Hace unos meses escribí sobre la creación de agentes autónomos impulsados por la IA generativa. Desde entonces, me he preguntado ¿cómo las teorías de gestión actuales pueden explicar estos fenómenos recientes? ¿Son nuestros marcos teóricos capaces de abordar los cambios que estas tecnologías traen a la vida empresarial, o necesitamos replantearlos para comprender plenamente su impacto?
La inteligencia artificial avanza a un ritmo sin precedentes, y los agentes autónomos son un claro ejemplo de ello. Estas entidades no son simples herramientas; son sistemas capaces de aprender, adaptarse y tomar decisiones por sí mismos. A diferencia de los recursos tradicionales que requieren integración y combinación con otros activos—como un nuevo software que debe ser implementado y utilizado por personal capacitado—estos agentes pueden operar de forma independiente.
Por ejemplo, un agente autónomo de IA puede analizar datos de mercado, identificar oportunidades de negocio y ejecutar tácticas sin intervención humana directa. Esto desafía aspectos clave de las teorías de gestión existentes y nos lleva a cuestionar si las perspectivas tradicionales son suficientes para entender y gestionar estos nuevos recursos.
La teoría de la visión basada en recursos (Resource-Based View, RBV) se centra en cómo los recursos internos de una empresa pueden proporcionar una ventaja competitiva sostenible si son valiosos, raros, inimitables y no sustituibles. Sin embargo, esta teoría asume que los recursos deben ser gestionados y combinados cuidadosamente por los directivos para generar valor.
Con los agentes autónomos, la capacidad de tomar decisiones y aprender por sí mismos puede reducir la necesidad de intervención humana en la gestión de recursos. Imaginemos una empresa que implementa un agente de IA generativa para optimizar su cadena de suministro; este agente puede analizar datos en tiempo real, predecir demandas futuras y negociar con proveedores, sin intervención humana. Esto desafía la idea tradicional de que los gerentes deben orquestar y combinar recursos para crear valor.
La Teoría de Sistemas ve a las organizaciones como conjuntos de componentes interrelacionados que requieren coordinación. Enfatiza la necesidad de entender y gestionar las interdependencias entre los diferentes elementos.
Los agentes autónomos, al operar independientemente, pueden alterar estas interdependencias y generar nuevos patrones emergentes no previstos en el diseño del sistema. Por ejemplo, en el sector financiero, un agente autónomo puede identificar oportunidades de inversión y ejecutar transacciones a alta velocidad.
Si este agente interactúa con mercados y otros sistemas externos sin una coordinación interna adecuada, puede exponer a la empresa a riesgos no anticipados, afectando la estabilidad organizacional.
El Enfoque de Orquestación de Recursos se centra en cómo los líderes estructuran, agrupan y aprovechan los recursos para crear valor. Con agentes autónomos, capaces de desarrollar nuevas rutinas y procesos sin dirección humana, la función tradicional de orquestación del liderazgo se ve desafiada. Por ejemplo, un agente de IA en una empresa de marketing puede generar campañas publicitarias, seleccionar audiencias y ajustar estrategias en tiempo real, todo sin intervención humana. Esto redefine el rol de los gerentes en la planificación y ejecución de estrategias.
Las herramientas de IA generativa están transformando la capacidad de procesamiento de información de los tomadores de decisiones. Al manejar grandes volúmenes de datos y proporcionar análisis avanzados, pueden reducir la carga cognitiva y minimizar sesgos humanos.
Sin embargo, también pueden introducir nuevos sesgos algorítmicos y afectar cómo las decisiones son percibidas y aceptadas. Por ejemplo, en recursos humanos, un agente de IA puede preseleccionar candidatos basado en patrones de datos históricos. Aunque acelera el proceso, existe el riesgo de perpetuar sesgos existentes, como discriminación de género o raza, sin que los responsables estén conscientes de ello.
La incorporación de agentes autónomos puede activar nuevas rutinas organizacionales y desarrollar capacidades dinámicas. Estas capacidades permiten a las empresas adaptarse rápidamente a cambios en el entorno, pero requieren una integración efectiva entre humanos y agentes de IA.
Por ejemplo, una empresa minorista utiliza agentes autónomos para ajustar precios dinámicamente según la demanda, competencia y otros factores. Esta nueva rutina mejora la competitividad, pero también exige que el personal se adapte a sistemas cambiantes y pueda explicar estos cambios a los clientes.
¿Estamos preparados para esta nueva era donde las máquinas no solo nos asisten, sino que también toman decisiones por sí mismas? Un ejemplo es el uso de vehículos autónomos en empresas de logística. Estos vehículos pueden planificar rutas, navegar en tráfico y realizar entregas sin intervención humana. Si bien mejora la eficiencia, también plantea cuestiones sobre responsabilidad en caso de errores o accidentes, y cómo se integra esta tecnología con el personal existente.
La integración de agentes autónomos de IA generativa representa una oportunidad sin precedentes para las empresas, pero también desafía nuestros marcos teóricos actuales.
Es necesario elaborar y adaptar nuestras teorías para considerar cómo estos agentes operan independientemente y cómo afectan las funciones gerenciales, las interacciones sistémicas y la creación de valor. Las organizaciones deben ser conscientes de cómo estas tecnologías interactúan con los sesgos cognitivos y pueden influir en la toma de decisiones.
Además, es fundamental establecer mecanismos para gestionar los riesgos asociados y asegurar que las nuevas rutinas y capacidades dinámicas se desarrollen coherentemente con los objetivos organizacionales.
La respuesta a si estamos preparados dependerá de nuestra capacidad para replantear y expandir nuestras teorías y prácticas de gestión, integrando ejemplos concretos y abordando los desafíos específicos que estas tecnologías presentan.
Solo así podremos aprovechar al máximo el potencial de los agentes autónomos y asegurar que contribuyan positivamente al éxito y sostenibilidad de nuestras organizaciones.
El autor es Profesor del Departamento de Mercadotecnia e Inteligencia de Negocios de EGADE Business School del Tecnológico de Monterrey.