Doxa 2636

Sobrecarga de carga de trabajo en equipos:
Revisión sistemática de evidencia sobre desajuste entre demanda y capacidad, impactos en rendimiento y bienestar, y estrategias de gestión basadas en evidencia

Por: Oscar Hernando Benavides Paz, MBA

p>Tipo de documento: Revisión de literatura de alto nivel basada en fuentes primarias verificables anteriores a 2026

Resumen

La situación en la que la carga de trabajo supera la capacidad del equipo constituye un problema recurrente en organizaciones de conocimiento, manufactura y servicios. Esta revisión sintetiza evidencia de nivel I y II procedente de revisiones sistemáticas, metaanálisis y estudios conceptuales publicados en fuentes indexadas (PubMed, Scopus, Web of Science, ScienceDirect, entre otras). Se examinan las conceptualizaciones de team workload, los modelos teóricos dominantes (Job Demands-Resources y Conservation of Resources), los efectos documentados sobre rendimiento, errores, burnout y bienestar, y las intervenciones organizacionales con mayor soporte empírico. Los hallazgos indican que el desajuste demanda-capacidad genera ineficiencias por cambio de tareas, saturación y deterioro de la salud laboral. Las intervenciones centradas en la carga de trabajo y de carácter participativo muestran efectos pequeños a moderados en la reducción de agotamiento emocional. Se identifican lagunas persistentes en la medición multinivel de la capacidad de equipo y en la evaluación longitudinal de intervenciones de control de entrada de trabajo.

1. Introducción

La sobrecarga de trabajo ocurre cuando las demandas de tareas y de procesos de equipo exceden los recursos disponibles de capacidad colectiva. Estudios de ergonomía industrial y psicología organizacional han documentado que este desajuste no es únicamente un problema de número de personas, sino también de diseño del flujo de trabajo, priorización y movilidad de recursos. Zhang, She y Li (2023) proponen una definición nominal de team workload como el esfuerzo total invertido en los procesos necesarios para la ejecución de las tareas de equipo, diferenciando dimensiones de actividades centradas en la tarea, actividades inducidas por la tarea, respuesta situacional y mantenimiento del equipo.

La evidencia acumulada muestra que la sobrecarga altera el modo en que los equipos gestionan el trabajo: aumenta el cambio de contexto, genera expedición informal de tareas urgentes y reduce la productividad neta. Repenning y Kieffer sintetizan hallazgos de psicología y de gestión de operaciones que indican que el exceso de trabajo en el sistema produce congestión análoga a un atasco de tráfico, donde la adición de más recursos sin corregir el diseño del flujo suele agravar la ineficiencia. En paralelo, la intensificación del trabajo (work intensification) se ha conceptualizado principalmente a través de carga de trabajo, horas prolongadas y presión temporal (Niazi et al., 2024).

El presente artículo estructura la evidencia disponible en torno a tres ejes: (a) conceptualización y medición de la capacidad y la demanda a nivel de equipo; (b) mecanismos y consecuencias documentadas; y (c) intervenciones de nivel organizacional con soporte empírico de revisiones sistemáticas y metaanálisis.

2. Objetivos y metas

2.1 Objetivo general

Sintetizar de forma imparcial y verificable la literatura científica de alto nivel sobre la situación en la que la carga de trabajo supera la capacidad del equipo, identificando marcos teóricos, efectos y estrategias de gestión con evidencia de nivel I y II.

2.2 Objetivos específicos

• Clarificar las definiciones operativas de team workload y de capacidad colectiva a partir de revisiones conceptuales recientes.
• Mapear los mecanismos documentados de deterioro del rendimiento y del bienestar cuando la demanda supera la capacidad.
• Evaluar la magnitud de efecto de intervenciones organizacionales orientadas a la carga de trabajo y a la participación, según metaanálisis publicados.
• Identificar retos metodológicos y lagunas de evidencia que limitan la transferibilidad de las recomendaciones.

2.3 Metas de la revisión

Producir una síntesis utilizable por investigadores y gestores que se limite estrictamente a datos verificables en fuentes primarias anteriores a 2026, señalando explícitamente cualquier ausencia de evidencia de nivel I-II.

3. Enfoque metodológico de la síntesis

Se priorizaron revisiones sistemáticas, metaanálisis y artículos de conceptualización publicados en revistas indexadas. Las búsquedas se orientaron a términos como “team workload”, “workload overload”, “work intensification”, “Job Demands-Resources”, “organizational interventions burnout” y “workload control”. Solo se incorporaron hallazgos respaldados por estudios de nivel I (revisiones sistemáticas/metaanálisis) o nivel II (estudios controlados o de cohorte de alta calidad reportados en dichas revisiones). Cuando un dato no pudo verificarse en fuentes primarias anteriores a 2026 se declara como “evidencia no encontrada”.

4. Desarrollo: síntesis de evidencia

4.1 Conceptualización de la carga de trabajo de equipo

Zhang et al. (2023) revisan modelos previos y proponen un marco de cuatro dimensiones: actividades centradas en la tarea, actividades de equipo inducidas por la tarea, respuesta situacional y mantenimiento y desarrollo del equipo. La carga de trabajo de equipo se entiende como propiedad emergente que relaciona las capacidades finitas del equipo con las demandas de taskwork y teamwork. Trabajos anteriores de Funke y colaboradores ya habían señalado la dificultad de medir la carga a nivel colectivo por la complejidad de las interacciones.

La literatura de control de carga de trabajo (Workload Control, WLC) en entornos de manufactura personalizada ha evolucionado desde estrategias de liberación de órdenes hacia conceptos integrados de control de entrada y salida (Thürer, Stevenson y Silva, 2011). Aunque centrada originalmente en producción, aporta principios de limitación de trabajo en proceso que son análogos a las prácticas de límites de WIP en equipos de conocimiento.

4.2 Modelos teóricos dominantes

El modelo Job Demands-Resources (JD-R) de Bakker y Demerouti constituye el marco más utilizado. Las demandas (carga de trabajo, presión temporal, conflicto de roles) activan una vía de deterioro de la salud hacia el burnout; los recursos (autonomía, apoyo social, feedback) activan una vía motivacional hacia el engagement. Revisiones sistemáticas confirman que a nivel supra-individual (equipo/unidad) el soporte es más robusto para el papel beneficioso de los recursos que para el papel perjudicial de las demandas en algunos resultados de salud (revisión de 202 artículos hasta 2018).

La teoría de Conservación de Recursos (COR) también se emplea de forma recurrente para explicar la intensificación del trabajo (Niazi et al., 2024). La pérdida de recursos o la amenaza de pérdida genera estrés y puede iniciar espirales de pérdida que afectan al equipo completo.

Estudios recientes sobre equipos ágiles proponen que, a nivel de equipo, el problema crítico no es solo el acceso a recursos sino su movilización interna y externa (revisión sistemática de prácticas ágiles). Las demandas de desafío (complejidad del trabajo) pueden fortalecer la movilización, mientras que las demandas de obstáculo (conflicto de roles) la debilitan.

4.3 Efectos documentados del desajuste demanda-capacidad

La sobrecarga induce cambio frecuente de tareas. Estudios de equipos de I+D muestran que cuando se aceptan más proyectos de los que se pueden manejar, los miembros alternan según la presión del momento, degradando la productividad y elevando la tasa de errores. Estimaciones de tiempo perdido por cambio de aplicaciones alcanzan cerca del 10 % de la semana laboral en algunos contextos de conocimiento.

En sistemas de alta utilización se observa un efecto de saturación: más allá de un umbral (documentado, por ejemplo, en hospitales en torno al 93 % de ocupación) la velocidad de procesamiento deja de compensar la carga y los tiempos de permanencia aumentan. La operación continua al 100 % de capacidad teórica genera fragilidad; pequeñas sobrecargas producen aumentos no lineales de tiempos de espera.

La intensificación del trabajo se asocia de forma consistente con resultados negativos (agotamiento, menor bienestar) y, en algunos casos, con resultados positivos de corto plazo mediados por engagement, según la revisión de Niazi et al. (2024). El multiteaming (pertenencia simultánea a múltiples equipos) es frecuente (tasas superiores al 80 % en algunas encuestas de managers) y se vincula a sobrecarga cognitiva y a dificultades de priorización.

4.4 Intervenciones con soporte empírico

Metaanálisis de intervenciones organizacionales para prevenir o reducir burnout muestran efectos globales pequeños a moderados sobre agotamiento emocional (d ≈ −0,30; IC 95 % −0,42 a −0,18 en una síntesis de 13 estudios). Las intervenciones participativas y las centradas en la carga de trabajo presentan efectos más favorables (d ≈ −0,34 y −0,44 respectivamente). Las intervenciones combinadas (individual + organizacional) tienden a mostrar magnitudes mayores que las puramente organizacionales.

En el sector sanitario, revisiones de intervenciones de bienestar reportan mejoras en engagement y reducción de burnout, aunque con limitaciones metodológicas frecuentes (ausencia de controles o de seguimiento a largo plazo). Las intervenciones centradas en la reducción de carga de trabajo y en el rediseño de horarios aparecen entre las de mayor relevancia práctica.

Principios de diseño de flujo (Dynamic Work Design) enfatizan la regulación de la entrada de trabajo según señales de congestión (tiempos de ciclo, frecuencia de expedición, saturación de cuellos de botella) en lugar de maximizar la utilización aparente. La adición de personal sin corregir el diseño del sistema suele transferir la ineficiencia a mayor escala.

5. Conclusiones

La evidencia de nivel I y II indica que el desajuste entre demanda y capacidad de equipo es un problema de diseño de sistemas de trabajo tanto como de dotación de personal. La sobrecarga genera ineficiencias por cambio de contexto, saturación y deterioro de la salud laboral. Los marcos JD-R y COR ofrecen explicaciones coherentes de las vías de deterioro y de protección. Las intervenciones de mayor soporte son aquellas que actúan sobre la carga de trabajo de forma participativa y que combinan cambios estructurales con apoyo a los individuos. La regulación del flujo de entrada de trabajo y el mantenimiento de holgura de capacidad (evitar la operación permanente al 100 %) emergen como principios operativos respaldados por la literatura de operaciones y de psicología organizacional.

No se encontró evidencia de nivel I-II que demuestre que la simple adición de recursos humanos, sin modificar los procesos de priorización y de liberación de trabajo, resuelva de forma sostenida la sobrecarga de equipo. Tampoco se halló un umbral universal de capacidad óptima aplicable a todos los contextos; los umbrales documentados son específicos de dominio (por ejemplo, ocupación hospitalaria).

