La mayoría de los directivos asciende por antigüedad o buen desempeño técnico, pero sin ninguna preparación para liderar personas. La inteligencia artificial está redefiniendo ese rol: de supervisor que controla a coach que desarrolla, respaldado por datos en tiempo real. La lección, destilada en un reciente análisis de Fast Company, es tan aplicable a un founder de startup como al mando intermedio de una corporación.
El problema tiene dimensiones estructurales. Según Gallup, solo el 22% de los managers a nivel mundial se siente implicado con su trabajo. En paralelo, el 82% de los directivos del Reino Unido carece de formación formal para liderar equipos, un dato que resuena en la mayoría de los mercados occidentales. Esta carencia no es gratuita: las organizaciones pagan una prima media del 33% más a los managers respecto a los contribuidores individuales, brecha que se dispara por encima del 50% en niveles sénior.
La figura del mando intermedio nació con un propósito claro: coordinar, alinear objetivos y cuidar del compromiso del equipo. Pero con el tiempo se ha convertido en una moneda de cambio dentro del contrato social de la empresa. Ascender a jefe es la principal vía de progresión salarial y de estatus, lo que ha inflado las capas directivas y diluido la calidad del liderazgo.
Cuando un empleado brillante da el salto sin herramientas, se convierte en un «manager accidental». Sin formación, suele tomar decisiones basadas en la intuición o en métricas superficiales. Pasa por alto las señales tempranas de agotamiento, no detecta disfunciones de equipo y, a menudo, se limita a apagar fuegos. La organización, además, carece de la infraestructura necesaria para medir si ese líder realmente mueve la aguja del negocio.
A esto se suma que la mayoría de las empresas no logra conectar los datos de RRHH con las métricas de rendimiento. Sin esa visibilidad, evaluar la efectividad de un manager se vuelve un juicio subjetivo. El resultado es una capa directiva extensa, cara y con un impacto difícil de cuantificar.
La falta de datos convierte la gestión en un acto de fe. La IA no reemplaza al líder, le da la visibilidad que nunca tuvo.
El manager accidental: un lastre que la IA puede convertir en oportunidad
Los estudios apuntan que un manager dedica casi el 40% de su jornada a tareas administrativas y a solucionar urgencias. Solo el 13% del tiempo lo invierte en desarrollar a su gente. La inteligencia artificial, bien implementada, puede desatascar ese atasco. Pero la clave no está en usar un chatbot genérico, sino en integrar un sistema de IA que conecte los datos de personas, la estrategia de negocio y las señales diarias del equipo.
Pasar del 13% al 40% del tiempo en desarrollar personas no es un deseo: es una reasignación de recursos que la IA hace posible si se integra en los procesos core.
El modelo que describe Fast Company imagina a un directivo que, en lugar de preguntar a un LLM genérico, consulta un motor de IA alimentado con los datos internos de la compañía. Por ejemplo, puede preguntar cómo una decisión de asignación de recursos se alinea con la estrategia corporativa, o cómo están evolucionando los niveles de engagement de su equipo tras un cambio de cargas de trabajo. El sistema le devuelve respuestas contextualizadas, no recetas universales.
Esta aproximación se sustenta en cuatro pilares: decisiones informadas por datos en tiempo real, prácticas de desarrollo de personas integradas en el flujo de trabajo, alineación visible entre la ejecución diaria y la estrategia de la cúpula, y evaluación objetiva de la efectividad directiva. Cada pilar refuerza la idea de que el manager puede convertirse en un coach de precisión, no en un mero transmisor de órdenes.
El modelo de gestión que ya funciona: datos, coaching y alineación estratégica
En lugar de malgastar energía en informes y tareas repetitivas, el directivo dedica su tiempo a interpretar las señales que la IA le ofrece. Puede identificar qué prácticas de feedback mejoran el compromiso del equipo, ajustar las prioridades cuando detecta sobrecarga y, sobre todo, conectar su gestión con los objetivos de negocio. Para la alta dirección, el sistema proporciona visibilidad en tiempo real de qué managers están impulsando los resultados y cuáles necesitan apoyo, sin esperar a evaluaciones trimestrales.
La diferencia con un LLM abierto es radical: mientras que un ChatGPT genérico ofrece consejos descontextualizados, un sistema de IA empresarial construido sobre los datos reales de la organización permite orientar al directivo sobre si esa contratación, esa reestructuración o ese cambio de ritmo está en línea con la estrategia. Esa capacidad transforma la toma de decisiones de un acto reactivo a uno proactivo y alineado.
Las empresas que solo compran licencias de IA generativa esperando que el valor emerja por sí solo están perdiendo el tiempo. El verdadero retorno se consigue cuando la IA se concibe como una capa de inteligencia que rediseña los procesos de gestión, reduce las duplicidades y potencia el criterio humano. No se trata de eliminar capas directivas, sino de hacerlas más ligeras y efectivas: menos supervisores y más coaches armados con datos.
La lección para el emprendedor: cómo implantar este modelo en tu startup
En startups tecnológicas y empresas de alto crecimiento ya hay ejemplos de gestión basada en People Analytics que van en esta dirección. Plataformas de recursos humanos como Personio o Factorial incorporan dashboards de engagement y rendimiento. Pero la verdadera palanca surge cuando el founder decide desde el día uno medir la efectividad del liderazgo con la misma obsesión que mide el churn o el CAC. Incorporar un sistema de datos de equipo, aunque sea ligero, cuesta menos que el precio de un mal manager y permite escalar la cultura sin perderla.
El artículo de Fast Company no es una promesa de ciencia ficción. Es un aviso serio: sin datos, cualquier decisión de gestión es una apuesta. Con datos contextuales y una IA que los articule, el directivo puede dedicar menos tiempo a a informar y más a inspirar. Para el ecosistema emprendedor español, donde el talento escasea y cada baja duele, este modelo es un seguro de retención y productividad.
🚀 Hoja de Ruta para Emprender
- Mide antes de automatizar: Define dos o tres KPIs de equipo (engagement, rotación voluntaria, desempeño) y centralízalos en un dashboard. La IA solo sirve si los datos existen.
- Integra la IA en los procesos, no en los atajos: No uses un LLM genérico para decidir despidos; construye un sistema que cruce capacidad del equipo, carga de trabajo y objetivos de sprint.
- Entrena a los managers en coaching, no en reporting: Destina al menos el 30% de su formación a escucha activa, gestión de conflictos y feedback basado en datos. El tiempo administrativo debe reducirlo la máquina.
- Haz transparente la alineación: Comparte con todo el equipo la conexión entre sus tareas y la estrategia de la empresa. Si la IA te da visibilidad, compártela para crear responsabilidad colectiva.
