La brecha de adopción de la IA: la fuerza laboral de dos velocidades dentro de su empresa

Por Victor Hoang · Actualizado el 22 de septiembre de 2026

La brecha de adopción de la IA es la distancia, dentro de una misma empresa, entre los empleados que han rediseñado su workflow diario en torno a la IA y quienes todavía la usan poco o nada. La impulsan menos la edad que el rol, el comportamiento de los gerentes, el riesgo percibido para el empleo, el acceso a herramientas y la confianza, y si se deja sola se acumula: el grupo rápido se vuelve más rápido y más visible, y el grupo lento se queda atrás y empieza a parecer el problema.

Si usted dirige un equipo, probablemente lo ha notado sin necesidad de una encuesta. Un puñado de personas ha cambiado en silencio cómo redacta, investiga y planifica. Un grupo más grande abre la herramienta de IA de vez en cuando, obtiene un resultado poco fiable y deja de usarla. Y un tercer grupo hace algo intermedio que la dirección no puede ver en absoluto, porque ocurre en una cuenta personal fuera de cualquier herramienta de la empresa.

Datos clave

• El uso diario de la IA aumenta de forma pronunciada con la antigüedad en el cargo: el 43 por ciento de los ejecutivos usa IA todos los días, frente al 35 por ciento de los gerentes senior, el 23 por ciento de los mandos intermedios y alrededor del 10 por ciento de los colaboradores individuales (Slack Workforce Index, "The New AI Advantage," 2025).
• Los empleados que están muy de acuerdo en que su gerente apoya activamente el uso de la IA tienen 2.1 veces más probabilidades de usarla varias veces por semana o más, pero solo el 28 por ciento de los empleados de empresas que implementan IA dice que su gerente la apoya activamente (Gallup, "Manager Support Drives Employee AI Adoption," May 2025, n=19,043 U.S. employed adults).
• El 78 por ciento de los usuarios de IA lleva sus propias herramientas de IA al trabajo en lugar de usar las autorizadas por la empresa, y el 52 por ciento se muestra reacio a admitir que usa IA para sus tareas más importantes (Microsoft Work Trend Index 2024, "AI at Work Is Here, Now Comes the Hard Part," surveyed 31,000 workers in 31 countries).
• El 69 por ciento de los líderes usa IA con regularidad en el trabajo frente al 45 por ciento de los empleados, y el 78 por ciento de los líderes confía en la IA para trabajo de alto riesgo frente al 66 por ciento de los empleados (Microsoft Work Trend Index 2025, "2025: The Year the Frontier Firm Is Born").
• El 57 por ciento de los empleados admite ocultar su uso de la IA y presentar como propio el trabajo generado por IA, y alrededor de la mitad dice que usa la IA de formas que infringen la política de la empresa, entre ellas pegar datos sensibles en herramientas públicas gratuitas (KPMG and University of Melbourne, "Trust, Attitudes and Use of Artificial Intelligence: A Global Study 2025," 48,000+ respondents across 47 countries).
• El 52 por ciento de los trabajadores de EE. UU. dice estar preocupado por el impacto futuro de la IA en su empleo, el 32 por ciento espera que signifique menos oportunidades para ellos a largo plazo y solo el 6 por ciento espera más (Pew Research Center, "U.S. Workers Are More Worried Than Hopeful About Future AI Use in the Workplace," February 2025, n=5,273).

En realidad no es una cuestión generacional

La explicación fácil de una fuerza laboral dispareja frente a la IA es la edad: los más jóvenes crecieron en línea, los mayores están acostumbrados a sus rutinas. Los datos no respaldan que esa sea la explicación principal.

El Work Trend Index 2024 de Microsoft desglosó la adopción de BYOAI (bring-your-own-AI, es decir, traiga su propia IA) por generación y encontró una banda mucho más estrecha de lo que predice el estereotipo: el 85 por ciento de la Generación Z, el 78 por ciento de los millennials, el 76 por ciento de la Generación X y el 73 por ciento de los baby boomers y mayores afirma llevar herramientas personales de IA al trabajo. Es una diferencia de 12 puntos entre cuatro generaciones, todas agrupadas muy por encima de tres de cada cuatro.

