天美传媒

La IA generativa puede revolucionar las empresas en todos los sentidos. Para que su despliegue no sea un caos, los directivos han de tirar de sensatez.

Por

Da la impresi贸n de que los directivos solo hablan hoy de la inteligencia artificial generativa, ya sea por c贸mo va a sustituirnos a todos o por el enorme impacto que tendr谩 en la productividad. Llevo veinte a帽os estudiando la adopci贸n de la 迟别肠苍辞濒辞驳铆补 y, en cierto modo, este tipo de discursos no dejan de ser un d茅j脿 vu: llega una nueva 迟别肠苍辞濒辞驳铆补, parece que algo extraordinario va a suceder y, sin embargo, su impacto en la econom铆a acaba siendo muy desigual. El guion es pr谩cticamente el mismo que el de los a帽os noventa con la primera oleada de las 迟别肠苍辞濒辞驳铆补s de la informaci贸n y comunicaci贸n (TIC).

Pese a todo el ruido medi谩tico, la adopci贸n masiva de la IA generativa ha ocurrido sobre todo a nivel individual. La mayor铆a de los directivos creen que estamos ante una 迟别肠苍辞濒辞驳铆补 que tendr谩 un impacto inimaginable en la actividad econ贸mica, pero la adopci贸n de la IA generativa para la producci贸n de bienes y servicios en las empresas era de un 10% a finales de 2025, seg煤n la Oficina del Censo de Estados Unidos. Es una tasa mucho menor que la del plano individual.

Tambi茅n se observan grandes diferencias entre sectores y dentro de cada uno. Por ejemplo, la adopci贸n es al menos tres veces mayor en el de las TIC. Adem谩s, si bien la IA generativa ha tenido cierto impacto en el empleo en el caso de las ocupaciones m谩s expuestas, su impacto agregado en el empleo y la productividad sigue sin estar claro.

驴A qu茅 se debe esta adopci贸n tan dispar en las empresas? En parte a que el impacto de las nuevas 迟别肠苍辞濒辞驳铆补s de prop贸sito general en la productividad (caso de la IA generativa hoy o de las TIC y la electricidad en su d铆a) suele seguir una curva en forma de J: en las primeras etapas, la productividad sufre un valle o par茅ntesis inicial cuando las organizaciones se embarcan en un proceso de exploraci贸n, para despu茅s ascender con fuerza y despegar una vez que los usos de la 迟别肠苍辞濒辞驳铆补 est谩n m谩s claros.

Ah铆 es donde los directivos deben centrar su atenci贸n ahora, no en el runr煤n del incremento inmediato de la productividad ni en los escenarios apocal铆pticos de p茅rdidas masivas de empleo. Se trata de pensar seriamente en c贸mo integrar la IA generativa en la empresa y, lo m谩s importante, en c贸mo reducir 鈥搊 mejor a煤n eliminar鈥� las fricciones con que se topar谩n durante el proceso de adopci贸n. Esto es fundamental porque la adopci贸n de la IA generativa es ca贸tica. S铆, la IA generativa puede hacer cosas incre铆bles; 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 c贸mo se integre en la organizaci贸n.

La IA generativa como copiloto cibern茅tico

Lo primero es entender el potencial de la IA generativa. Hasta ahora, sus aplicaciones m谩s interesantes son las que la convierten en un copiloto capaz de complementar y ampliar nuestras capacidades. En un de Erik Brynjolfsson, Danielle Li y Lindsey Raymond, el uso de un copiloto de IA generativa en un call center no solo aument贸 la productividad de todos los empleados, sino que ese incremento fue a煤n mayor entre quienes ten铆an menos experiencia.

He realizado experimentos similares para averiguar si la IA pod铆a mejorar tambi茅n los resultados de innovaci贸n 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 noci贸n de la IA generativa como compa帽ero de equipo cibern茅tico, capaz de aumentar la calidad y la productividad de los expertos, ofrece posibilidades muy prometedoras. Despu茅s 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 tambi茅n tiene su cruz: el efecto sustituci贸n de los empleados por la IA. El auge de la IA generativa ag茅ntica 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 suprimi贸 700 empleos en su servicio de atenci贸n al cliente y los sustituy贸 por agentes de IA. Eso s铆, despu茅s ha vuelto a contratar a algunos trabajadores.

