Los puestos de IA que toda empresa deberá tener si no quiere quedarse fuera del mercado

Durante los últimos tres años muchas empresas han cometido el mismo error: pensar que incorporar inteligencia artificial consiste en contratar una herramienta. Compran licencias de ChatGPT, Microsoft Copilot, Gemini o cualquier otra plataforma, permiten que algunos empleados experimenten con ellas y consideran que han comenzado su transformación. Pero tener herramientas de IA no convierte a una organización en una empresa preparada para competir con inteligencia artificial, de la misma forma que disponer de ordenadores no convirtió automáticamente a las empresas de los años noventa en compañías digitales. La transformación real empieza cuando la organización modifica quién toma decisiones, quién identifica oportunidades de automatización, quién controla los agentes, quién gobierna los datos, quién mide el retorno y quién responde cuando un sistema de inteligencia artificial se equivoca. Esto está provocando la aparición de una nueva estructura profesional alrededor de la IA. No todas las empresas necesitarán diez nuevos directivos ni crear diez departamentos independientes. Una pyme podrá concentrar varias responsabilidades en dos o tres personas y una multinacional probablemente terminará desarrollando equipos completos. Pero las funciones tendrán que existir, aunque cambie el nombre de los cargos. Una organización que no pueda identificar quién es responsable de cada una de ellas estará utilizando inteligencia artificial, pero difícilmente estará gobernándola.

Chief AI Officer: alguien tiene que dirigir la transformación

El Chief AI Officer (CAIO) está emergiendo como uno de los nuevos puestos estratégicos de la organización. Su función no debería consistir en probar herramientas ni convertirse en el mayor experto técnico de la compañía. Su responsabilidad es mucho mayor: decidir cómo puede utilizarse la inteligencia artificial para transformar el modelo operativo y conectar esa transformación con la estrategia empresarial. Debe conocer los objetivos del CEO, trabajar con Tecnología, Finanzas, Operaciones, Recursos Humanos, Marketing, Comercial, Legal y Compliance e identificar dónde puede producir la IA un impacto económico real. También debe decidir qué proyectos se priorizan, qué capacidades se desarrollan internamente, cuáles se compran a proveedores, qué procesos pueden automatizarse y qué riesgos no está dispuesta a asumir la organización. En muchas empresas esta función podrá asumirla inicialmente un CIO, CTO, COO o responsable de transformación. Lo importante no es el título. Lo importante es que exista una persona con autoridad transversal, presupuesto, acceso al comité de dirección y responsabilidad explícita sobre la estrategia de IA. Si cada departamento adopta inteligencia artificial independientemente, la empresa terminará acumulando herramientas, proveedores, costes, datos dispersos y riesgos sin construir una ventaja competitiva coherente.

AI Transformation Lead: convertir la estrategia en procesos que realmente cambian

Entre decidir que una empresa quiere transformarse con IA y conseguir que esa transformación ocurra existe una distancia enorme. Ahí aparece una segunda función crítica: el AI Transformation Lead, responsable de convertir la estrategia corporativa en proyectos ejecutables. Su trabajo consiste en entrar en los departamentos, analizar procesos, identificar cuellos de botella, localizar tareas repetitivas y determinar dónde la inteligencia artificial puede cambiar realmente la forma de trabajar. No debería preguntar únicamente “¿dónde podemos utilizar IA?”, sino “¿por qué seguimos haciendo este proceso de esta manera?”. Esa diferencia es fundamental. Automatizar un proceso ineficiente puede producir simplemente una versión más rápida del mismo problema. La transformación exige rediseñar procesos completos alrededor de nuevas capacidades. Un proceso administrativo que actualmente pasa por seis personas quizá no necesite seis personas utilizando copilotos; puede necesitar un agente que ejecute cuatro etapas automáticamente y dos profesionales que supervisen excepciones. Esta función será una de las responsables de convertir la IA desde una colección de experimentos en una verdadera arquitectura operativa.

AI Product Manager: cada caso de uso necesita un responsable de negocio

A medida que las compañías desarrollen asistentes internos, agentes, sistemas predictivos y aplicaciones generativas aparecerá otra necesidad: gestionar esos sistemas como productos. El AI Product Manager conecta negocio, tecnología y usuario. Define qué problema debe resolver un sistema, quién lo utilizará, qué datos necesita, cómo se mide su rendimiento y cuándo debe modificarse o retirarse. Esta función evita uno de los mayores errores actuales: desarrollar proyectos técnicamente impresionantes que nadie termina utilizando. Un agente empresarial no debería medirse por lo avanzado que sea el modelo que utiliza, sino por aquello que consigue. ¿Reduce el tiempo de preparación de una propuesta comercial? ¿Aumenta conversiones? ¿Reduce errores? ¿Disminuye costes? ¿Acelera cobros? ¿Mejora atención al cliente? Si nadie es propietario de estas métricas, la compañía puede terminar gastando enormes cantidades en IA sin saber si está creando valor.

