El equipo potenciado por IA: Un nuevo manual para líderes de producto

Lee la transcripción:

Estamos probando la transcripción de nuestros pódcasts mediante un programa de software. Por favor, disculpa cualquier error, ya que el bot no es preciso el 100% del tiempo.

Hannah Clark: Una de las muchas cosas desconcertantes sobre esta revolución de la IA es que colectivamente estamos inventando una nueva realidad, que probablemente no tengo que decirte, es mucho menos utópica de lo que parece. Pero lo interesante es cómo estamos presenciando en tiempo real cómo tanto líderes como colaboradores individuales, me atrevo a decir, están luchando por navegar la complejidad que implica forjar un nuevo camino.

Las preguntas sobre ética en el trabajo, calidad de resultados e impacto en los resultados futuros están en la mente de todos en el organigrama. Pero eso también significa que tenemos una gran oportunidad de aprender unos de otros a partir de nuestros descubrimientos y diseñar nuestras propias decisiones en torno a la realidad a la que queremos llegar.

Mi invitado de hoy es Andrew Saxe, vicepresidente de Producto en Smartling. Smartling forma parte de la industria de traducción y servicios lingüísticos, que es prácticamente un caso emblemático de industrias impactadas por la IA. Cuando Andrew se incorporó a Smartling, el equipo ofrecía servicios de traducción de manera manual, y la IA era simplemente una vieja película de ciencia ficción con Haley Joel Osment como el robot Pinocho.

No hace falta decir que las cosas han cambiado. En este episodio, escucharás la opinión de Andrew sobre cómo separar el verdadero valor de la IA del bombo inflado, qué consideraciones éticas deben tener en cuenta los líderes al implementar flujos de trabajo potenciados por IA y por qué las habilidades más demandadas han cambiado más rápido de lo que cualquiera esperaba. Vamos a entrar en materia.

Por cierto, tenemos conversaciones como esta cada semana, así que si te interesa, ¿por qué no te suscribes? Bien, ahora sí, comencemos.

Bienvenido de nuevo al pódcast del Product Manager. Hoy estoy aquí con Andrew Saxe. Es vicepresidente de Producto en Smartling.

Andrew, muchas gracias por dedicar un tiempo en tu apretada agenda para estar hoy con nosotros.

Andrew Saxe: Por supuesto. Encantado de estar aquí.

Hannah Clark: ¿Podrías contarnos un poco sobre tu trayectoria y cómo llegaste hasta donde estás hoy?

Andrew Saxe: Sí. ¿Sabes? Siempre he tenido interés, probablemente desde mediados de los noventa, me interesó Internet cuando era algo nuevo, y siempre he estado en el mundo de la tecnología, estudié bastante tecnología y todos mis trabajos han sido en desarrollo y producto.

Fui un falso desarrollador web un tiempo, creando sitios y código no muy buenos, y eventualmente pasé a producto. Llevo en Smartling unos 14 años, creo que 15 en julio, así que bastante tiempo. Pero sí, siempre enfocado en producto en Smartling.

Hannah Clark: Qué bien. Sí, 15 años es mucho tiempo.

Andrew Saxe: Sí, sin duda no es poco tiempo.

Hannah Clark: Especialmente en el mundo tecnológico. Es como años de perro.

Andrew Saxe: Sí. De hecho, es mi relación más larga, creo.

Hannah Clark: Hoy nos vamos a centrar en la evolución de la ética en torno a la IA desde la perspectiva de liderazgo. Para iniciar, ¿quieres enmarcar la conversación con tus observaciones en Smartling a lo largo de estos 15 años de tu carrera?

Durante tu tiempo, obviamente has visto que, bueno, Smartling está en la industria de la traducción, así que ha habido muchas transiciones tecnológicas importantes desde que comenzaste. Ha habido adopción de la nube, transparencia, y ahora estamos en la era de la IA. ¿Qué diferencia a este cambio?

Andrew Saxe: Por supuesto. Estoy en el negocio de la traducción, así que puedo convertir inglés en francés y español y ese tipo de cosas. Y cuando piensas en ese proceso, realmente ha sido mucho de personas y la traducción existe desde hace siglos. Siempre ha sido un esfuerzo centrado en la gente.

