Amedida que la IA generativa juega un papel cada vez más relevante en nuestras vidas, a todos nos convendría desarrollar nuestros propios puntos de vista matizados sobre esta tecnología.

¿Cómo podemos entender qué están haciendo las personas con la IA? Hasta ahora, se han utilizado tres métodos principales:

1. Telemetría

Lo que hacen realmente los usuarios: los registros de uso a los que solo pueden acceder los propios LLM.

— Fortalezas: capta el comportamiento real, gran volumen de datos.

— Debilidades: se limita a plataformas individuales, excluye a usuarios que no han iniciado sesión y a quienes optan por no participar, carece de detalle contextual (debido a la privacidad) y es inaccesible para la mayoría de nosotros.

2. Encuestas

Lo que dicen los usuarios cuando se les pregunta.

— Fortalezas: permite preguntar cualquier detalle (por ejemplo, datos demográficos), es fácil de implementar.

— Debilidades: sesgo de autoselección, puede no reflejar el comportamiento real, bajo volumen de datos.

3. Escucha social

Lo que dicen los usuarios sin que se les pregunte.

— Fortalezas: veracidad (el anonimato proporciona seguridad psicológica), nivel de detalle, lo que más preocupa a las personas, reflexiones posteriores e impacto.

— Debilidades: bajo volumen de datos, sesgo hacia las fuentes, ausencia de datos demográficos.

Ningún método por sí solo lo captura todo. Pero, juntos, estos enfoques complementarios ayudan a formar una imagen funcional y útil de cómo mil millones de seres humanos ya están integrando la IA en su vida diaria.

Cuando distintos informes coinciden, probablemente haya una señal a la que conviene prestar atención. Y coinciden en muchas cosas.

No es sorprendente que el uso de los LLM esté creciendo rápidamente.

ChatGPT acaba de alcanzar aproximadamente 800 millones de usuarios activos semanales que, en conjunto, envían alrededor de 20 mil millones de mensajes por semana. Anthropic afirma que el 40% de los empleados reporta usar IA en el trabajo, el doble del porcentaje de hace apenas dos años.

Las tareas siguen una distribución de ley de potencia.

En una distribución de ley de potencia, unos pocos eventos son desproporcionadamente grandes, mientras que la mayoría son muy pequeños. OpenAI observa que el 78% de todos los mensajes encaja en sus tres categorías principales (orientación práctica, escritura y búsqueda de información). Anthropic señala que el 20% de las categorías de tareas representa el 87% del uso. En mi investigación, los 20 principales grupos de casos de uso representan más de la mitad del total de casos de uso. Esta concentración sugiere que los líderes deberían enfocar las inversiones en IA en un pequeño conjunto de casos de uso de alto impacto, en lugar de intentar hacerlo todo al mismo tiempo.

Usamos la IA de forma sustancial para escribir.

El informe de OpenAI indica que “la escritura es el caso de uso más común en el trabajo, y representa alrededor del 40% de los mensajes relacionados con el trabajo”. Anthropic en realidad no dice mucho sobre esto en su informe más reciente, pero en su informe de febrero de 2025, uno de los hallazgos principales fue que “el uso se concentra en el desarrollo de software y en tareas de redacción técnica”. Al menos 20 de los 100 principales casos de uso que analizo están directamente relacionados con la escritura. Esto tiene sentido, dado que el texto es el formato de salida que la IA generativa produce predominantemente. Dado cuánto domina la escritura el uso, las organizaciones podrían ver un retorno de inversión más rápido con herramientas que se mantengan más cerca de las palabras en presentaciones, informes y comunicaciones, que con aplicaciones más exóticas y ambiciosas.

El aprendizaje y la educación son una categoría importante.

Para Anthropic, el uso relacionado con educación creció de 9.3% a 12.4%. Para OpenAI, alrededor del 10% de todos los mensajes de ChatGPT son solicitudes de tutoría o enseñanza. En mi investigación, el 20% de mis casos de uso pertenece al grupo de aprendizaje y educación, lo cual no resulta sorprendente, dado que se trata de una tecnología “inteligente” diseñada para una especie cognitivamente avanzada, curiosa y neoténica.

La ampliación ya está aquí y la automatización está en camino.

Para Anthropic, las conversaciones directivas (automatización) pasaron del 27% al 39% en ocho meses, y entre las transcripciones de APIs empresariales, el 77% ya está dominado por la automatización. Para OpenAI, en el trabajo la mayoría de las tareas (56%) son de ejecución (en lugar de expresión o consulta). En las plataformas sociales que observo a diario, estoy viendo más publicaciones que nunca sobre el uso de agentes de IA.

H

ace un año, escribí un artículo sobre cómo las personas estaban utilizando realmente la IA generativa. Los casos de uso se dividían casi por igual entre necesidades personales y empresariales, y aproximadamente la mitad abarcaba ambas. Desde entonces, el entusiasmo en torno a la IA, la IA generativa y los modelos de lenguaje de gran tamaño (LLM, por sus siglas en inglés) no ha hecho más que crecer. Los editores de Harvard Business Review y yo sentimos la necesidad de actualizar la investigación.

El 2025 Top-100 GenAI Use Case Report enumera las 100 aplicaciones más importantes en la actualidad, clasificadas según su utilidad percibida y escala de impacto (evaluadas cualitativamente por expertos).

