El algoritmo habilitó. La organización se transformó: De la adopción tecnológica a la capacidad organizacional.

En esta columna, Carlos Aguilera Muga y Cristián Guiñez Toledo presentan una experiencia de gestión del cambio desarrollada durante 15 semanas en Michelin Chile, donde la incorporación de inteligencia artificial para optimizar la mantención de neumáticos en la gran minería se abordó como una transformación organizacional. Su tesis es que el éxito de la IA no depende únicamente del algoritmo, sino de la capacidad de movilizar a las personas, construir confianza, generar aprendizajes colectivos e integrar la tecnología en nuevas formas de decidir, colaborar y trabajar.

Por Ps. Carlos Aguilera Muga, M.Sc. y Ing. Cristián Guiñez Toledo, MBA

Un caso real de éxito en gestión del cambio con inteligencia artificial.

El proyecto demuestra que los resultados extraordinarios no se logran imponiendo cambios, sino movilizando a las personas mediante la Indagación Apreciativa. Desarrollado en 15 semanas para Michelin Chile por los consultores Carlos Aguilera Muga y Cristián Guiñez Toledo, se logró transformar un proceso de algoritmificación con Inteligencia Artificial en una capacidad organizacional sostenible, de gestión basada en datos. Esta iniciativa de Michelin Chile es pionera en la incorporación exitosa de este enfoque para optimizar la mantención de neumáticos en la gran minería.

Pilares clave del proyecto:

  1. La IA como transformación sociotécnica: Una solución analítica no genera valor por sí sola. Su verdadero impacto radica en articular tecnología, datos, procesos, liderazgo, decisiones y prácticas. En este caso, la intervención potenció los recursos preexistentes del sistema social para garantizar la confianza, comprensión y uso cotidiano del algoritmo. La verdadera transformación comienza cuando el algoritmo deja de ser tecnología y se convierte en una nueva forma de trabajar.
  2. Arquitectura de implementación, no un mero trámite posterior: La gestión del cambio no se limitó a comunicar o capacitar tras la llegada de la tecnología. Fue la estructura misma de la implementación: incluyó diagnóstico, coaching, mentoring, clarificación de roles y gobernanza. Al enfocar la conversación en “lo que ya funciona y podemos construir” en lugar de “lo que falla”, se aceleró y estabilizó el proceso. La innovación no nace del miedo al error, sino de potenciar el núcleo positivo de la organización, lo que le da vida en su mejor momento.
  3. Propósito compartido para pasar de la aceptación a la apropiación: Los colaboradores dejaron de ser espectadores pasivos y se convirtieron en coautores del diseño y los mensajes del cambio. Esta visión compartida alineó decisiones, redujo la ambigüedad y generó un sentido de pertenencia crucial para la sostenibilidad. Hubo, sin duda, cambio de enfoque: de espectadores a coautores, lo que genera amplio sentido de pertenencia. Así, cuando los colaboradores dejan de ser receptores y se sienten responsables del diseño del propósito, la transformación deja de ser una amenaza y se convierte en una aspiración compartida.
  4. Sistema interorganizacional de aprendizaje: Las conversaciones apreciativas crearon una infraestructura relacional entre distintas empresas involucradas, pasando de la defensa de posiciones a la colaboración, transferencia de aprendizajes y adopción de mejores prácticas. El algoritmo puede “aprender”. La organización también debe hacerlo.
  5. Nacimiento de roles “transductores” (boundary spanners): Se desarrollaron perfiles híbridos capaces de conectar la lógica del modelo analítico con la experiencia del terreno industrial. Estos actores actúan como puente crítico para retroalimentar la IA y profundizar la adopción.
  6. Logros tempranos (quick wins) como evidencia de viabilidad: Se generó valor tangible antes del despliegue tecnológico completo, manifestado en mejor disciplina operacional, alfabetización digital y mayor accountability. Hacer visibles estos avances sirvió como motor para sostener el impulso de la transformación.
  7. Sostenibilidad mediante la institucionalización: Un aprendizaje organizacional relevante fue que no basta con escalar la tecnología; hay que escalar la capacidad de la organización para aprender y usar los datos con criterio. La secuencia estratégica validada fue: experimentar adoptar aprender institucionalizar escalar.

Conclusión Principal

El aporte diferenciador del caso radica en que la inteligencia artificial fue el habilitador, pero la verdadera sostenibilidad se logró construyendo capacidades colectivas para aprender, coordinarse y adaptarse de manera continua. El éxito de la inteligencia artificial depende tanto del algoritmo, como de la capacidad del sistema humano para confiar en él y transformarse a su alrededor. Por ello, la adopción es vital para sacar provecho de la tecnología, de manera que la inteligencia artificial fue la “chispa” habilitadora para la transformación del equipo y de la organización ya que al incorporar una nueva herramienta al modelo de gestión requiere una transformación, que ocurre cuando las personas cambian la manera de decidir, colaborar y generar resultados.

La gestión del cambio debe diseñarse como arquitectura, no aplicarse como maquillaje. La indagación apreciativa, por su parte, permite añadir energía positiva y catalizadora al proceso. La verdadera transformación comienza antes y se construye durante la implementación, creando las condiciones para que las personas evolucionen de la mera aceptación a la apropiación del cambio y lo conviertan en una nueva forma de trabajar.

Las palabras tejidas en esta columna son el eco singular del autor, sin ataduras ni corsés editoriales. Aquí, la responsabilidad recae en quien escribe, no en las creencias de RH Management

Comparte este artículo:
NO TE LO PIERDAS

Pedimos obediencia y esperamos compromiso

El milagro de «Ja-Ja-Jaloguin»: De las cosechas celtas al plástico de la dehesa

Salud mental laboral y daño moral: lo que recursos humanos debe distinguir

ARTÍCULOS RELACIONADOS

Productividad laboral crece solo 0,7% en América Latina y pone el foco en tecnología y talento humano

Compromiso laboral: el salario ya no es suficiente para retener talento en las organizaciones

Brecha digital de género: mujeres representan solo el 18% de los especialistas tecnológicos en España

Cuando los algoritmos dirigen el trabajo: el desafío de preservar la autonomía laboral

ÚNETE A NUESTRA COMUNIDAD
RH MANAGEMENT

¡Recibe todas nuestras alertas y noticias al día!