Cómo es realmente la transformación impulsada por la IA
Félix D'Alançon
Índice
Nuestro punto de partida (y por qué aún así no fue suficiente)
Akur8 es una empresa de software basada en el aprendizaje automático (ML). Fuimos pioneros en la aplicación del aprendizaje automático a la fijación de precios de los seguros. Nuestro equipo de ingeniería cuenta con más de 100 especialistas en aprendizaje automático y ciencia de datos, y la innovación forma parte de la premisa fundacional de la empresa. Si había alguna organización en condiciones de adoptar fácilmente la IA, esa era la nuestra.
Aún así, fue difícil.
A pesar de esas ventajas, la implantación de la IA no fue algo que surgiera de forma natural. Requirió más preparación, más procesos de prueba y error y más trabajo organizativo de lo que esperábamos. Si diriges un departamento actuarial y te ha resultado más difícil implantar la IA de lo que prometían los folletos, esa experiencia es normal. No estás solo.
Empezamos como lo hacen la mayoría de las empresas. Proporcionamos a todos los empleados acceso corporativo a un modelo de lenguaje grande (LLM) líder en el mercado, fomentamos la experimentación y esperamos. En cuestión de meses, el uso era elevado, pero el impacto era escaso. Aunque los empleados lo utilizaban para redactar correos electrónicos y resumir documentos, el trabajo más profundo y de mayor valor seguía siendo el mismo. Estaba claro que el problema estaba en nosotros, no en la tecnología.
El primer reto: nuestros propios procesos
A pesar de ser una empresa joven, contábamos con métodos bien consolidados para desarrollar y lanzar software, y varios de ellos entraban en conflicto directo con las posibilidades que ofrecía la IA. Un ejemplo nos lo dejó muy claro:
Un ingeniero de gran talento había aprendido por su cuenta a utilizar la inteligencia artificial con resultados extraordinarios. Con la ayuda de la IA, desarrolló por su cuenta una funcionalidad completa y valiosa en tan solo unos días. La funcionalidad nunca llegó a lanzarse. El proceso de revisión de código del equipo estaba diseñado para un trabajo incremental a lo largo de varias semanas; sus compañeros no disponían de la capacidad necesaria para revisar el trabajo con la misma rapidez con la que se había desarrollado, por lo que se miró con recelo. El ingeniero quedó desmoralizado.
Esto nos dejó claro que, cuando se integra la IA en un proceso diseñado para un ritmo más lento, ocurre una de estas dos cosas: o bien el resultado generado por la IA es rechazado por un flujo de trabajo para el que nunca se diseñó, o bien el flujo de trabajo se adapta de formas que generan riesgos. En ambos casos, no se obtienen los beneficios esperados y se puede minar activamente la confianza en la tecnología dentro del equipo.
El segundo reto: la cultura
Más allá de los procesos, se observaron dos patrones recurrentes en toda la empresa:
«No confío en la IA»
Esa preocupación era legítima, y nuestra respuesta fue una conversación sincera sobre el riesgo: qué riesgos eran reales, cuáles se habían exagerado, quién era responsable cuando algo salía mal y qué papel debían desempeñar las personas en el proceso. En cuanto nos tomamos en serio esa preocupación y definimos claramente el reparto de responsabilidades, la confianza mejoró.
«No tengo tiempo»
En la práctica, esto solía significar algo más concreto: «No sé por dónde empezar». Aprender a utilizar nuevas herramientas sin dejar de ser productivo en tu puesto actual es realmente difícil. Abordamos este problema mediante tres mecanismos:
- Formación en grupos reducidos en lugar de jornadas de formación para toda la empresa
- Tiempo reservado y protegido para la exploración
- A champion on each team to help late adopters integrate AI into their work
The lesson underneath it all is that the constraint is culture, not technology. And culture changes slowly, with explicit support and a clear signal from leadership that this is not optional.
Three Keys to Unlocking AI Impact
Roughly a year into the effort, we settled on three requirements for real impact:
- Reestructura el proceso para adaptarlo a la IA. No intentes encajar a la fuerza la IA en flujos de trabajo diseñados para un ritmo y una forma de trabajar diferentes. A menudo, ambos son incompatibles, por lo que el proceso tiene que cambiar.
- Redefinir los roles de forma explícita. Entre el 30 y el 40 por ciento de los roles en Akur8 han evolucionado. Los diseñadores de producto han adquirido la capacidad de intervenir en el código y realizar cambios directamente. Los ingenieros dedican menos tiempo a la implementación y más a la arquitectura y a las decisiones sobre el producto. Superar estas barreras tradicionales requiere una redefinición deliberada de los roles.
- Aborda la adopción desde ambos frentes. La experimentación de abajo arriba debe complementarse con una directiva clara de arriba abajo que establezca que la adopción de la IA es obligatoria. Una despierta la curiosidad; la otra genera expectativas. Juntas, ayudan a impulsar a toda la organización hacia adelante.
El equipo de transformación de la IA
Para que la transformación fuera una realidad, la experimentación y las directrices no bastaban. Necesitábamos un equipo permanente y multifuncional que reuniera a ingenieros, responsables técnicos, especialistas en rendimiento empresarial y el departamento de operaciones de ventas para transformar Akur8 en una empresa centrada en la inteligencia artificial, paso a paso.
Diseñamos el equipo con dos características fundamentales que le permitieron funcionar en toda la organización.
- Un mandato del CEO. Las iniciativas de transformación suelen quedar relegadas a un segundo plano cuando se acercan los objetivos trimestrales o se ven bloqueadas por departamentos que las perciben como una amenaza. El respaldo del director general proporcionó al equipo de transformación de la IA la legitimidad necesaria para entablar las conversaciones imprescindibles para hacer avanzar a la empresa.
- Los departamentos siguen al mando. El Equipo de Transformación de IA no asume funciones dentro de los departamentos. Desarrolla procesos e ideas en colaboración con los miembros de los equipos y, una vez finalizado el desarrollo, les cede la responsabilidad. Cuanto más se sientan los equipos como socios en el diseño, más rápido invertirán en la transformación y la adoptarán.
Gracias a estos dos principios, el Equipo de Transformación de IA puede actuar en ambas direcciones a la vez. Desde un enfoque descendente, marca el rumbo, descubre posibilidades y crea el marco y las herramientas necesarias para avanzar. Desde un enfoque ascendente, escucha a los equipos, identifica las ideas más sólidas y las amplía a otras áreas de la empresa.
El resultado
Tras más de dos años de trabajo, este proyecto ha dado frutos concretos. En el segundo trimestre de 2026, lanzamos Akur8 Agents: una IA diseñada específicamente para los flujos de trabajo actuariales e integrada en nuestra plataforma. En el próximo artículo, analizaremos los principios que han guiado su desarrollo.
Felix d'Alançon es director de operaciones de Akur8. Ludovico Capparelli es responsable de transformación mediante IA en Akur8.
.png)
Acerca del autor
Felix d'Alançon is Chief Operating Officer at Akur8, in charge of M&A, partnerships and company performance, as well as North America coordination. Felix started his career at the international consulting firm Oliver Wyman, where he led strategic and operational transformation projects for large companies in France and in the US. Felix is based in Akur8's New York office.
