La parte más difícil de un proyecto de IA no es shippear el sistema. Es shippear la nueva forma de trabajar sin perder al equipo que tiene que vivir en ella.
La IA no reemplaza una herramienta — reemplaza un workflow, y un workflow es gente. El change management es la parte que la mayoría de proyectos de IA se saltan, y es la que decide si el sistema se adopta o se guarda en un cajón.
Primero lo primero: la gente que vive en él
Empieza con el fin en mente: ¿quién tiene que usarlo cada día, y cómo se ve su día después? Si la respuesta es "su trabajo se volvió más difícil y menos cierto", el sistema será saboteado — educadamente, persistentemente, y con éxito.
- Mapea a la gente cuyo trabajo cambia.
- Nombra qué ganan y qué pierden.
- Haz la ganancia visible antes de que la pérdida llegue.
Los enemigos de la adopción
La resistencia no es irracional. Es self-interest racional: la gente protege su standing, su autonomía y su certeza. Un sistema de IA que amenaza los tres sin reemplazar ninguno será resistido — y la resistencia se verá como preocupaciones razonables sobre calidad, por eso es difícil discutir con ella.
- "No es tan preciso como yo." (Status.)
- "No confío en él con los edge cases." (Autonomía.)
- "¿Qué pasa cuando se equivoca?" (Certeza.)
La secuencia de cambio
Shippea la parte aburrida primero — la que remueve drudgery y no arriesga nada. Deja que el equipo sienta la ganancia. Luego shippea la parte que cambia el judgment, con los humanos aún en el loop, y recoge el loop gradualmente a medida que se construye confianza.
Cómo lo enmarca FACTA
El trabajo enterprise de FACTA shippea operaciones de IA a estándar, pero el lado de adopción es igual de explícito: handoff de ownership faseado, ownership operacional real, y un workflow que el equipo puede correr de verdad. El sistema que se usa es el que fue diseñado para la gente que lo usaría.
Conclusión
El change management de IA es shippear una nueva forma de trabajar sin romper a la gente en ella. Gana la parte aburrida primero, luego cambia el judgment despacio, con los humanos aún en el loop.
Sobre FACTA
FACTA ayuda a startups y equipos en etapa de crecimiento a convertir la IA en sistemas de producción que siguen funcionando — no demos que impresionan una vez.
Diseñamos la arquitectura alrededor de las partes que realmente fallan bajo uso real: herramientas que tú controlas, credenciales que tú gestionas, failover, controles de costo, observabilidad. La infraestructura aburrida que mantiene vivo un sistema después del lanzamiento.
Liderado por Matías Baglieri y Carolina Fogliato, nos enfocamos en una sola cosa:
Liderazgo de IA que construye. No solo asesora.
Cuéntanos qué equipo tendrá que vivir en el sistema de IA que estás shippeando.
Mapeamos la secuencia de cambio que logra adopción en vez de sabotaje. Relacionado: el modelo de CAIO fraccional.
Explora la estrategia de IA