En cualquier caso, los beneficios de ambas aplicaciones, la mejora y la sustituci贸n de tareas, no son inmediatos para las empresas. 驴Por qu茅? Para ser efectivas, las 迟别肠苍辞濒辞驳铆补s de prop贸sito general como la IA generativa exigen ajustes organizativos y de gesti贸n. Sin ellos, es imposible cosechar todos los beneficios de estas 迟别肠苍辞濒辞驳铆补s.

Por si fuera poco, identificar los ajustes y aplicarlos no es nada f谩cil, sobre todo porque la forma en que la IA generativa crea valor es idiosincr谩sica, es decir, depende de la cultura, la gesti贸n y las competencias espec铆ficas de cada empresa.

De ah铆 que la adopci贸n de una 迟别肠苍辞濒辞驳铆补 de prop贸sito general suela ir seguida de una ca铆da de la productividad, el valle de la curva en J que mencionaba antes. Tambi茅n explica por qu茅 pasaron cuarenta a帽os desde la llegada de la electricidad hasta que sus efectos aparecieron en las estad铆sticas de productividad a nivel agregado: antes de que sus beneficios fueran tangibles y visibles, hubo que reconceptualizar por entero la organizaci贸n de las empresas.

Por qu茅 la mentalidad organizacional es clave para adoptar la IA

Ante esta realidad, la perspectiva organizacional es el prisma que permite comprender mucho mejor 鈥搚 tal vez predecir鈥� qu茅 va a ocurrir con la IA generativa. En el 谩mbito de la econom铆a laboral, existen muchos estudios sobre c贸mo las 迟别肠苍辞濒辞驳铆补s de automatizaci贸n alteran la composici贸n de las tareas y sus efectos en los empleados antes y despu茅s de la llegada de una nueva 迟别肠苍辞濒辞驳铆补. No obstante, no hay tanto material sobre el ca贸tico per铆odo de transici贸n, y eso es precisamente lo que hay que explorar y entender.

De la adopci贸n y difusi贸n de las TIC de hace veinte a帽os se extraen lecciones a煤n vigentes. En un estudio que realic茅 con Nick Bloom y John Van Reenen, vimos que las multinacionales estadounidenses hab铆an ganado en productividad el doble que las empresas nacionales de los mismos sectores y pa铆ses. La clave diferencial no era la 迟别肠苍辞濒辞驳铆补 en s铆, sino las pr谩cticas de direcci贸n: enfoques estructurados de los ascensos, las recompensas, la contrataci贸n y la gesti贸n del desempe帽o. La direcci贸n era el factor complementario que hac铆a productivas las inversiones en TI.

Si las pr谩cticas de direcci贸n explican la diferencia en el retorno de la inversi贸n en TI, cabe esperar lo mismo de la IA, tal vez incluso m谩s, pues es una 迟别肠苍辞濒辞驳铆补 de prop贸sito general a煤n mayor. En mis colaboraciones con diversas organizaciones, he detectado algunas intervenciones directivas que pueden facilitar no solo la adopci贸n de la IA generativa, sino todo el proceso de aprendizaje necesario para sacarle el m谩ximo partido.

Experimentar con la IA: un nuevo enfoque para su despliegue

Para entender realmente c贸mo funciona la IA generativa y si genera beneficios en costes o una mayor calidad, alguien de la organizaci贸n debe experimentar con estas 迟别肠苍辞濒辞驳铆补s en el flujo de trabajo real. Pero no todo el mundo tiene un perfil de experimentador ni todas las empresas saben cu谩l es la mejor forma de 鈥済estionar鈥� la experimentaci贸n.

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 experimentaci贸n. El problema es que las empresas se dejan llevar y las despliegan de forma indiscriminada en toda la organizaci贸n. 隆Un copiloto para todos!

En un caso de estudio reciente comprob茅 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 m谩s personas interact煤an con ella, m谩s perciben que este 鈥済enio en el bolsillo鈥� es en realidad un 鈥渂ecario que alucina鈥�, 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 a煤n no est谩n maduras entre empleados que carecen del tiempo, las habilidades o, lo que es m谩s 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 鈥搚 cuyo tiempo, por eso mismo, es extremadamente valioso鈥� asumen el mayor coste de experimentaci贸n. Adem谩s del coste de oportunidad de su tiempo, estos empleados podr铆an ver la IA generativa como una amenaza para su val铆a profesional y, por tanto, resistirse a incorporarla en sus rutinas de trabajo.

