Con dos décadas dedicadas dentro de una firma de servicios profesionales donde el juicio humano es la base del modelo de negocio, un vicepresidente global de EY sostiene en un comentario para Fortune que lo que los clientes buscan en EY —no solo análisis, sino la experiencia, la perspicacia y la perspectiva necesarias para navegar la incertidumbre y tomar mejores decisiones— es exactamente la habilidad que la IA ahora está incorporando a todos los puestos, ya sea que el título en la puerta diga analista, técnico u operador de máquinas.

La paradoja de la era de la IA, sostiene el ejecutivo, es que cuanto más capaz se vuelve la tecnología, más premia el mercado las otras cosas. Las habilidades más buscadas son intrínsecamente humanas: todo se reduce a lo que la IA no puede hacer.

La brecha de talento es significativa. Incluso mientras la inversión en IA aumenta, las empresas están perdiendo hasta el 40% de las ganancias de productividad de la IA debido a deficiencias en la inversión en talento, según una encuesta de EY. Muchos programas de capacitación se enfocan en la experiencia técnica con IA, pasando por alto las habilidades críticas que determinarán si una estrategia de IA da resultado. La conclusión: la restricción sobre los retornos de la IA puede residir en la estrategia de personas tanto como en la propia tecnología.

Lo que la IA todavía no puede hacer

La tecnología prospera en tareas repetitivas y en la extracción de datos. Pero corresponde a los humanos definir la meta, establecer el propósito y aportar el contexto que da significado a la información. Las personas deciden qué objetivos vale la pena perseguir, reconocen cuándo cambia el contexto y siguen siendo responsables de los resultados. Sin esa dirección humana, los datos y las conclusiones pueden no aplicarse de manera efectiva ni generar su pleno valor potencial.

Esto replantea cómo se ve un lugar de trabajo orquestado por la IA. No elimina a la persona: elimina las partes del trabajo que nunca requirieron juicio humano en primer lugar. Lo que queda es la parte que solo un ser humano puede hacer.

Formar fluidez en IA como habilidad de liderazgo

Para aprovechar al máximo un mundo habilitado por la IA, la fluidez en IA debeirse en algo más que una habilidad especializada: combinar la operación de herramientas de IA con la evaluación de los resultados por su relevancia, y saber cómo (y cuándo) intervenir cuando algo sale mal.

La escala involucrada es llamativa: las identidades de máquinas superan a los empleados humanos 82:1 en la organización promedio, según un informe de CyberArk, que vincula esa proliferación con amenazas exponenciales a la seguridad de identidades cuando las identidades de máquinas se gestionan de forma fragmentada. Una escala así no diluye la responsabilidad humana; la concentra. A medida que los sistemas de IA se vuelven más autónomos, el juicio humano se vuelve aún más importante.

El pensamiento analítico es la habilidad central más deseada que los empleadores buscan en posibles contrataciones, según una encuesta del Foro Económico Mundial, con aproximadamente siete de cada diez empleadores calificándola como esencial. Los líderes quieren un empleado que evite la delegación ciega y sepa cómo desafiar a la IA cuando importa.

La conclusión: use la IA para hacer su trabajo más eficiente, no para asumir las decisiones de juicio que siguen siendo la parte más importante del trabajo.

No navegar solo

En la práctica, ninguna organización resuelve sola la integración de la fuerza laboral con la IA. Los enfoques aislados pueden ser lentos y costosos, ya que las organizaciones desperdician ciclos reconstruyendo flujos de trabajo que otros ya han resuelto.

Ese es el trabajo de alianzas y ecosistemas que el autor lidera en EY, ayudando a las organizaciones a crear las bases adecuadas para escalar la tecnología de manera eficiente sin necesidad de reconstruir lo que alguien más ya resolvió.

El trabajo reciente con el fabricante de bebidas Lion lo demostró: la colaboración con socios del ecosistema generó respuestas a clientes un 75% más rápidas y una mejora de aproximadamente el 30% en costos operativos en su función de personas. En lugar de intentar construir desde cero cada capa de una función de personas habilitada por IA, Lion trabajó con socios que ya habían resuelto partes de ese problema en otros contextos, un punto de referencia para las organizaciones que sopesan entre una construcción interna y una vía liderada por socios.

Rediseñar los flujos de trabajo para que los humanos permanezcan en el centro

Los flujos de trabajo deben reimaginarse para mantener a los humanos en el centro de la toma de decisiones y preservar la confianza. Cuando los flujos de trabajo híbridos de IA y humanos se construyen en torno a transferencias rígidas, esperando que la IA complete sus tareas antes de pasar el resultado a un humano, el supuesto fundamental es que las tareas pueden dividirse de manera limpia. En la práctica, esta estructura reduce las oportunidades de juicios significativos y puede agregar más trabajo iterativo.

El modelo más duradero organiza el trabajo en torno a tareas compartidas dentro de un proceso verdaderamente integrado, donde humanos e IA contribuyen en cada etapa en lugar de hacerlo en secuencia.

Daikin, una multinacional especializada en calefacción, ventilación y aire acondicionado, lo ilustró al aprovechar equipos híbridos de IA y humanos que trabajaban en conjunto para implementar un nuevo sistema de planificación de recursos empresariales (ERP). Mientras la IA asistía con la generación de código y las pruebas automatizadas, los empleados mantenían la supervisión de las excepciones y los escenarios de alto riesgo, lo que reafirma que el juicio es algo que ningún algoritmo puede absorber. Según el relato de EY sobre el proyecto, este enfoque aceleró la entrega en aproximadamente un 30%, y el piloto produjo una ganancia del 10% en eficiencia de mostrador y un cierre financiero un 20% más rápido.

La habilidad que no expira

Con capacidades de los modelos de IA en constante cambio, la conversación sobre el perfeccionamiento se queda atrás si solo sigue las actualizaciones técnicas. Las habilidades técnicas vinculadas a una versión específica de un modelo tienen una vida útil corta; el juicio de saber cuándo y cómo intervenir, no.

El juicio es esencial para establecer una IA segura y confiable.

Nada de esto sucede por accidente. Se requiere fluidez en todos los niveles, socios que compartan la carga de la construcción y flujos de trabajo diseñados para mantener a los humanos en el ciclo en cada etapa, a fin de brindar la supervisión adecuada.

Las organizaciones que escalan la IA correctamente toman decisiones deliberadas sobre qué partes del trabajo permanecen humanas. Y la adopción de la IA bien hecha clarifica ese rol en lugar de reducirlo.

Los puntos de vista reflejados en este artículo son los del autor y no necesariamente reflejan los de la organización global de EY ni los de sus firmas miembro. Las opiniones expresadas en los artículos de opinión de Fortune.com son únicamente las de sus autores y no necesariamente reflejan las opiniones y creencias de Fortune. Esta historia fue publicada originalmente en Fort.com.