El caso de Klarna, la fintech sueca, se ha convertido en un ejemplo recurrente en debates sobre inteligencia artificial y su impacto en el empleo. Su asistente virtual de inteligencia artificial logró gestionar, en su primer mes, 2,3 millones de conversaciones, lo que equivale al trabajo realizado por 700 agentes a tiempo completo. Este impresionante desempeño es frecuentemente utilizado para ilustrar cómo la tecnología puede optimizar costos y mejorar la eficiencia, con un impacto financiero estimado de 40 millones de dólares en utilidades. Sin embargo, este relato a menudo se narra de manera incompleta, desentendiendo un giro crucial: la necesidad de recontratar personal meses después debido a las limitaciones de la IA en interacciones que requieren un toque humano y conectado emocionalmente con el cliente.
La experiencia de Klarna destaca un aspecto fundamental en el ámbito de la inteligencia artificial: no todas las interacciones y tareas son susceptibles de ser automatizadas con éxito. Ricardo Niveyro, director de Olivia, resume esta realidad al señalar que hay tareas que la inteligencia artificial puede realizar de forma más eficiente, pero también existen actividades que demandan la complejidad y empatía humanas, elementos que la tecnología no puede replicar. A pesar del potencial que ofrece la automatización, muchas organizaciones ignoran esta distinción crítica, asumiendo que toda oportunidad de ahorro en horas de trabajo se traduce en una reducción de personal, un enfoque que podría resultar en consecuencias negativas a largo plazo.
La lógica que predominan en muchas empresas hoy en día, que asimila la introducción de IA a la simple reducción de costos, es una falla estratégica. Confundir la eficiencia con transformación puede ser éticamente problemático y peligrosamente miope. La falta de un entendimiento profundo de cómo la IA puede integrarse de manera efectiva en los procesos organizacionales puede conducir a una adopción superficial, donde se insertan tecnologías sin previo rediseño de procesos. Este patrón se repite no solo en el caso de Klarna, sino en muchas organizaciones que enfrentan la presión de adaptarse a un entorno tecnológicamente cambiante.
El desafío real de incorporar la inteligencia artificial en el contexto laboral radica en la dimensión humana del ecosistema organizacional. Así como en el siglo XIX la llegada de la electricidad transformó las fábricas solo cuando se rediseñaron los procesos de producción, la implementación de la IA requiere un enfoque similar. Datos del Microsoft 2026 Work Trend Index revelan que factores organizacionales como la cultura y el apoyo directivo tienen un impacto mucho mayor en la efectividad de la IA que las habilidades individuales de los usuarios. Apenas un 26% de los empleados cree que su liderazgo está alineado en torno a una estrategia de IA, lo que señala un grave cuello de botella que va más allá de la tecnología misma.
Marcelo Blechman, socio de Olivia, resalta que las organizaciones que desean aprovechar el verdadero valor de la IA no son aquellas que simplemente cuentan con las herramientas más avanzadas, sino las que comprenden que este reto es fundamentalmente un tema de liderazgo. La clave se encuentra en cultivar una mentalidad adecuada, en identificar qué tareas son legítimamente aptas para la IA y en diseñar casos de uso que se alineen directamente con las realidades de negocio. Estas empresas necesitan ser proactivas en medir el impacto antes de escalar soluciones y en invertir en la capacitación de sus equipos al mismo nivel que dedican a la adquisición de software, todo mientras evitan la automatización de procesos defectuosos. En definitiva, la inteligencia artificial productiva se diseña desde la alta dirección.