6. Retos y lagunas de investigación

• Escasez de medidas validadas de capacidad de equipo que capturen de forma multinivel tanto la capacidad individual emergente como los procesos de coordinación.
• Heterogeneidad elevada y calidad de evidencia baja o muy baja en varios metaanálisis de intervenciones organizacionales (alto riesgo de sesgo, tamaños muestrales limitados).
• Falta de estudios longitudinales que evalúen el efecto de límites de trabajo en proceso (WIP) y de prácticas de regulación de flujo en equipos de conocimiento fuera de manufactura.
• Evidencia insuficiente sobre la interacción entre multiteaming y capacidad colectiva a largo plazo.
• Necesidad de mayor investigación sobre movilización de recursos internos y externos en equipos no ágiles.

Estos retos limitan la generalización de las recomendaciones y subrayan la necesidad de ensayos controlados y de diseños cuasi-experimentales de alta calidad centrados en la gestión de la entrada de trabajo y en la capacidad colectiva.

Referencias seleccionadas (fuentes primarias o revisiones de nivel I-II verificables)

1. Zhang, Y., She, M., & Li, Z. (2023). Team workload: Review and conceptualization. International Journal of Industrial Ergonomics, 95, 103452.
2. Niazi, A., Memon, M. A., Sarwar, N., Obaid, A., Mirza, M. Z., & Amjad, K. (2024). Work intensification: A systematic review of studies from 1989 to 2022. Work, 77(1).
3. Thürer, M., Stevenson, M., & Silva, C. (2011). Three decades of workload control research: A systematic review of the literature. International Journal of Production Research, 49(23), 6905–6935.
4. Bakker, A. B., & Demerouti, E. (2017). Job demands–resources theory: Taking stock and looking forward. Journal of Occupational Health Psychology (marco teórico de referencia en múltiples revisiones).
5. Metaanálisis de intervenciones organizacionales sobre agotamiento (síntesis con d ≈ −0,30; estudios incluidos hasta 2022, reportados en Occupational & Environmental Medicine y revistas relacionadas).
6. Revisiones sistemáticas de unit-level demands and resources (síntesis de 202 artículos hasta 2018).
7. Repenning, N. P., & Kieffer, D. C. (síntesis de evidencia sobre sobrecarga y Dynamic Work Design, basada en estudios previos de operaciones y psicología).

Doxa 2612

La ciencia del desarrollo del talento creativo

Un análisis de 15 años de datos sobre más de 4.200 músicos y cientos de sellos discográficos apunta a tres factores que ayudan a que las carreras creativas prosperen

Por Abhishek Deshmane y Víctor Martínez-de-Albéniz

Gestión del Talento

Harvard Business Review

#Doxa #TalentoCreativo #DesarrolloDelTalento #CienciaDeLaCreatividad #IndustriaMusical #CarrerasCreativas #AnálisisDeDatos #Músicos #SellosDiscográficos #ÉxitoProfesional #InnovaciónArtística

Resumen. Las empresas suelen tomar decisiones importantes sobre el talento basándose principalmente en la intuición. Un estudio realizado con más de 4200 músicos sugiere un enfoque más sistemático. Los representantes deben evaluar tres tipos de capital: trayectoria comercial, redes de contactos y experiencia profesionalcredibilidad. Luego, pueden usar colaboraciones, proyectos desafiantes y riesgos oportunos para cubrir carencias y desarrollar sus carreras. El objetivo no es simplemente identificar a las personas más talentosas, sino orquestar oportunidades que les ayuden a tener éxito a largo plazo.

Cuando Gap buscaba revitalizar su marca, recurrió a una candidata aparentemente improbable: Victoria Beckham, cuya firma de lujo es conocida por sus siluetas minimalistas y a medida. Mientras tanto, el gigante de la moda rápida Zara lanzó una colección con el artista puertorriqueño Bad Bunny, quien lució varios de estos diseños en su espectáculo del medio tiempo del Super Bowl.

Sobre el papel, parecían parejas extrañas. Pero seguían una lógica: una aportaba lo que la otra necesitaba. Gap y Zara ganaron credibilidad en el diseño y repercusión cultural; Beckham y Bad Bunny alcanzaron un escenario comercial mucho mayor.

Este mismo patrón se repite, discretamente, en casi todas las organizaciones: una agencia que empareja a un director creativo sénior con un joven talento emergente de la Generación Z, o una empresa tecnológica que asigna un reto importante a sus diseñadores. En ambos casos, se apuesta por una persona, y la mayoría de las empresas se guían por la intuición. ¿Tiene talento? ¿La idea es original? ¿Es el momento oportuno?

Esos instintos son importantes, pero dejan demasiado al azar. Existe un enfoque más disciplinado para emparejar a personas con talento creativo, especialmente en diferentes etapas de sus carreras, que describimos en este artículo.  Nuestro método se basa en el análisis de 15 años de datos de más de 4200 músicos y cientos de sellos discográficos. La música es un laboratorio útil porque casi nada permanece oculto; cada lanzamiento, colaboración y reseña queda registrado.

Los tres tipos de capital en los que se basa toda carrera profesional

Cuando analizamos qué artistas tuvieron éxito y por qué, tres ingredientes se repetían: lo que el sociólogo Pierre Bourdieu denominó capital económico, social y cultural.

El capital económico es un historial comercial: Reproducciones, ventas, taquilla: en términos comerciales, ingresos y adopción del producto. (Lo medimos a través de la difusión radiofónica, un indicador de las regalías que gana un artista). Un artista con éxito comprobado en la industria musical, o en cualquier otro tipo de organización, recibe segundas oportunidades que un desconocido jamás tendrá. Es el capital el que financia el resto.

El capital social es la red: Los colaboradores, clientes y personas clave con quienes una persona puede comunicarse y la información que fluye a través de ellos. Las personas con buenas conexiones se enteran de los cambios con anticipación, asimilan las opiniones de trabajos afines y ven cómo sus ideas se difunden más. En las organizaciones, se trata de la experiencia multifuncional de una persona y su posición para involucrar a las personas adecuadas en la resolución de un problema.

El capital cultural es legitimidad: El respeto se gana con premios, reseñas y una buena reputación entre colegas de mayor trayectoria. Sigue su propio curso. Un trabajo aclamado por la crítica no siempre es un éxito, y los éxitos no siempre son admirados por la crítica y los colegas respetados en el campo.

Los tres tipos de capital pueden transferirse de una persona a otra mediante la colaboración, pero la transferencia rara vez es equitativa. La labor del gerente consiste en identificar quién posee un excedente de determinados tipos de capital, quién tiene un déficit y cómo distribuir dicho capital entre ellos.

Diseñando colaboraciones

Nuestra investigación apunta a estas formas básicas de gestionar el talento creativo de esta manera:

Empareja a una figura emergente con un nombre ya consagrado. En nuestro estudio, los artistas menos conocidos que lanzaron una canción con una estrella más reconocida vieron aumentar su difusión radiofónica un 61 % con respecto a sus trabajos en solitario, una ventaja inicial que puede llevar años conseguir por cuenta propia. En el ámbito empresarial, esto podría traducirse en reconocimiento compartido de logros, como una presentación a un cliente importante, una presentación ante la junta directiva o el anuncio del lanzamiento de un producto con ambos nombres. La colaboración en sí misma indica a todos que el recién llegado merece ser tomado en serio.

Empareja a dos personas que puedan abrir una puerta que la otra no pueda. En miles de colaboraciones, un lanzamiento conjunto generó más interacciones cuando un socio aportó una red de contactos de la que carecía el otro, y ambos obtuvieron acceso que antes no tenían. En una empresa, esto podría significar contactos complementarios. Consideremos a un ejecutivo de cuentas y un ingeniero de soluciones en la misma empresa. El ejecutivo de cuentas conoce a la persona en la organización del cliente que tiene la autoridad para firmar el contrato de un producto tecnológico, y el ingeniero de soluciones conoce a las personas que lo usarán. Ninguno de los dos puede cerrar el trato por sí solo.

Empareja a personas cuya combinación sea realmente inesperada. En nuestros datos, una colaboración generó significativamente más reproducciones en la radio cuando los dos artistas habían crecido en culturas nacionales diferentes; el estilo musical apenas influyó. Las distintas tradiciones implican técnicas diferentes y, probablemente, una canción mejor que la que cualquiera de ellos escribiría por separado. La improbable combinación es lo que atrae la atención del público. Lo mismo puede ocurrir cuando dos personas provienen de entornos genuinamente diferentes —un país distinto, una disciplina diferente—, razón por la cual estas combinaciones inusuales también se dan en muchos otros ámbitos, como la arquitectura, la publicidad, el diseño de videojuegos y la biotecnología.

Sin embargo, esa imprevisibilidad puede tener un precio. Puede generar poco capital de un tipo y mucho de otro. En nuestro estudio sobre la diferenciación de productos, un álbum que se apartó de la música anterior del artista perdió aproximadamente una cuarta parte de sus reproducciones en la radio (una consecuencia en términos de capital económico). En cambio, los críticos profesionales valoraron ese mismo álbum mucho mejor (un aumento en el capital cultural). Las emisoras de radio pagan por la previsibilidad; los críticos pagan por la innovación.

Sergio Azzolari Montoldi, CEO de Roberto Cavalli y anteriormente al frente de Dsquared2 y Hogan, leyó nuestros resultados y reconoció la misma división en el mundo de la moda : los compradores de grandes almacenes compran lo que saben que se venderá, mientras que los medios especializados en moda premian la novedad. Por lo tanto, la colaboración entre personas muy diferentes suele generar menos ventas. El mensaje es claro: al unir a dos personas creativas, es fundamental comprender qué tipo de capital se busca generar, así como los riesgos.

Dicho esto, de vez en cuando, una combinación muy inusual triunfa tanto comercial como críticamente: un producto que alcanza sus objetivos de ventas y, además, se convierte en el referente con el que se comparan otras empresas en cuanto a premios, imitaciones de diseño, etc. Dado que nadie puede predecir a ese ganador, lo más práctico es reservar las combinaciones más inusuales —o audaces— para quienes tengan un historial económico sólido que les permita sobrevivir a un fracaso y llevar a cabo varios a la vez. Cada fracaso cuesta poco. El que triunfa en ambos frentes compensa todos los demás.

Puesta en práctica del enfoque

Para que esta forma de gestionar el talento se convierta en rutina, se requiere una práctica: realizar una auditoría de capital antes de tomar cualquier decisión importante sobre una persona: una contratación, un ascenso, una asociación, una asignación estratégica. La auditoría implica, en primer lugar, formular tres preguntas.

• ¿Qué han demostrado? Ingresos, acuerdos, renovaciones, lanzamientos que tuvieron éxito.
• ¿A quiénes pueden llegar? A los clientes, patrocinadores y socios que acuden gracias a la participación de esta persona.
• ¿Quién valora el trabajo? Los premios, el reconocimiento de los expertos, la reputación de tener buen criterio.