Y si piensas en otros avances tecnológicos de los últimos 15 años, la nube fue probablemente el mayor. Tenían un gran impacto organizativo y empresarial, pero este cambio hacia la IA ya ha tenido un impacto profundo en el mundo de la traducción y seguramente en otros ámbitos va a empezar a impactar más y más a los humanos.

Y aunque la nube fue un gran avance y permitió escalar negocios y no tener que montar servidores y ese tipo de cosas, en gran parte la gente quizás no lo sentía salvo que tenía más aplicaciones y negocios, etc. Pero creo que los trabajadores de a pie son quienes más están sintiendo el impacto actual de la IA, y sin duda lo vemos en el mundo de la traducción.

Hannah Clark: Sí, me imagino que debe estar muy amplificado en ese sector específico.

Entonces, al hablar de implementar IA en los servicios de traducción, como mencionaste, hay un gran impacto en la fuerza laboral de traductores y usuarios finales. ¿Cómo equilibras el aumento de eficiencia con el impacto que esto tiene en tu equipo y cómo ha cambiado su rol?

Andrew Saxe: Sí, cuando lo vemos, como ambos somos una empresa SaaS y damos herramientas para gestionar traducciones y todo el proceso. Si imaginas miles o cientos de miles de personas escribiendo traducciones, ofrecemos herramientas para gestionarlo.

Y claro, están todas las personas que hacen las traducciones. Ofrecemos esos servicios de traducción. Y en gran parte han estado escribiendo esas traducciones o revisando la calidad, corrigiendo errores, cuidan la voz de marca de una organización.

Hace unos años, como hace 10 años, apareció la traducción automática neuronal, que fue un gran avance, quizá hace cinco o seis años, no recuerdo. Google Translate existe desde hace mucho, pero cambiaron a traducción automática neuronal, lo que tuvo un gran impacto en la calidad, pero no bastó para eliminar a los humanos de ese proceso.

Así que el proceso siempre era: alguien escribe la traducción, alguien revisa la calidad, y vuelve al propietario del contenido. Así había sido siempre, incluso con traducción automática. Con la IA, realmente buscamos eliminar los humanos de ese flujo, o al menos cambiar su papel; así, a medida que la IA mejora y las herramientas también, los humanos dejan de escribir la traducción y nos permite generar una mejor primera versión. Podemos usar IA y LLMs para evaluar la calidad y decidir si debe ir a un humano o no.

El papel humano pasa a ser más de validación. Digamos, cuando evaluamos que la calidad debe verificarse, entra el humano a validar y, si algo no está bien, encuentra esos casos límite que el LLM no puede captar, y entonces puedes retroalimentar a la máquina y la calidad mejora en general.

Pero el rol cambia de estar al principio y en medio del flujo a estar al final, haciendo validaciones aleatorias o muestreo de contenido para calidad. Es realmente un cambio muy grande en cómo trabajan las personas. Quién sabe, quizá llegue el día en que ni siquiera haga falta la validación humana, pero ese es el movimiento actual.

Hannah Clark: Sí, me resulta muy interesante, especialmente cuando mencionas algo como la voz de marca, que es algo tan matizado y complejo incluso en tu propio idioma. Imagino que con la traducción, para la IA es aún más difícil captar y dominar eso.

Así que veo que esa capa sigue siendo muy relevante y sería difícil de reemplazar.

Andrew Saxe: Sí, definitivamente. La voz de marca es un factor enorme, o terminología especial. Las marcas tienen palabras propias, glosarios que quieren usar o de los que prefieren alejarse.

Debes asegurarte de que las traducciones respeten todo eso. La IA hace un buen trabajo, pero también puede fallar, así que hay que poner límites, y a veces la intervención humana funciona como ese guardarraíl.

Hannah Clark: Sí, absolutamente. Incluso usando IA para ideas de contenido, la cuestión es amplia. Es interesante ver lo que la tecnología puede hacer, pero también lo es ver que no es simplemente una tarea de traducción directa la mayor parte del tiempo.

