Las 3 fases de la organización aumentada con IA generativa: qué cambia antes de que el mercado lo exija
¿Su empresa está adoptando IA generativa por áreas aisladas —un chatbot aquí, un copiloto allá— mientras la estructura organizacional sigue diseñada para un mundo sin genAI? Esa combinación no es neutral: genera fricción, duplica roles administrativos y, peor aún, deja vacíos de accountability cuando nadie define quién decide qué.
Un estudio publicado en 2026 en Group Decision and Negotiation aborda el problema con rigor empírico. Latto, Leyer, Do Khac, Mezger, Tate y Richter analizaron 85 roles de knowledge workers del repositorio O*NET (2023), clasificando cada uno como probablemente automatizado, aumentado con IA generativa (HAIC) o exclusivamente humano. Lo hicieron con un diseño híbrido: cinco modelos genAI codificaron los roles en paralelo y tres evaluadores humanos verificaron los resultados, alcanzando concordancia casi perfecta entre ambos grupos (Fleiss' κ = 0,84).
La conclusión central para quien lidera una organización no es cuántos puestos desaparecen, sino cómo evoluciona el diseño organizacional cuando la genAI se convierte en un recurso configurable, no en un gadget de productividad personal.
Qué encontró el estudio (y por qué importa al directorio)
De los 85 roles analizados, 70 requieren skills de alto nivel y se proyectan como aumentados con genAI: la máquina prepara, el humano interpreta y decide. En el estrato de skills básicos (15 roles), cinco quedan en vía de automatización completa —data entry, file clerks, payroll clerks, word processors— y diez permanecen como roles aumentados, no reemplazados.
Eso implica tres movimientos estructurales que el paper documenta con claridad:
- Convergencia de competencias básicas. Redactar, proofreadear, sintetizar información y coordinar agendas dejan de diferenciar a un analista junior de un gerente senior. La diferenciación se traslada a juicio contextual, integración estratégica y sentido de negocio.
- Autonomía cross-funcional. Un gerente de marketing puede ejecutar análisis de sentimiento que antes requería un data scientist; un director de RR.HH. puede generar reportes visuales sin depender de diseño. Los silos funcionales se vuelven más porosos.
- Coordinación híbrida algoritmo-humana. La genAI absorbe scheduling, distribución de información y reportes de status; los humanos migran hacia sensemaking estratégico. La jerarquía ya no se legitima solo por asimetría informativa.
Para un CEO o CTO, la pregunta deja de ser "¿adoptamos ChatGPT?" y pasa a ser "¿nuestro organigrama refleja cómo trabajamos hoy o cómo trabajábamos en 2019?".
Fase 1: Pilots aislados y la organización de dos velocidades
El paper describe una primera fase donde las empresas implementan genAI en áreas con ROI claro: chatbots de servicio al cliente, generación automatizada de reportes, asistentes de documentación. La estructura formal no cambia, pero aparecen islas de alta eficiencia que elevan las expectativas del resto de la organización.
El riesgo ejecutivo en esta fase es la ilusión de control. Marketing avanza; finanzas sigue en Excel manual; talento mezcla herramientas sin governance. Nace una organización de dos velocidades donde los equipos aumentados conviven con procesos tradicionales y la fricción se acumula en los handoffs entre ambos.
Señales de que está en Fase 1:
- Cada área elige su herramienta genAI sin estándar corporativo.
- No existen criterios explícitos de qué decisiones siguen siendo humanas.
- Los ahorros de productividad no se traducen en rediseño de roles.
Fase 2: Delayering, redundancia y el conflicto de poder
Cuando la genAI se difunde, las incongruencias estructurales se vuelven visibles: middle management sobredimensionado, roles administrativos redundantes, silos que bloquean el flujo de información que la IA ya democratizó.
Esta es la fase más conflictiva del modelo. Hay pérdida de roles, crisis de identidad profesional y redistribución de poder. El paper advierte que la autoridad organizacional deja de legitimarse por control administrativo y pasa a apoyarse en juicio superior, posición en la red y capital de confianza.
Para el directorio, implica decisiones incómodas pero necesarias:
- Identificar funciones cuya coordinación ya es algorítmica y preguntarse si el nivel intermedio aporta valor marginal.
- Redefinir spans of control: con genAI preparando briefs, dashboards y minutas, un líder puede coordinar más equipos cross-funcionales.
