicial a menudo se convierte en: ‘¿Dónde podemos usar la IA?‘ Un punto de partida más útil sería preguntar: ‘¿Qué estamos tratando de mejorar y por qué?‘”

      La distinción es importante porque la tecnología puede acelerar un flujo de trabajo existente con una eficiencia notable. Si ese flujo de trabajo contiene pasos innecesarios, propiedad poco clara, datos débiles o decisiones que dependen en gran medida del juicio humano, la automatización puede amplificar los problemas que surgen a gran escala. Kukarina señala un principio simple. “La evaluación del proceso debe preceder a la evaluación de la IA. Las organizaciones necesitan entender cómo ocurre el trabajo, dónde se crea o se pierde valor, y dónde el juicio humano sigue siendo esencial antes de asignar un papel a la tecnología”, afirma.

      En su enfoque, considera cinco elementos conectados: Problema, Personas, Proceso, Tecnología y Resultado. El problema establece el propósito. Las personas revelan quiénes se ven afectados y dónde el juicio, la experiencia y la confianza son importantes. Mientras tanto, el proceso muestra cómo ocurre actualmente el trabajo. La tecnología identifica qué tecnología elegir y si la IA proporcionará asistencia significativa. El resultado define los resultados empresariales y humanos que el liderazgo espera mejorar y debe definirse desde el principio.

      Esta secuencia también crea una base más sólida para las decisiones de liderazgo, incluidos los aspectos financieros. Las iniciativas de IA conllevan costos relacionados con software, infraestructura, capacitación, gobernanza, integración y posibles errores. Su valor puede extenderse a la satisfacción del cliente, la experiencia del empleado, la calidad del servicio y el rendimiento operativo. Kukarina argumenta que los líderes se benefician al examinar esas dimensiones juntas. Por ejemplo, una respuesta generada por IA puede aumentar la velocidad mientras influye en cómo un cliente percibe la organización, mientras que un plan de desarrollo de empleados generado por IA puede afectar la confianza y la motivación.

      Los métricas de éxito merecen entonces el mismo escrutinio que los planes de implementación. Los conteos de licencias, los números de usuarios y el consumo de tokens pueden describir la actividad y el costo, mientras que el impacto empresarial requiere un enfoque más amplio. Kukarina señala el tiempo ahorrado, la retención, la satisfacción del empleado, la reputación y la calidad de las interacciones con los clientes como ejemplos de indicadores que pueden revelar si la tecnología está contribuyendo con un valor significativo.

      La investigación sobre la transformación de la IA respalda la importancia de esta visión más amplia. Alrededor del 70% del valor potencial de la IA se encuentra dentro de funciones centrales como ventas, marketing, manufactura, cadena de suministro y precios, áreas donde el rediseño del flujo de trabajo puede tener implicaciones sustanciales. Otro estudio encontró que el rediseño del flujo de trabajo tenía la relación más fuerte con el impacto en EBIT entre 25 atributos organizacionales estudiados.

      Por lo tanto, las personas se convierten en parte de la ecuación de implementación desde el principio. El trabajo de Kukarina en Deeply Human Innovation incluye asesoría estratégica, inteligencia e investigación, programas de innovación y construcción de ecosistemas diseñados para conectar la ambición tecnológica con consideraciones humanas y organizacionales. Su experiencia sugiere que las reacciones de los empleados pueden proporcionar información operativa valiosa. La resistencia puede revelar fatiga acumulada por el cambio, responsabilidades poco claras, preparación insuficiente o problemas prácticos que la planificación ejecutiva ha pasado por alto.

      Esta perspectiva también informa su “Brújula de Bienestar”, construida en torno a cuatro principios: pensamiento proactivo, decisiones impulsadas por un propósito, diseño centrado en la humanidad y adaptabilidad. El marco anima a los líderes a considerar escenarios en los que los modelos, mercados, regulaciones, expectativas de la fuerza laboral o condiciones empresariales cambian. También los invita a desafiar supuestos como la preparación universal de datos o la expectativa de que cada nueva capacidad de IA pertenece en algún lugar de la organización.

      Su filosofía se extiende más allá de la implementación de IA. El propósito de Deeply Human Innovation es incorporar el pensamiento centrado en la humanidad en las herramientas, equipos y sistemas que dan forma al mundo digital. Esa perspectiva coloca las decisiones organizacionales dentro de un contexto social más amplio, donde las elecciones empresariales pueden influir en empleados, clientes, comunidades y generaciones futuras.

      “La calidad de nuestras herramientas importa, y también la calidad del mundo que esas herramientas nos ayudan a crear”, comenta Kukarina. Para los líderes, eso amplía la conversación sobre IA desde la implementación hasta la responsabilidad. La ventaja estratégica puede provenir de desarrollar la disciplina para decidir dónde pertenece la inteligencia, cómo participan las personas y qué resultados merecen inversión.

      Esencialmente, la tecnología puede acelerar la ejecución, pero el juicio estratégico sigue siendo una responsabilidad humana. Para Kukarina, ese juicio comienza antes de la implementación, con las preguntas que los líderes eligen hacer.