La promesa de genAI es robusta: ampliar la capacidad humana, automatizar tareas repetitivas y desatar aumentos de productividad.
Tres años después del lanzamiento de ChatGPT, su adopción es impresionante: 700 millones de usuarios (9% de la población mundial). En empresas, más del 80% ha explorado herramientas como ChatGPT/Copilot y el 40% las ha implementado.
Adopción masiva. Check.
Resultados? Not so much.
🚨 El costo del trabajo mediocre
En Estados Unidos le llaman "workslop": trabajo de mala calidad generado por IA que parece profesional pero es, en esencia, #mediocre.
- El reporte que tu colega "escribió" pero claramente Claude redactó
- El análisis que parece sofisticado (hecho en Colab) que no concluye nada
- La propuesta que es puro ruido "inspirada" en Perplexity
El término viene de "AI slop" (contenido basura generado por IA en redes sociales) aplicado al mundo corporativo: reportes, presentaciones, emails y modelos hechos con esfuerzo mínimo.
Harvard realizó un estudio con 1150 profesionales y encontró que: El 40% recibió workslop el último mes. El 53% quedó molesto, el 38% confundido y el 22% lo consideró una ofensa. El impacto se extiende a cómo percibes a quién te lo envío: menos confiabilidad (42%), menos inteligencia (27%) y menos creatividad (54%).
El estudio estima que, en una empresa con 10000 trabajadores, el workslop genera pérdidas por 9 millones de dólares al año (repito: Nueve Millones De Dólares!!!). Lo que a un analista le toma 30 segundos producir, le toma al jefe 30 minutos revisar, corregir y eventualmente, rehacer.
💔 La desilución con los proyectos IA
El estudio del MIT Media Lab es más catastrófico: del 60% de las organizaciones que evaluaron sistemas IA a nivel corporativo, solo el 20% llegó a piloto. Y de esos, el 5% llegó a producción. Una icónica tasa de fracaso del 95%.
Repetimos: solo el 5% de los pilotos de IA están extrayendo valor.
La barrera principal no es infraestructura, regulación o talento. En primer lugar, es la resistencia a adoptar nuevas herramientas (esto era esperable). Pero el segundo lugar, es más sorprendente: la calidad de los outputs.
Aquí vemos un contraste: muchos trabajadores usan IA en su vida personal y experimentan aumento en su productividad. Mientras tanto, las iniciativas formales de IA en sus empresas se estancan. La brecha viene de que los trabajadores ya saben cómo se siente usar una buena IA. Esto los hace menos tolerantes a herramientas corporativas que los obligan a usar.
💡 Nuestro takeaway
Las herramientas genAI han mejorado la productividad individual, pero no han movido la aguja en el P&L. Peor aún, están drenando productividad organizacional.
La inflación de la mediocridad
El trabajo mediocre siempre ha existido, la innovación es que ahora la IA lo hace eficiente: puedes producir 10 veces más trabajo mediocre en la mitad del tiempo.
Eso es incompetencia a escala que, paradójicamente, lo hace más cara para la organización.
Cuando alguien entrega trabajo mediocre, aunque sea generado por la mejor IA, está haciendo una declaración: entregar importa más que crear valor. La IA es un amplificador. Si alguien es mediocre, la IA lo hará eficientemente mediocre.
Qué hacer al respecto
Los expertos coinciden en lo básico para los líderes: elevar el estándar de lo que se considera un trabajo aceptable, normalizar el "try again" sin drama y asegurar entrenamiento al equipo, no solo acceso a herramientas.
Para las organizaciones estancadas, el MIT recomienda dejar de invertir en herramientas estáticas, asociarse con proveedores que ofrezcan (o ayuden) a personalizar los sistemas y focalizar el esfuerzo en la integración de flujos de trabajo, no demos impresionantes pero lejanas.
Para la adopción, HBR recomienda identificar a los trabajadores de alta autonomía y competencia (les llama pilots), que usan genAI un 75% más frecuente en el trabajo que sus pares y aprovecharlos como exportadores de buenas prácticas.
Lo que realmente está en juego
Creemos que el gran problema, es que el workslop rompe un contrato tácito: cuando aceptamos un rol, aceptamos tomar en serio los proyectos compartidos de la organización y respetar los tiempos de las otras personas.
Si bien el miedo era que la IA revelara nuestra obsolescencia, en realidad, está revelando nuestra mediocridad: nos da herramientas para producirla a escala industrial.
Sin embargo, si aceptamos que el problema es humano (no solo tecnológico), la solución también lo es. No solo necesitamos mejor tecnología, también necesitamos declarar y hacer cumplir mejores estándares de trabajo.
Discusión de miembros