Pasado, presente y futuro de Lean y la IA

Gene Kim y Art Smalley se unen a Tyson Heaton para hablar sobre cómo la IA está transformando las prácticas Lean, desde descubrir el valor oculto en los datos hasta proteger la concentración y la atención humanas.

Gene Kim, líder de DevOps y coautor de «Wiring the Winning Organization», se une a Tyson Heaton, director ejecutivo de LeanTech/AI del LEI, y a Art Smalley, veterano de Toyota y asesor del LEI, para una conversación dinámica, esclarecedora y de amplio alcance sobre inteligencia artificial. Analizan cómo la IA está transformando para siempre el trabajo de individuos y organizaciones, y exploran los aspectos positivos, negativos y problemáticos de la IA hoy y en el futuro.

En algo coinciden todos: el uso de la IA está en auge, incluso entre los profesionales de Lean. Art estima que hasta el 80% de las personas en la comunidad Lean aún tienen poco o ningún conocimiento de IA («¿Qué es un modelo?»). Sin embargo, existen ejemplos de que el otro 20% en diversos sectores ya la está implementando. Tyson menciona «eventos clave», como la participación en un hackathon, que están impulsando este dinamismo, ya que las personas regresan a sus trabajos con nuevas habilidades y una mayor apreciación por la tecnología.

“He programado con directores médicos, directores científicos, directores ejecutivos, directores financieros y personas de áreas como gestión del ciclo de ingresos y sanidad”, dice Gene. “Y ver cómo todas estas personas resuelven problemas por sí mismas, usando agentes de programación, es simplemente asombroso”.

Entre los puntos destacados de este podcast, a menudo divertido, se incluyen:

• La IA encuentra cosas que los humanos por sí solos no pueden: Tanto a nivel personal como corporativo, la IA es excepcionalmente útil para analizar y encontrar la información deseada en cualquier formato (datos, imágenes, etc.) dentro de datos no estructurados, afirma Art.

“Uno de los aspectos más importantes de este máster en Derecho se aplica a funciones fuera del área de operaciones —ya sea en compras, recursos humanos, legal, finanzas, operaciones, etc.—, todas manejan enormes cantidades de datos no estructurados … Apple, entre otras empresas, también tiene este problema. Hay datos no estructurados, datos estructurados y diferentes tipos, y de repente ahora tenemos una forma de procesar gran parte de ellos y hacerlos buscables de una manera que antes no era posible”.

• Al igual que la estandarización Lean, la IA elimina el desperdicio en el trabajo, lo que puede abrir espacio para la creatividad: «Quienes se inician en Lean y la estandarización perciben un estándar como potencialmente restrictivo, que limita la creatividad y el potencial», afirma Tyson. Sin embargo, los usuarios experimentados de Lean reconocen que la estandarización elimina las limitaciones y les permite crear y experimentar para obtener mejores resultados.

«Una parte importante del trabajo intelectual consiste básicamente en comprender, sintetizar y proyectar patrones para realizar el trabajo», añade. «Y si se puede delegar esa tarea o combinarla con la IA, en la que es realmente buena, se libera la creatividad».

• Reacción negativa ante las mejoras posibles gracias a la IA: Gene cuenta la historia de una persona que dedicaba muchas horas diarias a trabajar en Excel en una tarea muy específica y «terrible», y entonces la IA aplicó una macro que la realizaba por ella. «Su reacción fue de enfado. Dijo: “¿Cómo te atreves? Yo no pedí esto”. La IA le arrebató algo que ella valoraba mucho».

Tyson afirma que una forma de superar esta reacción humana natural ante la eliminación del trabajo de alguien es comprender mejor la diferencia entre el trabajo que aporta valor, el que no lo aporta y el trabajo incidental desde la perspectiva del cliente.