AI Automation & Agents Architect: alguien tendrá que diseñar la nueva fuerza de trabajo digital

La siguiente transformación será todavía más profunda. Las empresas están pasando de utilizar inteligencia artificial para responder preguntas a utilizar agentes capaces de ejecutar tareas. Un agente puede consultar bases de datos, navegar por aplicaciones, generar documentos, actualizar un CRM, preparar informes, analizar facturas, enviar información o coordinarse con otros agentes. Esto crea una nueva capa operativa dentro de la empresa que necesita ser diseñada. El AI Automation & Agents Architect será responsable de determinar qué procesos pueden ejecutarse mediante agentes, qué herramientas pueden utilizar, qué permisos reciben, qué sistemas corporativos pueden consultar y cuándo necesitan intervención humana. Esta función será crítica porque conceder autonomía a un agente cambia completamente el riesgo. Un chatbot que proporciona una respuesta incorrecta genera un problema limitado. Un agente con permisos para modificar precios, realizar pagos, acceder a datos sensibles o enviar comunicaciones puede provocar consecuencias mucho mayores. Las compañías necesitarán diseñar sus agentes con principios similares a los utilizados en ciberseguridad: mínimo privilegio, autenticación, trazabilidad, logs, límites operativos y mecanismos de desconexión.

AI Data & Knowledge Architect: sin conocimiento corporativo, la IA sabe muy poco sobre tu empresa

Las compañías descubrirán rápidamente que un modelo generalista puede conocer muchísimo sobre el mundo y prácticamente nada sobre aquello que ocurre dentro de su organización. No conoce necesariamente los contratos internos, procedimientos, clientes, productos, inventarios, políticas, proyectos, decisiones históricas o conocimiento acumulado durante décadas. Convertir toda esa información en conocimiento utilizable por sistemas de IA será una enorme ventaja competitiva. Aquí aparece la función del AI Data & Knowledge Architect, responsable de organizar la arquitectura mediante la que modelos y agentes acceden a información corporativa. Esto implica datos estructurados, documentos, bases vectoriales, sistemas de recuperación, permisos, taxonomías, metadatos, calidad y actualización. En muchas empresas el verdadero activo diferencial no será el modelo —porque sus competidores podrán contratar uno similar—, sino el conocimiento propietario conectado al modelo. Dos compañías pueden utilizar exactamente la misma IA y obtener resultados completamente diferentes porque una dispone de información limpia, estructurada y accesible mientras la otra tiene veinte años de documentos dispersos en carpetas, correos electrónicos y sistemas incompatibles.

AI Security Officer: los agentes crean una nueva superficie de ataque

La seguridad de la inteligencia artificial está convirtiéndose en una disciplina propia. Los modelos pueden ser manipulados mediante prompt injection, recibir instrucciones maliciosas ocultas dentro de documentos, filtrar información, utilizar herramientas de manera incorrecta o ejecutar acciones que nadie había previsto. Cuando además están conectados con correo electrónico, navegadores, CRM, ERP, repositorios de código o sistemas financieros, la superficie de ataque aumenta enormemente. La organización necesitará una función responsable de AI Security, ya sea mediante un puesto específico o integrada dentro del CISO. Su misión será controlar accesos, evaluar modelos y proveedores, proteger información confidencial, realizar pruebas adversariales, supervisar agentes y diseñar mecanismos de contención. La seguridad tradicional preguntaba quién puede entrar en un sistema. La seguridad de IA tendrá que añadir otra pregunta: ¿qué puede decidir y ejecutar autónomamente el sistema una vez dentro?

Chief Ethics & Compliance Officer para IA: cumplir la regulación ya forma parte de la estrategia

En Europa esta función adquiere todavía mayor importancia por el AI Act, pero la regulación de inteligencia artificial se está desarrollando en múltiples jurisdicciones. Las organizaciones necesitan saber qué sistemas utilizan, qué riesgos presentan, qué documentación deben conservar, qué obligaciones de transparencia existen y qué responsabilidades corresponden a proveedores y usuarios. El responsable de AI Ethics & Compliance tendrá que conectar Legal, Compliance, Tecnología, Recursos Humanos, Protección de Datos y Seguridad. Entre sus responsabilidades estará mantener el inventario de sistemas, clasificarlos según su riesgo, evaluar proveedores, establecer controles, supervisar obligaciones de transparencia y garantizar que la empresa pueda demostrar cómo gobierna su inteligencia artificial. El gran cambio regulatorio consiste precisamente en pasar de afirmar “utilizamos IA responsablemente” a tener que probar cómo se hace. Para muchas compañías esta función podrá integrarse inicialmente en Compliance o Legal, pero deberá existir una persona claramente responsable.

