El experto multidisciplinario Michael Polanyi observó célebremente: «Sabemos más de lo que podemos expresar». En almacenes y tiendas, esta paradoja se manifiesta a diario: quienes realizan el trabajo conocen detalles esenciales de las operaciones que rara vez aparecen en los manuales.

Las personas que atienden a clientes, preparan pedidos o gestionan mercancías adquieren conocimientos prácticos con la experiencia. Saben cómo resolver excepciones, aplicar atajos seguros y adaptarse a las condiciones particulares de cada lugar. Este conocimiento tácito puede facilitar el trabajo y mejorar la atención, pero suele transmitirse informalmente, mediante conversaciones, observación y práctica. Cuando alguien con experiencia cambia de puesto o se jubila, parte de ese saber puede desaparecer.

Los procedimientos operativos estándar (SOP, por sus siglas en inglés) siguen siendo importantes, pero los documentos elaborados desde arriba no siempre reflejan lo que ocurre en la práctica. La llegada de herramientas de inteligencia artificial (IA) para los equipos de primera línea está ayudando a identificar esa brecha: cuando un asistente entrenado con procedimientos y materiales de formación no puede responder una pregunta, puede estar señalando que la guía está incompleta, desactualizada o desconectada de la realidad.

## Una economía del conocimiento más participativa

Tradicionalmente, los procedimientos se redactaban de forma centralizada y después se distribuían a los equipos. Un modelo más conectado invierte esa dinámica: quienes realizan las tareas también pueden aportar información para mantener actualizados los conocimientos de la organización.

Por ejemplo, una persona que detecta una instrucción confusa, una excepción recurrente o una diferencia entre el procedimiento y la situación real puede comunicarlo a través de un asistente de IA. Las señales recopiladas ayudan a los responsables a revisar los materiales, identificar necesidades de capacitación y convertir la experiencia cotidiana en instrucciones útiles y aprendizaje breve.

Este enfoque no consiste en sustituir el criterio de los trabajadores por una herramienta. Su propósito es facilitar que la experiencia práctica se comparta, se revise y, cuando corresponda, se convierta en mejores procedimientos. Así, la formación puede dejar de limitarse a la incorporación inicial y convertirse en un proceso continuo de aprendizaje y actualización.

Reconocer las aportaciones del personal también puede fortalecer la autonomía y el compromiso. Cuando las mejoras propuestas por los equipos se escuchan y se comparten, la organización está mejor preparada para atender a clientes informados, tanto en una tienda como en un canal digital.

El economista del MIT David Autor ha señalado que las tareas más difíciles de automatizar suelen requerir flexibilidad, juicio y sentido común. En muchos casos, la tecnología no elimina estas capacidades: puede complementarlas y ayudar a que las personas las apliquen con mayor eficacia.

## IA que comprende distintos formatos

El conocimiento operativo no siempre se expresa mejor en un documento extenso. La formación puede combinar texto, imágenes, videos, demostraciones y conversaciones. Esa diversidad refleja las distintas maneras en que las personas aprenden y permite documentar procesos que son difíciles de describir únicamente con palabras.

Los agentes de IA multimodales pueden trabajar con audio, texto, imágenes y video. Un trabajador podría explicar verbalmente que una instrucción no coincide con la práctica habitual, o tomar una fotografía de una estantería para compararla con el plan de exposición de productos. El sistema podría ayudar a señalar diferencias y ofrecer pasos para corregirlas, sujeto a la validación y supervisión adecuadas.

En algunos casos, modelos más pequeños pueden ejecutarse directamente en dispositivos o dentro de la red de la empresa. Esto puede reducir la latencia y limitar la necesidad de transmitir datos fuera del entorno corporativo. La elección de la arquitectura debe considerar la seguridad, la privacidad y las necesidades concretas de cada operación.

## De saber a hacer

Implementar agentes de IA no es solo una decisión tecnológica. También requiere revisar cómo se diseñan los procedimientos, quién valida las actualizaciones y cómo se incorpora la experiencia de los equipos. Un enfoque exclusivamente centrado en el departamento de tecnología puede pasar por alto los cambios culturales y operativos necesarios para que estas herramientas sean realmente útiles.

Las empresas pueden beneficiarse de colaborar con proveedores que conozcan sus sectores y puedan apoyar el diseño, la configuración, la integración y la gestión de las soluciones. La colaboración no elimina la responsabilidad interna: la organización debe definir sus objetivos, proteger sus datos y mantener la supervisión humana sobre las recomendaciones y los cambios en los procedimientos.

También es esencial el respaldo de los directivos y una cultura que permita probar, aprender y corregir. El valor de la IA depende tanto de los modelos y la infraestructura como de la disposición de las personas para participar en la transformación.

La brecha entre lo que sabemos y lo que podemos explicar no desaparecerá por sí sola. Pero al combinar la experiencia de primera línea con herramientas capaces de recoger y organizar aportaciones, las empresas pueden convertir conocimientos dispersos en mejores procedimientos, formación más pertinente y operaciones más sólidas. El resultado potencial es una tecnología que no solo transmite instrucciones, sino que ayuda a que el trabajo mejore día a día.

from Latest from TechRadar https://www.techradar.com/pro/crowdsourcing-the-corporate-brain-closing-polanyis-paradox-on-the-frontline
via IFTTT IA