Así que, pasando de una tarea de tecleo humano a la validación, ¿cómo luce el flujo de trabajo ahora versus hace cinco años, antes de esta transformación hacia la IA?

Andrew Saxe: Honestamente, incluso desde la perspectiva de Smartling, las traducciones utilizaron tecnología por décadas: herramientas de escritorio, de servidor y similares. Pero siempre ha habido humanos tecleando y revisando.

Al considerar el coste de traducción —las organizaciones gastan cientos de millones y hasta miles en este rubro— puede llevar tiempo entregar las traducciones si dependen solo de humanos. Así que el flujo cambia: es instantáneo, el coste baja drásticamente. Si ya no pagas tantas personas, el flujo es mucho más eficiente y solo hay que tratar casos límite. Hay situaciones donde, aunque la IA mejora, para documentos legales quizás quieras una revisión humana total. Todavía hay roles humanos para ciertos contenidos, pero espero que eso cambie en los próximos años.

Hannah Clark: Sí. Imagino que a medida que crece la confianza en la tecnología, será más efectiva. Cuando hablamos de ética, ahí existe un debate interno: ¿dónde nos situamos éticamente frente a la AGI y estos avances? ¿Qué consideraciones éticas han surgido en vuestras discusiones sobre implementación de IA, ya sea internamente o en la industria?

Andrew Saxe: En nuestro caso, cuando pensamos en los lingüistas con quienes trabajamos, hemos logrado reubicar a la gente en otros roles y asegurarnos de que sigan ganando lo mismo, quizás revisando más contenido al requerir menos edición. Su velocidad ha mejorado, pero en otro extremo del flujo. Como estamos apenas comenzando a utilizar estas herramientas, es algo a tener muy presente. Y sin duda en la industria se pregunta: ¿a dónde terminará toda esa gente?

La traducción es un negocio muy matizado: que hables español o francés no significa que puedas traducir documentos o materiales especializados. Es una labor reflexiva. Creo que seguirá existiendo espacio para eso y quizá más creación directa de contenido en el idioma que edición o traducción; seguro que habrá roles para personas en la traducción.

Hannah Clark: Esto recuerda mucho al espacio de creación de contenido, donde ahora que hay herramientas para agilizar el proceso, el conjunto de habilidades demandadas ha cambiado. Antes destacaba la producción y los requisitos técnicos (SEO, etc.). Imagino que es similar en traducción. Ahora lo que destaca es la atención al detalle, a los matices lingüísticos, el estilo, la atención a lo que el cliente pide y no solo traducir palabra por palabra. Es curioso cómo los cambios tecnológicos tienen efecto dominó sobre toda la industria y en lo que se demanda.

Andrew Saxe: Totalmente, incluso en la investigación y desarrollos que planeamos lanzar este año, intentamos captar esos matices: cómo se percibe una organización o cómo quiere que los clientes hablen de ella. Crear descripciones que influyan en lo que la IA o LLM genera y vemos cambios en la calidad por eso. Así que los humanos, incluso en revisión y validación, siguen participando de ese matiz, aunque seguramente eso cambie con el tiempo.

Hannah Clark: Lo pienso así: donde el mercado genera un exceso en una área, por ejemplo, volumen de producción, surge una demanda de mayor calidad, de ideas auténticas, de lo que diferencie tu pieza de la competencia incluso usando las mismas herramientas. ¡Es una época fascinante para estar vivo!

Andrew Saxe: Sí. Es muy interesante ver un cambio tan profundo en tan poco tiempo.

Hannah Clark: Sí, a veces parece que estamos presenciando un cambio que normalmente llevaría décadas y está ocurriendo en cuestión de meses. Es muy impactante. Con cada conversación sobre IA aquí, aunque es frecuente, siempre es sorprendente.

Volviendo al flujo de trabajo, me interesa saber cómo decides qué tareas deben seguir siendo humanas y cuáles se deben delegar a la IA, esperando que el flujo lo gestione con tecnología.

