La productividad no es movimiento de mouse. Y un AI worker no tiene mouse.

El caso que hizo visible la confusión

Wells Fargo fue criticado cuando se publicó que la empresa "despidió a más de una docena de empleados después de que una investigación revelara que estaban usando dispositivos o aplicaciones para simular productividad en sus computadoras mediante movimientos de mouse". El reportaje es de The Verge.

Vale separar dos lecturas del episodio. La primera es la obvia: gente burlando un control. La segunda es la que interesa: existía un control que podía ser burlado por un aparatito barato, y estaba siendo usado como evidencia de trabajo.

Al equiparar productividad a movimiento de mouse, se pierde la esencia de lo que productividad significa. Medidas así no capturan productividad genuina — promueven una cultura de vigilancia que premia la actividad superficial en detrimento del resultado relevante. Y el peor efecto no es el empleado que hace trampa. Es el empleado honesto, que aprende que el camino seguro es parecer ocupado.

La productividad es una razón, no una señal de vida

En esencia, la productividad es la relación entre el producto generado y los insumos utilizados. Es una fracción. Exige dos magnitudes.

Si Wells Fargo trataba el movimiento del mouse como insumo, la pregunta lógica es: ¿cuál era el producto correspondiente? No lo había. Y el insumo era tan trivial que un dispositivo simple podía producirlo solo — que es la definición operativa de un insumo sin valor.

H. James Harrington, especialista en mejora del desempeño, dijo una vez: "Si no puedes medir algo, no puedes entenderlo. Si no puedes entenderlo, no puedes controlarlo. Si no puedes controlarlo, no puedes mejorarlo."

La cita suele usarse como licencia para medirlo todo. Dice lo contrario. Antes de empezar a medir, hay que entender el propósito: ¿por qué estamos midiendo esto? ¿Este insumo tiene algún valor real? Sin esa pregunta respondida, la medición no genera entendimiento — genera informe.

Las tres formas de mejorar la productividad

La productividad engloba los recursos empleados —salarios, infraestructura, costos operativos— para producir un producto o servicio. Mejorarla se hace de tres maneras:

Reducir costos manteniendo los resultados

disminuir los insumos sin comprometer la calidad ni la cantidad producida.

Aumentar la producción con los mismos costos

elevar la eficiencia de los insumos para obtener más resultado sin gasto adicional.

Reducir costos y aumentar la producción al mismo tiempo

el enfoque más difícil y el más recompensador.

Fíjate en lo que las tres tienen en común: todas operan sobre una fracción con numerador y denominador. Quien mide presencia no tiene numerador alguno — y mide mal el denominador.

Lo que cambió: parte del equipo no tiene presencia

Hasta aquí, el argumento es el de 2024, y ya era suficiente. Lo que cambió es que dejó de ser un argumento y se convirtió en una restricción física.

Desde 2026, un equipo puede incluir AI workers: miembros no humanos, contratados por ti, con nombre que aparece en las pantallas, descripción de cargo escrita por ti, un conjunto cerrado de herramientas, plan de trabajo con entregas de las que responden, ciclos y evaluación al final de cada ciclo.

Ahora intenta aplicar el método de Wells Fargo a uno de ellos. No hay mouse que observar. No hay hora de login, porque no hay login. No hay silla, no hay horario de almuerzo, no hay esa cara de concentración que aceptamos inconscientemente como prueba. El repertorio entero de señales de presencia no tiene dónde apoyarse.

Entrega o no entrega. Es la única pregunta que la máquina permite hacer.

Y por eso la medición por entrega deja de ser una preferencia de gestión. En un equipo mixto, cualquier métrica de presencia alcanza solo a una parte de las personas — y es justamente la parte que ya se resentía de ser medida así. Una vara de medir que no alcanza a parte del equipo no es una vara conservadora. Es una vara rota.

Nada de esto, conviene decirlo, significa que el AI worker sea confiable sin supervisión. La tesis es la opuesta: necesita supervisión, y necesita la misma que un gerente ya sabe ejercer. Por eso la plataforma trata cada acción que un worker intenta ejecutar como algo clasificado por código antes de que ocurra, con tres rutas posibles — la ejecuta solo, Orion la aprueba, o queda retenida esperándote. Por eso existe una traza de auditoría en la que cada acción clasificada se convierte en una línea — incluidas las respuestas que Orion decidió no dar en un grupo autorizado. Y por eso un worker nunca evalúa su propio ciclo: el sistema rechaza el intento, y quien evalúa es el gerente.

La trampa volvió, con ropa nueva

Era de esperar que el mercado hubiera ido directo a la entrega. No fue así. La vigilancia de actividad volvió — solo que ahora apunta a la IA.

Tokens consumidos. Es costo. Es denominador puro. Un equipo que consume más tokens no es más productivo; es más caro. Tratar el consumo como resultado invierte la fracción.

Número de prompts, de llamadas, de ejecuciones. Es el conteo de veces que alguien movió el mouse, con otro nombre. Dice que hubo actividad. No dice qué salió de ella.

"Horas ahorradas". Es la más seductora y la más frágil, porque parece un resultado. Pero solo existe si alguien midió el "antes" con honestidad — y, en la mayoría de las empresas, nadie lo midió. Lo que se llama horas ahorradas suele ser una estimación presentada como medición.