• El temor a que la IA elimine puestos de trabajo es real para algunas personas y en algunas empresas: Art relaciona las mejoras de la IA con las primeras mejoras de Lean, cuando eliminar una tarea que no aportaba valor se consideraba como quitarle el trabajo a alguien; no reconocían que la mejora de Lean les permitía pensar en otras maneras de aportar valor a la organización.

Tyson afirma que es fundamental ayudar a redefinir la identidad de las personas como creadores y optimizadores, en lugar de como operarios de torno o especialistas en hojas de cálculo. «También es una tragedia que tantas personas y organizaciones no tengan la posibilidad de redefinir su identidad como optimizadores de sus propios procesos y flujos de trabajo debido a la estructura de liderazgo o al comportamiento y la cultura organizacional».

• Superar la resistencia a la IA: La programación por pares (cuando dos personas programan juntas) y el aprendizaje práctico tienen un gran valor para que las personas adopten las posibilidades de la IA, afirma Art. «Si hay una persona respetada en la organización, a veces se produce un aprendizaje entre pares. Hay diferentes maneras en que las personas se ven influenciadas, diferentes direcciones. Y la programación en parejas me parece una forma muy natural de transferencia de información que suele ser mutuamente beneficiosa, y se obtiene un mejor resultado, se aprende haciendo, con bajo riesgo y alta recompensa». Añade que el interés en la IA pasa de ser incremental a exponencial.

Gene está de acuerdo y señala ejemplos de mayor activación entre las personas que aprenden y practican con miembros respetados de su comunidad técnica. “Ahora vivimos en un universo donde es más fácil realizar el experimento que describirlo a alguien e intentar justificarlo. Es como decir: ‘No, simplemente abre el portátil y pruébalo, y todos aprenderemos algo’”.

• Debilidades de la IA y el papel de los humanos: “Es difícil exagerar lo útiles y expertas que son estas máquinas”, dice Gene. “Por un lado, eso. Por otro lado, también son como becarios de verano. Son propensas a hacer las cosas más estúpidas, ¿verdad? Borran datos, no siguen bien las instrucciones, a veces se confunden, ¿verdad? Olvidan cosas. Así que tu trabajo como humano ahora mismo —en esta época extraña en la que sabemos lo poderosas que son las IA— a veces requiere mucha vigilancia, supervisión y criterio para asegurarnos de que realmente nos estamos acercando al objetivo”.
• Los peligros de enamorarse de la IA: Art afirma que la IA le ha devuelto una sensación de control, asombro y diversión al construir cosas, algo que no experimentaba desde hace años. Gene también comenta que resolver problemas —tanto los suyos como los de otros— con la ayuda de la IA ha sido estimulante y que no había sido tan productivo en mucho tiempo, quizás nunca.

Tyson señala, sin embargo, que su forma de trabajar, alternando tareas con demasiada frecuencia y trabajando en múltiples proyectos mientras la IA genera resultados, «no me estaba llevando al resultado que quería, ni en cuanto a la profundidad del trabajo en un componente específico ni en cuanto a mi capacidad de atención. Creo que me estoy volviendo más lento y que estoy perdiendo profundidad… Necesito replantearme mi forma de trabajar para asegurarme de mantener mi capacidad de análisis profundo, de profundizar en los temas importantes o en los hilos de trabajo relevantes, porque de lo contrario pierdo mucho tiempo solucionando los problemas derivados de mi mala gestión del flujo de trabajo».

Gene afirma que la principal limitación personal para la IA ha pasado de ser el número de tokens que tiene un usuario y el número de agentes a la capacidad de concentración en una sola cosa. «La atención y la concentración son la limitación más valiosa y el recurso más limitado que tenemos».

Tyson Heaton. Director Sénior de Co-Learning y Estrategia Empresarial y Coach Sénior del Lean Enterprise Institute

Gene Kim. DevOps Leader y coautor de Wiring the Winning Organization

Art Smalley. Veterano de Toyota y asesor del Lean Enterprise Institute

Extraído de: The Lean Post