Un instituto de formación, una organización de clases de apoyo o una empresa de capacitación no vende solo conocimiento sino también su transmisión. Gran parte de las horas se concentra en tres tipos de trabajo: la creación y el mantenimiento de material didáctico y currículos, el acompañamiento y la evaluación de los participantes individuales, y la capa administrativa que lo rodea todo: inscripciones, planificación, registro de progreso, informes a clientes o a la inspección educativa. A esto se suma, con frecuencia, una persona que sostiene la visión pedagógica y mantiene las relaciones con colegios, empresas o entidades subvencionadoras. Esa distribución determina lo que ve un comprador: el material y la administración son transferibles, la visión y la red de contactos no siempre lo son.
La IA asume parte del trabajo, no como un escenario futuro sino como algo que en algunas organizaciones educativas ya es realidad hoy y en otras todavía no. La elaboración de material de práctica, la generación de preguntas de evaluación a partir de objetivos de aprendizaje, el resumen del progreso a partir de los resultados de las pruebas: eso es trabajo que la IA puede asumir en gran medida, con un docente que valora el resultado antes de que llegue al participante. El acompañamiento individual en problemas de aprendizaje complejos o cuestiones de comportamiento sigue siendo trabajo humano; ahí falta el tipo de contexto que un sistema no tiene. Entre ambos extremos hay una amplia capa de supervisión: una IA que da una primera ronda de retroalimentación sobre un trabajo, un docente que corrige el tono y los matices antes de que llegue al participante.
De dónde proviene esa diferencia no depende habitualmente del tamaño de la organización, sino del grado en que el proceso educativo ya está dividido en pasos reconocibles. Un instituto con un currículo fijo y una evaluación estandarizada puede delegar partes de ese proceso a la IA más rápido que una organización donde cada curso se rediseña en gran medida cada vez por el docente que lo imparte.
El cambio no afecta solo la estructura de costos, sino el peso de cada impulsor que un comprador toma en cuenta.
La dependencia del propietario es lo que se ve más afectado. Si el propietario mismo diseña el currículo, acompaña los casos difíciles y conoce personalmente a los clientes, la IA cambia esa carga administrativa o relacionada con el material, pero no el núcleo de la dependencia. La calidad de las utilidades también cambia, pero no de manera uniforme: un ahorro que surge porque el proceso mismo se ha rediseñado cuenta de forma distinta para un comprador que un ahorro que depende por completo de un único proveedor de IA o de una licencia. Esto último es un supuesto que desaparece en cuanto cambia el contrato.
La concentración de clientes y la seguridad contractual también adquieren otro peso. Un instituto que depende, para la mayor parte de sus ingresos, de un solo cliente —un colegio, un municipio o un régimen de subvenciones— no ve desaparecer esa vulnerabilidad por la IA, pero la pregunta cambia: ¿puede repetirse el producto educativo entregado también sin esa relación específica, con otro cliente? El potencial de crecimiento se evalúa a partir de si la parte escalada de la educación —el material, la evaluación— es reutilizable para nuevos grupos sin que la capacidad docente tenga que crecer en la misma proporción.
Los marcos legales y pedagógicos en torno a la educación —requisitos de cualificación, reglamentos de examen, supervisión por parte de una inspección— no cambian por lo que la IA asuma o no, y un comprador los evalúa de forma independiente. Y donde la pregunta toca decisiones de personal —qué funciones siguen siendo necesarias tras una redistribución de tareas—, se aplican requisitos legales propios; esa evaluación corresponde al empleador, no a un escáner de valor.
La manera en que la IA desplaza el trabajo varía mucho según el sector, y eso afecta la valoración de forma diferente en cada caso. En el comercio minorista, a menudo se examina primero qué ocurre con la determinación del valor de una empresa comercial cuando el trabajo de inventario y caja se automatiza en parte, mientras que en la hostelería la pregunta gira en torno a qué significa la IA para el valor de una empresa hostelera donde el servicio y la cocina siguen siendo en gran medida trabajo humano. En el sector TIC el centro de gravedad es distinto, como se explica en cómo la IA afecta la valoración de una empresa TIC a través del trabajo de código y soporte. Para las organizaciones educativas, la comparación sigue siendo útil porque muestra cuánto depende el resultado de cuán repetible era ya el trabajo antes de que la IA entrara en escena.
Un comprador se pregunta si el producto educativo seguirá funcionando cuando el propietario actual deje de estar presente, y qué parte del equipo sostiene realmente ese proceso. Esa es una pregunta distinta de quién figura en la nómina; se trata de quién toma las decisiones que determinan la calidad. Más sobre cómo un comprador mira al equipo y a la organización alrededor del propietario se describe en por qué un comprador evalúa el equipo directivo por separado al adquirir una empresa, y una visión más general de los ocho impulsores que conforman la valoración de una empresa se encuentra en cómo se determina el valor de una empresa a partir de ocho impulsores.
La pregunta subyacente —qué trabajo en esta organización puede realmente asumir la IA, y qué parte sigue siendo trabajo humano— se responde por tarea con el escáner de trabajo de FTE TO AI.
Para ver cuál de los ocho impulsores de valor presiona hoy más el precio de su empresa, existe la evaluación de valor gratuita: ocho preguntas breves, una por cada impulsor, con como resultado una imagen de dónde se concentra la mayor presión. El escáner de valor completo, con puntuaciones de madurez por impulsor, el índice de dependencia del propietario y un calendario a dos años hacia el momento de salida, está en construcción.