Una dirección que pregunta cómo documenta lo que hace la IA, en realidad plantea otra pregunta: qué queda si determinadas personas dejaran de estar mañana. Un comprador también hace esa pregunta, solo que sobre toda la empresa. No compra el número de empleados en la nómina, compra lo que sigue funcionando sin ellos. Documentar lo que hace la IA no es, por tanto, un resumen técnico de herramientas y licencias, es una descripción de qué trabajo depende de un sistema y qué trabajo depende de una persona.
El error que cometen la mayoría de los resúmenes es dividir el trabajo en dos categorías: automatizado o no. Eso pasa por alto la zona intermedia donde ahora mismo ocurre la mayor parte del movimiento. Hay tareas que la IA entrega de forma autónoma, tareas en las que la IA hace una propuesta y una persona la aprueba o la rechaza con un motivo, y tareas que siguen siendo trabajo humano porque el juicio, la relación o la responsabilidad no se pueden delegar. Esa categoría intermedia es inestable: la supervisión que ahora todavía se necesita puede ser más ligera dentro de un año, o igual de exigente. Quien solo registra lo que hoy ya funciona de forma totalmente automática, se pierde dónde está el movimiento.
Un título de función dice poco sobre lo que la IA puede asumir. Un controller hace trabajo de reporting que en gran parte se puede automatizar y trabajo de evaluación que no, a menudo dentro de la misma semana laboral. Documentar lo que hace la IA significa, por tanto, bajar al nivel de las tareas: qué acción, con qué input, con qué decisión al final. A nivel de función surge una imagen distorsionada que un comprador desmonta en un día durante el due diligence.
Cada estimación de lo que la IA puede asumir se apoya en supuestos sobre la calidad de los datos, la estabilidad del proceso y la disposición de una organización a dejar que un sistema tome la decisión. En tareas con muchas excepciones, input variable o valoraciones sensibles, el margen es amplio y el resultado es menos un hecho que una dirección. Un resumen que no deja espacio para eso, y que presenta todo en porcentajes fijos, merece menos confianza que un resumen que indica dónde el margen es grande. Esto también aplica al efecto sobre el precio: qué dependencia de un proveedor de IA reduce el precio no se puede resumir en una sola cifra, porque depende de cuánto del trabajo asumido depende de un único proveedor externo frente a cuánto está anclado en el propio proceso.
Hay situaciones en las que un resumen de lo que hace la IA tiene poco valor para un comprador. Si la asunción de tareas se apoya por completo en el conocimiento de una sola persona que configuró el sistema y nadie más puede explicar por qué funciona, la etiqueta "automatizado" no dice nada sobre el riesgo. Es la misma pregunta que con el trabajo humano: por qué un comprador pregunta quién mantiene la IA toca exactamente este punto. Una tarea que hoy gestiona un sistema pero que, en caso de avería, solo puede reparar su propietario, cuenta de forma distinta para un comprador que una tarea que un equipo entiende y mantiene.
Algunas empresas ya han documentado esto, otras aún no lo han hecho en absoluto, y la diferencia rara vez está en el sector o el tamaño. Está en quién anotó las tareas antes de que la IA entrara en escena. Una empresa con procesos descritos puede señalar con relativa rapidez qué parte de ellos se puede transferir a un sistema. Una empresa donde el trabajo reside en las cabezas de las personas primero debe dar ese paso antes de que la IA pueda asumir algo. Esa es también, de inmediato, una cuestión de valor: cómo mide cuánto pasa por el propietario explica por qué las empresas con conocimiento documentado pueden demostrar más rápido lo que hace la IA que las empresas donde ese conocimiento nunca se anotó.
Un ahorro que proviene de la IA no cuenta automáticamente para un comprador como beneficio de buena calidad. Un ahorro que depende de un único contrato con un único proveedor es más frágil que un ahorro anclado en el propio proceso y que sigue funcionando sin ese proveedor. Tampoco el efecto sobre el capital circulante es favorable por defecto: un procesamiento más rápido de facturas o pedidos puede acortar los plazos de tramitación, pero qué es el capital circulante y por qué cuenta en una venta muestra que la relación entre automatización y posición de caja no es lineal.
Lo que una empresa hace a continuación con el resumen de trabajo asumido, parcialmente sujeto a supervisión o permanentemente humano, es una decisión del empleador. Para las decisiones que afectan al personal rigen requisitos legales propios, y este resumen no sirve de fundamento para ello. El objetivo es una imagen objetiva: qué trabajo depende de quién o de qué, y qué significa eso para lo que queda si una persona deja de estar. Ahí es también donde entra en juego la dispersión del conocimiento: cómo evita que su valor resida en un puñado de cabezas toca la misma pregunta desde las personas en lugar de desde los sistemas.
El momento en que este resumen aporta más valor no es justo antes de una venta, sino con bastante antelación, cuando todavía hay margen para actuar sobre las dependencias antes de que un comprador las encuentre. Cuándo debe empezar con la preparación de una venta depende en parte de cuánto del trabajo actual sigue vinculado a personas que no permanecerán.
La pregunta subyacente, qué trabajo en esta empresa concreta se puede asumir realmente mediante IA, se responde por tarea en el escaneo de trabajo de FTE TO AI. Para quien primero quiera saber dónde el precio está hoy más presionado, existe la comprobación de valor gratuita: ocho preguntas breves, una por cada impulsor de valor, con una imagen de qué impulsor pesa más hoy. El escaneo de valor completo, con puntuaciones de madurez, evidencia por impulsor y un calendario a dos años hacia el momento de salida, está en construcción.