Cómo poner la IA a trabajar en tu organización

Por Raffaella Sadun

Da la impresión de que los directivos solo hablan hoy de la inteligencia artificial generativa, ya sea por cómo va a sustituirnos a todos o por el enorme impacto que tendrá en la productividad. Llevo veinte años estudiando la adopción de la tecnología y, en cierto modo, este tipo de discursos no dejan de ser un déjà vu: llega una nueva tecnología, parece que algo extraordinario va a suceder y, sin embargo, su impacto en la economía acaba siendo muy desigual. El guion es prácticamente el mismo que el de los años noventa con la primera oleada de las tecnologías de la información y comunicación (TIC).

Pese a todo el ruido mediático, la adopción masiva de la IA generativa ha ocurrido sobre todo a nivel individual. La mayoría de los directivos creen que estamos ante una tecnología que tendrá un impacto inimaginable en la actividad económica, pero la adopción de la IA generativa para la producción de bienes y servicios en las empresas era de un 10% a finales de 2025, según la Oficina del Censo de Estados Unidos. Es una tasa mucho menor que la del plano individual.

También se observan grandes diferencias entre sectores y dentro de cada uno. Por ejemplo, la adopción es al menos tres veces mayor en el de las TIC. Además, si bien la IA generativa ha tenido cierto impacto en el empleo en el caso de las ocupaciones más expuestas, su impacto agregado en el empleo y la productividad sigue sin estar claro.

¿A qué se debe esta adopción tan dispar en las empresas? En parte a que el impacto de las nuevas tecnologías de propósito general en la productividad (caso de la IA generativa hoy o de las TIC y la electricidad en su día) suele seguir una curva en forma de J: en las primeras etapas, la productividad sufre un valle o paréntesis inicial cuando las organizaciones se embarcan en un proceso de exploración, para después ascender con fuerza y despegar una vez que los usos de la tecnología están más claros.

Ahí es donde los directivos deben centrar su atención ahora, no en el runrún del incremento inmediato de la productividad ni en los escenarios apocalípticos de pérdidas masivas de empleo. Se trata de pensar seriamente en cómo integrar la IA generativa en la empresa y, lo más importante, en cómo reducir –o mejor aún eliminar– las fricciones con que se toparán durante el proceso de adopción. Esto es fundamental porque la adopción de la IA generativa es caótica. Sí, la IA generativa puede hacer cosas increíbles; que esto se traduzca o no en ventaja competitiva, es decir, que su potencial sea verdaderamente transformador y genere valor real para las empresas, depende de cómo se integre en la organización.

La IA generativa como copiloto cibernético

Lo primero es entender el potencial de la IA generativa. Hasta ahora, sus aplicaciones más interesantes son las que la convierten en un copiloto capaz de complementar y ampliar nuestras capacidades. En un conocido estudio de Erik Brynjolfsson, Danielle Li y Lindsey Raymond, el uso de un copiloto de IA generativa en un call center no solo aumentó la productividad de todos los empleados, sino que ese incremento fue aún mayor entre quienes tenían menos experiencia.

He realizado experimentos similares para averiguar si la IA podía mejorar también los resultados de innovación en una empresa de gran consumo. Y tanto los expertos de I+D como los de marketing, apoyados en copilotos de IA generativa, presentaron resultados innovadores tan buenos como los de los equipos de expertos en esos mismos campos.

Esta noción de la IA generativa como compañero de equipo cibernético, capaz de aumentar la calidad y la productividad de los expertos, ofrece posibilidades muy prometedoras. Después de todo, las empresas se ven limitadas por restricciones de tiempo y conocimiento, por lo que disponer de una herramienta que permite eliminar esos cuellos de botella abre un horizonte ilimitado. Esa es la cara positiva de la historia.

Pero también tiene su cruz: el efecto sustitución de los empleados por la IA. El auge de la IA generativa agéntica hace que sea una posibilidad real y, de hecho, ya hay casos de empresas que han apostado fuerte por ello, como la fintech Klarna, que suprimió 700 empleos en su servicio de atención al cliente y los sustituyó por agentes de IA. Eso sí, después ha vuelto a contratar a algunos trabajadores.

