Idea central: Las empresas están implementando potentes herramientas de IA y esperan que los empleados descubran cómo utilizarlas por su cuenta. Pero el acceso no es adopción. La IA solo se vuelve útil cuando se ayuda a las personas a superar la incomodidad de hablar con una máquina y a convertir la información cotidiana en algo que la organización pueda reutilizar.
Agile es una idea sencilla. Trabajar en ciclos cortos, priorizar sin concesiones, recopilar comentarios, mejorar continuamente: todo el método cabe en un párrafo. Sin embargo, las empresas siguen contratando coaches Agile, Scrum Masters y equipos de transformación para conseguir que se arraigue. Esto se debe a que entender una idea y cambiar un comportamiento son dos cosas distintas. Las empresas que aprendieron esta lección con Agile rara vez la aplican también a la IA: reparten licencias y esperan que la adopción se produzca por sí sola.
Las empresas están adquiriendo licencias de Copilot, ChatGPT, Claude y herramientas similares a una velocidad extraordinaria, y luego dejan que los empleados las exploren sin ayuda. La suposición parece ser que una interfaz intuitiva garantiza un uso intuitivo. Rara vez es así. La mayoría de los empleados sigue utilizando la IA poco más que para redactar correos electrónicos o resumir documentos, cuando esas mismas herramientas podrían analizar proyectos, poner a prueba supuestos, preparar informes y conservar el conocimiento institucional. La brecha no está en la implementación. Está en lo que sucede —o no sucede— después.
La tecnología en sí no es difícil de usar. Cualquiera puede escribir, hablar o cargar un documento, igual que lo haría en la vida cotidiana. El problema más difícil es psicológico. A menudo, las personas no saben qué preguntar, cuántos detalles proporcionar o si deben confiar en la respuesta. Hablar con una máquina resulta extraño y ligeramente comprometedor, sobre todo en el trabajo, donde los errores tienen consecuencias y una persona, no la máquina, sigue siendo responsable del resultado.
Podemos llamar a esto la barrera de la incomodidad. No se trata de un miedo dramático, sino de una pequeña vacilación que mantiene a las personas dentro de usos seguros y triviales. Preguntan menos de lo que podrían, comparten menos información de la que requiere la tarea y tratan la IA como una novedad en lugar de como una herramienta de trabajo. El hábito más seguro también es el menos útil.
La investigación sobre la adopción tecnológica respalda esta idea. Los estudios sobre la "autoeficacia tecnológica" relacionan la confianza y el apoyo organizativo con la disposición de las personas a adoptar nuevas herramientas. Los primeros trabajos sobre el acompañamiento en torno a Microsoft Copilot apuntan en la misma dirección, y los datos sobre formación de la fuerza laboral muestran que incluso una herramienta realmente útil puede quedar inactiva sin una incorporación adecuada. La lección es práctica: una herramienta útil no crea por sí sola hábitos útiles.
El acompañamiento debería comenzar por cambiar el modelo mental. La IA suele promocionarse como una personalidad sintética, un colega o asistente digital. Este enfoque hace que la tecnología parezca cercana, pero puede intensificar la incomodidad: algunos empleados sienten que se les pide establecer una relación con una máquina; otros temen que esta haya llegado para reemplazarlos. Un modelo más útil consiste en tratar la IA simplemente como una forma inteligente de procesar información.
La cuestión no es que el sistema sea humano, sino que las personas pueden hablar con él de maneras corrientes y humanas —hablando, escribiendo, cargando un documento, proporcionando contexto— y este convierte ese material en algo que se puede organizar, comprobar y reutilizar. La comunicación cotidiana se ha convertido simplemente en una forma de hacer que el trabajo pueda procesarse.
Pensemos en una gerente que dirige una reunión semanal de equipo. Sin acompañamiento, podría utilizar la IA de vez en cuando para redactar un correo electrónico o resumir un documento, pero la reunión en sí seguiría basándose en la memoria, las notas manuscritas y la interpretación personal. Las decisiones se registrarían de forma selectiva. Las distintas personas recordarían las tareas pendientes de manera diferente. Semanas después, el contexto se habría desvanecido y sería difícil recuperar el razonamiento detrás de una decisión: el trabajo continúa, pero gran parte de lo aprendido por el camino se pierde silenciosamente.