Andrew Saxe: Depende mucho. En traducción hay una matriz de coste/calidad/velocidad: siempre se busca la mejor calidad al menor precio y lo más rápido. Hacemos mucha investigación, estudio y pruebas para asegurar la herramienta adecuada para cada tipo de contenido. Usamos niveles de confianza, sobre todo en nuestros sistemas de IA, para saber qué proceso produce contenido con garantía de calidad.

Si podemos garantizar esa calidad, usamos ese flujo para el cliente. Algunos exigen que haya uno o incluso dos humanos implicados, especialmente en ciertos contenidos. Pero ahora aplicamos la tecnología de manera más amplia a todo tipo de contenido, salvo alguna excepción para lenguas menos habituales en las que el LLM no tiene suficiente información, y ahí aún hace falta intervención humana. Pero en general, se pueden aplicar las herramientas a casi cualquier contenido y garantizar la calidad.

Hannah Clark: Me gustaría ampliar la perspectiva y hablar de la organización en su conjunto en Smartling. ¿Están adoptando la IA de manera homogénea, o hay áreas con más o menos resistencia o diferencia en la aplicabilidad?

Andrew Saxe: Esencialmente hay dos caras: como proveedor SaaS, vemos que muchos clientes tienen mandatos internos de usar IA, aunque no sepan exactamente cómo, pero sus empresas piden eficiencia y que los proveedores usen IA y reporten ese ahorro. Así que los clientes lo exigen y buscamos soluciones que aporten esa eficiencia o ahorro que sus organizaciones requieren. Internamente, todos los equipos la usan, especialmente ingeniería y producto. Quizá en otras áreas menos, pero todos la usan, y nuestro soporte y ayuda al cliente es totalmente habilitado por IA. Todo avanza en esa dirección.

Hannah Clark: He visto más de esos mandatos IA. Es curioso, he hablado sobre ello; hay enfoques de incentivo (zanahoria) o de imposición (palo) para lograr la adopción de herramientas de IA, buscando que la gente explore y gane confianza. Pero también puede tener su lado negativo.

Andrew Saxe: Sí. Internamente, pusimos políticas y herramientas permitidas; los proveedores ya han pasado auditorías de seguridad, para tener garantías y seguridad. Pero cada día sale una nueva herramienta y seguro que la gente la prueba.

Hannah Clark: Sobre la ola de hype: tecnología nueva, entusiasmo, muchos reclamos... y ahora la gran ola de escepticismo, preguntando qué es solo moda y qué necesita realmente funciones IA. Como cada avance importante. ¿Cómo ayudas a la organización a separar el hype del valor real y aterrizar las expectativas, para ver dónde aporta valor la IA sin perjudicar la calidad?

Andrew Saxe: Uno de nuestros investigadores siempre dice: no todo tiene que ser IA; si puedes hacerlo con una regla o un "if/then", no hace falta forzarlo con IA. El problema es que herramientas como ChatGPT sorprenden ―escribes algo y genera contenido―, eso alimenta la euforia. Pero aplicar IA a soluciones de negocio para clientes exige otro nivel de confianza. Ahí es donde el escepticismo aparece: no basta con escribir en ChatGPT, hay que aplicar la tecnología para mejorar procesos u ofrecer mejores resultados. Evidentemente hay euforia, pero cuando construyes herramientas, hay mayor mesura. Hay que construir cosas útiles, y a veces lleva más tiempo que una consulta en ChatGPT.

Hannah Clark: Hay cierto paralelismo con las redes sociales: primero todos deben estar, unos no le daban importancia, otros invertían demasiado sin ROI claro... El equilibrio está en explorar, ver usos válidos y luego solo mantener aquellos que realmente benefician el negocio.

Andrew Saxe: Sí. Hacemos muchos experimentos; estamos probando uno que creemos será excelente para clientes, intentamos llegar a un 80-85% de confianza. Después de meses, es como lanzar una moneda: IA es genial, pero aún produce sólo el resultado deseado la mitad de las veces. Así que la confianza y los casos de uso son claves.

Hannah Clark: Considerando industrias fuera de la traducción, ¿qué paralelos ves en la integración de IA en el espacio de producto? ¿Tienes aprendizajes de tu experiencia aplicables más ampliamente al avanzar con esta tecnología?

