Este es un artículo de invitado, escrito por Ander Conal.
José Carlos y yo llevamos unos meses discutiendo algunas preguntas aparentemente sencillas.
¿Cómo es hacer de manager con IA?
¿Cómo te ayuda la IA en tu día a día como manager?
¿Cómo la IA le quita trabajo a un manager? Ojo, no confundir con cómo la IA le quita el trabajo a un manager.
No sé tu opinión, pero la mía es que no son preguntas fáciles de responder.
Dada esta realidad, me veo obligado a dar respuesta a estas inquietudes con el más riguroso muestreo de datos reales y objetivos mi experiencia real desde las trincheras. Soy manager y uso la IA a diario, y era manager cuando no usábamos Claude y ChatGPT para consultar cómo dar los buenos días de forma asertiva al equipo en la Daily.
Si quieres descubrir cómo la IA me ha liberado tanto tiempo de gestión que mi dedicación técnica ha pasado de un 10% a un 33% de mi jornada, y por qué herramientas que debían darnos foco nos están llenando el día de ruido, sigue leyendo… Pero antes de llegar ahí, necesitamos fijar nuestra línea base.
La intangible “línea base”
El primer paso para medir algo de forma objetiva es definir lo que voy a llamar la línea base. Básicamente consiste en hacer una foto fija de cómo están las cosas en Management antes de empezar a pedir a Claude que te diga qué título le pones a las reuniones y tal. Una vez tienes esa foto (y has preparado tu billetera), sueltas a ChatGPT y esperas un tiempo prudencial para hacer una segunda foto. ¿El objetivo? Comparar el antes y el después.
El gran problema es la intangibilidad. Por eso te cuesta tanto acertar con la fecha de entrega, predecir los problemas que ocurrirán en producción, o preparar las revisiones de rendimiento de tu equipo. La industria ha intentado tangibilizar todo esto (sin mucho éxito, en mi honesta opinión) con métricas como mínimo cuestionables (número de commits, número de PRs, % de cobertura de código, número de líneas añadidas...) o con otras solo un poco menos cuestionables (DORA’s software delivery performance metrics, The SPACE Framework: A Complete Guide to Developer Productivity...).
Y el management no es una excepción. De hecho, en Management ni tan siquiera se ha estandarizado ese tipo de métricas cuestionables. Existen intentos, como esta que me enseñaba José Carlos, pero por ahora son eso, intentos. No son el estándar de GitHub, o GitLab, ni existe una vara de medir más o menos universal.
Dicho lo cual, somos managers y hemos venido a jugar. Sigue leyendo para ver cómo preparo mi línea base sobre una base intangible.
Las responsabilidades de un manager y mi línea base
Si tuviera que hacer una media de qué % de mi jornada dedicaba a cada grupo de responsabilidades durante mis casi cinco años como manager, diría que mi dedicación ha fluctuado mucho y que es muy difícil dar un número:
Delivery Management, Project Management y Upward & Stakeholder Management ocuparían sin duda el puesto número. Pongamos un 50% de mi tiempo, y creo que estoy siendo conservador.
Product Discovery & Alignment y Process & Culture Engineering estarían el segundo lugar. Quizás un 20% sería apropiado.
People Management quedaría en el tercer puesto. Le voy a dar un 20% sin que me tiemble la mano.
Engineering Management y Firefighting / Ops Support se quedan en el cuarto puesto con un 10%.
¿Cómo se ha movido la aguja con la IA?
Parece que fue ayer cuando se hizo oficial la estrategia para la adopción de IA de mi empresa. Pero no fue ayer. Han pasado 9 meses y mi día a día se ha transformado por completo.
9 meses.
Aquí es donde se supone que saco la segunda foto, la comparo con la primera, y te doy una tabla bonita con flechitas hacia arriba y hacia abajo. Querido lector, siento decepcionarte, pero si la línea base ya era patatera, la foto de después es directamente un cuadro abstracto.
Lo que sí puedo deciros es la sensación, que es lo único objetivo que tengo:
Engineering Management y Firefighting / Ops Support se han colocado en las primeras posiciones. De un 10% a lo que se siente como un tercio, quizás más.
People Management se ha quedado más o menos igual, quizás algo más o con sensación de poder cumplir más promesas y ayudar antes a cada persona, de una forma más justa y objetiva. Otro tercio.