Aplica la prueba de Harrington a cada una: ¿por qué estamos midiendo esto, y este insumo tiene valor real? Ninguna de las tres sobrevive. Todas miden el denominador y lo llaman desempeño.

Medir costo es legítimo — siempre que se declare como costo. Por eso cada worker muestra un sello de costo medido: cuánto consumió en el mes en curso y en los últimos siete días, con el número de ejecuciones. Y mientras no haya ejecución medida, la pantalla dice "sin actividad medida aún" en lugar de mostrar cero, porque ausencia de medición no es lo mismo que ausencia de trabajo. Nada de esto se presenta como productividad. Es el denominador, con el nombre correcto.

La unidad que sirve para los dos: la entrega

Las entregas son los productos, servicios o resultados específicos y tangibles que resultan del trabajo de un equipo. Son "lo que" se entrega.

La prueba práctica es tosca y funciona: si puedes tachar un ítem de la lista y nadie de afuera nota la diferencia, probablemente sea tarea, no entrega.

El rito, que es el mismo para personas y para máquinas

Lo que vuelve utilizable a la entrega como unidad no es la definición. Es el encadenamiento a su alrededor, y vale igual para los dos tipos de trabajador.

Plan de entregas firmado

el equipo se compromete con un portafolio de entregas para el período. Un borrador no sirve — la firma es el momento en que el alcance fue revisado por alguien que responde.

Plan de trabajo

traduce eso para una persona (o para un AI worker), con porcentaje de esfuerzo por entrega y la promesa escrita de lo que se hará. Lo firman las dos partes, y la firma crea los ciclos.

Progreso calculado

el progreso de la entrega no se digita. Sale del promedio del progreso de las tareas, ponderado por el peso de cada una. Nadie "declara" que está en 70%.

Informe y evaluación de ciclo

el participante informa lo que hizo, el gerente responde con estrellas del 1 al 5 y un comentario, y el ciclo consolida. El AI worker escribe y envía su propio informe como cualquier miembro — y nunca se evalúa a sí mismo.

Hay una asimetría deliberada ahí, y merece decirse en voz alta. Para entrar en un plan de trabajo, una entrega necesita venir de un plan de entregas firmado y vigente. Para un humano, la excepción pasa y queda registrado el aviso. Para un AI worker, es bloqueo: la plataforma rechaza la firma, con la lista de las violaciones. El motivo es asumido — la persona sabe cuándo la excepción es legítima y responde por ella; el agente no tiene ese juicio, y un worker al que nadie logra exigirle cuentas es la peor combinación posible.

Lo que la medición por entrega te cobra

Ninguna de estas cosas es gratis, y el artículo quedaría deshonesto si se detuviera antes de esta sección.

Tienes que escribir entregas de verdad. "Hacer PRD" no es entrega; "PRD de las funcionalidades del backlog movidas a desarrollo" sí lo es. Cambiar actividad por resultado en el título es fastidioso, y es lo que sostiene todo lo demás.

Tienes que planificar antes de empezar. Fecha de inicio planificada, fecha de término planificada, tipo de meta y meta planificada forman la línea base, y ella se congela cuando llega la fecha de inicio. Después de eso usas los campos actualizados — y es justamente la diferencia entre planificado y actualizado la que muestra cuánto se desvió el plan.

El sistema no decide por ti. El esfuerzo total de un plan de trabajo no está topado en 100%: por encima de 100,5% el número queda en rojo como aviso, y nada te impide firmar así. A veces la suma se pasa a propósito, y la plataforma no finge saber mejor que tú.

El reloj corre incluso sin ti. El participante tiene 5 días para el informe, el gerente tiene 10 para el feedback, y hay 5 días para pedir revisión o ajustar. Si el gerente no actúa en el plazo, el sistema aplica un feedback neutro de 3 estrellas, con una justificación generada que dice exactamente eso, y avisa a las dos partes. Eso cierra el ciclo; no evalúa a nadie. Un gerente ausente sigue siendo un gerente ausente, y el registro lo muestra.

Y la limitación mayor de todas: nada aquí garantiza que el trabajo de la IA esté correcto. Medir por entrega no hace que la IA acierte. Hace que su error te llegue en el mismo formato en que el error de un humano ya llegaba — dentro de una entrega con dueño, plazo y evaluación, y no escondido en una métrica de actividad que nadie sabe leer.

La pregunta de Harrington, dirigida a tu panel

Elige el número que miras primero por la mañana para saber si el equipo trabajó. Pregúntale: ¿esto es el producto o el insumo?

Si es insumo —horas conectadas, mensajes intercambiados, reuniones realizadas, tokens, prompts—, no mide productividad. Mide consumo. Y es sustituible por un aparatito, o por un script, según a quién estés midiendo.

La entrega es la única respuesta que sigue en pie cuando el trabajador no tiene mouse.

Referencias

The Verge (2024)

despido de más de una docena de empleados de Wells Fargo tras una investigación sobre dispositivos y aplicaciones que simulaban actividad en la computadora.

H. James Harrington

especialista en mejora del desempeño, autor de la cita sobre medir, entender, controlar y mejorar.