Hernán Rodríguez
Julio 2026

(Tiempo total de lectura: 3 minutos)

Hola, comunidad 👋

Creo que estamos midiendo mal la adopción de inteligencia artificial en las empresas.

Dar acceso a ChatGPT, Claude o Copilot a miles de empleados no significa que una organización se haya vuelto AI-native.

Porque hay una diferencia enorme entre:

tener IA, usar IA y lograr que el trabajo se haga con IA.

Y esa diferencia empieza a importar más que cualquier número de licencias.

1) Acceso no es adopción

En casi cualquier organización aparecen tres grupos.

El primero es pequeño: los power users.

Aprenden rápido, prueban herramientas, crean sus propios workflows y multiplican su productividad. Para ellos, la IA ya cambió la forma de trabajar.

El segundo grupo la usa de forma ocasional.

Un email.
Un documento.
Un análisis.
Una presentación.

Es útil, pero todavía funciona como una herramienta adicional.

Y luego está la mayoría.

Personas que quizá tienen acceso a IA, incluso pagan una licencia corporativa, pero cuyo trabajo diario sigue siendo prácticamente igual que antes.

Mismo ERP.
Mismos Excel.
Mismos portales.
Mismos correos.
Mismo copy-paste.

La empresa puede decir que “desplegó IA”.

Pero el trabajo todavía no cambió.

2) El error: convertir a todos en expertos en prompts

Durante los últimos dos años, muchas compañías trataron la adopción de IA como un problema de capacitación.

Más cursos.
Más workshops.
Más librerías de prompts.
Más “champions” internos.

Todo eso ayuda.

Pero parte de una suposición que creo que no se va a cumplir:

que cada empleado tiene que convertirse en un usuario avanzado de IA para que la empresa capture valor.

No creo que vaya a suceder.

Y probablemente tampoco sea necesario.

No le pedimos a cada empleado que entienda cómo funciona una base de datos para usar Salesforce.

No le pedimos que entienda redes para enviar un email.

La tecnología realmente transforma una organización cuando deja de exigir atención constante.

Cuando se vuelve infraestructura.

3) La próxima etapa será mucho menos visible

La siguiente fase de la IA empresarial probablemente no se parezca a miles de empleados hablando con un chatbot.

Se va a parecer a algo mucho menos espectacular:

trabajadores digitales operando detrás de los sistemas que la empresa ya utiliza.

ERP.
Bancos.
Excel.
Portales.
CRM.
Correo.
Documentos.

El trabajador digital recibe una tarea.

Consulta sistemas.
Aplica reglas.
Ejecuta pasos.
Verifica resultados.
Escala una excepción cuando hace falta.

Y el humano deja de hacer cada clic.

Pasa a supervisar.

Aprobar.

Resolver excepciones.

Ejercer criterio.

Ése es un cambio mucho más importante que tener un copiloto abierto en otra pestaña.

Porque ya no estamos ayudando a una persona a hacer una tarea más rápido.

Estamos cambiando quién ejecuta la tarea.

4) Eso cambia la métrica

Hoy muchos boards preguntan:

“¿Qué porcentaje de nuestros empleados está usando IA?”

Es una pregunta razonable.

Pero creo que va a envejecer rápido.

Porque mide comportamiento del empleado, no transformación de la empresa.

La pregunta más útil será otra:

¿Qué porcentaje de nuestro trabajo sigue siendo manual, cuánto es híbrido y cuánto ya es ejecutado por trabajadores digitales?

Imagina un dashboard con tres números:

• Manual: 65 %

• Híbrido humano + IA: 25 %

• Digital workers: 10 %

Un trimestre después:

• Manual: 50 %

• Híbrido: 30 %

• Digital workers: 20 %

Eso sí describe una transformación operacional.

Porque muestra que el trabajo está cambiando de naturaleza.

No simplemente que más empleados abrieron una aplicación.

5) El KPI que los boards deberían empezar a pedir

Podríamos llamarlo Digital Work Ratio.

No pretende medir cuántas licencias tienes.

Mide cuánto trabajo realmente se ejecuta de una forma distinta.

Tres categorías bastan:

Manual:
el humano ejecuta prácticamente todo el proceso.

Híbrido:
la IA prepara, analiza o recomienda, pero el humano sigue ejecutando pasos relevantes.

Digital:
un trabajador digital ejecuta el flujo y el humano interviene principalmente para supervisión, aprobación o excepción.

Ese indicador permitiría responder preguntas mucho más interesantes:

• ¿qué funciones avanzan más rápido?

• ¿dónde sigue escondido el trabajo manual?

• ¿qué procesos consumen más coordinación?

• ¿dónde la IA produce ROI real?

• ¿qué excepciones todavía requieren talento humano?

• ¿qué capacidad adicional estamos creando sin sumar headcount?

Eso ya no es una métrica de innovación.

Es una métrica operacional.

6) El humano no desaparece. Cambia de posición.

Hay una lectura equivocada de todo esto: pensar que si un trabajador digital ejecuta una tarea, el humano deja de importar.

Es al revés.

Cuando desaparece parte de la ejecución repetitiva, aumenta el valor relativo de:

• criterio,

• negociación,

• supervisión,

• diseño,

• relación con clientes,

• resolución de excepciones,

• y responsabilidad.

El humano deja de ser el motor que empuja cada paso del workflow.

Se convierte en quien define el resultado y controla las excepciones.

Eso es exactamente lo que ocurrió en otras grandes transiciones tecnológicas.

La tecnología absorbe lo repetible.

El talento se mueve hacia lo que exige juicio.

7) Mi pregunta para ti

En tu empresa, ¿sabes qué porcentaje del trabajo es hoy:

manual, híbrido o ejecutado por trabajadores digitales?

Si no lo sabes, probablemente ésa sea una métrica más importante que contar cuántos empleados tienen acceso a Copilot.

Porque la gente no necesita otra herramienta para hacer el trabajo.

Necesita que el trabajo quede hecho.

Nos vemos pronto,
Hernán

P.D. La próxima fase de adopción de IA será menos visible que la primera. Habrá menos prompts y más trabajo ocurriendo detrás de escena.