En la multinacional que estudi茅, seguimos el despliegue de un copiloto en el 谩rea de ventas. Al principio, la adopci贸n parec铆a ir muy bien: m谩s del 20% del departamento lo usaba. Pero en cuesti贸n de semanas se produjo un abandono masivo y el uso cay贸 hasta el 5%. 驴Qu茅 hab铆a ocurrido? A los ingenieros de ventas, que deb铆an cumplir sus cuotas, el tiempo dedicado a una 迟别肠苍辞濒辞驳铆补 que encima no les funcionaba les parec铆a tiempo no invertido en su trabajo. No tardaron en perder inter茅s en el copiloto y prescindir de 茅l. Curiosamente, esa p茅rdida de inter茅s fue m谩s acusada entre los expertos t茅cnicos, probablemente porque el aumento de su productividad era menor que el de los no t茅cnicos y, por tanto, mayor la amenaza de ser sustituidos.

La compa帽铆a dio un paso atr谩s para repensar el despliegue. En lugar de un copiloto para todo el mundo, reajust贸 las expectativas admitiendo que esta IA generativa no era ning煤n genio y necesitaba m谩s entrenamiento. Segment贸 a los empleados para identificar a quienes estaban dispuestos a experimentar 鈥搇os 鈥渃ampeones鈥�, as铆 los llam贸鈥�, que se convertir铆an en los early adopters. Despu茅s busc贸 influencers o embajadores internos, perfiles que no ten铆an por qu茅 interactuar con la 迟别肠苍辞濒辞驳铆补, pero s铆 ten铆an el capital social para difundirla y comunicar su valor. Por 煤ltimo, una vez consolidados los casos de uso m谩s prometedores, volvi贸 a implicar a toda la organizaci贸n y acometi贸 la adopci贸n a gran escala, estableciendo m茅tricas para medir el cumplimiento y el 茅xito del despliegue.

Si queremos que el despliegue de la IA generativa sea productivo, hay que dirigirlo con sensatez: no lanz谩rsela a los empleados sin m谩s 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 ocupaci贸n

Una gesti贸n 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 ocupaci贸n.

El cambio de tareas no se produce autom谩ticamente, sobre todo entre los empleados que han acumulado un capital humano espec铆fico que pierde valor cuando pasan de una tarea a otra. En un estudio a煤n en curso, seguimos el proceso de automatizaci贸n de algunas tareas rutinarias en las sucursales de un gran banco. Bajo el compromiso de no despedir a nadie, la entidad pidi贸 a sus empleados que aprovecharan el tiempo liberado por la automatizaci贸n para realizar tareas de mayor valor a帽adido que exig铆an una mayor interacci贸n social, como los pr茅stamos.

Pasaron dos cosas: la productividad aument贸 gracias a la automatizaci贸n, pero la plantilla no asumi贸 tareas m谩s complejas, sino que sigui贸 haciendo las tareas f谩ciles como antes. Nuestra interpretaci贸n es que estos empleados, sobre todo los veteranos, hab铆an acumulado ese capital humano espec铆fico y no estaban preparados para asumir otras tareas m谩s complejas.

Lograr que los empleados se avengan a adoptar una nueva 迟别肠苍辞濒辞驳铆补 es imprescindible para automatizar tareas rutinarias y transitar hacia otras de mayor valor a帽adido. Tambi茅n para entender c贸mo integrar la 迟别肠苍辞濒辞驳铆补 en la organizaci贸n, algo que solo es posible con experiencia interna. Por ejemplo, la IA generativa capta el conocimiento t谩cito y lo distribuye por toda la organizaci贸n, pero solo lo puede hacer si los expertos est谩n dispuestos a ceder u conocimiento para entrenarla.

Este proceso de transmisi贸n del conocimiento no es balad铆. Puede generar resistencia si los empleados lo perciben como una expropiaci贸n de lo que los hac铆a valiosos: su experiencia. Para evitar estas fricciones, los directivos han de explicar c贸mo va a afectar a la organizaci贸n la transmisi贸n de la experiencia, incluyendo la posible sustituci贸n de puestos. Un aspecto clave de este proceso es el contrato con el que se regular谩. Por ejemplo, 驴los empleados que entrenaron a la IA con su conocimiento podr谩n llevarse sus agentes cuando dejen la empresa? 驴Habr谩 que definir contractualmente la propiedad intelectual?

Los directivos deben tomarse estas cuestiones en serio, adem谩s de reflexionar en profundidad sobre qu茅 motiva a los empleados, extr铆nseca e intr铆nsecamente, y cu谩l es la mejor manera de incentivar el cambio. De lo contrario, las fricciones acabar谩n saboteando racionalmente el proceso de adopci贸n.

