Un comprador no cuenta cabezas. Un comprador se plantea una sola pregunta: qué sigue funcionando si mañana falta una persona clave. La respuesta a esa pregunta determina si una empresa se valora sobre el beneficio del año pasado, o algo más bajo porque parte de ese beneficio depende de personas que no se venden junto con la empresa.
Esta no es una forma de mirar nueva. La due diligence siempre ha preguntado por la transferibilidad. Lo que sí cambia es la manera en que las empresas organizan esa transferibilidad. El trabajo que antes solo existía en la cabeza de un empleado, en un número creciente de empresas queda registrado en un sistema que lo ejecuta o lo controla. Eso no cambia solo cuánto trabajo hay, sino quién o qué sostiene ese trabajo.
La IA está asumiendo trabajo. No en todas partes, no de golpe, y no como promesa para más adelante, sino por partes, ya hoy, en tres categorías que atraviesan casi todos los procesos. Algunas tareas un sistema puede ejecutarlas de forma totalmente autónoma. Otras tareas se asumen parcialmente, con una persona que aprueba o rechaza y da una razón para ello. Y una tercera categoría sigue siendo trabajo humano, porque se necesita un juicio, una relación o un contexto que un sistema no tiene.
La distribución entre estas tres categorías varía mucho entre empresas, incluso dentro del mismo sector. La diferencia no está en el sector, sino en cómo está organizado el trabajo: si el proceso está descrito y es repetible, o si el conocimiento reside solo en la cabeza de quien lleva años haciéndolo. Las empresas donde los procesos están documentados ven más rápido qué tareas se prestan a ser asumidas por un sistema. Las empresas donde el trabajo se transmite de forma oral tienen algo más que hacer primero antes de que la IA pueda asumir algo ahí: hacer visible el trabajo.
En cuanto el trabajo pasa de una persona a un sistema con supervisión, cambia el peso de cada factor de valor que un comprador toma en cuenta. La dependencia del propietario es la que más se nota: si el propietario mismo es el único que sabe qué excepciones recibe un cliente, ninguna automatización hace que ese conocimiento cuente; la dependencia se mantiene. Pero la calidad del beneficio también cambia. Un ahorro que hoy figura en el beneficio porque un proveedor externo ejecuta automáticamente una tarea es algo distinto de un ahorro que forma parte del proceso propio y que mañana seguirá funcionando aunque ese proveedor deje de operar o suba el precio. Un comprador que no ve esa diferencia se hace una idea más rica o más pobre de la empresa sin saberlo. Qué ocurre con el valor cuando el trabajo depende de un proveedor describe precisamente esa distinción.
Una puntuación de madurez por factor de valor es una estimación, no una medición. Se basa en evidencia —procesos documentados, sistemas que ejecutan tareas, documentación que permite la transferencia— pero esa evidencia no es igual de sólida en todas partes. En una tarea que un sistema ejecuta por completo, esa evidencia suele ser fácil de mostrar: un registro, un informe, un resultado. En una tarea que se asume parcialmente con supervisión humana, la evidencia es más blanda: alguien aprueba o rechaza, pero la razón de ello no siempre queda fijada por escrito. Ahí la estimación es más incierta, y eso no se oculta detrás de una puntuación que parezca más segura de lo que realmente es.
Una puntuación tampoco dice nada sin preguntarse quién debería creérsela. Una puntuación de madurez que se apoya solo en impresiones internas no convence a un comprador. Cómo fundamenta usted un ahorro que ha generado la IA muestra qué evidencia se sostiene en una due diligence y cuál solo convence internamente. Y sin un registro de lo que la IA hace exactamente en la empresa —qué tarea, qué sistema, qué supervisión—, queda poco en lo que apoyarse; cómo registra usted lo que la IA hace en su empresa trata precisamente de ese registro.
El resultado del scan dice sobre todo algo sobre dónde preguntaría un comprador. No dice nada sobre lo que debe ocurrir con el personal. Si un resultado toca la cuestión de si deben desaparecer o cambiar funciones, para ello rigen requisitos legales propios, independientes de este método.
Debajo de todos los factores hay una sola pregunta: qué trabajo de esta empresa puede ser realmente asumido por la IA, y qué trabajo no. Esa es la pregunta que el escáner de trabajo de FTE TO AI responde tarea por tarea, tomando como punto de partida las tres categorías.
Preparar una empresa para la venta no es una sola intervención, sino una serie de decisiones a lo largo de dos años, en la que cada decisión refuerza un poco más un factor de valor. Cómo hago que mi empresa esté lista para la venta coloca esas decisiones en una línea de tiempo. La dependencia del propietario suele ser dentro de ese proceso el factor que más pesa, y también el más lento de reducir: transferir conocimiento y hacer que los sistemas se hagan cargo lleva tiempo. Cómo dependo menos como propietario describe por dónde suele empezar esa reducción.
La pregunta de si un comprador comprará más adelante personas o un método de trabajo no se puede responder en una sola conversación. Una primera impresión, sí. El chequeo de valor gratuito consta de ocho preguntas breves, una por cada factor de valor, y muestra qué factor presiona hoy más el precio de la empresa. El escáner de valor completo, con evidencia por factor y un calendario de dos años hacia el momento de salida, está en construcción.