En cualquier caso, los beneficios de ambas aplicaciones, la mejora y la sustitución de tareas, no son inmediatos para las empresas. ¿Por qué? Para ser efectivas, las tecnologías de propósito general como la IA generativa exigen ajustes organizativos y de gestión. Sin ellos, es imposible cosechar todos los beneficios de estas tecnologías.

Por si fuera poco, identificar los ajustes y aplicarlos no es nada fácil, sobre todo porque la forma en que la IA generativa crea valor es idiosincrásica, es decir, depende de la cultura, la gestión y las competencias específicas de cada empresa.

De ahí que la adopción de una tecnología de propósito general suela ir seguida de una caída de la productividad, el valle de la curva en J que mencionaba antes. También explica por qué pasaron cuarenta años desde la llegada de la electricidad hasta que sus efectos aparecieron en las estadísticas de productividad a nivel agregado: antes de que sus beneficios fueran tangibles y visibles, hubo que reconceptualizar por entero la organización de las empresas.

Por qué la mentalidad organizacional es clave para adoptar la IA

Ante esta realidad, la perspectiva organizacional es el prisma que permite comprender mucho mejor –y tal vez predecir– qué va a ocurrir con la IA generativa. En el ámbito de la economía laboral, existen muchos estudios sobre cómo las tecnologías de automatización alteran la composición de las tareas y sus efectos en los empleados antes y después de la llegada de una nueva tecnología. No obstante, no hay tanto material sobre el caótico período de transición, y eso es precisamente lo que hay que explorar y entender.

De la adopción y difusión de las TIC de hace veinte años se extraen lecciones aún vigentes. En un estudio que realicé con Nick Bloom y John Van Reenen, vimos que las multinacionales estadounidenses habían ganado en productividad el doble que las empresas nacionales de los mismos sectores y países. La clave diferencial no era la tecnología en sí, sino las prácticas de dirección: enfoques estructurados de los ascensos, las recompensas, la contratación y la gestión del desempeño. La dirección era el factor complementario que hacía productivas las inversiones en TI.

Si las prácticas de dirección explican la diferencia en el retorno de la inversión en TI, cabe esperar lo mismo de la IA, tal vez incluso más, pues es una tecnología de propósito general aún mayor. En mis colaboraciones con diversas organizaciones, he detectado algunas intervenciones directivas que pueden facilitar no solo la adopción de la IA generativa, sino todo el proceso de aprendizaje necesario para sacarle el máximo partido.

Experimentar con la IA: un nuevo enfoque para su despliegue

Para entender realmente cómo funciona la IA generativa y si genera beneficios en costes o una mayor calidad, alguien de la organización debe experimentar con estas tecnologías en el flujo de trabajo real. Pero no todo el mundo tiene un perfil de experimentador ni todas las empresas saben cuál es la mejor forma de “gestionar” la experimentación.

Lo habitual es que algunos miembros de la empresa pasen noches enteras probando distintas aplicaciones de la IA generativa. Estas personas se convierten en campeones de la IA generativa, una figura clave para impulsar la experimentación. El problema es que las empresas se dejan llevar y las despliegan de forma indiscriminada en toda la organización. ¡Un copiloto para todos!

En un caso de estudio reciente comprobé que este despliegue masivo puede acabar en un estrepitoso fracaso. A veces, hay un gran desfase entre las expectativas y la madurez de la IA generativa. Cuantas más personas interactúan con ella, más perciben que este “genio en el bolsillo” es en realidad un “becario que alucina”, por lo que la rechazan prematuramente sin molestarse siquiera en adaptarla a sus necesidades.

El problema de fondo es que a menudo las empresas despliegan masivamente aplicaciones de la IA generativa que aún no están maduras entre empleados que carecen del tiempo, las habilidades o, lo que es más importante, la actitud adecuada para adaptarlas al flujo de trabajo.

Los empleados con poco tiempo disponible o que ya son muy productivos sin la IA generativa –y cuyo tiempo, por eso mismo, es extremadamente valioso– asumen el mayor coste de experimentación. Además del coste de oportunidad de su tiempo, estos empleados podrían ver la IA generativa como una amenaza para su valía profesional y, por tanto, resistirse a incorporarla en sus rutinas de trabajo.