Luego vienen las preguntas que las conectan: ¿Qué tipo de capital es el más débil para el rol que se avecina? ¿La medida que estás considerando reduce esa brecha o la amplía?

La respuesta apunta a la brecha específica que hay que cerrar. Alguien respetado por los expertos (capital cultural) pero con pocas ventas (capital económico) debería asociarse con un socio comercialmente probado que pueda llevar el trabajo a un mercado más amplio. Alguien con un sólido historial de ventas (capital económico) pero con pocas conexiones fuera de su propio ámbito (capital social) debería participar en un proyecto multifuncional o de cara al cliente junto a un colega bien conectado que le abra las puertas. Y alguien que ofrece cifras financieras fiables (capital económico) pero que no es tomado en serio por quienes marcan la pauta en el sector (capital cultural) necesita trabajar en un entorno donde la originalidad importe, junto a un socio cuya reputación haga que el reto sea creíble.

Ed Bicknell, quien dirigió a Dire Straits durante dos décadas, resumió la gestión del talento creativo en una sola frase : «Tomas el arte… y lo conviertes en negocio». Nuestra investigación demuestra cómo: mediante estrategias deliberadas sobre el capital. Madonna lo entendió hace cuatro décadas. Sus éxitos construyeron su capital económico; sus colaboraciones, su capital social; y su reinvención, su capital cultural. Los ejecutivos que la rodeaban no solo observaban el desarrollo de su carrera, sino que contribuían a construirla.

En cualquier organización que se base en el conocimiento, la habilidad innata es solo un requisito. Las carteras de inversiones más sólidas no se construyen en torno a los individuos más talentosos, sino que son orquestadas por los ejecutivos más estratégicos. La creatividad y el comercio nunca fueron opuestos que debieran equilibrarse; son herramientas que se complementan.

Lea más sobre Gestión del talento o temas relacionados: Desarrollo de empleados

Abhishek Deshmane es profesor adjunto de gestión de operaciones en la Facultad de Negocios Scheller del Instituto Tecnológico de Georgia. Antes de dedicarse a la docencia, trabajó como ingeniero de cadena de suministro en el sector manufacturero.

Víctor Martínez-de-Albéniz es profesor del Departamento de Operaciones, Información y Tecnología de la IESE Business School de la Universidad de Navarra. Fundó dos startups de análisis de datos para el sector minorista —Datactions y Robinbrick— y anteriormente impartió clases en el MIT y en la Indian School of Business.

Doxa 2601

La “deriva del liderazgo” está frenando su estrategia de IA

Por Morgan Blangeois y Thomas Roulet

Liderazgo y Gestión de Personal

Harvard Business Review

#Doxa #InteligenciaArtificial #EstrategiaIA #Liderazgo #DerivaLiderazgo #TransformaciónDigital #GestiónDelCambio #Innovación #CulturaOrganizacional #EstrategiaEmpresarial #LiderazgoDigital

Resumen. Las organizaciones suelen culpar a los empleados cuando la adopción de la IA se estanca, asumiendo que la resistencia proviene del miedo o la falta de habilidades. Una investigación basada en 23 entrevistas y tres talleres de liderazgo en 11 empresas europeas de servicios de TI apunta a un obstáculo diferente: los altos directivosLos líderes suelen reconocer en privado que la IA requiere cambios fundamentales en los precios, la plantilla y los modelos de negocio, pero abandonan estas posturas durante las reuniones de grupo. Los autores denominan a este patrón «deriva del liderazgo en IA», donde las narrativas tranquilizadoras sustituyen a las decisiones estratégicas difíciles. Para contrarrestarlo, los líderes deberían basar los debates en sus propios datos en lugar de en la publicidad del sector, estudiar cómo responden a la IA empresas similares, vincular cada iniciativa de IA a una cuestión estratégica con fecha de revisión y asignar a alguien la responsabilidad de mantener los temas incómodos en la agenda de la dirección.

Cuando una empresa tiene dificultades para adaptarse a la IA, la culpa suele recaer en los empleados : los líderes asumen que se resisten, ya sea por falta de habilidades o por miedo a perder sus puestos de trabajo. Durante tres años, a través de 23 entrevistas y tres talleres participativos con equipos directivos de 11 empresas europeas de servicios de TI, descubrimos que el obstáculo provenía del propio equipo directivo.

El director de una agencia nos describió una posible desventaja de la IA para su empresa: tener que recortar el 30 % de su plantilla en cinco años. También reconoció que jamás compartiría este escenario catastrófico en público. Esto no era inusual. En privado, los ejecutivos con los que nos reunimos tenían una visión clara, a menudo ambiciosa, sobre la IA y lo que esta requería de su empresa. Pero en reuniones con sus colegas, deliberando sobre su estrategia de IA, evitaban ponerse de acuerdo en cambios significativos. Nadie se oponía a la IA; tampoco se tomaba ninguna decisión al respecto.

A esta brecha la llamamos la deriva del liderazgo en IA, una inercia colectiva e involuntaria hacia uno de los cambios más importantes que experimentan las organizaciones. Los líderes no llegan a la reunión con la intención de enterrar sus propias intuiciones estratégicas. En cambio, esas intuiciones se van dejando de lado discretamente, una a una, porque nadie quiere replantearse el modelo de negocio desde cero, lo que podría poner en peligro la posición y el futuro de todos. Entonces, las narrativas colectivas cómodas ocupan ese lugar.

Esta tendencia sigue una lógica, y esa lógica tiene tres puntos de entrada: el número prestado, el precedente tranquilizador y la solución rápida que nadie cuestiona.

Encontrar la deriva 

En nuestras entrevistas individuales, los ejecutivos defendieron decisiones estratégicas importantes, como seguir formando a los empleados jóvenes a pesar de que el mercado los contrataría posteriormente con salarios más altos, establecer normas para toda la empresa sobre cómo debe utilizarse la IA y reestructurar la estrategia de precios una vez que el software realice parte del trabajo. Cada uno de ellos, individualmente, sabía lo que la IA requería de la empresa.

Luego, observamos cómo los equipos directivos pensaban de forma colectiva. En tres talleres deliberativos, cada uno con la participación del comité ejecutivo de una misma empresa, les pedimos que deliberaran sobre su propia estrategia de IA. Anticipábamos fuertes desacuerdos sobre el camino a seguir. Sin embargo, encontramos una discusión mucho más tranquila y convergente. Los cambios que los líderes defendieron en privado no fueron cuestionados en la sala, pero tampoco defendidos. Uno a uno, cada cambio se fue descartando discretamente, porque nadie quería arriesgarse a ser el primero en pronunciarse: defender esos cambios en voz alta implicaría presionar a la empresa para que facturara menos y capacitara a personas que la competencia podría contratar. Así, los líderes se guardaron sus opiniones claras para sí mismos, y la discusión terminó sin llegar a ninguno de los cambios significativos que requiere la transformación de la IA.

Para observar esto con mayor precisión, proporcionamos a cada equipo los mismos cuatro escenarios de decisión extraídos de situaciones reales del sector:

• Un cliente importante exige una rebaja del 40% en el precio para reflejar las mejoras en la productividad derivadas de la IA.
• Si conviene seguir contratando personal junior una vez que la IA pueda realizar sus tareas de nivel básico.
• ¿Cómo reaccionar cuando los mejores ingenieros utilizan herramientas de IA que la empresa nunca ha autorizado?

Y si conviene seguir financiando un plan multimillonario de IA que aún no ha demostrado rentabilidad.

Los participantes respondieron una breve encuesta anónima antes y después de cada escenario. Además, mostramos a cada equipo las cifras reales de productividad de su propio sector, en lugar de las que circulaban en la prensa.

El patrón fue consistente. Las opiniones individuales cambiaron, poco a poco, pero nunca convergieron en una postura que el grupo pudiera expresar públicamente. Nadie cambió su posición en voz alta, ni siquiera al enfrentarse a los datos de su propio sector: los equipos reconocieron las implicaciones («esta noche nos despertaremos con más preguntas que respuestas», dijo un participante) y luego pidieron tiempo para analizarlas. En un caso, la división se dio en una sola persona: un director que acababa de negarse públicamente a bajar la tarifa diaria de la empresa, minutos después, en la escala anónima posterior a la deliberación, aceptó el mismo recorte que había rechazado.

Tres narrativas colectivas llenan el vacío que dejan esas convicciones abandonadas. Se pueden distinguir en dos aspectos: la urgencia que siente el equipo y la disposición a implementar cambios.

La primera es: «A nuestros grupos de interés no les importa»: no hay urgencia, no parece necesario ningún cambio. Los clientes aún no han exigido precios más bajos ni un servicio de mayor valor, así que no hay razón para adaptarse. Un gestor de cuentas nos comentó que se sentía «muy aliviado» de que un cliente nunca investigara cuánto tiempo ahorraba realmente la empresa.

La segunda opción es «esto ya lo hemos visto»: tampoco hay urgencia, pero se reconoce la magnitud del cambio y una analogía resulta útil. Un director repetía a sus empleados que «la IA generativa no es más revolucionaria que internet»; en un grupo, el precedente tranquilizador fue la calculadora de bolsillo. La comparación hace que el cambio parezca familiar y, por lo tanto, no alarmante.

La tercera opción es «dejamos que la gente lo resuelva por sí misma»: aquí se percibe la urgencia, pero se deja que cada empleado comprenda el cambio por su cuenta. «Restringir [a los empleados en cuanto al uso de la IA] es renunciar a ella», como lo expresó un director general. Otro zanjó la cuestión por principio: «no somos una empresa industrial, somos un oficio, cada pieza es única». Suena más sensato que una represión, pero en la práctica es la ausencia de una estrategia disfrazada de tal.

Según nuestra experiencia, tres estrategias cambian la capacidad de la sala para afrontar las situaciones: poner tu propio número de teléfono sobre la mesa antes de que uno prestado resuelva el asunto; sustituir el precedente tranquilizador por uno incómodo; y establecer una fecha de caducidad y una pregunta a la que responder para cada solución rápida. Pero, ¿podrían unas reuniones más efectivas, por sí solas, romper con este patrón?

Un equipo directivo que observamos parecía tener mejor desempeño, pero finalmente fracasó. El comité ejecutivo de una empresa mediana discutió, y siguió discutiendo, analizando la amenaza desde todos los ángulos y dispuesto a explorar contradicciones: sus mejores empleados junior cobraban ahora más como autónomos que lo que facturarían a sus clientes. Nadie podía zanjar una cuestión por sí solo, y la credibilidad técnica era compartida, por lo que cualquier cuestionamiento de un miembro tenía peso. Cuando un director propuso resolver el asunto con un acuerdo sobre el uso de la IA, otro lo rechazó de inmediato («no nos interesa firmar un acuerdo»). Y aun así, incluso en esta sala defendieron el cobro de la tarifa diaria vigente y no llegaron a ningún nuevo modelo. La discusión puso al descubierto la magnitud de la contradicción y las limitaciones del modelo de precios actual; no produjo ninguna decisión. La solución no reside en mejores reuniones, sino en lo que los líderes aportan a ellas y en quién se encarga de plantear las preguntas más difíciles.

