Las mujeres podrían resolver la brecha de confianza en la IA, pero no están en la sala.

Cuando se me ofreció el puesto de CEO en Smart Communications, una empresa de experiencia del cliente digital, mi instinto fue decir que no. Pensé que no estaba calificada, careciendo de experiencia profunda en producto o ingeniería. Creía que un CEO necesitaba un fondo en cada departamento, y con ese estándar, no coincidía. Afortunadamente, las personas en las que confiaba me convencieron de lo contrario. Me ayudaron a ver que la perspectiva que aportaba – habiendo pasado mi carrera en marketing y estrategia, obsesionada con cómo los clientes experimentan un producto en lugar de cómo se construye – era mi fortaleza, no una deficiencia. He pensado en ese momento muchas veces desde entonces. Pero nunca más que cuando comencé a observar de cerca cómo las mujeres experimentan la IA. Lo que los datos me dijeron sobre mi propia carrera Cada año, mi empresa encuera a miles de consumidores en los sectores de salud, servicios financieros y seguros sobre sus experiencias y expectativas. En los últimos dos años, he notado una tendencia recurrente en cómo las mujeres responden a preguntas sobre la IA. Las mujeres no están menos interesadas en la IA que los hombres. Pero son más cautelosas sobre sus riesgos. En todas las industrias y geografías que encuestamos, las mujeres expresaron niveles más altos de preocupación sobre la IA que los hombres y niveles más bajos de confianza en herramientas impulsadas por IA. La brecha fue más amplia en salud y servicios financieros, exactamente los sectores que más rápido están desplegando la IA en interacciones con los clientes que tienen consecuencias. La lectura convencional de datos como este es que representa un problema que resolver. Las mujeres necesitan más educación, más tranquilidad y una mejor integración. Cierra la brecha de confianza, y la adopción seguirá. Pero, como CEO mujer, lo interpreto de manera diferente. La cautela de las mujeres sobre la IA no es una brecha en el entendimiento. Es una respuesta reflexiva a preguntas reales sobre responsabilidad, transparencia y lo que le sucede a la persona que recibe el impacto cuando algo sale mal. Las mismas preguntas que he pasado toda mi carrera aprendiendo a formular. La pregunta que nadie está haciendo Las industrias que apoyamos están tomando decisiones importantes sobre cómo la IA interactuará con sus clientes. Cuánto del proceso de reclamaciones se automatiza, cómo se comunica un cambio de beneficios, y cómo se entrega una decisión financiera que afecta a la familia de alguien. Estas interacciones tienen un peso emocional y financiero real. Y las personas que moldean esas decisiones, más a menudo que no, están optimizando para velocidad y costo. La pregunta de cómo impacta la decisión para la persona que la recibe tiene menos exposición. También lo tiene la pregunta de quién es responsable cuando algo sale mal. Las mujeres que han pasado sus carreras siendo informadas de que su instinto hacia la empatía y el pensamiento relacional es una carga en lugar de una habilidad son exactamente las personas capacitadas para hacer estas preguntas. Pero esas mujeres raramente están en las salas donde se formula la estrategia de IA. Según el Foro Económico Mundial, las mujeres ocupan solo el 15% de los roles ejecutivos de IA a nivel mundial. Este es un punto ciego estratégico significativo, no solo una brecha de pipeline. Esto no es sobre diferencias innatas No estoy discutiendo sobre las diferencias innatas entre hombres y mujeres. Estoy argumentando sobre lo que le sucede a tu perspectiva cuando pasas años navegando una cultura que trata el pensamiento relacional como blando. Te vuelves muy bueno en mantener dos cosas a la vez: el requisito comercial y el humano. Aprendes a preguntar no solo si algo es eficiente, sino si es correcto. También desarrollas un instinto por la brecha entre cómo se ve una decisión en una diapositiva y cómo se siente para la persona que afecta. Ese instinto es la base de toda estrategia de IA. La confianza es el obstáculo que nadie está midiendo Los consumidores están genuinamente abiertos a que la IA juegue un papel más importante en sus vidas. Pero la confianza es el obstáculo constante. La gente quiere saber que alguien es responsable de las decisiones que se toman sobre ellos. Quieren sentirse conocidos, no procesados. Nos hemos vuelto buenos en medir lo que ahorra la IA. Tiempo, costo, número de empleados. Somos menos buenos en medir lo que cuesta cuando una comunicación se entrega de manera incorrecta, cuando un cliente se siente como un número de caso, y cuando la confianza se erosiona silenciosamente a través de docenas de pequeñas interacciones. Esos costos son reales. Aparecen en la rotación, en quejas, y en el escrutinio regulatorio. Simplemente es más difícil ponerlos en una diapositiva. Y son exactamente lo que se pierde cuando las personas que diseñan tu estrategia de IA no están orientadas hacia el ser humano que está en el extremo receptor. Los dos problemas están relacionados Acepté el puesto de CEO porque personas en las que confiaba me dijeron que mis habilidades y experiencia eran suficientes. Que la perspectiva que había estado subestimando silenciosamente era exactamente lo que el rol requería. Reconozco que tengo suerte. Demasiadas mujeres carecen de alguien en su esquina que haga ese argumento. Y en la mayoría de las organizaciones, eso no es un fallo personal. Es uno estructural. Las empresas están invirtiendo fuertemente en herramientas de IA mientras subestiman la mezcla de talento necesaria para implementarlas bien. Las mujeres están siendo traídas para gestionar los resultados de la IA, pero raramente para moldear la estrategia detrás de ellas. Ese es un problema de pipeline profesional tanto como de negocio. Y la mayoría de las estrategias de IA no tienen a alguien en la sala haciendo las preguntas que necesitan ser formuladas. Esos dos problemas están conectados. El mismo instinto que hace a las mujeres consumidoras más cautelosas de la IA es el instinto que las convierte en arquitectas valiosas de la misma. Y resolver el segundo problema comienza reconociendo que el primero no es un problema en absoluto.