Has formado a miles de personas en IA. ¿Cuántas trabajan de forma distinta?

La Inteligencia Artificial se está desplegando más rápido de lo que las organizaciones son capaces de transformar su manera de trabajar. Licencias, agentes, pilotos y formación no garantizan por sí solos una transformación real. El reto empieza cuando la IA cambia cómo decidimos, colaboramos, aprendemos y generamos valor.

La Inteligencia Artificial ya está cambiando nuestra forma de trabajar. La cuestión es si las organizaciones están cambiando con ella.

Hace poco, un cliente me hizo un comentario que me dejó pensando: “Estamos adoptando IA y, sin embargo, estamos creando más silos que antes.”

Equipos que experimentan por separado. Personas que aumentan su productividad individual, pero cuyo aprendizaje no llega al resto de la organización. Agentes que resuelven tareas concretas dentro de procesos que nadie ha cuestionado. Nuevas capacidades insertadas en estructuras que siguen funcionando prácticamente igual.

Me pareció una magnífica síntesis del reto que tenemos por delante.

En pocos meses hemos multiplicado licencias, agentes, pilotos, formaciones y casos de uso. La tecnología puede desplegarse extraordinariamente rápido. Transformar hábitos, procesos, decisiones y formas de colaborar requiere mucho más.

La IA no se adopta cuando compramos una licencia. Ni siquiera cuando las personas aprenden a utilizarla. Se adopta cuando cambia de forma positiva cómo decidimos, colaboramos, producimos, aprendemos y generamos valor.

Hay tres errores que, en mi opinión, explican buena parte de la distancia que estamos viendo entre implantar IA y transformar realmente una organización.

1. Tratar la IA como un proyecto tecnológico

Datos, arquitectura, seguridad, herramientas, integraciones y gobernanza son esenciales. Pero no son la transformación.

La IA está empezando a modificar tareas, procesos, acceso al conocimiento, mecanismos de decisión y roles. Y, a medida que los agentes asumen una mayor capacidad de ejecución, aparece una cuestión todavía más profunda: qué debe hacer la mejor tecnología, qué deben seguir haciendo las personas y cómo queremos organizar el trabajo entre ambas.

Esta diferencia empieza ya a verse en los datos. Un estudio publicado por McKinsey en septiembre de 2026 muestra que las organizaciones que están realmente reinventando su forma de trabajar con IA representan todavía solo el 13% de la muestra. Sin embargo, el 48% de sus líderes afirma estar capturando valor empresarial significativo, frente al 24% de las organizaciones centradas en automatizar y apenas el 13% de aquellas que se limitan fundamentalmente a facilitar herramientas a sus profesionales. La diferencia parece estar menos en tener IA que en rediseñar la organización alrededor de ella.

Se trata por lo tanto de diseño organizativo, de liderazgo, de talento, de cultura. Es gestión del conocimiento. Es una nueva forma de trabajar.

También obliga a revisar los procesos sobre los que estamos introduciendo IA. Porque hacer más rápido algo que no deberíamos estar haciendo no es productividad. Antes de automatizar deberíamos simplificar, eliminar pasos, revisar decisiones y preguntarnos si diseñaríamos hoy ese proceso de la misma manera.

Y aquí el liderazgo tiene una responsabilidad esencial.

Los líderes no necesitan convertirse en especialistas técnicos, pero tampoco pueden dirigir esta transformación desde la barrera. Tienen que comprender suficientemente las posibilidades de la IA para decidir cómo cambia el trabajo, qué podemos delegar, dónde necesitamos juicio humano y qué estándares de calidad queremos mantener.

Microsoft lo resume de manera muy gráfica en su Work Trend Index 2026: “the job of every leader is to rearchitect work”. No se trata solo de implantar tecnología. Se trata de rediseñar el trabajo.

2. Empezar por la IA en lugar de empezar por el propósito y el valor

Copilotos. Agentes. Licencias. Formación. Casos de uso. La presión por “hacer IA” puede llevarnos a acumular iniciativas antes de haber decidido qué queremos conseguir con ellas.

La primera conversación no debería ser sobre herramientas. Debería ser sobre valor.

¿Qué queremos hacer mejor? ¿Dónde estamos perdiendo tiempo o capacidad? ¿Qué experiencia queremos mejorar? ¿Qué trabajo de poco valor podemos eliminar? ¿Qué posibilidades tenemos ahora que antes no existían?

La oportunidad no consiste en tener IA. Consiste en utilizarla para construir una organización más productiva, inteligente y humana. Por eso también tenemos que revisar cómo estamos midiendo su éxito.

Número de licencias. Usuarios activos. Personas formadas. Agentes desarrollados. Inversión realizada. Son indicadores útiles de actividad y esfuerzo, pero no necesariamente de transformación.

Tenemos que empezar a hablar de calidad, decisiones, tiempo liberado, experiencia de cliente, innovación, capacidad y resultados.