Encuentra tu número

Las narrativas reconfortantes se basan en cifras que nadie en la sala ha aportado y que nadie tiene que defender. Algunos ofrecen aumentos de productividad inflados del 30 % o más, fáciles de exagerar y tan fáciles de descartar: un director general desestimó la amenaza con una cifra propia, afirmando que ninguna de sus líneas de servicio se había acercado a los aumentos que la prensa citaba constantemente. Como la cifra es prestada, descartarla se percibe como rigor, y la amenaza se descarta junto con la exageración.

Es más difícil desestimar una medición interna, porque pertenece al grupo. Una empresa, en lugar de repetir las cifras de la prensa, presentó a sus clientes el aumento de productividad del 5 al 7 % que había medido, frente al 15 al 20 % que proponían los proveedores de software, y convirtió esa cifra en el punto de partida de la siguiente conversación sobre precios y valor añadido. La cifra era menor que la exageración, y ahí radicaba su poder: nadie podía descartarla como una exageración de la prensa, ni tampoco podía fingir que era cero.

Antes de la próxima reunión estratégica sobre IA, mida el impacto de la IA en dos o tres de sus líneas de servicio y presente sus propias cifras. Este simple hecho elimina de golpe las dos excusas más obvias: la afirmación de que "las ganancias son solo publicidad" ya no funciona, porque la cifra es suya, y la de que "no hay nada que discutir" tampoco, porque la cifra no es cero. Además, traslada el debate de si la IA cambia la economía de su trabajo a cuánto, dónde y qué medidas tomará al respecto, que es precisamente el debate que se busca evitar. Espere que su cifra sea menos halagadora que la del proveedor y más preocupante que la del escéptico; un 6 % medido sobre el trabajo que factura diariamente es un dato más difícil de asimilar que un mítico 30 %, precisamente porque es suyo.

Sin embargo, ten cuidado con lo que le pides a la cifra. Los datos por sí solos no lograron frenar la tendencia en nuestros talleres. La medición es necesaria porque elimina las salidas más fáciles, no porque obligue a llegar a una conclusión clara. Alguien tiene que exigir responsabilidades a los participantes.

Reemplazar el precedente tranquilizador

En el sector de los servicios legales, los clientes ya están empezando a mostrarse reacios a pagar por horas que una IA ahora realiza en minutos, y algunos bufetes ya han comenzado a reducir el número de abogados junior a los que antes facturaban a sus clientes. Esto refleja la misma magnitud del cambio, pero sin la comodidad que ofrece, porque los bufetes involucrados se parecen al tuyo y la historia aún está por escribirse.

Asigne a alguien la tarea de monitorear cómo las firmas legales, contables o de auditoría están ajustando precios, reestructurando su personal y reposicionándose, y de presentar ese informe en cada debate sobre IA. La pregunta clave es qué están haciendo las firmas más similares a la suya ante esta disrupción; esto reemplaza la pregunta más cómoda sobre si firmas como la suya sobrevivieron a la anterior. Un precedente debe hacer que el futuro sea concebible, no reconfortante.

Dale fecha de caducidad a cada solución rápida. 

La tercera narrativa, dejar que la gente lo resuelva por sí misma, rara vez se traduce en una estrategia; se convierte en una por defecto. Una herramienta por aquí, un programa piloto por allá, y en un año «así es como usamos la IA ahora» ha reemplazado silenciosamente cualquier decisión sobre cómo la empresa puede crear valor con la IA. Los empleados adoptan sus propias herramientas de IA de forma independiente, el esfuerzo se fragmenta por toda la empresa y a nadie se le pide que replantee dónde la empresa agrega valor y qué vende. El enfoque parece respetar la autonomía profesional: permite que los equipos experimenten, evita las imposiciones jerárquicas y parece confiar en que las personas encuentren el mejor uso de las herramientas. Sin embargo, en la práctica, deja sin resolver la pregunta estratégica más importante de la empresa, porque nadie se pregunta a qué se traducen todos estos experimentos locales.

La disciplina que lo impide es sencilla: vincular cada solución a la cuestión más amplia a la que pretende responder (la revisión de precios, el reposicionamiento, el modelo de personal) y fijar una fecha para que sirva de base a esa decisión más amplia o para que se reevalúe. Un equipo que implementa un asistente de IA para elaborar propuestas para clientes solo justifica su coste si, en el punto de control, alguien pregunta qué implica el programa piloto para la tarifa diaria. Si nadie pregunta, el programa piloto no fracasa; peor aún, triunfa discretamente, convirtiéndose en una forma más rápida de facturar el mismo trabajo.

Haz un inventario de las iniciativas de IA que ya están en marcha en tu empresa y, para cada una, anota la pregunta estratégica que debería responder y una fecha de revisión. Una iniciativa sin una pregunta asociada no es neutral; es una pequeña desviación en sí misma, que acumula precedentes que tu estrategia futura deberá tener en cuenta. La fecha de caducidad convierte la experimentación, en lugar de un sustituto de la toma de decisiones, en materia prima para la misma.

...

Los próximos años ampliarán la brecha en lugar de cerrarla: los modelos seguirán mejorando, los clientes seguirán aprendiendo cuánto cuesta producir el trabajo ahora, y la cuestión de la tarifa diaria no esperará a que un equipo directivo se sienta preparado.

Asigne a una persona una tarea específica y concreta: plantear las preguntas que todos evitan, respaldarlas con datos externos a la empresa (señales de clientes, ganancias medidas, movimientos de la competencia) y mantenerlas presentes cuando el grupo intente pasar a otro tema. Esta estrategia funciona porque el trabajo de nadie depende de nombrar la pregunta; un mandato formal invierte esta situación, no haciendo que la persona sea inmune a la presión del grupo, sino dándole a una voz una razón profesional para mantener abiertas las preguntas más difíciles. Según nuestra experiencia, esta función suele recaer en personas de un nivel inferior, los responsables de gobernanza de IA y los directores de práctica, porque están lo suficientemente cerca del trabajo como para mantener las preguntas concretas y seguir planteándolas.

Presentar las cifras reales es necesario, pero no suficiente: vimos cómo los equipos, tras ver los datos de su propio sector, se tranquilizaban y seguían adelante. Lo que no se puede ignorar no es un hecho, sino una persona, alguien cuya función principal es mantener vivas las preguntas importantes, con datos y hechos a mano, después de que todos los demás hayan intentado enterrarlas. Designar a esa persona es la única decisión que incluso un equipo directivo a la deriva puede tomar este trimestre, y es la decisión que hace posibles las demás.

Lea más sobre Liderazgo y gestión de personas o temas relacionados: Liderazgo, Liderazgo adaptativo e IA y aprendizaje automático.

Morgan Blangeois es investigadora doctoral en ciencias de la gestión en la Universidad Clermont Auvergne y becaria visitante de doctorado en la Escuela de Negocios Judge de Cambridge.

Thomas Roulet es profesor de liderazgo en la Judge Business School de la Universidad de Cambridge. @thomroulet

Doxa 2599

¿Por qué los líderes eficaces son tachados de problemáticos?

Por Luis Velásquez

Liderazgo y Gestión de Personal

Harvard Business Review

#Doxa #Liderazgo #Disrupción #Innovación #Resistencia #Cambio #Autenticidad #Desafío #Transformación #Visión #Coraje

Resumen. Cuando un líder genera fricción, las organizaciones suelen recurrir a una única explicación: el líder necesita cambiar. En realidad, esa fricción generalmente proviene de una o una combinación de cuatro fuentes diferentes: capacidad, percepción,identidad o sistema. Dado que superficialmente se parecen, las organizaciones tienden a agruparlos bajo una misma categoría, el comportamiento, y toman decisiones trascendentales basándose en esa suposición. El costo no se limita al desarrollo ineficaz. Se traduce en decisiones de promoción erróneas, estancamiento en la sucesión y la pérdida silenciosa de líderes de alto impacto a quienes se tacha de "difíciles" cuando, en realidad, se les malinterpreta.

Una ejecutiva del sector de la alta tecnología a la que asesoré, Anna*, recibió la advertencia de que tenía un "punto ciego" apenas un año después de asumir su cargo. Su director general admiraba su determinación, respetaba su claridad y valoraba su confianza. Al mismo tiempo, comenzó a recibir quejas, que rápidamente le transmitió a Anna. El patrón era evidente: "Se mueve demasiado rápido". "Toma decisiones antes de que el resto estemos preparados". "Siempre estamos intentando ponernos al día".

Anna se tomó en serio las críticas, ajustó su enfoque, pero nada cambió. Fue entonces cuando me involucraron. Tras varias entrevistas con las partes interesadas, algo quedó claro: su falta de decisión no era el problema. Su empresa había normalizado el exceso de consenso. La rapidez no se valoraba; se interpretaba como imprudencia, y la urgencia como inflexibilidad. Su decisión no creaba fricción, sino que la ponía al descubierto.

La experiencia de Anna no es inusual. Veo esta dinámica con frecuencia entre los altos directivos a quienes he asesorado. A un líder se le dice que “actúe de manera diferente”, “sea más estratégico” o “baje el ritmo”. Cuando intentan adaptarse, nada cambia. La retroalimentación sigue siendo la misma; el discurso sigue siendo el mismo.

El resultado es predecible. El líder se frustra, mientras que la organización empieza a cuestionar la idoneidad del puesto, a elaborar planes de mejora del desempeño y, en muchos casos, a planificar discretamente un reemplazo. La pregunta más importante es si la organización está diagnosticando correctamente el problema.

La trampa de la evaluación: un riesgo estratégico

Las organizaciones no pierden a sus grandes líderes porque sean difíciles, sino porque diagnostican erróneamente qué los hace difíciles. A esto lo llamo la trampa de la evaluación.

En las evaluaciones de talento, los líderes suelen hacer preguntas como: "¿Por qué este líder pasó de ser sólido a tener dificultades?" o "¿Qué necesita cambiar?". Las respuestas casi siempre coinciden en lo mismo: un comportamiento que debe corregirse.

El problema no radica en la falta de datos, sino en cómo se interpretan. Las organizaciones tienden a centrarse en lo más visible —el comportamiento—, mientras que el contexto que lo moldea resulta más difícil de percibir. Esto refleja un sesgo bien documentado : atribuimos en exceso los resultados a los individuos y subestimamos el entorno que los rodea. Los modelos de competencias refuerzan este patrón. Traducen la compleja dinámica del liderazgo a un lenguaje conductual, útil pero incompleto. Con el tiempo, el comportamiento se convierte en el criterio principal para toda evaluación. Si surge algún problema, la conclusión es simple: el líder es el problema.