Andrew Saxe: Un poco. Intento mantenerme al día con herramientas para producto y managers. Siento que aún no he visto nada extremadamente útil para ciertas áreas de desarrollo de producto. Lo digo porque solemos inventar cosas que no existen y herramientas nuevas que la gente no ha visto. Sí puede ayudar para escribir: "Dame el esquema de un requerimiento" o convertirlo en tickets Jira. Eso puede eliminar tareas tediosas. Hay herramientas para dibujar en papel y convertirlo en prototipo, y marcar áreas a trabajar. Creo que veremos más aplicaciones útiles para el día a día, pero no tanto en la invención de nuevos conceptos yet.

Hannah Clark: Hablando de innovación, algo que me emociona es el low-code. Hay mucho potencial ahora para colaborar y prototipar en equipos que saben llevar los proyectos al siguiente nivel.

Andrew Saxe: ¿Has visto algunas de esas herramientas en acción?

Hannah Clark: Sí, nuestro equipo interno las ha estado probando y es increíble ver lo que están inventando. Lo bonito es que todos hemos pensado alguna vez "debería haber una app para esto que quiero yo". ¡Quizá nadie más! Ahora puedes probarlo y ver si realmente es una idea absurda o tiene futuro. Tengo una... pero no puedo decir cuál.

Andrew Saxe: Es una buena manera de saber si tu idea vale la pena o no.

Hannah Clark: Exacto. Puedes validar al instante algo que antes solo era una ocurrencia.

Andrew Saxe: Exactamente.

Hannah Clark: Sobre la relación entre IA y humanos, como líder, hablando del impacto organizativo, ¿qué te gustaría ver en el futuro para tu equipo y qué te entusiasma de cómo esto les habilita? ¿Qué esperas para los próximos tres a cinco años?

Andrew Saxe: Desde la perspectiva de plataforma, en traducción y otros sectores hay mucho de gestión: mucha gente está en los detalles todo el tiempo, muchos pasan su día en plataformas, y ese es su trabajo. Creo que eso evolucionará hacia la gestión por excepción: si puedes confiar en la IA o LLMs y se logra el resultado buscado, sólo gestionas cuando hay un problema. Así que hay que replantear las herramientas, incluidas plataformas como Smartling, para que sean más de gestión por excepción y estén presentes en más lugares, más allá de solo una ventana o interfaz.

Hannah Clark: Qué opinas de este punto de vista: a menudo, quienes ascienden son los mejores técnicamente, pero carecen de habilidades de liderazgo. Ahora, como los ICs supervisan tecnologías que hacen el trabajo base, pueden entrenar la gestión a nivel de IC. Me parece que se está desarrollando esa habilidad de gestión antes de llegar a manager.

Andrew Saxe: Tiene mucho sentido. No lo había pensado, pero me lo llevo como reflexión, incluso analizándolo en el equipo Smartling.

Hannah Clark: Sí, es interesante porque aunque no gestionan personas, sí tienen que pensar como managers antes de ascender. Me entusiasma ese cambio.

Andrew Saxe: Totalmente. Genera muchas nuevas oportunidades para que las personas hagan cosas que antes no podían hacer.

Hannah Clark: Sí, es fascinante ver estos resultados inesperados cuando la tecnología produce un cambio de paradigma.

Andrew Saxe: Sí, seguro.

Hannah Clark: Ha sido muy divertido. Gracias por venir al programa. Amo las conversaciones animadas sobre IA.

Andrew Saxe: Seguro que tendrás muchas más.

Hannah Clark: Sí, probablemente el mes que viene. ¿Dónde puede encontrarte la gente en línea, Andrew?

Andrew Saxe: Pueden encontrarme en LinkedIn, creo que como ASaxe.

Hannah Clark: Maravilloso. Gracias por venir y por tu tiempo.

Andrew Saxe: Muchas gracias a ti.

Hannah Clark: Gracias por escucharnos. Para más ideas, guías prácticas y análisis de herramientas, suscríbete a nuestro boletín en theproductmanager.com/subscribe. Puedes escuchar más conversaciones como esta suscribiéndote a Product Manager dondequiera que escuches tus pódcast.