El manager, director de orquesta de la IA: 5 responsabilidades que lo cambian todo
La IA no elimina el rol del manager. Lo desplaza: menos control de las herramientas, más orquestación de los usos.
En muchos equipos, la IA ya está presente. Un colaborador la utiliza para sintetizar un expediente. Otra para preparar un correo electrónico delicado. Un tercero la usa discretamente, sin saber si tiene derecho a ello.
Los usos avanzan a menudo más rápido que el marco colectivo. Y es el manager quien se encuentra en primera línea, con una pregunta para la que nadie le ha preparado realmente:
¿Cómo convertir estos usos individuales en un rendimiento colectivo, sin degradar la calidad, la confianza ni la equidad?
Este artículo propone una rejilla de lectura sencilla: cinco responsabilidades gerenciales que, en conjunto, convierten al manager en un director de orquesta de la IA en lugar de un simple guardián de las herramientas.
Por qué el rol del manager cambia ahora
Tres razones hacen que el tema sea urgente.
1. La IA se integra en el trabajo real. Ya no se limita a los equipos de datos o innovación. Afecta a la redacción, el análisis, la preparación de decisiones, la relación con el cliente y las funciones de soporte.
2. El marco regulatorio se precisa. El reglamento europeo sobre la IA (AI Act) se basa en un enfoque por niveles de riesgo. Las obligaciones de alfabetización en IA se aplican desde el 2 de febrero de 2025: las organizaciones que despliegan sistemas de IA deben velar por un nivel suficiente de dominio entre las personas que los utilizan. Las herramientas de IA utilizadas para la contratación o la gestión de los trabajadores figuran entre los casos de uso clasificados como de alto riesgo. Por último, el reconocimiento de emociones en el lugar de trabajo forma parte de las prácticas prohibidas. [1]
3. El valor no proviene de la herramienta, sino de su uso. Dos equipos equipados con la misma solución pueden obtener resultados muy diferentes. La diferencia radica en la manera de organizar, verificar, aprender y compartir.
El manager se encuentra precisamente en ese punto: entre las orientaciones de la empresa y el trabajo diario de los equipos.
Del control a la orquestación
El reflejo natural ante una nueva tecnología es el control: autorizar, prohibir, vigilar. Es útil, pero insuficiente.
Un manager no puede verificar cada consulta enviada a una herramienta de IA. Tampoco tiene la vocación de convertirse en experto de cada modelo.
Su rol consiste más bien en crear las condiciones para un uso útil, fiable y compartido. Este es el sentido de la metáfora del director de orquesta: no toca todos los instrumentos, pero marca el tempo, vela por la armonía y se asegura de que cada uno encuentre su lugar.
Esta orquestación se basa en cinco responsabilidades.
Las cinco responsabilidades del manager ante la IA
| Responsabilidad | Pregunta clave | Qué organiza el manager | |---|---|---| | 1. Enmarcar | ¿Qué tenemos derecho a hacer? | Reglas de uso claras y proporcionadas | | 2. Verificar | ¿Es fiable el resultado? | Criterios de calidad y niveles de validación | | 3. Acompañar | ¿Sabe cada uno usar bien la IA? | Desarrollo de competencias adaptado a los perfiles | | 4. Equilibrar | ¿Progresan todos por igual? | Equidad de acceso, información y aprendizaje | | 5. Reinvertir | ¿Qué pasa con el tiempo ganado? | Transformación de las ganancias en valor colectivo |
1. Enmarcar: reglas de uso claras
Ante la IA, dos reacciones son frecuentes: dejar hacer todo o prohibirlo todo. Ninguna es satisfactoria.
El enfoque por riesgos del marco europeo recuerda una idea sencilla: no todos los usos requieren el mismo nivel de control. [1] Reformular un mensaje interno no tiene los mismos desafíos que analizar datos personales o preparar una decisión relativa a un colaborador.
Para el manager, enmarcar significa traducir principios en reglas comprensibles en una situación real:
- qué informaciones nunca deben introducirse en una herramienta no validada;
- qué contenidos deben ser revisados antes de su difusión;
- qué decisiones no pueden basarse en una respuesta generada;
- a quién reportar un error o una duda.
Sobre la protección de datos, los recursos de la CNIL constituyen un punto de apoyo útil para construir estas reglas. [3]
Límite a vigilar: una guía demasiado larga o abstracta no se aplica. Es mejor cinco reglas comprendidas que treinta páginas ignoradas.
2. Verificar: la calidad no se delega
La IA produce rápido. Pero la rapidez no garantiza ni la exactitud ni la pertinencia.
La competencia clave no es solo "formular bien un prompt". Es saber evaluar un resultado:
- ¿responde realmente a la necesidad?
- ¿es la información exacta y está actualizada?
- ¿falta algún elemento importante?
- ¿puede transmitirse tal cual a un cliente o a un colega?
El manager puede instaurar esta exigencia pidiendo que se compartan, junto con el resultado, las verificaciones realizadas y los límites encontrados. El objetivo no es sospechar, sino hacer visibles los criterios de calidad.
3. Acompañar: formar más allá del prompt
No todos los colaboradores adoptan la IA al mismo ritmo. Algunos experimentan solos. Otros esperan un marco. Otros temen perder su experiencia.