Y cuando esa suposición es errónea, las consecuencias son significativas. Las organizaciones no solo malinterpretan a los líderes, sino que toman decisiones equivocadas sobre ascensos, desarrollo y retención. Los líderes con mayor probabilidad de caer en esta trampa no son los de bajo rendimiento. A menudo son aquellos de quienes la organización más depende: personas productivas, altamente capacitadas y frecuentemente descritas como «brillantes, pero…».

Las consecuencias de un diagnóstico erróneo

Un diagnóstico erróneo no es solo una interpretación equivocada, sino una decisión que impacta al líder. Una vez que un líder es etiquetado incorrectamente, cada decisión posterior refuerza esa etiqueta, lo que conlleva graves consecuencias.

Al líder

Los líderes invierten tiempo y energía en intentar solucionar problemas que en realidad no existen, reprimiendo a menudo las mismas fortalezas que los hicieron eficaces. Esto genera una erosión silenciosa de la confianza y la claridad. Algunos líderes empiezan a dudar de sus instintos y se adaptan de maneras que los hacen menos efectivos. Muchos terminan por desvincularse, rendirse, marcharse o ser despedidos.

A la organización

Las decisiones de promoción se inclinan hacia perfiles más seguros y familiares. Los líderes de alto impacto se ven limitados. A los líderes fuertes y eficaces se les pide que moderen su impacto en lugar de aumentarlo. Con el tiempo, esto genera un cambio: las organizaciones comienzan a priorizar la alineación cómoda sobre la fricción incómoda.

Las cuatro fuentes de fricción en el liderazgo

Cuando un líder genera fricción, las organizaciones suelen llegar a una única conclusión: el líder necesita cambiar. Sin embargo, esa fricción rara vez proviene de una sola fuente. A menudo se debe a una combinación de factores, pero en la mayoría de los casos, uno es el principal. El problema radica en que estas fuentes pueden parecer casi idénticas en la superficie. Un mismo comportamiento puede indicar problemas subyacentes muy diferentes según el contexto.

Sin distinguir qué es lo primordial, las organizaciones corren el riesgo de abordar los síntomas en lugar de las causas, y de reforzar la misma fricción que intentan resolver.

1. Un verdadero déficit de habilidades

A veces, la explicación más sencilla es la correcta: el líder tiene una carencia de habilidades. Puede que tenga dificultades para priorizar, o que necesite comunicarse con mayor claridad o delegar de forma más consistente.

Los líderes de esta categoría suelen decir: «No me había dado cuenta de que eso importaba», o «No tenía ni idea del impacto que estaba teniendo», o «No sé cómo…». Los equipos dicen: «Lo están intentando, pero aún no lo han conseguido».

Este es el problema principal cuando:

• Este comportamiento se observa de forma consistente en diferentes contextos.
• Diversas partes interesadas informan de experiencias recientes de primera mano.
• El líder no puede demostrar esa capacidad en otros ámbitos.

En mi experiencia asesorando a altos directivos, esta situación representa la minoría en ese nivel. La falta de capacidad en la alta dirección no suele ser el problema, pero es la causa a la que las organizaciones recurren con mayor frecuencia.

2. Reputación histórica

En una ocasión, asesoré a una alta directiva que había sido rechazada para un ascenso en dos ocasiones. Su gerente la apoyaba, pero el comité de ascensos la rechazaba repetidamente. Durante las entrevistas, un miembro del comité admitió no haber trabajado de cerca con ella en casi ocho años. La retroalimentación que la frenaba se basaba en recuerdos obsoletos. A esto lo llamo deriva organizacional: cuando el sistema se apoya en narrativas desactualizadas en lugar de evidencia actual.

Este es el problema principal cuando:

• Las opiniones se basan en la reputación histórica, no en pruebas recientes.
• Actualmente, las partes interesadas carecen de interacción con el líder.
• El lenguaje utilizado es generalizado y perdura en el tiempo.

Con el tiempo, estas etiquetas se afianzan, incluso cuando el comportamiento evoluciona. Las partes interesadas se basan en la memoria, no en la evidencia, y quienes tienen una interacción limitada suelen ejercer una influencia desproporcionada.

Cuando el líder se esfuerza por autocorregirse, la percepción no cambia. El cambio de comportamiento no soluciona esto porque el problema radica en la memoria organizacional, no en la capacidad. Somos rigurosos con el desempeño, pero las investigaciones señalan que, si bien las medidas objetivas tienden a eliminar el sesgo, las evaluaciones subjetivas (como los comportamientos de liderazgo) son más vulnerables al sesgo y generan inconsistencia entre los líderes.

3. Sobreextensión de la identidad

Muchos desafíos de liderazgo se diagnostican erróneamente como falta de habilidades, cuando en realidad el problema radica en el uso excesivo de las fortalezas. La capacidad que antes garantizaba el éxito de un líder comienza a limitarlo por su uso excesivo o en un contexto que requiere algo diferente. Existe un patrón predecible: una fortaleza se convierte en hábito, se recompensa, el hábito se convierte en identidad y, finalmente, esa identidad se convierte en una limitación.

Por ejemplo, un ejecutivo con carácter decisivo es percibido como controlador. La organización responde con frases como «debes cambiar tu comportamiento», como «deja de controlar» o «empodera a tu equipo». Sin embargo, el problema no radica en la falta de habilidades, sino en el exceso de atribución de la identidad. El enfoque que funcionó en el Nivel N resulta insuficiente en el Nivel N+1. Si no se distingue entre una deficiencia y una limitación de la identidad, se le estará indicando al líder que corrija el problema equivocado.

Este es el problema principal cuando:

• Este comportamiento es una fortaleza conocida llevada al extremo.
• El líder puede demostrar tener alcance, pero no lo aplica donde se necesita.
• El problema aparece en un nuevo nivel, rol o contexto (N → N+1).

En muchos casos, la organización recompensa el comportamiento al principio y luego lo cuestiona.

4. El sistema como obstáculo

Esta es la trampa más incomprendida. Lo que parece un problema de comportamiento suele ser una limitación sistémica —cultura, estructuras, recursos, incentivos— que obstaculiza los esfuerzos del líder. El líder parece problemático porque el sistema se resiste a él. Este es un error peligroso: el líder está dispuesto a cambiar, pero el sistema dificulta o hace arriesgado el cambio.

La organización dice que quiere una cosa, pero recompensa otra. A un líder se le pide que piense estratégicamente, pero se le evalúa en función de los resultados a corto plazo. Se le pide que delegue, pero no cuenta con un equipo competente.

Este es el problema principal cuando:

• Este comportamiento no se corresponde con el funcionamiento real del sistema.
• Los incentivos, los recursos, las normas o los derechos de decisión contradicen las expectativas.
• Existe una clara razón sistémica que bloquea el cambio de comportamiento.

Esto es lo que le pasó a Anna. Su determinación se interpretó como un defecto personal porque incomodaba a los demás por su propia lentitud. En realidad, el sistema tenía un punto ciego. Lo que parece resistencia suele ser un mecanismo de autoprotección organizacional. En este caso, el problema no es el desempeño, sino el sistema.

Esto no exime de responsabilidad al líder, sino que la refuerza al garantizar que le exijamos responsabilidades por el problema correcto.

Cómo diagnosticar el problema correcto

Cuando el comportamiento de un líder se vuelve problemático, las organizaciones suelen partir de la pregunta equivocada: ¿Qué comportamiento debe cambiar este líder? Esto da por sentado que el diagnóstico es correcto. A continuación, se explica cómo identificar la verdadera causa del conflicto.

1. Céntrese en ejemplos específicos.

La confianza en una crítica suele depender de la repetición, no de la precisión. Evitemos los resúmenes subjetivos como «son demasiado agresivos». En cambio, centremos la evaluación en momentos específicos.

Pregunte a las partes interesadas: “Cuéntenme cómo fue la última vez que surgió este problema. ¿Cuál fue la decisión exacta que se tomó y dónde falló la ejecución?”

2. Validar la actualidad de los datos.

Las conversaciones de calibración a menudo evalúan a los líderes mirando hacia atrás. Establezca un plazo estricto para la retroalimentación.

Pregúntales a los detractores: "¿En los últimos seis meses, has experimentado esto personalmente?". Esto evita que narrativas obsoletas obstaculicen el ascenso de un líder.

3. Distinga entre una falta de habilidades y una sobrecarga de trabajo.

No todos los comportamientos problemáticos reflejan falta de habilidad. En lugar de intentar corregir o reprimir un comportamiento, conviene ampliar el margen de maniobra del líder, ayudándole a ajustar la intensidad según el contexto.

Pregunte a las partes interesadas: "¿En qué situaciones ya operan con un enfoque diferente y cómo pueden aplicar esa experiencia aquí?"

4. Retoma la conversación con el líder.

Su función como líder empresarial no es eliminar la responsabilidad, sino clarificarla.

Prueba esta conversación: “Antes de decidir qué cambiar, necesitamos entender qué es lo que motiva esto. ¿Se trata de una habilidad que falta, un problema de interpretación o una respuesta racional al entorno? Cada caso requiere una respuesta diferente de ambos”.

Una forma sencilla de diferenciar:

• Si el comportamiento es consistente, reciente y observable → probablemente se trate de una brecha de habilidades.
• Si la retroalimentación está desactualizada o es de segunda mano → probable desviación organizacional
• Si el rendimiento es bueno pero la fricción persiste → es probable que haya sobreextensión.
• Si el líder intenta cambiar, pero el entorno dificulta o hace insostenible ese cambio, probablemente se trate de un problema sistémico.

...

En última instancia, toda decisión sobre el talento se basa en el diagnóstico inicial. Si se parte de la base de que el líder es siempre el factor que hay que corregir, se exime al sistema de su responsabilidad y se corre el riesgo de neutralizar las fortalezas que hacen que los líderes más valiosos sean eficaces.

El costo de un diagnóstico erróneo no se limita al desarrollo ineficaz, sino que implica tomar decisiones de liderazgo equivocadas de forma sistemática. Antes de preguntar cómo corregir al líder, plantéese una pregunta más compleja: ¿Y si el problema no es el líder, sino su diagnóstico?

Lea más sobre Liderazgo y gestión de personas o temas relacionados: Gestión, Gestión de personas, Conversaciones difíciles, Comunicación interpersonal, Habilidades interpersonales y Gestión de conflictos.

Luis Velásquez es coach ejecutivo, fundador y socio gerente de Velas Coaching LLC, y autor de Ordinary Resilience: Rethinking How Effective Leaders Adapt and Thrive (Lioncrest, 2024).