Compárese con la diferencia por antigüedad en el Workforce Index 2025 de Slack: el 43 por ciento de los ejecutivos usa IA a diario frente a cerca del 10 por ciento de los colaboradores individuales, una brecha de 33 puntos, casi tres veces más amplia que toda la diferencia generacional. Si la edad explicara la brecha, las cifras de uso diario seguirían el año de nacimiento. En cambio, siguen la posición en el organigrama, lo que apunta a algo más útil: el rol, los incentivos y el acceso, no la edad en el calendario.

Tratarlo como un problema generacional también deja a la dirección fuera de responsabilidad. «Los más jóvenes arrastrarán a los mayores» no le exige nada a la organización. Las palancas reales están en los gerentes, el diseño de los puestos y las herramientas, todo lo cual una empresa puede modificar directamente.

Qué impulsa realmente la brecha

El rol y el encaje real con las tareas

Algunos roles tienen un encaje evidente con la IA: redactar, resumir, investigar en primera pasada y generar andamiajes de código encajan limpiamente con lo que las herramientas actuales hacen bien. Los roles construidos en torno a la presencia física, las decisiones en tiempo real o la documentación regulada tienen hoy un conjunto genuinamente más reducido de casos de uso. Parte de lo que parece resistencia es una evaluación acertada de las tareas, e imponer una herramienta sobre un trabajo al que no ayuda genera también cinismo hacia el próximo despliegue.

El comportamiento y el ejemplo de los gerentes

Esta es la palanca más medible de todas en los datos. Gallup encontró que los empleados tienen 2.1 veces más probabilidades de usar la IA con regularidad cuando su gerente la apoya de forma visible y activa, y sin embargo solo el 28 por ciento dice que ese apoyo existe realmente. Los propios mandos intermedios muestran un uso diario personal menor (23 por ciento) que los ejecutivos (43 por ciento) en los datos de Slack, lo que significa que a muchos gerentes se les pide promover una herramienta con la que no han desarrollado una fluidez real. No se puede hacer coaching de lo que no se ha hecho. El trabajo del mando intermedio ya está siendo remodelado por la IA de maneras que lo hacen más difícil, ya que el mismo gerente absorbe nuevas expectativas desde arriba mientras intenta dar ejemplo de un comportamiento nuevo hacia abajo.

El riesgo percibido para el empleo

Pew encontró que el 52 por ciento de los trabajadores está preocupado por el impacto futuro de la IA en el trabajo y que el 32 por ciento espera que reduzca sus propias oportunidades, frente a solo el 6 por ciento que espera más. Si una parte significativa de la fuerza laboral cree que volverse visiblemente bueno con la IA podría acelerar su propia prescindibilidad, la adopción lenta es una cobertura racional, no un defecto de carácter. Nadie se esfuerza con entusiasmo por un futuro que cree que termina con su propio puesto.

Acceso a herramientas, políticas y capacitación

El estudio global de KPMG encontró que solo el 40 por ciento de los lugares de trabajo tiene alguna política que regule el uso de la IA generativa y que apenas el 47 por ciento de los trabajadores dice haber recibido capacitación al respecto. Sin herramientas, reglas e instrucción claras, las personas recurren a lo más fácil de alcanzar, rara vez la opción autorizada, y esa brecha es exactamente la que produce la dinámica de IA en la sombra que se aborda más abajo.

La confianza que se construye con la repetición

La habilidad y la confianza se acumulan como cualquier capacidad: las primeras repeticiones construyen fluidez, la fluidez construye confianza en el resultado y la confianza impulsa más uso. Quien probó una herramienta una vez, obtuvo un resultado mediocre en un problema difícil y nunca volvió se queda atascado en la base de una curva que el grupo seguro escaló hace meses. Las habilidades tienen ahora una vida media más corta, y una sesión de capacitación única no arregla una brecha de confianza que solo se cierra con un uso repetido y de bajo riesgo.

Las razones legítimas por las que los «reacios» se frenan

Es tentador clasificar a los empleados en «adoptantes» y «reacios» y tratar al segundo grupo como un problema que hay que gestionar y sacar del equipo. La evidencia, y la simple equidad, no respaldan ese planteamiento.

Algunos de los rezagados están protegiendo una calidad de la que son responsables. KPMG encontró que el 66 por ciento de los trabajadores confía en el resultado de la IA sin evaluar su exactitud y que el 56 por ciento reporta haber cometido errores por ello. Quien vio cómo se corregía ante un cliente el análisis redactado con IA de un colega tiene una razón sensata para avanzar con cuidado, sobre todo si la próxima vez él sería el responsable.

