Ideas
Por qué la adopción de la IA se encalla en los mandos
Pregunta a los directivos qué está ralentizando su programa de IA y te hablarán de herramientas, calidad de datos o compras. La respuesta honesta suele ser más sencilla: a nadie en los mandos intermedios de la organización se le ha dicho qué pasará con su gente si esto funciona.\n\nDos pruebas de 2026 hacen que esto sea difícil de descartar. En un experimento prerregistrado con 2000 directivos en EE. UU. y el Reino Unido, el Institute for Fiscal Studies mostró a los directivos vídeos cortos sobre la IA. Los directivos que vieron pruebas del potencial de la IA para desplazar mano de obra manifestaron una intención de adoptar y defender la IA entre 0,4 y 0,5 desviaciones estándar menor, y también redujeron sus intenciones de contratación. Los directivos que vieron pruebas de ganancias de productividad no se movieron en absoluto.\n\n## El argumento de la productividad no persuadió a nadie\n\nEl argumento de la productividad, en otras palabras, no persuadió a nadie. El argumento de la amenaza persuadió a todo el mundo… para parar. Por otro lado, un trabajo que utilizó el Gallup Workforce Panel (más de 30 000 empleados en EE. UU., de 2023 a principios de 2026) descubrió que los empleados que afirman que su organización tiene una estrategia de IA clara tienen aproximadamente 27 puntos porcentuales más de probabilidad de usar la IA con frecuencia. El uso frecuente sin esa claridad muestra una asociación cercana a cero con el compromiso y una asociación positiva con el agotamiento. La claridad estratégica se concentraba en lugares con retroalimentación para el desarrollo y confianza en el liderazgo, lo que sugiere que la gente infiere la estrategia a partir de cómo se comportan sus directivos, no de lo que dice el documento de políticas. Juntando ambas cosas, se obtiene un diagnóstico incómodo. La adopción no es principalmente un problema técnico ni un problema de formación. Es un problema de lo que la gente cree que la tecnología significa para ellos. Y esa creencia se forma a nivel local, por un gerente que ha hecho los números y no le gusta la respuesta. Eso no se puede arreglar con entusiasmo.\n\n## Compromisos que cuesta romper\n\nSolo se puede arreglar con compromisos que cueste romper. Tres parecen ser los más importantes.\n\n1. Una regla de reinversión declarada. Antes del despliegue, di por escrito adónde van a parar las horas recuperadas. No «eficiencia», sino un destino. El veinte por ciento del tiempo recuperado para el contacto con el cliente, la revisión de calidad o la reflexión en equipo, y el resto devuelto a la capacidad. Una regla se puede auditar. Una intención, no.\n\n2. Desacoplamiento de la plantilla, con un horizonte. Di claramente si este despliegue está vinculado a una decisión sobre la plantilla y durante cuánto tiempo. La ambigüedad no es neutral. La ambigüedad se interpreta como el peor escenario posible, y el gerente protege al equipo ralentizando el proyecto.\n\n3. Contribución en el registro, no solo producción. Si lo único que los sistemas de rendimiento pueden ver es el volumen de producción, entonces la IA, al abaratarlo, hace que la gente parezca redundante. Así pues, el registro tiene que ampliarse: la pregunta que detuvo un mal plan, la decisión basada en el criterio, el conocimiento que alguien puso por escrito para que un compañero no tuviera que redescubrirlo.\n\n## Qué pasará con su gente si funciona\n\nNada de esto requiere una plataforma nueva. Requiere una sola página, escrita antes de que llegue la herramienta en lugar de después de que aparezca la resistencia. Lo que más me llama la atención del resultado del IFS es la asimetría. El argumento positivo no movió a nadie; el argumento negativo los movió a todos. No están confundidos acerca de las cifras de productividad. Están esperando saber para qué sirve esa productividad. Tal vez el primer entregable de cualquier programa de IA no debería ser un piloto. Tal vez debería ser una frase que un directivo pueda decir en voz alta a su equipo sin pestañear.