 

Doxa 2587

Cuando los empleados son responsables de las decisiones generadas por la IA

Las investigaciones revelan que los trabajadores interpretan, modifican y enmascaran activamente las decisiones de la IA para proteger su credibilidad y satisfacer las expectativas de las partes interesadas

Por Anne-Sophie Mayer, Elmira van den Broek y Tomislav Karačić

Liderazgo y gestión de personas

Harvard Business Review

#Doxa #IA #Responsabilidad #Empleados #Decisiones #Credibilidad #PartesInteresadas #Interpretación #Modificación #Enmascaramiento #Trabajadores

Resumen. Las organizaciones se apresuran a integrar la IA en sus decisiones clave, pero los trabajadores de primera línea se ven obligados a explicar resultados que ni crearon ni comprenden del todo. En un estudio de campo de varios años que abarcó los sectores bancario, de reclutamiento y biotecnología, los investigadores descubrieron queLos empleados rara vez transmiten los resultados de la IA textualmente; los enmascaran, amplifican o complementan según cómo se haya implementado la IA. Estas prácticas ocultas determinan si la IA genera confianza, resistencia o se manipula discretamente, y dónde recae el riesgo profesional. Para minimizar el riesgo al usar la IA, las empresas deben ayudar a los trabajadores a desarrollar nuevos roles interpretativos, mantener un escrutinio crítico y transformar la explicabilidad, de un mero ejercicio de cumplimiento, en una fuente de aprendizaje y mejores decisiones en toda la organización.

Las organizaciones están incorporando rápidamente la IA en decisiones que antes se consideraban competencia exclusiva de expertos humanos, desde la contratación y los préstamos hasta la atención médica y la administración pública. Sin embargo, a menudo se pasa por alto lo que sucede a nivel de los empleados, cuando se espera que comuniquen, justifiquen y defiendan las decisiones generadas por la IA que no tomaron y que, con frecuencia, no comprenden del todo.

Nuestra investigación explora ese aspecto poco estudiado de la implementación de la IA. A partir de un estudio de campo de varios años en los sectores bancario, de reclutamiento y de biotecnología, descubrimos que los empleados rara vez comparten los resultados de la IA con clientes, gerentes o colegas tal cual. En cambio, los reinterpretan, los modifican e incluso, en ocasiones, los ocultan para proteger su rol profesional y su credibilidad. Su respuesta depende en gran medida de a quién rinden cuentas y a quién deben convencer.

Comprender estas respuestas es fundamental, ya que determinan si las decisiones de la IA se aceptan, se cuestionan o se socavan discretamente dentro de las organizaciones. Nuestra investigación identifica diferentes maneras en que los empleados responden cuando se les pide que expliquen las decisiones generadas por la IA y señala mejores formas en que las empresas pueden gestionar los riesgos.

Cuando los expertos enmascaran la IA

En un importante banco alemán al que seguimos durante seis años (de 2019 a 2025), los responsables de crédito se enfrentaron a un sistema de IA predictiva que automatizaba por completo las decisiones de aprobación de préstamos. Si bien no podían anular las decisiones del sistema, seguían siendo responsables de comunicarlas y justificarlas ante los clientes.

Para facilitarles esta tarea, el sistema de IA generó explicaciones técnicas básicas, generalmente una serie de puntos con las reglas para el rechazo de una solicitud. Sin embargo, muchos agentes de crédito tuvieron dificultades para comprender estas explicaciones, ya que se alejaban considerablemente de sus estándares profesionales. Por ejemplo, el sistema podía indicar una "situación financiera inestable" incluso cuando un cliente no tenía préstamos vigentes y contaba con ingresos estables.

Los responsables de préstamos dudaban en admitir abiertamente su confusión, pues temían que esto menoscabara el papel de expertos que los clientes esperaban de ellos. Decidieron ocultar el papel de la IA y mantener los estándares y la terminología habituales para explicar las decisiones sobre los préstamos, aunque estas ya no se basaran en ellos.

Por ejemplo, los funcionarios citaban criterios habituales en el sector bancario, como un historial crediticio deficiente o umbrales de ingresos más estrictos debido a la inflación, como razones para rechazar préstamos, incluso cuando no se ajustaban a las reglas reales de la IA. Esperaban que los clientes consideraran plausibles esas explicaciones y siguieran confiando en los funcionarios de crédito.

Pero el enmascaramiento tuvo un costo. Observamos que los clientes a menudo salían confundidos de las consultas sobre préstamos cuando las explicaciones de los asesores no se ajustaban a su situación financiera particular. En conversaciones, varios clientes informaron haber notado la confusión e incertidumbre de los asesores al hacer preguntas de seguimiento, dudando de si realmente comprendían la decisión y merecían sus servicios. En consecuencia, algunos clientes decidieron cambiarse a un banco de la competencia. En lugar de fortalecer la confianza en las decisiones de la IA, el enmascaramiento creó distancia entre la organización, sus empleados y sus clientes.

Cuando los expertos adoptan la IA

En una empresa global de bienes de consumo que estudiamos entre 2018 y 2022, se observó una respuesta muy diferente. Los reclutadores internos de la empresa adoptaron con entusiasmo una nueva herramienta de selección basada en inteligencia artificial que predecía la idoneidad de los candidatos a un puesto de trabajo mediante la identificación de patrones en los datos de personalidad y rendimiento de empleados anteriores.

A diferencia de los agentes de crédito, la mayoría de los reclutadores no veían la herramienta de IA como una amenaza. En cambio, la mayoría la consideraba una oportunidad para fortalecer su credibilidad ante los gerentes de contratación, quienes a menudo cuestionaban las selecciones de los reclutadores.

Durante años, los reclutadores tuvieron dificultades para justificar la selección de ciertos candidatos para las entrevistas de trabajo. La herramienta de IA pareció ofrecerles algo que les había faltado durante mucho tiempo: datos que respaldaran sus decisiones. Los reclutadores comenzaron a mostrar puntuaciones, gráficos y rasgos de personalidad generados por la IA en sus reuniones informativas con los gerentes de contratación, con la esperanza de que los datos hicieran más convincentes las selecciones de candidatos.

Inicialmente, la estrategia parecía prometedora. Los gerentes quedaron impresionados con los nuevos resultados, pero pronto se toparon con otro problema: les costaba interpretarlos. ¿Una puntuación de 59 era buena o mala? ¿Qué criterio de referencia debíamos usar? ¿Qué rasgos debíamos indagar en la entrevista? Los reclutadores dudaban en responder ellos mismos a las preguntas, pues temían que ofrecer interpretaciones personales pudiera socavar la supuesta objetividad de los resultados de la IA.

En cambio, los reclutadores intentaron automatizar la explicación. Colaboraron estrechamente con el equipo de tecnología para rediseñar los resultados de la IA, añadiendo descripciones y estándares que consideraban significativos y relevantes. Seleccionaron los grupos de referencia internos, decidieron qué rasgos de alto y bajo rendimiento debían destacarse y elaboraron preguntas de entrevista relacionadas con esos rasgos.

El resultado fue un sistema que requería menos explicaciones por parte de los reclutadores. Los responsables de contratación informaron que les resultaba más fácil comprender los resultados de la IA e incorporarlos a las entrevistas de trabajo y a las decisiones de contratación sin depender de los reclutadores para que los interpretaran.

Sin embargo, la automatización de las explicaciones generó un dilema inesperado. Cuanto más hacían los reclutadores que el sistema pareciera autosuficiente, menos visible se volvía su propia contribución. Los reclutadores seguían desempeñando un papel fundamental entre bastidores: perfeccionando los parámetros de referencia, incorporando la retroalimentación de la gerencia y rediseñando las visualizaciones. Pero una vez que esas contribuciones se integraron en la tecnología, los gerentes atribuyeron el valor a la IA en lugar de a los expertos que la habían desarrollado. La experiencia de los reclutadores, por lo tanto, seguía siendo esencial, pero cada vez quedaba menos visible y tenía menos visibilidad estratégica de la que esperaban.

Cuando los expertos complementan la IA

Una tercera respuesta se produjo en una empresa de biotecnología que estudiamos entre 2021 y 2023, donde una máquina clasificadora basada en inteligencia artificial clasificó y separó automáticamente las semillas por calidad.

Al igual que los agentes de crédito y los reclutadores, tras la introducción de la herramienta de IA, los expertos en semillas dejaron de tomar las decisiones principales. Sin embargo, a diferencia de los demás grupos, se encontraban en una posición diferente: al operar la máquina de clasificación basada en IA, podían inspeccionar los datos de imagen subyacentes, revisar las clasificaciones del sistema y colaborar estrechamente con los desarrolladores. Con el tiempo, esto les permitió desarrollar un nuevo tipo de experiencia. Al principio, los expertos en semillas a menudo no podían explicar, e incluso a veces cuestionaban, las decisiones del sistema, pero con el tiempo aprendieron a traducir las evaluaciones detalladas de las semillas realizadas por la IA en explicaciones útiles para la toma de decisiones operativas.

Esa pericia no surgió por sí sola. La empresa instaló un laboratorio de imagenología especializado junto a la planta de clasificación y proporcionó a los expertos el tiempo y las herramientas necesarias para estudiar cada semilla en detalle. De esta forma, comenzaron a comparar las clasificaciones del sistema con sus propios análisis de las semillas, descubriendo que el modelo detectaba patrones visuales sutiles que no habían utilizado previamente en sus juicios. Con el tiempo, identificaron características consistentes basadas en imágenes que ayudaban a explicar por qué el modelo clasificaba las semillas como buenas o malas. Documentaron estos patrones en bibliotecas de imágenes compartidas y desarrollaron un lenguaje común para analizarlos.

Igualmente importante, los expertos en semillas aprendieron de los gerentes de la cadena de suministro qué tipo de explicaciones eran realmente útiles para las decisiones operativas, como la planificación del envío de lotes de semillas, la decisión de si un lote debía limpiarse nuevamente y la respuesta a las preguntas de los compradores externos. La máquina de clasificación basada en IA no solo liberó a los expertos para que dedicaran más tiempo a los gerentes, sino que también les brindó a ambos grupos un nuevo objeto de aprendizaje y una herramienta para mejorar las decisiones operativas: las clasificaciones del modelo y las imágenes subyacentes de las semillas.

Posteriormente, la organización creó estructuras para respaldar este proceso. Los expertos en semillas se reunían semanalmente con los desarrolladores para incorporar sus observaciones directamente en las mejoras del modelo. Los gerentes de la cadena de suministro consultaban a los expertos a diario, y cuando estos identificaban defectos para los que el modelo nunca había sido entrenado, la empresa financiaba proyectos de investigación conjuntos para analizarlos.

Gracias a esta experiencia, los expertos en semillas podían vincular información más detallada y basada en datos, obtenida mediante IA, con resultados comerciales concretos. En lugar de mencionar vagamente "diferencias de color", podían explicar cómo un patrón específico podría provocar una germinación irregular o recomendar el método de limpieza más adecuado para preservar semillas sanas en un lote determinado. Los responsables de la cadena de suministro recurrían a estas explicaciones tanto para orientar las decisiones operativas como para justificarlas ante los compradores externos.