Algunos se protegen de una responsabilidad ambigua. Si no existe una política sobre quién responde por un error asistido por IA, lo más seguro es mantener la versión del proceso hecha solo por personas hasta que esa ambigüedad se resuelva. Eso no es miedo al cambio; es una lectura acertada de un sistema incompleto.

Y algunos están esperando a que la herramienta valga el costo del cambio, porque adoptar una nueva forma de trabajar cuesta tiempo ahora a cambio de un beneficio que no está garantizado hasta que se desarrolla la fluidez. Es un problema de confianza que la organización puede abordar, no un problema de motivación que haya que castigar.

Nada de esto es un argumento para quedarse quieto. Es un argumento para construir primero el caso, la capacitación y las barreras de protección antes de esperar que el cuarto más lento de la fuerza laboral cierre la brecha solo con voluntad.

IA en la sombra: cuando las herramientas oficiales van por detrás de lo que la gente ya usa

La parte más disruptiva de la brecha no es la diferencia visible entre usuarios intensivos y ligeros. Es la capa invisible que hay debajo. Microsoft encontró que el 78 por ciento de los usuarios de IA lleva herramientas personales al trabajo en lugar de las autorizadas, cifra que sube al 80 por ciento en las pequeñas y medianas empresas, y que el 52 por ciento se muestra reacio a admitir que usa IA para su trabajo más importante. El estudio global de KPMG afina el cuadro: el 57 por ciento de los empleados admite ocultar su uso de la IA y presentar como propio el trabajo generado por IA, y alrededor de la mitad dice haber usado la IA de formas que rompen la política de la empresa, entre ellas pegar datos sensibles de la empresa en herramientas públicas gratuitas.

Los paneles oficiales de adopción miden lo equivocado. Una empresa que cree tener un problema de adopción del 20 por ciento, a partir de los inicios de sesión en su herramienta autorizada, puede tener una fuerza laboral que usa la IA a un ritmo mucho mayor, solo que por ningún canal que pueda ver, proteger o del que pueda aprender. Este patrón tiene nombre: IA en la sombra, la misma dinámica detrás de la TI en la sombra de hace una década, que ahora avanza más rápido porque las herramientas son gratuitas y no requieren ninguna aprobación de compras.

La IA en la sombra no suele ser rebeldía. Es gente que resuelve un problema que el despliegue oficial no ha resuelto: la herramienta autorizada es torpe, tarda en aprobarse o le falta una capacidad que una cuenta personal ya tiene. La solución no es una mano dura; prohibir herramientas no autorizadas sin ofrecer una autorizada que funcione solo empuja el comportamiento aún más a la clandestinidad, justo cuando la empresa más necesita visibilidad sobre cómo se hace realmente el trabajo.

Causa, síntoma y solución de un vistazo

Las consecuencias en equidad y desempeño de un terreno de juego desigual

Una brecha de adopción que no se gestiona no se queda plana. Se acumula de maneras que aparecen en las evaluaciones, los salarios y en quién recibe la próxima asignación exigente.

El grupo de adopción rápida construye antes un historial visible: más producción, entregas más rápidas, más oportunidades de lucirse en trabajos de mayor exigencia. Los gerentes, a menudo sin proponérselo, empiezan a leer «cómodo con la IA» como un indicador de «alto desempeño», incluso cuando la calidad del juicio es igual entre los dos empleados. La gestión del desempeño pensada para un equipo aumentado con IA tiene que separar esas dos cosas de forma deliberada, o un indicador sustituto que premia el uso visible de la herramienta por encima del juicio real castigará en silencio a quienes tenían razones legítimas para avanzar con cuidado.

El grupo de adopción más lenta suele saber exactamente lo que está pasando. Ve a sus colegas avanzar más rápido, percibe el cambio de estatus y, o bien se lanza a usar una herramienta en la que aún no confía solo para no quedarse atrás, o bien se desconecta de una carrera que ha concluido que no puede ganar. Ninguno de los dos resultados es bueno; el primero invita a los atajos contra los que ya advierten las cifras de exactitud de KPMG, el segundo pierde en silencio a personas capaces. Aquí es donde la brecha deja de ser un problema de productividad y se convierte en un problema de confianza: los equipos que no se sienten seguros para admitir «todavía no lo he descubierto» lo ocultan, el mismo instinto detrás de la cifra del 57 por ciento que oculta su uso, solo que expresado dentro del equipo y no fuera de él. La seguridad psicológica dentro de los equipos que usan IA determina si esa admisión ocurre a la vista, donde se le puede hacer coaching, o en privado.

