DX · AX
Digital Transformation / AI Transformation
¿Qué es el DX?
- DX = transformación de la forma de trabajar mediante lo digital
- AX = integrar la IA en el trabajo y en el negocio
- El AX es el paso siguiente al DX
Lo que la DX realmente cambia no es el sistema sino las líneas de aprobación y los límites del trabajo. Si se instala un ERP pero las solicitudes de aprobación interna siguen circulando en papel y los datos de ventas quedan atrapados en archivos de Excel por área, eso no es una transformación, sino una computarización costosa. Con la AX pasa lo mismo: no se trata de comprar 100 cuentas de IA generativa, sino de decidir que la IA redacte los borradores en lugar de las personas y de redefinir el rol de estas, de redactores a verificadores y tomadores de decisiones.
En la práctica, conviene distinguir tres niveles para ordenar la conversación. Pasar papel a archivos digitales (informatización), llevar los procesos a sistemas (digitalización) y transformar el modelo de negocio y la estructura organizacional son tareas de dificultad muy distinta. El AX también sube de dificultad en este orden: automatizar documentos repetitivos y estructurados, luego buscar conocimiento interno, después apoyar la toma de decisiones y, por último, incorporar IA en el propio producto. La RPA y otras automatizaciones siguen reglas fijas, pero la IA responde con probabilidades; por eso el AX siempre necesita un paso de revisión humana. Y otra cosa: sin DX no hay AX. Si tres años de datos están guardados solo como PDF escaneados, la IA no tiene de dónde leer los datos.
En el terreno, el fracaso más común es quedarse en «ya lo implementamos, pero nadie lo usa». Si se realiza una sola capacitación general de 2 horas para toda la empresa y se reparten las licencias, tres meses después quedan apenas unas diez personas que lo usan de verdad. También ocurre en la práctica que, al intentar resolverlo sin una guía de seguridad, se pegan planos de clientes o datos personales en modelos externos. Si se mantiene el KPI tal cual y solo se cambia la herramienta, el tiempo ahorrado se llena con otras tareas, el resultado no se refleja en cifras y, al final, en la próxima revisión presupuestaria se consolida la conclusión de «probamos la IA y no nos sirve para nosotros». Una vez que el intento fracasa así, la resistencia de la organización se duplica.
Seolyeong ParkCon 17 años de experiencia práctica y más de 200 sesiones impartidas, especialista en IA generativa y transformación digital (AX), que logra que personas sin formación técnica la usen desde el primer día
John KimAutor de «Diseño de marketing B2B» y CEO de Nanum Consultoría, instructor John KimEl término transformación digital (DX) se popularizó en la década de 2010 con la expansión de la nube y lo móvil. La transformación con IA (AX), en cambio, surgió con la expansión de la IA generativa (desde 2022) como la etapa que sigue.
Veamos un caso hipotético: A, un fabricante de autopartes con 320 colaboradores y ventas anuales de KRW 140,000,000,000 (≈ US$104,785,700). Elaborar un único informe de respuesta a un reclamo de calidad de un cliente tomaba en promedio 6 horas, y el equipo de calidad, de 9 personas, que tramitaba más de 40 casos al mes, vivía con horas extra a diario. Es el registro de 8 meses desde marzo de 2024, cuando el CEO dijo: «Hagamos que la IA nos ayude a reducir esto».
- El jefe de calidad dividió en partes las seis horas que tomaba redactar las respuestas a reclamos y encontró que 3 horas y 40 minutos se iban en buscar reclamos similares anteriores y copiarlos en el formulario, una tarea simple.
- El jefe del área de sistemas convirtió 1,860 documentos de reclamos de los últimos tres años, que estaban en PDF escaneados, en texto que se puede buscar. «Ordenar esto nos tomó dos meses, mucho más que conectarle IA», fue su comentario.
- Lo aplicamos a los nueve integrantes del equipo de calidad, con sesiones de 90 minutos una vez por semana durante seis semanas. En lugar de conferencias, cada semana cada participante traía un prompt para su propio trabajo y todos lo corregían en conjunto.
- En agosto, dos borradores de respuesta elaborados con IA atribuyeron mal la causa de un problema; por eso, el manual de calidad (artículo 4) establece que las respuestas finales a reclamos deben ser revisadas y firmadas por un gerente de sección o superior.
- En noviembre, el tiempo de elaboración por caso bajó de 6 horas a 2 horas y 20 minutos, lo que ahorró unas 147 horas al mes; además, las horas extra pagadas bajaron un 38% frente al mismo mes del año anterior, y tres áreas, entre ellas Compras y Gestión de Producción, pidieron aplicar el mismo método.