En los procesos de búsqueda de ejecutivos vemos cada vez más que los candidatos tienen un dominio de la conversación sobre inteligencia artificial, pueden hablar de agentes inteligentes con fluidez. Sin embargo, cuando le preguntamos por una decisión concreta que tomó en contra de lo que indican los datos, se queda en silencio. No porque no la haya tomado sino porque no sabe cómo explicarla. Eso hace algunos años hubiera sido algo menor pero hoy se encuentra entre uno de los factores importantes en la decisión de una contratación.
Siempre se pensó que en el mundo de los datos, el que tenía información en grandes cantidades y llegaba antes que el resto, ganaba. Hoy, cualquier gerente, con una herramienta de inteligencia artificial y quince minutos, puede resumir doscientas páginas de un informe regulatorio o comparar a media docena de competidores. Lo que antes era terreno de un equipo de estrategia con semanas de trabajo, hoy lo resuelve una persona sola, en una tarde. El acceso a la información se democratizó de una manera que hace cuatro años era difícil de imaginar.
Entonces, si todos van a tener acceso a la misma inteligencia, ¿qué va a distinguir entonces a quien lidera de quien simplemente ejecuta lo que la máquina sugiere? La respuesta que estamos empezando a ver, una y otra vez, es el criterio.
Los ejecutivos tienen que tener la capacidad de saber cuándo confiar en lo que la IA propone, cuándo ponerlo en duda, y cuándo, directamente, decidir en el sentido contrario. Eso se construye con años de haberse equivocado, de haber estado en una sala donde los números decían una cosa y la intuición, alimentada por experiencia, decía otra.
En una investigación de Harvard Business Review, evaluadores experimentados valoraron propuestas presentadas a un concurso global de innovación con impacto social. A lo largo del experimento, se probaron tres condiciones: evaluaciones hechas por humanos, evaluaciones hechas con LLMs que llevaban una explicación al respecto, evaluaciones hechas por LLMs sin ninguna explicación. Descubrieron que cuando los LLMs sugerían descartar a un candidato, pese a haber sido aprobado por un panel de expertos, los evaluadores humanos preferían descartarlos.
Cuando una recomendación suena razonable una vez, y después otra, y después otra más, dejamos de hacernos preguntas y entramos en una comodidad peligrosa. Cuando dejamos de hacernos la pregunta incómoda porque la respuesta anterior sonó bien, el liderazgo empieza a erosionarse por dentro.
La inteligencia artificial no lee bien el contexto político de una organización, no capta las dinámicas culturales que explican por qué un cambio que en el papel es lógico va a fracasar en la práctica, no percibe los intereses cruzados entre áreas. Esas señales débiles, casi imperceptibles, muchas veces terminan siendo las que definen si una decisión estratégica funciona o se estrella.
Es importante ver cómo las compañías que están un paso adelante en esta transformación eligen posicionar a la inteligencia artificial dentro de su cultura. Microsoft, dentro de su propia casa, la llama copiloto. Nunca piloto. La elección de esa palabra es una definición de roles. En una encuesta reciente de BCG, el 72% de los CEOs consultados afirmó que hoy lidera personalmente la agenda de inteligencia artificial de su compañía, el doble que apenas un año atrás.
Durante décadas, en los procesos de evaluación de líderes, las preguntas centrales fueron más o menos siempre las mismas: qué estrategia implementó, qué transformación lideró o qué resultados consiguió. Preguntas que miran hacia el pasado, hacia lo que ya ocurrió y se puede medir.
Muy pronto vamos a tener que sumar una pregunta distinta, y esta mira hacia adelante: ¿cómo decide esta persona cuando la inteligencia artificial le recomienda algo y su propia experiencia le dice lo contrario? No hay una respuesta correcta universal a esa pregunta. Sin embargo, la forma en que alguien la responde, y sobre todo la forma en que argumenta esa respuesta, dice muchísimo más sobre su capacidad de liderar que cualquier certificación en herramientas de IA que pueda mostrar en su CV.
En el fondo, las organizaciones no necesitan más ejecutivos que sepan operar bien una herramienta. Necesitan líderes capaces de cuestionar lo que la herramienta les dice, de desafiarla cuando algo no cierra, de entender con claridad dónde están sus límites y, sobre todo, de asumir sobre sus propios hombros la responsabilidad de una decisión que, al final del día, ninguna máquina puede firmar por ellos.
Managing Director de Stanton Chase