AI FinOps: alguien tendrá que controlar cuánto cuesta realmente la inteligencia

Cuando una empresa tiene cincuenta empleados utilizando un chatbot, controlar el gasto es relativamente sencillo. Cuando tiene miles de agentes ejecutando millones de operaciones, el problema cambia completamente. Cada inferencia cuesta dinero. Los modelos más avanzados pueden consumir grandes cantidades de tokens, utilizar herramientas externas, ejecutar búsquedas, generar imágenes, procesar documentos o realizar múltiples llamadas antes de completar una tarea. Sin control, una automatización aparentemente rentable puede convertirse en una enorme factura mensual. La función de AI FinOps será responsable de medir el coste real de la inteligencia artificial: coste por usuario, agente, proceso, departamento y resultado empresarial. También decidirá cuándo utilizar modelos frontier y cuándo modelos más pequeños y económicos, analizará caching, infraestructura, contratos con proveedores y consumo computacional. La métrica fundamental dejará de ser únicamente cuánto gasta la empresa en IA. Será cuánto cuesta producir cada resultado utilizando IA y qué retorno genera ese resultado.

AI Talent & Workforce Transformation: Recursos Humanos tendrá que rediseñar la empresa

Probablemente una de las funciones más importantes sea también una de las menos tecnológicas. La inteligencia artificial cambiará puestos, competencias, equipos y estructuras organizativas. Algunas tareas desaparecerán, otras se automatizarán parcialmente y aparecerán nuevas responsabilidades. Recursos Humanos tendrá que determinar qué profesionales necesitan formación, qué puestos deben rediseñarse, qué capacidades deben contratarse y cómo evaluar el rendimiento de empleados que trabajan conjuntamente con agentes. La función de AI Workforce Transformation tendrá que analizar la organización tarea por tarea, no simplemente puesto por puesto. Un trabajo puede contener veinte actividades diferentes y quizá doce puedan automatizarse mientras ocho continúan requiriendo intervención humana. Eso no significa necesariamente eliminar el puesto; puede permitir que una persona gestione varias veces más trabajo. La verdadera transformación será pasar de pensar en organigramas formados exclusivamente por personas a diseñar organizaciones donde trabajan conjuntamente personas, copilotos, agentes y sistemas autónomos.

AI Trainer & Adoption Lead: una tecnología que nadie sabe utilizar no transforma nada

Existe finalmente una función que muchas organizaciones subestiman: conseguir que las personas adopten realmente las nuevas herramientas. Comprar licencias es fácil. Cambiar hábitos de trabajo es muchísimo más difícil. El AI Adoption Lead será responsable de desarrollar formación, identificar casos de uso, crear comunidades internas, medir adopción y conseguir que las mejores prácticas se extiendan entre departamentos. También deberá detectar empleados especialmente avanzados que puedan convertirse en AI Champions. Estos profesionales funcionan como multiplicadores internos: conocen el trabajo real de su departamento y pueden identificar oportunidades que un equipo central nunca descubriría. Una empresa de 5.000 personas no puede depender exclusivamente de diez expertos centrales para encontrar todos sus casos de uso. Necesita distribuir conocimiento y capacidad de experimentación por toda la organización.

No necesitas contratar diez personas mañana, pero sí necesitas cubrir las diez responsabilidades

Esta es probablemente la distinción más importante para cualquier CEO. No todas las empresas necesitan crear inmediatamente todos estos cargos como puestos independientes. Una multinacional puede acabar teniendo departamentos completos de AI Governance, AI Security, AI Engineering y AI FinOps. Una compañía de 200 empleados puede concentrar varias responsabilidades en cuatro o cinco profesionales. Una pyme podría resolver buena parte mediante un responsable interno y especialistas externos. Lo peligroso es que alguna de estas responsabilidades no pertenezca a nadie.

La estructura mínima podría organizarse alrededor de cinco grandes capacidades: estrategia y liderazgo, para decidir dónde competir con IA; transformación y automatización, para rediseñar procesos; datos y tecnología, para construir la infraestructura; seguridad, regulación y gobierno, para controlar los riesgos; y personas y adopción, para transformar la organización. A medida que aumenta la madurez, cada una de esas capacidades puede dividirse en puestos especializados.