Cómo los líderes pueden ayudar a los empleados a explicar las decisiones relacionadas con la IA.

Nuestros hallazgos demuestran que los empleados no responden de manera uniforme a las decisiones generadas por la IA. Algunos ocultan el papel de la IA, otros la adoptan para fortalecer su propia credibilidad, mientras que otros desarrollan nuevas habilidades que complementan la IA.

Es importante destacar que estas respuestas no están determinadas únicamente por la tecnología: todos los empleados en estos casos se enfrentaron a sistemas de IA cuyas decisiones eran difíciles de interpretar y explicar. Lo que varió fueron las relaciones que los empleados mantenían con sus superiores y las estructuras organizativas que apoyaban —o limitaban— su capacidad para comprender los resultados de la IA.

Nuestra investigación sugiere tres lecciones clave para que los líderes ayuden a los empleados a desarrollar respuestas productivas a las decisiones generadas por la IA y, en última instancia, a impulsar una mejor toma de decisiones con la IA.

Crear oportunidades de aprendizaje entre los empleados y sus clientes.

Las respuestas más productivas surgieron cuando los empleados podían aprender continuamente de las personas a las que tenían que explicar las decisiones generadas por la IA.

Los reclutadores mejoraron los resultados de la IA al responder a las preguntas y críticas de los gerentes de contratación. Los expertos aprendieron qué interpretaciones ayudaban a los gerentes de la cadena de suministro a tomar mejores decisiones operativas. Por el contrario, los oficiales de crédito rara vez tenían oportunidades de aprender de sus clientes mediante interacciones puntuales. Los clientes que encontraban las decisiones confusas o insatisfactorias a menudo simplemente se marchaban, dejando a los oficiales con poca retroalimentación y escasa oportunidad de mejorar su enfoque.

Por lo tanto, los líderes deben crear oportunidades periódicas para el diálogo entre los empleados y las personas ante quienes rinden cuentas, ya sean colegas, clientes internos o externos. Talleres recurrentes, sesiones de revisión, foros de retroalimentación de clientes y reuniones interdepartamentales pueden brindar oportunidades sistemáticas para que los empleados aprendan cómo se reciben sus explicaciones y cómo pueden mejorarlas con el tiempo.

Algunas organizaciones ya han comenzado a institucionalizar estos ciclos de aprendizaje. Por ejemplo, en la Clínica Mayo, los médicos discuten las recomendaciones de diagnóstico asistidas por IA que deben explicarse a los pacientes en conferencias de casos multidisciplinarias, utilizando estas revisiones recurrentes para comparar las decisiones respaldadas por IA con los resultados clínicos y perfeccionar la forma en que interpretan y comunican los conocimientos generados por la IA en la práctica.

Redefinir la especialización en torno a la interpretación.

Cuando la IA asume la toma de decisiones clave, los empleados suelen perder la actividad mediante la cual tradicionalmente demostraban su experiencia. Por lo tanto, las organizaciones deben ayudar a los empleados a desarrollar nuevas formas de generar valor con la IA, lo que a menudo implica redefinir lo que se considera "trabajo valioso".

El caso de la biotecnología lo ilustra bien. Los expertos en semillas fortalecieron su posición no compitiendo con la IA, sino desarrollando experiencia en la interpretación de los resultados de la IA, conectándolos con los resultados comerciales y ayudando a otros a actuar en consecuencia. Su función evolucionó de tomar decisiones a darles un significado.

No basta con desarrollar dicha experiencia; también debe hacerse visible. El caso de la contratación demuestra por qué. Los reclutadores desempeñaron un papel fundamental para que los responsables de contratación comprendieran los resultados de la IA, pero su experiencia quedó invisibilizada al integrarse en la tecnología en lugar de atribuírseles a ellos mismos.

Por lo tanto, los líderes deben crear procesos organizacionales que fomenten y reconozcan la experiencia interpretativa. Pueden establecer espacios de aprendizaje, como el laboratorio de imágenes y los proyectos de investigación conjuntos en el caso de la biotecnología, para ayudar a los empleados a desarrollar y compartir conocimientos especializados. Al mismo tiempo, las organizaciones pueden reconocer y recompensar explícitamente el trabajo de interpretar, mejorar y explicar las decisiones generadas por la IA, actualizando las descripciones de puestos, las evaluaciones de desempeño y los criterios de promoción. Esto permite a los empleados crear nuevos roles que siguen siendo valiosos a medida que se expande la toma de decisiones basada en la IA.

Mantener un compromiso crítico con las decisiones de la IA.

Una última lección es que la rendición de cuentas se vuelve problemática cuando se espera que los empleados defiendan las decisiones de la IA sin poder cuestionarlas.

En el sector bancario, los responsables de préstamos justificaban habitualmente decisiones que a ellos mismos les resultaban desconcertantes. En el ámbito de la selección de personal, los responsables de contratación recurrían cada vez más a sistemas de IA cuya lógica subyacente seguía siendo difícil de comprender del todo para los reclutadores. En ambos casos, la responsabilidad de explicar las decisiones corría el riesgo de convertirse en presión para aceptarlas.

El caso de la biotecnología siguió un camino diferente. Los empleados tuvieron acceso a los datos subyacentes, oportunidades para investigar los resultados de la IA e interacciones regulares con los desarrolladores. Como resultado, pudieron identificar errores, descubrir puntos débiles y mejorar el sistema con el tiempo.

Por lo tanto, los líderes deben integrar la interacción crítica con la IA como parte fundamental del trabajo, especialmente en entornos de alto riesgo. Pueden involucrar a los empleados en el desarrollo y la evaluación de modelos, así como establecer normas, procesos y rutinas donde se espera que los empleados cuestionen, y sean recompensados, por decisiones que parezcan difíciles de justificar o inconsistentes con su experiencia.

...

El reto de la IA explicable no consiste simplemente en hacerla más transparente. Nuestra investigación demuestra que, cuando los empleados son responsables de las decisiones generadas por la IA, no se limitan a transmitir sus resultados. En cambio, los interpretan, los modifican e incluso, en ocasiones, los enmascaran activamente para proteger su credibilidad profesional y cumplir con las expectativas de las partes interesadas.

Que estas respuestas refuercen o debiliten la adopción de la IA depende de la organización que la rodea. Las organizaciones que crean oportunidades de aprendizaje, cultivan nuevas formas de conocimiento interpretativo y animan a sus empleados a cuestionar la IA cuando sea apropiado tienen muchas más probabilidades de aprovechar el valor que promete la IA explicable.

Lea más sobre Liderazgo y gestión de personas o temas relacionados como IA generativa, Gestión de riesgos, Gestión de la incertidumbre, Gestión de personas y Experimentación.

Anne-Sophie Mayer es catedrática de trabajo digital en la LMU de Múnich. Investiga cómo la inteligencia artificial y otras tecnologías emergentes están transformando la forma en que las organizaciones trabajan, se organizan y desarrollan su experiencia.

Elmira van den Broek es profesora adjunta en la Casa de la Innovación de la Escuela de Economía de Estocolmo.

Tomislav Karačić es profesor adjunto de sistemas de información en el Departamento de Gestión de la London School of Economics and Political Science, miembro afiliado del Instituto de Ciencia de Datos de la LSE y asociado de la Unidad de Religión y Sociedad Global de la LSE. Su trabajo se centra en cuestiones de conocimiento en relación con las tecnologías emergentes.

Doxa 2570

Argumentos a favor de una gestión centrada en el rendimiento

Por Tony Guadagni, Tess Lawrence, Kalpana Tokas y Carolina Valencia

Liderazgo y Gestión de Personal

Harvard Business Review

#Doxa #Productividad #Eficiencia #Meritocracia #Rentabilidad #Desempeno #Optimizacion #Motivacion #Resultados #Competitividad #Evaluacion

Resumen. Lo que comenzó como una respuesta impulsada por la crisis de la pandemia de la COVID-19 sentó las bases del paradigma de gestión dominante en la actualidad: la gestión centrada en las personas. Sin embargo, el mundo empresarial actual exige un enfoquediferente, ya que el rendimiento y la productividad han sustituido al compromiso y la retención como prioridades en la agenda del CEO. La gestión centrada en el rendimiento representa un cambio gradual hacia un enfoque en el que los directivos capacitan a sus equipos para que obtengan resultados de gran impacto en una realidad compleja y en constante evolución. Sigue situando a las personas en el centro, pero reorienta el papel del directivo hacia la potenciación del rendimiento, y no solo hacia el fomento de la satisfacción. Un estudio de Gartner revela que los directivos que adoptan un enfoque centrado en el rendimiento tienen hasta un 21% más de probabilidades de alcanzar los resultados empresariales que se esperan de ellos. Además, los empleados que afirman que sus directivos dan prioridad al rendimiento manifiestan una mayor satisfacción general con su experiencia laboral.

El inicio de la pandemia de la COVID-19 en marzo de 2020 desencadenó una reconfiguración radical de nuestra forma de trabajo, cuya velocidad y magnitud superaron con creces cualquier precedente histórico. De la noche a la mañana, las cocinas se convirtieron en oficinas y las reuniones pasaron a celebrarse en los salones. Las fronteras tradicionales entre el trabajo y la vida personal se disolvieron mientras los trabajadores intentaban mantener la productividad en medio de la agitación económica, al tiempo que desinfectaban la compra y gestionaban las clases en línea de sus hijos.

Un año después se produjo el inicio de lo que se conoció como la «Gran Renuncia», en la que la tasa de abandono voluntario se disparó casi un 30 % en Estados Unidos, en comparación con los niveles previos a la pandemia, según las cifras de la Oficina de Estadísticas Laborales.

En respuesta a ello, los CEOs situaron el compromiso y la retención de los empleados como prioridad máxima, autorizando aumentos sin precedentes en los presupuestos de remuneración para hacer frente a la feroz competencia por el talento. Mientras tanto, los directores de recursos humanos reformularon de forma generalizada los fundamentos de la propuesta de valor para los empleados con el fin de adaptarse a las prestaciones y las consideraciones sobre la conciliación entre la vida laboral y personal que los empleados habían llegado a esperar.