Delivery Management, Project Management y Upward & Stakeholder Management han bajado, aunque no sabría decirte cuánto. Digamos que el tercio que sobra.
Y Product Discovery & Alignment y Process & Culture Engineering... no caben.
Literal. Lo he intentado y no soy capaz, la suma no da 100, así que asumo que este último grupo no ha bajado en tiempo total sino en forma. Antes era un runrún constante de fondo que nunca se cerraba por falta de tiempo, y ahora es puntual. Aparece, se resuelve, desaparece. Aparece, se resuelve, desaparece. Ya no vive ahí todo el día.
Si esperabas precisión matemática, es en la ventanilla de al lado.
El primer porqué: la información se ha democratizado
Antes, en la prehistoria
Tus stakeholders tenían que:
Confiar en ti.
Esperarte.
Hablarte.
Ponte en situación. Vas a una reunión. En esa reunión has recopilado requisitos tomando notas en un cuaderno o en el bloc de notas de tu ordenador (como los dinosaurios). Has tomado alguna decisión, y definido algunas acciones. Sabes las fechas, conoces el alcance, y has acordado siguientes pasos. Te han confirmado el presupuesto, ahora son 288.000€ en lugar de 28.800€. Son buenas noticias.
Sales de la reunión, y tienes otra, de la cual también salen decisiones, acciones e información. De pronto, tienes cinco minutos libres antes de la siguiente. Lo usas para sintetizar la primera reunión, preparas un resumen más comercial para los de ventas, uno más operativo para el equipo y otro más ejecutivo para tus jefes. Pero viene la siguiente reunión. Y se queda a medias. Y así hasta que termina el día. Antes de irte haces un resumen rápido para que no se queden sin nada.
Tus stakeholders dependían de ti. Te esperaban. Te hablaban. Te ponían una reunión para hablar de la otra reunión. Todo eso, multiplicado por cada stakeholder.
Ahora
Activas la transcripción generada por IA en la reunión.
La transcripción le llega a todos los stakeholders directamente a su correo electrónico.
Tienes una rutina de Claude Code que detecta que existe una nueva transcripción de forma desatendida, hace un resumen adaptando el estilo de comunicación a la audiencia y lo envía automáticamente a cada uno de los stakeholders definidos.
Por tanto, tu stakeholder tiene su propia IA, la transcripción de la reunión, y el resumen. Puede pedir a su IA lo que quiera:
“Dada esta transcripción, céntrate en darme los datos económicos y asegura que no incumple lo acordado en el precontrato X, ni en las conversaciones A y B con el cliente Y”.
“A partir de esta transcripción, céntrate en la parte de la toma de requisitos y genera un Backlog inicial en Jira dividido en Épicas e Historias de Usuario, respetando el método INVEST y con foco en User Story Splitting”.
“Coge esta transcripción y genera una PoC rápida que resuelva visualmente las dudas que el cliente tiene, para validar hipótesis de forma ágil”.
“Analiza esta transcripción y dime cómo podría haber actuado mejor ante la situación Y, y qué tal lo he hecho en general. Busca puntos de mejora, no seas condescendiente ni complaciente”.
Y, literalmente, cualquier uso que se te ocurra.
Sin darnos cuenta, hemos democratizado la información. Ya nadie depende de terceros. Tenemos acceso directo a la información, y herramientas para tratarla.
Pero, ¿es oro todo lo que reluce?
Pues oro parece, plátano es. Si esto te había parecido una utopía de eficiencia, no vas desencaminado, pero no puedo dejarte marchar sin avisarte de los tradeoffs. Porque siempre hay tradeoffs. Y porque hasta yo, que desayuno, como y ceno IA, tengo días en los que echo de menos la prehistoria:
Se ha perdido el criterio de cuándo callar. Antes, si en una reunión se mencionaba un riesgo aún sin confirmar, tú decidías si el equipo se enteraba ese mismo día o la semana que viene, cuando ya estuviera resuelto o descartado. Ahora la transcripción llega cruda a todo el mundo, en tiempo real, sin que nadie haya decidido si era el momento. El filtro ha desaparecido.