Con acompañamiento, la misma gerente utiliza la IA para capturar adecuadamente la reunión: decisiones registradas, tareas asignadas y debates que se pueden consultar. La IA ayuda a hacer seguimiento de los compromisos, señalar cuestiones sin resolver y producir un registro coherente, de modo que la dirección se mantenga clara y el seguimiento sea preciso. La información que antes se habría perdido en la memoria y en notas dispersas se convierte, en cambio, en un activo organizativo reutilizable, disponible en el momento en que se necesita.
La tecnología no ha cambiado. El comportamiento sí. En el primer caso, la información es temporal; en el segundo, se convierte en un activo: decisiones, supuestos, riesgos y compromisos que pueden recuperarse y reutilizarse mucho después de que la propia reunión haya caído en el olvido.
Por eso la memoria de la IA es estratégicamente importante. La memoria humana es selectiva: los detalles se desvanecen, las conversaciones se vuelven imprecisas y el contexto desaparece. La IA puede conservar y recuperar mucha más información autorizada de la que cualquier persona podría recordar de forma fiable. Eso no hace que su criterio sea mejor ni que todos sus resultados sean correctos; hace que la IA sea valiosa como repositorio y procesador de información empresarial, siempre que su uso esté debidamente gobernado.
El acompañamiento debería enseñar un principio sencillo: capturar una vez, estructurar de forma coherente y reutilizar con inteligencia. Una reunión no debería desaparecer cuando termina la llamada. Una nota de voz no debería quedarse como una grabación olvidada. Una cadena de correos electrónicos no debería convertirse en contexto enterrado. Con los permisos adecuados, todo esto puede convertirse en decisiones, tareas, informes y datos de entrada para futuras automatizaciones.
Este es el argumento más sólido a favor de la formación. Los empleados no solo están aprendiendo a pedirle textos a la IA, sino a convertir el trabajo en información duradera: exteriorizar el pensamiento, conservar el contexto y crear material que se acumula con el tiempo. La adopción deja de depender tanto de prompts ingeniosos y pasa a centrarse más en construir memoria organizativa.
Aquí es importante hacer una salvedad. No todas las conversaciones deberían registrarse, ni todos los documentos cargarse, ni todos los recuerdos conservarse. El acompañamiento debe establecer límites claros: qué información está autorizada, en qué fuentes se puede confiar, qué requiere comprobación humana y quién sigue siendo responsable de la decisión. El objetivo es una adopción segura y confiada, no una confianza acrítica.
Las empresas también deberían tener cuidado de no medir el éxito de la IA por el número de licencias emitidas o de mensajes enviados. Esas son métricas de actividad, no métricas de adopción. Una prueba mejor es comprobar si los empleados utilizan la IA para reducir el trabajo repetitivo, conservar contexto útil, afinar las decisiones y abordar tareas que antes estaban fuera de su alcance. Si una empresa implementa la tecnología, también asume la responsabilidad de ayudar a las personas a entender dónde encaja en sus puestos de trabajo.
La mayor parte del debate sobre la inteligencia artificial se centra en lo que los modelos pueden hacer. Pero el cambio organizativo rara vez depende únicamente de la capacidad. Agile necesitó coaches no porque sus ideas fueran complicadas, sino porque los nuevos hábitos requieren práctica y refuerzo. Con la IA ocurrirá lo mismo.
La interfaz ya es sencilla: hablar, escribir o entregar un documento. La tarea más difícil es ayudar a las personas a sentirse lo bastante cómodas como para empezar, ser lo bastante disciplinadas como para continuar y tener el criterio suficiente para saber qué debe conservarse, procesarse y considerarse fiable. La implementación de la IA proporciona la herramienta. El acompañamiento es lo que la hace útil.