Si se deja pasar el tiempo suficiente, los dos grupos se ordenan solos en bandos informales: quienes hablan abiertamente de prompts y quienes han dejado de mencionarlo. Esa es la forma incipiente de una subcultura que se forma en torno a un agravio compartido o una ventaja compartida, y las subculturas construidas en torno a quién tiene poder son difíciles de disolver una vez que se endurecen hasta convertirse en una identidad.

Cómo cerrar la brecha sin imponer entusiasmo

No se puede imponer la confianza, e intentarlo suele resultar contraproducente. Lo que sí se puede hacer es eliminar, una por una, las barreras específicas y respaldadas por evidencia descritas arriba.

Arregle la herramienta y la política antes de arreglar a la persona

Si el 78 por ciento de sus usuarios de IA ya esquiva su herramienta autorizada, lo primero que hay que arreglar son la herramienta y la política que la rodea, no el empleado. Entregue algo que la gente elegiría usar de verdad, redacte la política en lenguaje claro, cubra qué ocurre cuando la IA se equivoca y haga que la opción autorizada sea más fácil de alcanzar que el atajo. Pedir a las personas que abandonen un hábito en la sombra que funciona a cambio de uno autorizado que funciona peor solo les enseña a esconder mejor la próxima herramienta.

Lleve a los gerentes a usarla antes de pedírselo a sus equipos

El multiplicador de 2.1 de Gallup es la cifra de mayor palanca de todo este tema. Invierta tiempo de capacitación y responsabilidad real primero en los gerentes, para que puedan hablar desde su propia experiencia reciente, incluidos sus propios errores, y no desde un argumento de presentación. Un gerente que puede decir «aquí me ayudó y aquí me llevó por mal camino» gana mucha más confianza que uno que solo puede decir «la corporación quiere que suba la adopción».

Separe «tiene que probarla» de «tiene que ser excelente de inmediato»

La práctica estructurada y de bajo riesgo sobre trabajo real pero no crítico cierra la brecha de confianza que una sola sesión de capacitación no puede cerrar. Las habilidades que vale la pena desarrollar en torno a la IA son el juicio, la verificación y los prompts específicos de cada dominio, y las tres solo se consiguen con repetición.

Mida el workflow, no la herramienta

Premie los resultados: calidad, tiempo de ciclo, tasa de errores. No premie el uso visible de la IA como sustituto de la competencia, y revise las evaluaciones para detectar lenguaje que lo haga en silencio. La brecha más amplia entre adopción e impacto existe a nivel de empresa por la misma razón: el uso es fácil de ver y de premiar, y es un mal sustituto de lo que importa.

Tome en serio las objeciones legítimas, en público

Cuando alguien plantea una preocupación sobre la exactitud, una duda sobre la responsabilidad o una inquietud por la estabilidad laboral, trátela como información real sobre el despliegue, no como un problema que hay que rodear. Una cultura genuinamente preparada para la IA se construye en parte sobre cómo maneja una organización a sus escépticos, porque la forma en que la dirección responde a la primera objeción honesta fija la norma sobre si las próximas cincuenta se plantearán a la vista o seguirán haciendo las cosas a la antigua en silencio. Y el buen juicio no pierde valor a medida que aumenta el uso de la IA; una fuerza laboral con la seguridad suficiente para decir «todavía no confío en este resultado» muestra justo el discernimiento que se necesita cuando lo que está en juego es mayor.

Imagine a dos personas del mismo equipo dentro de seis meses. Una aprendió la herramienta sola, en su tiempo libre, y se preocupa en silencio de que cada evaluación ahora se califique con una curva que no sabía que existía. La otra tuvo un gerente que la usó primero, una política que la respaldó cuando se equivocó y unas semanas de bajo riesgo para sentirse cómoda antes de que nadie juzgara el resultado. La misma empresa, la misma herramienta, dos probabilidades de éxito completamente distintas. Cerrar la brecha significa asegurarse de que cada empleado tenga la segunda versión de esa historia, no solo quienes tuvieron la suerte de caer en el equipo adecuado.