Lo que comenzó como una respuesta impulsada por la crisis sentó las bases del paradigma de gestión dominante en la actualidad: la gestión centrada en las personas. Tras años de formación sobre liderazgo empático y principios centrados en las personas, un estudio de Gartner revela que dos tercios de los directivos consideran que su función principal es gestionar a las personas, en lugar de los proyectos y procesos que mantienen la organización en marcha. Una encuesta de Gartner realizada en diciembre de 2025 a 2.947 empleados y directivos pone de manifiesto hasta qué punto se ha arraigado esta mentalidad:

• El 62% de los directivos afirma sentirse en la obligación de proteger a los miembros de su equipo.
• El 45% de los directivos afirma que toma decisiones que favorecen a sus empleados en detrimento de la empresa.
• El directivo medio dedica nueve horas —lo que equivale a más del 20 % de su jornada laboral— a escuchar y tratar de resolver las tensiones personales y emocionales de los empleados.

Un nuevo mandato macroeconómico

Las fuerzas que hicieron necesario un enfoque centrado en las personas han dado paso a una nueva serie de presiones que exigen un enfoque de gestión diferente. Los líderes actuales se enfrentan a una realidad compleja y frágil: una incertidumbre económica persistente, la rápida integración de la inteligencia artificial y un panorama geopolítico cada vez más volátil. En este contexto, el rendimiento y la productividad han sustituido al compromiso y la retención como prioridades principales en la agenda de los CEO.

Las prioridades empresariales han cambiado, y la gestión debe adaptarse en consecuencia. Esto no significa abandonar la empatía, sino replantearla e integrarla en un marco de gestión que se ajuste al mandato actual.

La gestión centrada en el rendimiento supone un cambio gradual que se aleja de un enfoque en el que los directivos consideran que su función principal es gestionar a las personas, y se orienta hacia uno en el que capacitan a sus equipos para que obtengan resultados de gran impacto en una realidad compleja y en constante evolución. Sigue situando a las personas en el centro, pero reorienta el papel del directivo hacia la potenciación del rendimiento, y no solo hacia el fomento de la satisfacción. La flexibilidad y la atención siguen siendo importantes, pero se convierten en herramientas al servicio de los resultados, y no en los resultados en sí mismos.

Los estudios de Gartner demuestran que la gestión centrada en el rendimiento funciona. Los directivos que adoptan un enfoque centrado en el rendimiento tienen hasta un 21% más de probabilidades de alcanzar los resultados empresariales que se esperan de ellos. Además, los empleados que afirman que sus directivos dan prioridad al rendimiento expresan una mayor satisfacción general con su experiencia laboral.

La cuestión ya no es si hay que dar el paso, sino cómo hacerlo. Para poner en práctica un enfoque de gestión que priorice el rendimiento, los líderes deben, en primer lugar, contribuir a cambiar la mentalidad de los directivos respecto a la orientación principal de sus funciones mediante tres.

Restablecer los fundamentos de la gestión

El enfoque en una gestión centrada en las personas ha formado a los directivos para que sean empáticos, pero no necesariamente eficaces en la ejecución del trabajo. De hecho, un estudio de Gartner sugiere que solo alrededor de la mitad de los empleados afirma que su responsable es eficaz en los aspectos más fundamentales de la gestión: proporcionar comentarios claros para el desarrollo profesional, ayudar a priorizar el trabajo y ofrecer apoyo en proyectos difíciles.

Para subsanar esta deficiencia, las organizaciones deberían plantearse reorientar la selección y la formación de los directivos hacia los aspectos tácticos y operativos de su función. Aunque estos pueden variar según el sector y el puesto, los principios básicos de una gestión centrada en el rendimiento incluyen:

• Pasar del «qué» al «cómo»: convertir la estrategia empresarial de alto nivel en tareas concretas y viables
• Seguimiento de resultados: medir el éxito en función de los resultados, no del esfuerzo
• Diseño de flujos de trabajo: identificar y subsanar las ineficiencias en la forma de realizar el trabajo
• Integración de la IA: Demostrar cómo utilizar las herramientas de IA de forma eficaz y responsable
• Apoyo al desarrollo profesional: Vincular las fortalezas y ambiciones de los empleados con el rendimiento del equipo

Un ejemplo lo ofrece AIA Group Limited, un grupo de seguros de vida y servicios financieros que opera principalmente en la región de Asia-Pacífico. Para impulsar el crecimiento y el rendimiento de la organización, AIA se centra en fomentar una cultura de empoderamiento basada en la responsabilidad, dotando a los líderes y a los empleados de las herramientas necesarias para alcanzar sus ambiciones mediante el desarrollo de competencias y el acceso a los recursos y la orientación necesarios. Los principios fundamentales del liderazgo son esenciales para la cultura orientada al rendimiento de AIA, y se espera que todos los empleados los integren en sus actividades cotidianas.

En 2025, la cultura de alto rendimiento y los elevados niveles de compromiso de AIA fueron reconocidos con el premio «Gallup Exceptional Workplace Award» por cuarto año consecutivo.

Prevea —y acepte— cierto grado de insatisfacción entre los empleados

En los últimos cinco años, las organizaciones han reorientado la experiencia de los empleados hacia la flexibilidad y las necesidades personales, dejando claro que el trabajo debe adaptarse a la vida personal de los empleados, y no al revés. Sin embargo, a medida que las condiciones macroeconómicas se han endurecido, muchas de esas concesiones —desde el teletrabajo a tiempo completo hasta la flexibilidad extrema— se están reduciendo.

Los directivos se sienten atrapados en el medio. Mientras que los líderes establecieron las políticas, a los directivos les corresponde defenderlas y velar por su cumplimiento. Sin embargo, un estudio de Gartner revela que el 72 % de los directivos sigue creyendo que es su responsabilidad garantizar una experiencia positiva para los empleados, incluso cuando carecen de la autoridad necesaria para conceder las ventajas que han llegado a definirla. Esta desconexión tiene por supuesto una enorme carga para el tiempo y los recursos de los directivos.

Los directivos deben aceptar que cierto grado de insatisfacción entre los empleados no solo es inevitable, sino que cabe esperarlo durante los períodos de cambios organizativos significativos. En lugar de intentar resolver el descontento personal —sobre el que tienen una capacidad limitada—, se debe animar a los directivos a centrado en las cuatro palancas ambientales que están bajo su control directo:

1. Alinear el trabajo con los intereses y las aspiraciones de los empleados
2. Crear una percepción clara de equidad
3. Ayudar a establecer prioridades en las tareas
4. Reconocer con frecuencia las contribuciones

Cuando los directivos aplican correctamente estos principios básicos, los estudios de Gartner muestran que la percepción de los empleados mejora, incluso en entornos menos flexibles. Los empleados que afirman que su responsable es eficaz en cada una de estas cuatro acciones manifiestan un nivel de satisfacción significativamente mayor con su experiencia laboral.

Restablecer la objetividad de los responsables

Las ventajas de una relación sólida entre los directivos y los empleados están ampliamente documentadas. Los empleados que declaran tener una relación favorable son más propensos a manifestar una sensación de seguridad psicológica y un mayor nivel de innovación, y, en general, presentan un menor riesgo de abandono de la empresa. Sin embargo, para muchos directivos, la afinidad personal con los empleados puede conducir a una «trampa de la lealtad» que va en contra de los intereses de la organización.

La gestión centrada en el rendimiento requiere un reajuste. Los directivos deben trasladar su lealtad principal de los empleados individuales a los resultados del equipo y al éxito de la organización. No se trata de debilitar las relaciones, sino de aprovecharlas para alcanzar objetivos comunes.

Formar a directivos más objetivos lleva tiempo. Requerir:

• Expectativas claras en torno a la toma de decisiones
• Herramientas y marcos prácticos.
• Un apoyo y un refuerzo constantes por parte del equipo directivo.

Las organizaciones pueden contribuir a restablecer la objetividad de los directivos mediante tres mecanismos:

Formación

Presentar casos prácticos, como qué hacer con un empleado poco eficaz pero muy querido, puede ayudar a identificar en qué casos los instintos protectores de un directivo pueden perjudicar a la empresa. Las organizaciones también pueden ofrecer simulaciones o ejercicios de juego de roles para ayudar a los directivos a proporcionar comentarios directos y productivos, así como talleres sobre la toma de decisiones basadas en el retorno de la inversión (ROI), con el fin de ayudar a evaluar las adaptaciones para los empleados y los cambios en los planos de los proyectos.

Herramientas

Las organizaciones deben proporcionar a los directivos criterios estandarizados que definan de forma objetiva en qué consiste el éxito. Pueden ofrecer cuadros de mando de calibración que permitan a los directivos evaluar objetivamente los resultados de su equipo en relación con los objetivos predeterminados, o matrices de puntuación que les ayudarán a evaluar las tareas más críticas para el éxito del equipo.

Refuerzo

Los indicadores clave de rendimiento (KPI) basados ​​en resultados deben establecer una alineación clara y directa entre las prioridades del directivo y el rendimiento del equipo. Las organizaciones pueden ofrecer recompensas y reconocimiento a los directivos con mejor rendimiento. Las redes de apoyo entre compañeros también pueden proporcionar a los directivos un foro para compartir cómo han modificado su propio enfoque e intercambiar tácticas que han dado buenos resultados.

...

Los últimos cinco años han redefinido lo que significa liderar. Sin embargo, la siguiente fase requerirá algo diferente. El compromiso de los empleados no basta para impulsar el éxito a medida que las organizaciones se transforman en torno a la inteligencia artificial. En un mundo caracterizado por la incertidumbre y los cambios rápidos, el rendimiento debe ocupar un lugar central.

Para tener éxito, el departamento de Recursos Humanos debe dotar a sus directivos de las herramientas necesarias para dar ese paso de proteger a los equipos a empoderarlos, y de dar prioridad a la satisfacción a propiciar la excelencia.

Leer más sobre Liderazgo y gestión de personas o temas relacionados Gestión de empleados, Gestión de personas, Gestión, Filosofía de gestión and Estilos de gestión

Tony Guadagni es analista director del departamento de Recursos Humanos de Gartner. Dirige iniciativas de investigación y asesora a directores de recursos humanos y responsables de gestión del talento sobre cómo crear una plantilla comprometida y productiva. Tony se centra especialmente en la gestión del rendimiento, la movilidad interna, el compromiso de los empleados y el uso eficaz de las recompensas para impulsar el rendimiento de los empleados.

Tess Lawrence es analista principal del departamento de Recursos Humanos de Gartner, donde asesora a los directores de recursos humanos sobre estrategia y transformación en este ámbito. Su investigación se centra en las funciones de RR. S.S. y la estrategia de talento, la eficacia de los modelos operativos y la ejecución de cambios para impulsar el rendimiento funcional y el impacto empresarial.

Kalpana Tokas es directora del equipo de Perspectivas Empresariales y Tecnológicas de Gartner. Es investigadora cuantitativa especializada en las prioridades de los altos directivos en todas las áreas funcionales.

Carolina Valencia es vicepresidenta del departamento de recursos humanos de Gartner. Dirige un equipo de investigadores centrados en diversos temas, entre los que se incluyen el liderazgo, la colaboración entre altos directivos, el rendimiento y las recompensas.