En la multinacional que estudié, seguimos el despliegue de un copiloto en el área de ventas. Al principio, la adopción parecía ir muy bien: más del 20% del departamento lo usaba. Pero en cuestión de semanas se produjo un abandono masivo y el uso cayó hasta el 5%. ¿Qué había ocurrido? A los ingenieros de ventas, que debían cumplir sus cuotas, el tiempo dedicado a una tecnología que encima no les funcionaba les parecía tiempo no invertido en su trabajo. No tardaron en perder interés en el copiloto y prescindir de él. Curiosamente, esa pérdida de interés fue más acusada entre los expertos técnicos, probablemente porque el aumento de su productividad era menor que el de los no técnicos y, por tanto, mayor la amenaza de ser sustituidos.

La compañía dio un paso atrás para repensar el despliegue. En lugar de un copiloto para todo el mundo, reajustó las expectativas admitiendo que esta IA generativa no era ningún genio y necesitaba más entrenamiento. Segmentó a los empleados para identificar a quienes estaban dispuestos a experimentar –los “campeones”, así los llamó–, que se convertirían en los early adopters. Después buscó influencers o embajadores internos, perfiles que no tenían por qué interactuar con la tecnología, pero sí tenían el capital social para difundirla y comunicar su valor. Por último, una vez consolidados los casos de uso más prometedores, volvió a implicar a toda la organización y acometió la adopción a gran escala, estableciendo métricas para medir el cumplimiento y el éxito del despliegue.

Si queremos que el despliegue de la IA generativa sea productivo, hay que dirigirlo con sensatez: no lanzársela a los empleados sin más ni endosarles la carga del descubrimiento a quienes carezcan de las habilidades o las ganas necesarias para interactuar con ella.

Cambio de tareas, cambio de ocupación

Una gestión sensata del proceso de despliegue es especialmente importante cuando la IA generativa puede hacer obsoletos algunos trabajos u obliga a cambiar de tareas e incluso de ocupación.

El cambio de tareas no se produce automáticamente, sobre todo entre los empleados que han acumulado un capital humano específico que pierde valor cuando pasan de una tarea a otra. En un estudio aún en curso, seguimos el proceso de automatización de algunas tareas rutinarias en las sucursales de un gran banco. Bajo el compromiso de no despedir a nadie, la entidad pidió a sus empleados que aprovecharan el tiempo liberado por la automatización para realizar tareas de mayor valor añadido que exigían una mayor interacción social, como los préstamos.

Pasaron dos cosas: la productividad aumentó gracias a la automatización, pero la plantilla no asumió tareas más complejas, sino que siguió haciendo las tareas fáciles como antes. Nuestra interpretación es que estos empleados, sobre todo los veteranos, habían acumulado ese capital humano específico y no estaban preparados para asumir otras tareas más complejas.

Lograr que los empleados se avengan a adoptar una nueva tecnología es imprescindible para automatizar tareas rutinarias y transitar hacia otras de mayor valor añadido. También para entender cómo integrar la tecnología en la organización, algo que solo es posible con experiencia interna. Por ejemplo, la IA generativa capta el conocimiento tácito y lo distribuye por toda la organización, pero solo lo puede hacer si los expertos están dispuestos a ceder u conocimiento para entrenarla.

Este proceso de transmisión del conocimiento no es baladí. Puede generar resistencia si los empleados lo perciben como una expropiación de lo que los hacía valiosos: su experiencia. Para evitar estas fricciones, los directivos han de explicar cómo va a afectar a la organización la transmisión de la experiencia, incluyendo la posible sustitución de puestos. Un aspecto clave de este proceso es el contrato con el que se regulará. Por ejemplo, ¿los empleados que entrenaron a la IA con su conocimiento podrán llevarse sus agentes cuando dejen la empresa? ¿Habrá que definir contractualmente la propiedad intelectual?

Los directivos deben tomarse estas cuestiones en serio, además de reflexionar en profundidad sobre qué motiva a los empleados, extrínseca e intrínsecamente, y cuál es la mejor manera de incentivar el cambio. De lo contrario, las fricciones acabarán saboteando racionalmente el proceso de adopción.