Se ha perdido la fuente única de verdad. Si has trabajado conmigo, habrás escuchado una de mis históricas reivindicaciones sobre la fuente única de verdad y sus beneficios. Antes había un resumen. El tuyo. Ahora cada stakeholder le pregunta a su propia IA lo que le interesa de la misma transcripción, y cada uno se lleva una versión distinta de “lo que pasó en la reunión” a su medida. Ya no discutimos sobre los mismos hechos, discutimos sobre resúmenes e interpretaciones distintas de los mismos hechos.
Se ha perdido el vínculo. La parte buena de que se dependiera de ti no era tanto la dependencia en sí. Era la relación humana. El vínculo. Cuando nadie necesite pasar por nadie para enterarse de algo, ¿qué papel humano nos queda? La IA nos está quitando una de las excusas para hablar con la gente.
Se ha ganado ruido. Un manager que no tiene ni idea de qué hace su equipo, o el de al lado, o algún stakeholder, pide a su IA que le resuma su Azure DevOps, su GitHub, su Jira, su Confluence... lo que sea. Y la IA, que es buena en su trabajo, le da el mejor informe de la historia, con sus estadísticas, porcentajes, sugerencias y de todo. El problema es que sin el contexto tácito (el porqué de las cosas, no el qué) esa persona no puede avanzar con eso. Antes, si no sabías algo, tenías que preguntarle a quien sí sabía. Sí o sí. Ahora tienes la ilusión de haberlo resuelto tú solo, hasta que descubres que necesitas a esa misma persona para entender por qué los datos dicen lo que dicen. Has añadido un paso. Uno inútil. Ruido. Porque si al final necesitas al humano con contexto, ¿qué ha aportado el resumen que ese mismo humano podría haberte dado directamente?
Se ha dado por hecho que la IA siempre dice la verdad. La verdad, toda la verdad y nada más que la verdad. O eso dicen en las películas y series anglosajonas. Si ya el hecho de tomarte el feedback de terceros como una realidad absoluta que no necesita ser contrastada es arriesgado, multiplica esto por ¿10? y échate a temblar. Estamos tratando la información que la IA nos provee como si siempre fuera verdad, o casi. Y relacionado con el tema de la pérdida del vínculo, ya no sentimos la necesidad de preguntar, contrastar o discutir. Si el porcentaje de error es bajo, ¿para qué molestarnos? ¿Verdad? ¿No?
Se ha dado por hecho que la gente dice lo mismo con IA que sin ella. ¿Conoces El Efecto Hawthorne? Básicamente viene a decirnos que el mero hecho de estar transcribiendo una reunión, cambia lo que la gente dice en la misma. No podemos obviar el hecho de que las personas nos sentimos observadas, y que esto nos lleva inevitablemente a una modificación (casi inconsciente) de nuestra conducta. Dicho en pocas palabras... si la IA va a guardar para la posteridad todo lo que diga, entonces yo, como sujeto observado, me cuidaré mucho de no liarla. Y ojo, que lo de la transcripción de la reunión es solo un ejemplo. Ahora puedes pedir a Claude que te busque quién tomó una decisión en Slack hace tres meses. Es decir, afecta a cualquier tipo de comunicación, escrita o hablada. Ahora, con esta nueva realidad, el sujeto observado:
Se arriesgará menos.
Se cortará más.
Hablará y actuará para y por la IA, y no para y por su deber real.
Desarrollará su máximo potencial (y dirá la verdad) solo en entornos donde se sienta seguro. Y en ese sitio seguro no estará la IA (por ahora) y, por tanto, no podrás acceder a esa información.
Para cerrar
Queda pendiente explicar por qué Engineering Management y Firefighting / Ops Support han pasado de un discreto 10% a comerse un 33% de mi día. De hecho, quedan temas pendientes para escribir un libro:
¿Tú también eres ahora el filtro de decenas de
no necesariamente cortaspropuestas cada día?¿Tienes la sensación de que todo esto va demasiado rápido y no te da la vida?
¿Sientes que tienes más trabajo que hacer, para antes, “gracias” a la IA?
No estás solo. Pero para que hablemos de eso, tendrás que esperar. Comparte con José Carlos y conmigo tus dudas o preocupaciones respecto al impacto de la IA en Management, como fuente de ideas para próximos posts.
Ander