El nuevo organigrama tendrá personas y agentes

Existe además una consecuencia mucho más profunda. Durante más de un siglo hemos diseñado empresas mediante organigramas que muestran personas conectadas con personas. CEO, directores, managers, departamentos y equipos. La inteligencia artificial puede introducir por primera vez una segunda fuerza de trabajo. Una empresa podrá tener 1.000 empleados humanos y 3.000 agentes digitales ejecutando tareas permanentemente. Algunos agentes estarán asignados a departamentos, otros a procesos y otros trabajarán para profesionales concretos. Esto obligará a responder preguntas que hoy parecen extrañas pero que pronto serán completamente normales: ¿quién es responsable de un agente?, ¿quién aprueba sus permisos?, ¿qué KPI tiene?, ¿cuánto cuesta?, ¿qué información puede consultar?, ¿quién revisa sus decisiones?, ¿cuándo debe detenerse?, ¿cómo sabemos si continúa siendo rentable?

Podríamos terminar viendo organigramas híbridos en los que cada directivo gestione simultáneamente personas y capacidad computacional. Y eso transformará el concepto mismo de management.

lectura recomendada

Soluciones de Inteligencia Artificial Avanzada en Recursos Humanos

El puesto más importante continúa siendo el CEO

Existe, sin embargo, un cargo que no aparece entre estas nuevas profesiones porque ya existe: el CEO. Delegar toda la inteligencia artificial en Tecnología será uno de los mayores errores estratégicos de esta década. La IA afecta al modelo de negocio, costes, precios, personas, productos, clientes, operaciones, riesgo y competencia. Por tanto, la transformación mediante inteligencia artificial es una responsabilidad del máximo nivel ejecutivo. El CAIO puede liderarla, Tecnología puede construirla y Compliance puede gobernarla, pero la dirección general tiene que decidir qué empresa quiere construir alrededor de estas capacidades.

Los consejos de administración también tendrán que elevar su nivel de conocimiento. Ya no será suficiente preguntar cuántos proyectos de IA existen. Deberán preguntar cuánto valor generan, qué riesgos introducen, qué porcentaje de procesos está automatizado, cuánto cuesta la capacidad computacional, qué dependencia existe de proveedores y qué ocurriría si un sistema crítico dejara de funcionar.

La empresa que no cree estas funciones seguirá teniendo IA, pero será la IA de otros

Ese es probablemente el verdadero riesgo. Una organización puede decidir no desarrollar capacidades internas y continuar utilizando herramientas creadas por terceros. Pero progresivamente estará externalizando una parte creciente de su inteligencia operativa. Sus procesos dependerán de modelos que no controla, sus empleados utilizarán herramientas seleccionadas individualmente y su conocimiento corporativo permanecerá desconectado de los sistemas que deberían explotarlo. Mientras tanto, sus competidores estarán construyendo agentes propietarios, automatizando procesos completos, conectando datos internos y reduciendo radicalmente sus costes.

La diferencia entre utilizar IA y convertirse en una empresa impulsada por IA será organizativa, no tecnológica. Las herramientas estarán disponibles para prácticamente todos. La ventaja aparecerá en quién consigue integrarlas mejor dentro de sus procesos, datos, personas y decisiones.

Durante años preguntábamos cuántos empleados tenía una empresa. Muy pronto tendremos que preguntar algo diferente: cuántas personas tiene, cuántos agentes trabajan con ellas, qué porcentaje de sus operaciones ejecutan conjuntamente y cuánto valor produce cada combinación de inteligencia humana y artificial.

Las empresas que entiendan esto no estarán simplemente incorporando una nueva tecnología. Estarán diseñando una nueva organización. Y aquellas que continúen tratando la inteligencia artificial como otra herramienta informática pueden descubrir que el problema no era que la IA fuera a sustituirlas, sino que otra empresa organizada alrededor de la IA terminó siendo mucho más rápida, barata e inteligente que ellas.

Para los directivos, este cambio exige comprender la inteligencia artificial desde una perspectiva transversal: estrategia, operaciones, finanzas, recursos humanos, marketing, tecnología, seguridad, regulación y gobierno. El Curso Superior en Inteligencia Artificial para Directivos (CSIAD) de THE INTELLIGENCE Institute prepara precisamente a la alta dirección para liderar esta transformación, controlar la implantación avanzada de IA en las diferentes áreas de la empresa y diseñar organizaciones capaces de competir en la nueva economía de la inteligencia.