Una formación única para todos no basta. Un acompañamiento eficaz combina:
- casos de uso vinculados al oficio;
- tiempos de práctica supervisados;
- ejemplos de resultados aceptables y no aceptables;
- intercambios entre pares;
- un derecho explícito a pedir ayuda.
Esta es también la respuesta concreta a la obligación de alfabetización en IA: no se resume en una sesión de sensibilización, sino que supone un dominio adaptado a los usos reales. [1]
4. Equilibrar: evitar una IA a dos velocidades
La IA puede reducir ciertas brechas. También puede crear otras nuevas.
Un colaborador que se sienta cómodo con lo digital progresará rápido. Otro se mantendrá a distancia por falta de tiempo, de referencias o de confianza. Sin atención, el equipo se divide entre los que "saben hacer" y los demás.
El manager debe, por tanto, observar:
- quién utiliza la IA y para qué tareas;
- quién no se atreve a utilizarla;
- qué conocimientos técnicos permanecen concentrados en unas pocas personas;
- qué errores se repiten.
El desafío no es imponer el mismo uso a todos. Es garantizar a cada uno un nivel de acceso, información y acompañamiento suficiente.
5. Reinvertir: transformar el tiempo ganado en valor
El tiempo ganado aún no es valor creado. Si no se reinvierte, simplemente se diluye en una mayor producción.
El manager debe plantear explícitamente la pregunta: ¿qué hacemos con el tiempo liberado?
Puede servir para:
- profundizar en los análisis;
- mejorar la relación con el cliente;
- tratar temas pospuestos;
- documentar el saber hacer del equipo;
- desarrollar nuevas competencias.
Es esta decisión, y no la herramienta en sí, la que transforma las ganancias individuales en rendimiento colectivo.
Los rituales que hacen concreta la orquestación
Estas responsabilidades toman cuerpo en algunos rituales sencillos, a adaptar a cada equipo:
- El intercambio de uso mensual: un colaborador presenta un caso concreto —problema, método, resultado, límite.
- La revisión de calidad: el equipo analiza conjuntamente un resultado producido con IA y extrae criterios comunes.
- El registro de usos: una lista viva de casos de uso, clasificados por valor, frecuencia y nivel de riesgo.
- El punto de "tiempo reinvertido": un intercambio regular para verificar que las ganancias sirven realmente al equipo, a los clientes o a la organización.
Estos rituales tienen una función esencial: transformar experimentos individuales en aprendizaje colectivo.
¿Por dónde empezar? Tres etapas
- Observar. Identificar los usos existentes, declarados o no, las necesidades de los equipos y los principales riesgos.
- Enmarcar. Establecer algunas reglas comunes, elegir dos o tres casos de uso prioritarios y precisar los niveles de validación.
- Aprender y medir. Acompañar, comparar prácticas, medir los efectos y luego ajustar.
La progresión no se mide por el número de licencias o de personas formadas. Se mide por la capacidad del equipo para producir un trabajo de mejor calidad, con más autonomía y un dominio suficiente.
Para objetivar este punto de partida y seguir la progresión, la medición de competencias y usos se convierte en una palanca útil. Este es el papel del Digital Skills Analyzer de Pivotal Skills AI: mapear la madurez en IA por colaborador o por equipo, orientar las acciones de formación y seguir su impacto. No sustituye al diálogo de gestión; lo ilumina.
Lo que los directivos deben recordar
- El manager es el eslabón decisivo entre la estrategia de IA de la empresa y el trabajo real.
- Necesita un mandato claro, reglas sencillas y tiempo para acompañar a sus equipos.
- La formación de los managers debe preceder o acompañar a la de los equipos, no seguirla.
- La medición debe centrarse en el valor creado, no solo en la tasa de adopción.
Conclusión: la gestión de la IA es, ante todo, una gestión del trabajo
El manager no necesita saberlo todo sobre la inteligencia artificial. Debe comprender cómo transforma las tareas, las decisiones, las competencias y las relaciones dentro de su equipo.
Enmarcar, verificar, acompañar, equilibrar, reinvertir: estas cinco responsabilidades dibujan un rol más exigente, pero también más estratégico. Es bajo esta condición que la IA se convierte en una palanca de rendimiento colectivo, y no en una herramienta más superpuesta a procesos inalterados.
En Pivotal Skills AI, acompañamos a las organizaciones en esta transformación a través de los usos, las competencias y la medición del valor creado. Porque el reto no es pedir a los managers que lo dominen todo, sino darles los medios para orquestar.
Y en su organización, ¿cuál de estas cinco responsabilidades está hoy menos cubierta?
Fuentes
- Comisión Europea, AI Act — Shaping Europe’s digital future (enfoque basado en riesgos, prácticas prohibidas, casos de uso de alto riesgo, calendario de aplicación que incluye las obligaciones de alfabetización en IA desde el 2 de febrero de 2025): https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
- Reglamento (UE) 2024/1689 por el que se establecen normas armonizadas en materia de inteligencia artificial, EUR-Lex: https://eur-lex.europa.eu/legal-content/ES/TXT/?uri=CELEX%3A32024R1689
- CNIL, Intelligence artificielle — recursos sobre usos, riesgos y protección de datos: https://www.cnil.fr/fr/intelligence-artificielle
Las cinco responsabilidades, los rituales y el enfoque de tres etapas constituyen un modelo propuesto por Pivotal Skills AI. Son fruto del análisis y la recomendación, y no de un estudio estadístico.

