La respuesta habitual era: anualmente, o ante una reconsideración estratégica. Esa respuesta partía de un supuesto que ya no se cumple en todos los casos: que las dimensiones en las que compiten las empresas son en sí mismas estables. Plazo de entrega, tiempo de respuesta, consistencia de precios, duración de una oferta: eran resultados de la dotación de personal y del proceso, y esos cambian lentamente. Una medición anual tenía, por tanto, sentido.
Cuando la IA asume el trabajo que hay detrás de una dimensión, la dimensión misma cambia de carácter. El plazo de entrega que dependía de cuántos planificadores había, pasa a depender de lo bien configurado que esté un sistema de planificación. Eso puede cambiar en cuestión de meses, no de años. Una comparación que sigue partiendo del supuesto de estabilidad mide algo que ya no existe.
No todas las dimensiones cambian a la misma velocidad, y eso determina con qué frecuencia debe revisarse una comparación.
En las dimensiones donde la IA puede asumir en gran medida la tarea —planificación, respuesta de primera línea, cálculo de ofertas—, la posición competitiva puede cambiar en poco tiempo. Un competidor que hoy organiza este trabajo de otra manera puede ganar en pocos meses en una dimensión en la que el año pasado todavía iba rezagado. Estas dimensiones requieren un ciclo más corto, no porque el método lo imponga, sino porque la realidad subyacente se mueve más rápido.
En las dimensiones donde las personas trabajan con apoyo de IA y ejercen supervisión —calidad del asesoramiento, tramitación de expedientes complejos—, la posición cambia de forma más gradual. El apoyo modifica la velocidad y la consistencia del trabajo, pero la evaluación sigue en manos de personas, y ese proceso no cambia de un mes a otro.
En las dimensiones que siguen siendo trabajo humano —gestión de relaciones, negociación, generar confianza en un ciclo de venta largo—, el ritmo de antes se mantiene en gran medida intacto. Aquí una mirada anual o bienal suele ser suficiente, porque el trabajo subyacente no cambia fundamentalmente de forma.
La pregunta de "con qué frecuencia" no tiene, por tanto, una respuesta única. La respuesta es: por dimensión, según a cuál de las tres categorías pertenezca hoy esa dimensión.
Esto no es un escenario de futuro. En algunas empresas la función de planificación ya está en gran parte automatizada y la dimensión del plazo de entrega cambia de forma medible; en otras empresas esa misma función sigue estando enteramente en manos de personas y la dimensión permanece estable. La diferencia no está en el sector, sino en las decisiones que una empresa y sus competidores ya han tomado sobre qué trabajo dejan en manos de sistemas y qué trabajo mantienen en manos de personas con una supervisión que aprueba o rechaza. Un benchmark que no cartografía esa diferencia por separado para cada dimensión pasa por alto dónde está el movimiento real.
Por eso también es relevante por qué sus clientes perciben la diferencia antes que usted: los clientes a menudo experimentan un plazo de entrega más rápido o una respuesta más consistente meses antes de que una medición interna lo detecte. La comparación va entonces por detrás del mercado, no por delante.
Una matriz de evidencias hace que las puntuaciones sean trazables, pero trazabilidad no es lo mismo que certeza. Una serie de limitaciones son inherentes al método, no a la ejecución.
La evidencia pública sobre un competidor es siempre un reflejo retrasado del estado real. Una afirmación en un sitio web, una reseña, una memoria anual: todo ello dice algo sobre un momento que ya ha pasado. Cuán reciente y cuán directa es la evidencia determina cuánto peso puede recibir una puntuación; una evidencia antigua sobre una dimensión que cambia rápido dice poco.
Una puntuación en una dimensión en la que usted nunca va a ganar tampoco dice nada útil, a menos que esa dimensión pese en la decisión de compra de su cliente. Cómo funciona esa ponderación, y por qué una puntuación baja no supone automáticamente un problema, se explica en cómo pondera usted una dimensión en la que nunca va a ganar.
Y un punto fuerte de hoy no es garantía para mañana. Si una afirmación se sustenta en trabajo que ya puede ser realizado también por un sistema, la distinción desaparece en cuanto los competidores implanten ese mismo sistema. Lo que eso significa para un punto fuerte que la IA vuelve algo corriente se explica en qué hacer cuando la IA vuelve corriente su punto más fuerte.
Estas limitaciones no son motivo para no elaborar un benchmark. Sí son motivo para indicar, en cada resultado, la antigüedad de la evidencia y la sensibilidad de la dimensión a cambios por automatización. Una puntuación sin esos dos datos es difícil de interpretar, también para una dirección que quiera manejarla con criterio.
Con qué frecuencia debe revisarse una comparación depende, por tanto, de una pregunta que no responde el mercado sino la propia empresa: qué trabajo puede aquí realmente asumir la IA, qué trabajo se realiza con supervisión y qué trabajo sigue siendo trabajo humano. Esa pregunta se responde por tarea con el escáner de trabajo de FTE TO AI. Quien lo sabe, sabe también en qué dimensiones su propia posición puede cambiar rápidamente y en cuáles no.
Si alguno de estos resultados afecta a decisiones sobre personal, se aplican para ello los requisitos legales correspondientes; esta página y el método subyacente no ofrecen asesoramiento al respecto.
Un grupo de comparación mal compuesto invalida cualquier pregunta posterior sobre el ritmo de repetición; consulte qué es un grupo de comparación y cómo se compone para ver cómo funciona esa selección. Quien quiera ver dónde queda en el mercado un espacio que nadie ocupa encontrará el enfoque en qué es un análisis de espacios en blanco.
La verificación gratuita de dimensiones es un primer paso: usted indica en qué cree que gana, y ve cuáles de esas afirmaciones pueden defenderse con evidencia. El benchmark completo está en construcción.