El cambio de ocupación va mucho más allá que el de tareas. Una mejora en el plano de las tareas individuales no tiene el mismo impacto que una serie de mejoras integradas en un proceso sistémico. Cuando esto sucede, cambiarán ocupaciones enteras, no simplemente las tareas individuales. Se trata de un cambio aún más difícil de acometer, ya que se adentra de lleno en otro tema que estoy estudiando: la identidad ocupacional.

En un estudio reciente de una amplia muestra de personas desempleadas, comprobamos que el “encaje identitario” (hasta qué punto uno se ve desempeñando una ocupación determinada) importa mucho más que el dinero a la hora de recualificarse. Pueden darse dinámicas similares con empleados a quienes se pide cambiar de rol. Los directivos deben tomarse muy en serio las cuestiones identitarias.

Cómo gestionar el cambio que trae la IA

La adopción de la IA generativa no es un proceso determinista. Si bien un futuro con la IA es inevitable, su desarrollo dependerá de cómo los directivos den forma a la curva en J. La adopción será diferente en función de si la empresa es nativa en IA generativa o establecida: las nativas podrán organizarse en torno a esta tecnología sin necesidad de cambiar estructuras y procesos heredados.

Aun así, incluso las grandes compañías de sectores muy regulados han logrado avances impresionantes. La banca pasó de introducir sencillas interfaces de chat a crear agentes de IA de apoyo para las áreas de cara al cliente y a desplegar orquestadores de agentes, todo ello en muy poco tiempo.

En los próximos años, la formación será crucial. Sin embargo, deberá diseñarse de forma diferente a las inversiones estándar en capital humano. Si queremos que la tecnología transforme los flujos de trabajo y cómo se trabaja, la formación tendrá que integrarse en un programa de “gestión del cambio” más amplio.

Los directivos deberán reflexionar a fondo sobre cómo comunicar a los empleados por qué necesitan formación y por qué esta encaja en sus objetivos estratégicos; cómo incentivar a los líderes para que respalden la iniciativa, y cómo articular el futuro para quienes decidan formarse, crecer y sumarse al proceso. En este sentido, el área de RR. HH. también tendrá que cambiar radicalmente, tanto en experiencia tecnológica como en su conexión con la estrategia corporativa.

Una parte de la gestión es cognitiva: entender qué se quiere alcanzar con la tecnología, lo que de por sí no es fácil. Pero luego está la parte social, que implica metahabilidades de orden superior, como saber aprovechar el capital y la inteligencia social para avalar el rumbo que se desea tomar. Exige labores de coaching y una comprensión del factor humano de la motivación, para incentivar a las personas a aceptar el cambio y avanzar en nuevas direcciones.

En mi investigación, he constatado que los mandos intermedios son la pieza clave de este proceso: conocen de cerca las barreras y capacidades de cada empleado y tienen la autoridad para asignar tiempo, rediseñar trabajos y llegar a compromisos creíbles sobre el futuro profesional de las personas. Sorprende hasta qué punto las diferencias que observamos en formación y adopción tecnológica entre empresas se explican por la calidad de sus directivos.

El trabajo por delante es ingente, pero también lo es el potencial. Ahora mismo todas las posibilidades están abiertas, pero que la IA generativa cumpla su promesa positiva dependerá de las decisiones de los directivos. Eso incluye tomar las riendas de la narrativa en torno a la IA, dominada hoy por visiones extremas, ya sean increíblemente positivas o negativas, sobre lo que estas tecnologías pueden hacer. El riesgo de adoptar una actitud pasiva ante estos relatos es que acaben generando incertidumbre y miedo en las organizaciones.

Los directivos pueden ayudar a sus empleados a navegar por esa incertidumbre siendo claros en la comunicación y, sobre todo, actuando en consecuencia. Es hora de arrimar el hombro y trazar el rumbo más acertado para tu empresa. Nos encontramos en una encrucijada fascinante: ¿nos ponemos manos a la obra?

FUENTE: artículo basado en “Management and Reskilling in the Age of GenAI”, ponencia principal de Raffaella Sadun en la Economics of AI Conference 2026. Este encuentro de expertos, organizado por los profesores del IESE Ricard Gil, David Wehrheim y Sampsa Samila en febrero de 2026, analizó el impacto de la inteligencia artificial en la productividad, las organizaciones y la economía.

---

Una versión de este artículo aparece en la publicación anual Insight for Global Leaders, nº. 2 (2026).