Según el AI at Work 2026 de BCG, el 42% de los empleados de primera línea que utilizan IA regularmente afirma estar ahorrando al menos 8 horas semanales, el equivalente a una jornada completa. Sin embargo, la mayoría de las organizaciones todavía no ha conseguido traducir ese tiempo liberado en valor. Quizá el gran reto de productividad de la IA no sea ahorrar tiempo, sino decidir qué hacemos con él. Ahorrar 8 horas semanales no genera automáticamente 8 horas adicionales de valor. Si no redefinimos prioridades y expectativas, esa capacidad puede simplemente diluirse. Productividad no significa necesariamente hacer más. Puede significar pensar mejor. Innovar. Atender mejor a un cliente. Aprender. Diseñar. Colaborar. Liderar.

Primero el para qué y el valor. Después la tecnología.

3. Pensar que la adopción termina en el individuo

“Ya hemos formado a miles de personas en IA.”

Mi siguiente pregunta sería:

¿Y cuántas trabajan ahora de manera diferente gracias a ella?

Formar es necesario. Pero saber utilizar una herramienta no significa haber transformado una forma de trabajar. Una persona puede tener capacidades extraordinarias en IA y encontrarse dentro de procesos, normas, incentivos, herramientas o hábitos de equipo que le impiden aplicarlas.

Muchas veces el problema no está en la persona. Está en el sistema de trabajo. El Work Trend Index 2026 de Microsoft llega precisamente a esta conclusión. Su análisis de 20.000 usuarios de IA encuentra que factores organizativos como la cultura, el apoyo de los managers y las prácticas de talento están más del doble de asociados al impacto reportado de la IA que los factores individuales. Microsoft habla de una “Transformation Paradox”: empleados preparados para trabajar de otra manera dentro de organizaciones que siguen reforzando la manera anterior de hacerlo.

Esta paradoja se materializa en los siguientes datos: el 65% de los usuarios de IA teme quedarse atrás si no se adapta rápidamente, pero el 45% reconoce que resulta más seguro concentrarse en cumplir los objetivos actuales que dedicar tiempo a reinventar el trabajo. Y solo un 13% siente que su organización recompensa esa reinvención. La conclusión que subyace es clave: pedimos a las personas que cambien mientras nuestros sistemas de objetivos, incentivos y reconocimiento siguen premiando que continúen haciendo lo mismo.

Por eso, el reto ya no es solamente conseguir que las personas adopten la IA. Es conseguir que la organización sea capaz de absorber lo que la IA hace posible.

Eso requiere managers que ayuden a traducir la IA al trabajo cotidiano. Champions y Super Users que detecten oportunidades. Casos reales. Experimentación. Feedback. Aprendizaje dentro del flujo de trabajo. Pero también algo más: conseguir que lo que aprende una persona o un equipo no se quede allí. Las organizaciones necesitan capturar buenas prácticas, nuevos workflows, criterios de calidad y aprendizajes para que puedan circular y evolucionar.

Microsoft habla de convertir la organización en un Learning System: una empresa que aprende continuamente de la manera en que personas e IA trabajan juntas. En BICG es lo que hemos construido: un sistema de aprendizaje conectado.

Y ahí, para mí, cambia también el significado de la gestión del cambio. Su objetivo no debería ser acompañar eternamente cada nueva tecnología, sino desarrollar una capacidad adaptativa interna que permita a la organización seguir evolucionando.

 

 

Tres conversaciones que deberían estar ocurriendo en cualquier Comité de Dirección si la IA quiere pasar de iniciativa tecnológica a transformación real:

1. La conversación sobre el trabajo.
   Qué queremos hacer de otra manera, qué deberíamos dejar de hacer y cómo queremos repartir tareas, decisiones y responsabilidades entre personas e IA.
2. La conversación sobre el valor.
   Qué impacto queremos generar, cómo vamos a medirlo y qué vamos a hacer con la capacidad y el tiempo que consigamos liberar.
3. La conversación sobre la organización.
   Qué liderazgo, procesos, capacidades, cultura, gobernanza y mecanismos de aprendizaje necesitamos para que la transformación pueda escalar.

Porque quizá la gran conversación sobre Inteligencia Artificial no sea finalmente una conversación tecnológica.

Es una conversación sobre el trabajo. Y el indicador definitivo de adopción no será cuántas personas tienen acceso a IA, cuántos agentes hemos creado o cuánto hemos invertido. Será cuántas personas, equipos y organizaciones trabajan mejor y de una manera diferente gracias a ella.

 

 

Referencias:

Microsoft, 2026 Work Trend Index Annual Report: Agents, human agency, and the opportunity for every organization, 5 de mayo de 2026.

McKinsey. The key to AI value is hiding in plain sight: Your operating model, 9 septiembre 2026

BCG. AI at Work: Strategy Matters More Than Tools, 3 junio 2026