En Núcleo usamos IA, automatizaciones y sistemas para quitarle a tu equipo lo repetitivo, no para quitarle el trabajo. Esto es lo que buscamos y lo que dice la investigación.
Cuando en una empresa se empieza a hablar de inteligencia artificial, automatizaciones o "meter un sistema", hay una pregunta que casi nadie hace en voz alta pero todos piensan: ¿a quién van a correr? Es una pregunta legítima. Mucho del ruido alrededor de la IA se vende justo así: como una forma de hacer lo mismo con menos gente.
Así que vale la pena decirlo claro: en Núcleo Studio no construimos sistemas con la intención de apoyar despidos ni de quitarle el trabajo a nadie. Usamos estas herramientas para otra cosa: sacar a las personas de lo repetitivo y lo tedioso, y devolverles el tiempo y la cabeza para lo que una máquina no hace bien — atender, entender y mejorar la experiencia de sus clientes.
El problema no es la gente, es lo que la tiene ocupada
En casi todas las operaciones que revisamos aparece el mismo patrón: personas capaces atrapadas en tareas que no requieren su criterio. Copiar datos de un correo a una hoja de cálculo. Capturar lo mismo dos veces en dos sistemas distintos. Perseguir el estatus de un pedido. Armar a mano el reporte de cada lunes.
No es una impresión nuestra. El Anatomy of Work Index 2022 de Asana encontró que los trabajadores del conocimiento dedican en promedio el 58% de su jornada a "trabajo sobre el trabajo": buscar información, cambiar entre aplicaciones, perseguir pendientes y comunicar estatus. Más de la mitad del día, sin hacer el trabajo para el que los contrataron.
Ese es el espacio que atacamos. Como explicamos en lo que en realidad cuesta un proceso hecho a mano, el costo no es solo el tiempo: es el error, el cansancio y la atención que se va en cosas que no mueven el negocio.
Ancho de banda para lo que sí importa: el cliente
Cuando una persona deja de copiar y pegar, no desaparece. Le queda tiempo — y sobre todo, le queda cabeza. Ese ancho de banda mental es el que puede ir a contestar mejor, anticipar un problema antes de que el cliente lo note, dar seguimiento con calma o pensar cómo hacer mejor el proceso que antes solo ejecutaba.
Hay evidencia seria de que así funciona cuando la herramienta se usa para apoyar a la persona y no para sustituirla. En un estudio de Erik Brynjolfsson, Danielle Li y Lindsey Raymond (publicado en el Quarterly Journal of Economics en 2025), con más de 5,000 agentes de soporte al cliente, un asistente de IA aumentó en 14% los casos resueltos por hora, y en 34% para los agentes con menos experiencia. Lo más interesante no es el número: los autores también encontraron que mejoró el ánimo de los clientes en las conversaciones y que más agentes se quedaron en la empresa. La herramienta no reemplazó a las personas; las hizo mejores en su trabajo, y los clientes lo notaron.
Gente con libertad suele ser gente más contenta
Hay otra razón, menos técnica y más humana. Una persona que tiene margen para decidir cómo hacer su trabajo, cuándo y en qué orden, suele sentirse mejor que una que solo ejecuta pasos.
Un estudio de la Universidad de Birmingham dirigido por Daniel Wheatley, con datos de unos 20,000 empleados, encontró que a mayor autonomía en el trabajo, mayor bienestar y satisfacción laboral. Wheatley lo resume en una frase: el control sobre el propio horario "es muy valorado e importante para los empleados" (traducción nuestra).
La psicología lleva décadas apuntando en la misma dirección. La teoría de la autodeterminación, que Edward Deci, Anja Olafsen y Richard Ryan revisaron en 2017 para el ámbito laboral, sostiene que cuando se satisfacen tres necesidades básicas — autonomía, sentirse competente y sentirse conectado con otros — las personas trabajan con más motivación propia, rinden mejor y están mejor. No es bienestar contra desempeño: es bienestar y desempeño.
Un buen sistema crea justo esas condiciones. Cuando lo repetitivo pasa solo, la persona recupera libertad creativa (pensar cómo mejorar), libertad operativa (decidir en qué enfocarse) y flexibilidad (no depender de estar frente a la pantalla a cierta hora para que el proceso avance).
Cómo se ve en la práctica
Cuando diseñamos un sistema, la pregunta que guía el trabajo no es "¿cuántas personas nos ahorramos?", sino "¿qué tareas no deberían estar haciendo las personas?". La diferencia parece sutil, pero cambia todo:
- Se automatiza lo que es repetible, predecible y propenso al error humano: capturas, cálculos, recordatorios, reportes, validaciones.
- Las decisiones, el criterio y el trato con el cliente se quedan con las personas — ahora con mejor información y más tiempo.
- El conocimiento deja de vivir en la cabeza de una sola persona y pasa a ser parte de cómo opera el negocio, como vimos en por qué contratar a alguien más no arregla un proceso roto.
Un ejemplo concreto es el caso Chile Chico: el sistema reemplazó los cálculos manuales, no a quien los hacía.
Al final del día
La tecnología no es buena ni mala por sí sola; depende de para qué se use. Nosotros elegimos usarla para que el trabajo de las personas sea más humano, no para que haya menos personas. Si tu equipo pasa buena parte del día en tareas que se repiten igual cada semana, probablemente ahí hay horas — y paciencia, y creatividad — esperando a regresar a lo que sí importa.
Si quieres saber qué de tu operación se podría quitar de encima de tu equipo, empieza por un diagnóstico: esto es lo que revisamos en 45 minutos.
Fuentes
- Brynjolfsson, E., Li, D. y Raymond, L. (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2).
- Wheatley, D. (2017). Autonomy in Paid Work and Employee Subjective Well-Being. Work and Occupations. Resumen de la Universidad de Birmingham.
- Deci, E. L., Olafsen, A. H. y Ryan, R. M. (2017). Self-Determination Theory in Work Organizations: The State of a Science. Annual Review of Organizational Psychology and Organizational Behavior, 4.
- Asana (2022). Anatomy of Work Index 2022.
Conversación