- Establecer derechos de decisión explícitos antes de que surjan vacíos de accountability.
Organizaciones de servicios profesionales —consultoras, auditorías, bufetes— enfrentan aquí la transformación más profunda: cuando el trabajo junior se automatiza, el modelo de pirámide invertida (muchos juniors formando pocos seniors) colapsa. El paper proyecta estructuras con menos niveles jerárquicos y más profesionales altamente calificados.
Fase 3: Redes procesuales y equipos modulares
En la tercera fase emergen jerarquías más planas con equipos orientados a proyectos, autonomía funcional elevada y workflows HAIC con responsabilidades delimitadas entre humano y máquina. La coordinación ya no depende de reuniones de status semanales: se apoya en revisiones cross-funcionales periódicas donde humanos y outputs aumentados se reconcilian de forma explícita.
El diseño organizacional evoluciona de jerárquico-funcional a red-procesual: la genAI actúa como recurso organizacional configurable, no como rol fijo. Se parece al lean management de Womack y Jones, pero llevado más lejos: no solo el frontline gana autonomía; toda la estructura se modulariza.
Para CEOs y CHROs, la implicancia práctica es que contratar y desarrollar talento ya no es lo mismo. Los perfiles valiosos combinan alfabetización en IA, pensamiento crítico sobre outputs generados y capacidad de integrar evidencia algorítmica con juicio ético. Eso redefine tanto la selección como el succession planning.
Qué puede hacer su organización esta semana
El paper insiste: los cambios no deben dejarse evolucionar sin control. Liderazgo activo, no adopción pasiva.
- Mapee sus roles críticos contra la matriz automatización / aumento / human-only. No necesita 85 categorías O*NET; basta con identificar dónde la genAI ya prepara trabajo y dónde la decisión sigue siendo exclusivamente humana.
- Rediseñe descriptores de cargo para reflejar HAIC, no tareas obsoletas. Una herramienta como el generador de descriptores de cargo acelera ese ejercicio con criterios estructurados.
- Cuanticen el costo de no prepararse. Si Fase 2 implica redundancias, conviene modelar el impacto financiero antes de reaccionar. El simulador laboral ayuda a estimar costos de talento y desvinculación con datos, no con intuición.
- Anticipe roles que emergen. Validación de outputs de IA, governance de datos, oversight ético: son funciones nuevas que el mercado aún no nombra con claridad. Ahí el headhunting ejecutivo sigue siendo la palanca más rápida para cerrar vacantes críticas con criterio experto.
Cómo lo cubrimos en Obrii
En Obrii Consulting acompañamos organizaciones en la transición hacia modelos aumentados sin sacrificar rigor en decisiones sobre personas. Combinamos headhunting estratégico para roles de liderazgo y confianza con Obrii App como capa operativa: evaluaciones en línea, resultados consolidados por proceso y trazabilidad para comités que necesitan evidencia, no rankings opacos.
La genAI rediseñará su organización con o sin su participación. La diferencia entre liderar la transición y perseguirla está en anticipar las tres fases —y en rediseñar roles, governance y talento antes de que el mercado lo haga por usted.
Preguntas frecuentes
¿Cuándo veremos el impacto completo de la genAI en las organizaciones?
El paper reconoce debate abierto: algunos autores señalan que ya ocurre; otros proyectan entre uno y diez años. Lo que no es discutible es que todos los roles de knowledge work serán aumentados en algún grado, incluso si pocos desaparecen por completo.
¿La genAI eliminará la middle management?
No necesariamente de forma abrupta, pero sí presiona a reducir capas cuya función principal era coordinación administrativa. Los roles que sobreviven migran de orquestadores de tareas a coaches estratégicos con mayor span of control.
¿Qué tiene que ver esto con selección de personal?
La convergencia de competencias básicas cambia qué buscar en candidatos: menos valor en "domina Excel y redacta informes", más en juicio, alfabetización en IA y capacidad de integrar outputs generados con criterio propio. Eso redefine perfiles, entrevistas y evaluaciones.
Fuente: Latto, C., Leyer, M., Do Khac, L. T., Mezger, M. F., Tate, M. & Richter, A. (2026). Generative AI's Impact on Individuals and Organizations: An Analysis Based on Human-AI Collaboration. Group Decision and Negotiation, 35:50.