El cambio de ocupaci贸n va mucho m谩s all谩 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 sist茅mico. Cuando esto sucede, cambiar谩n ocupaciones enteras, no simplemente las tareas individuales. Se trata de un cambio a煤n m谩s dif铆cil 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 鈥渆ncaje identitario鈥� (hasta qu茅 punto uno se ve desempe帽ando una ocupaci贸n determinada) importa mucho m谩s que el dinero a la hora de recualificarse. Pueden darse din谩micas similares con empleados a quienes se pide cambiar de rol. Los directivos deben tomarse muy en serio las cuestiones identitarias.

C贸mo gestionar el cambio que trae la IA

La adopci贸n de la IA generativa no es un proceso determinista. Si bien un futuro con la IA es inevitable, su desarrollo depender谩 de c贸mo los directivos den forma a la curva en J. La adopci贸n ser谩 diferente en funci贸n de si la empresa es nativa en IA generativa o establecida: las nativas podr谩n organizarse en torno a esta 迟别肠苍辞濒辞驳铆补 sin necesidad de cambiar estructuras y procesos heredados.

Aun as铆, incluso las grandes compa帽铆as de sectores muy regulados han logrado avances impresionantes. La banca pas贸 de introducir sencillas interfaces de chat a crear agentes de IA de apoyo para las 谩reas de cara al cliente y a desplegar orquestadores de agentes, todo ello en muy poco tiempo.

En los pr贸ximos a帽os, la formaci贸n ser谩 crucial. Sin embargo, deber谩 dise帽arse de forma diferente a las inversiones est谩ndar en capital humano. Si queremos que la 迟别肠苍辞濒辞驳铆补 transforme los flujos de trabajo y c贸mo se trabaja, la formaci贸n tendr谩 que integrarse en un programa de 鈥済esti贸n del cambio鈥� m谩s amplio.

Los directivos deber谩n reflexionar a fondo sobre c贸mo comunicar a los empleados por qu茅 necesitan formaci贸n y por qu茅 esta encaja en sus objetivos estrat茅gicos; c贸mo incentivar a los l铆deres para que respalden la iniciativa, y c贸mo articular el futuro para quienes decidan formarse, crecer y sumarse al proceso. En este sentido, el 谩rea de RR. HH. tambi茅n tendr谩 que cambiar radicalmente, tanto en experiencia tecnol贸gica como en su conexi贸n con la estrategia corporativa.

Una parte de la gesti贸n es cognitiva: entender qu茅 se quiere alcanzar con la 迟别肠苍辞濒辞驳铆补, lo que de por s铆 no es f谩cil. Pero luego est谩 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 comprensi贸n del factor humano de la motivaci贸n, para incentivar a las personas a aceptar el cambio y avanzar en nuevas direcciones.

En mi investigaci贸n, 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, redise帽ar trabajos y llegar a compromisos cre铆bles sobre el futuro profesional de las personas. Sorprende hasta qu茅 punto las diferencias que observamos en formaci贸n y adopci贸n tecnol贸gica entre empresas se explican por la calidad de sus directivos.

El trabajo por delante es ingente, pero tambi茅n lo es el potencial. Ahora mismo todas las posibilidades est谩n abiertas, pero que la IA generativa cumpla su promesa positiva depender谩 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 incre铆blemente positivas o negativas, sobre lo que estas 迟别肠苍辞濒辞驳铆补s 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 comunicaci贸n y, sobre todo, actuando en consecuencia. Es hora de arrimar el hombro y trazar el rumbo m谩s acertado para tu empresa. Nos encontramos en una encrucijada fascinante: 驴nos ponemos manos a la obra?

FUENTE: art铆culo basado en 鈥淢anagement and Reskilling in the Age of GenAI鈥�, ponencia principal de Raffaella Sadun en la Economics of AI Conference 2026. Este encuentro de expertos, organizado por los profesores del 天美传媒 Ricard Gil, David Wehrheim y Sampsa Samila en febrero de 2026, analiz贸 el impacto de la inteligencia artificial en la productividad, las organizaciones y la econom铆a.

Este art铆culo forma parte de la revista online 天美传媒 Insight n.潞 173 (sept.-dic 2026) y tambi茅n se incluy贸 en la publicaci贸n anual Insight for Global Leaders, n潞. 2 (2026).