Adopción: la IA solo cuenta cuando el equipo la usa

Hay un momento que se repite en muchos proyectos de IA. El sistema está listo, las pruebas han ido bien, la demostración ha convencido a todos. Tres meses después, el equipo ha vuelto a trabajar como antes y nadie sabe muy bien cuándo ocurrió. La investigación reciente ayuda a entender por qué.

El uso real es menor de lo que parece

En Estados Unidos, un estudio del NBER concluyó que el 23 % de los trabajadores había usado IA generativa en el trabajo durante la semana anterior, pero solo el 9 % la usaba a diario. Medido en tiempo, la IA intervenía en apenas entre el 1 % y el 5 % de todas las horas de trabajo (Bick, Blandin y Deming, 2025). Probar es fácil. Incorporarla al día a día es otra cosa.

El papel de la empresa

El estudio más detallado sobre el tema viene de Dinamarca. Anders Humlum y Emilie Vestergaard encuestaron a unos 25.000 trabajadores de once profesiones expuestas a la IA y cruzaron sus respuestas con los registros administrativos de las empresas (Humlum y Vestergaard, 2025). Destacan tres resultados. El primero es el peso de la empresa:

Cuando la empresa anima a usarla, la adopción pasa del 47 % al 83 %. Y los beneficios que declaran los trabajadores son entre un 10 % y un 40 % mayores.

El segundo es la formación, que el estudio señala como especialmente eficaz para reducir las diferencias de adopción entre grupos de trabajadores. El tercero es que el tiempo ahorrado es modesto de media, en torno al 3 % de las horas de trabajo. Los grandes ahorros aparecen cuando se rediseña un proceso alrededor de la herramienta.

Además, mucha gente trabaja sin apoyo. Un estudio de Microsoft y LinkedIn con 31.000 trabajadores indica que solo el 39 % de quienes usan IA había recibido formación de su empresa (Microsoft y LinkedIn, 2024). Es un estudio de proveedor, pero la señal coincide con la del estudio danés.

Por qué los equipos no la adoptan

• Si para usar la IA hay que abrir una herramienta nueva, compite con todo lo demás por la atención del equipo, y pierde.
• Cuando no se ve de dónde sale cada respuesta, la gente lo comprueba todo a mano. Y si hay que comprobarlo todo, ¿para qué usar el sistema?
• El trabajo ha aumentado en lugar de disminuir, con un panel más, una alerta más y un registro más que rellenar.
• Nadie del equipo participó en la construcción del sistema.

Lo que funciona

Un impulso explícito de la dirección. El estudio danés muestra que es el factor con más efecto. Decirle al equipo que la herramienta está para usarse, y por qué, casi duplica la adopción.

Formación práctica, sobre el proceso real. Las sesiones trabajan con los casos del propio equipo, en lugar de una tarde genérica sobre IA.

Llevar la IA a donde el equipo ya trabaja. Si la IA está en el correo, en el ERP o en Teams, nadie tiene que aprender una interfaz nueva.

Mostrar siempre el origen. Cada cifra aparece con su fuente y cada propuesta con su porqué, para que el equipo sepa de qué puede fiarse.

Medir la adopción como se mide todo lo demás

Cuántas personas usan el sistema cada semana, qué parte de los casos pasa por él, cuántas propuestas se aceptan sin cambios. Estas cifras se siguen como las de cualquier otra fase del proyecto, y si bajan es el momento de actuar, sin esperar al informe final. Es en la adopción donde se decide si, dentro de un año, la IA sigue trabajando.