Mientras los talentos aseguran que se sienten cansados, las empresas piensan cómo mejorar la productividad pero dándole más lugar al bienestar de las personas.
La productividad volvió a ocupar un lugar central en la agenda de las organizaciones. En un contexto de adopción acelerada de inteligencia artificial (IA), automatización y nuevas tecnologías, muchos líderes asumen que producir más en menos tiempo es casi una consecuencia natural del avance tecnológico. Sin embargo, la realidad que viven los trabajadores y los equipos muestra una situación bastante más compleja.
Hoy, la definición de qué significa ser competente en un puesto de trabajo está cambiando en tiempo real. Las tareas se transforman, los procesos se rediseñan y las herramientas se actualizan de manera constante. En ese escenario, la expectativa de que la implementación de la IA genere aumentos inmediatos en la productividad se convierte, muchas veces, en una presión difícil de sostener.
Según el informe La ventaja humana. Tendencias globales sobre el futuro del trabajo, de ManpowerGroup, uno de los grandes desafíos actuales es que las métricas de desempeño se están volviendo más objetivas, pero también más limitadas. A medida que la supervisión del trabajo se sofistica y se apoya cada vez más en datos, se mide con mayor precisión lo que es cuantificable, pero se pierde de vista el contexto, el esfuerzo de adaptación y el impacto real de cada contribución.
Bajo compromiso
Este enfoque tiene consecuencias claras. A nivel global, la baja participación de los empleados genera una pérdida estimada de 438 mil millones de dólares en productividad. No se trata solo de cuánto se produce, sino de cómo se produce y con qué nivel de compromiso. Cuando las personas no se sienten escuchadas, valoradas o comprendidas, el rendimiento sostenible se ve afectado.
Incluso, el informe advierte que muchos trabajadores están colapsando bajo expectativas poco realistas sobre el impacto de la inteligencia artificial. En lugar de mejorar automáticamente los resultados, la adopción de nuevas tecnologías suele generar, al menos en el corto plazo, una caída en la productividad.
Esto ocurre porque los colaboradores deben aprender a usar sistemas nuevos, integrarlos a procesos existentes y resolver fricciones que no siempre fueron previstas.
A esto se suma un factor clave: el desempeño asociado al uso de herramientas de IA es, en muchos casos, subjetivo. No todos los trabajadores reciben la misma capacitación, ni todos los equipos cuentan con procesos claros para evaluar resultados en entornos híbridos entre
humanos y tecnología. De hecho, el informe señala que muchos empleados expresan el deseo de ser evaluados de manera más imparcial, incluso fantaseando con la idea de tener “gerentes de IA” que eliminen sesgos y arbitrariedades.
Hacia dónde mirar
El foco excesivo en la productividad, sin una revisión profunda de los sistemas de evaluación y recompensa, también impacta directamente en el bienestar. El 63% de los trabajadores en todo el mundo afirma sentirse agotado.
Mirando hacia adelante, el desafío no es abandonar la productividad como objetivo, sino redefinirla. El informe plantea una oportunidad clara: rediseñar los sistemas de desempeño para medir contribuciones concretas y el impacto duradero en la organización, no solo la actividad constante o la disponibilidad permanente.
En los próximos años será clave avanzar hacia modelos que reconozcan el valor del trabajo que realmente importa. La posibilidad de ofrecer reconocimiento e incentivos en tiempo real, vinculados a aportes específicos, podría marcar un cambio significativo. No solo en términos de resultados, sino también en compromiso, motivación y salud laboral.
Queda claro que poner el foco en la productividad sin considerar a las personas termina siendo contraproducente. La verdadera ventaja competitiva estará en aquellas organizaciones que logren equilibrar tecnología, objetivos de negocio y experiencia humana, entendiendo que producir mejor no siempre significa producir más, sino producir de manera más inteligente y sostenible.