He aquí algunos casos de uso del Top 100 de este año, junto con una cita para cada uno (la lista completa está aquí). He seleccionado ejemplos que ofrecen una perspectiva particularmente clara de cómo las personas están utilizando la tecnología.

— Terapia/compañía (#1)

“En mi país, Sudáfrica, la atención de salud mental es prácticamente inexistente. Hay un psicólogo por cada 100,000 personas y un psiquiatra por cada 300,000. Los LLM son accesibles para todos y pueden ser de ayuda. Desafortunadamente, la seguridad de los datos no es una preocupación cuando su salud se está deteriorando, y la supervivencia es la prioridad de cada día.”

— Organizar mi vida (#2)

“Simplemente le pedí que creara un calendario para limpiar y organizar mi casa antes de que llegaran los invitados.”

— Aprendizaje mejorado (#4)

“He estado tomando un curso en línea para aprender análisis de datos por mi cuenta y utilizo ChatGPT como guía de estudio para explicar algunas cosas que el curso pasa por alto, y lo añado a mis notas. Esto me ayuda a reforzar lo que estoy aprendiendo, y hasta ahora me ha sido muy útil.”

— Una vida más saludable (#10)

“Acabo de empezar a probar un nuevo plan de alimentación, y calcular los macronutrientes con las hojas de cálculo de los ‘planificadores de comidas’ online me estaba volviendo loca. Ahora simplemente pido recetas con base en mis necesidades de macronutrientes por comida y llevo esa lista al hacer mis compras. Luego uso la freidora de aire, la arrocera, ¡y listo!”

— Crear un itinerario de viaje (#24)

“Le pedí a ChatGPT un itinerario de vacaciones completo, con muchos detalles, como lugares rústicos para hospedarse y comer, cosas clave que ver y joyas ocultas, minimizando el tiempo de viaje. El resultado fue perfecto.”

— Impugnar una multa (#83)

“Recibí una notificación de multa por circular en un carril de autobuses. El ayuntamiento me reclamaba £80 por una parada de unos 20 segundos, a lo mucho. Le pedí a ChatGPT que me redactara una apelación y esta mañana recibí una carta en la que me comunicaban que la multa había sido anulada. Gracias, IA, porque probablemente habría pagado el dinero si hubiera tenido que escribir por mi cuenta una larga y aburrida carta de impugnación.”

La mayoría de los expertos esperaba que la IA demostrara su valía primero y mejor en áreas técnicas. Si bien está haciendo mucho en ese ámbito, esta investigación sugiere que la IA puede ayudarnos tanto o incluso más con nuestros caprichos y deseos innatamente humanos.

El año pasado, hice la predicción correcta, pero bastante insípida y segura, de que la IA seguirá desarrollándose, al igual que los usos y aplicaciones que le demos. Ahora hago exactamente la misma predicción. Nos vemos en 2026.

E

sta nueva era de la IA puede resultar intimidante para las limitadas y torpes formas de vida que la crearon. Ahora debemos analizar con más atención dónde sigue residiendo nuestro valor único.

Áreas en las que los seres humanos aún tienen ventaja sobre la IA

Al hablar con cientos de expertos, consumidores y escépticos de la IA en los últimos años, han surgido cuatro fortalezas para los humanos:

— Emoción: Comprender, conectar y responder con sensibilidad a los sentimientos humanos.

— Complejidad: Afrontar desafíos ambiguos y de amplio contexto con una resolución de problemas holística.

— Fisicalidad: Tareas que requieren destreza e interacción con el mundo físico, en particular donde la presencia y la capacidad de respuesta humanas son importantes.

— Creatividad: La capacidad de generar ideas y soluciones originales y novedosas.

Veamos cada una de ellas por separado.

1. Emoción

Los humanos siguen siendo los expertos mundiales cuando se trata de habilidades blandas. La IA generativa puede imitar de manera convincente y útil parte de lo que hemos pensado, sentido y dicho sobre empatía, ética, negociación, etc. Incluso algunas personas están empezando a utilizar la IA como terapia y compañía. Pero un experto, amigo o colega humano también es más propenso a dar opiniones sin filtros, contrarias, sorprendentes o incluso controvertidas, y en muchas situaciones, esto será mucho más útil que el resultado seguro, genérico y clínico de una máquina.

Las habilidades humanas que siguen siendo valiosas (por ahora) incluyen: persuasión, autoconciencia, ética, escucha, narración de historias y ventas.

2. Complejidad

El mundo sigue siendo demasiado complejo para la IA.

La IA ha dominado a los humanos en ámbitos bien definidos, limitados y controlados, como los tableros de damas, ajedrez y Go.

Pero el mundo está lleno de problemas mucho más difíciles que estos. El cambio climático, la pobreza, la justicia social, la estrategia empresarial (descritos como “problemas perversos” por los profesores Horst Rittel y Melvin Webber en un artículo de 1973 en la revista Policy Sciences) requieren una comprensión de los datos extraídos de una variedad de contextos. La IA aún no puede leer en dominios tan dispares.

Las habilidades humanas que siguen siendo valiosas (por ahora) incluyen: resolución de problemas complejos, interpretación, gestión de riesgos, estrategia, visión e intuición.

3. Fisicalidad

La IA generativa no interactúa directamente con el mundo físico.

Y hay algunas interacciones profesionales para las que el contacto físico humano es un requisito indispensable. Los trabajadores de la salud, cocineros, deportistas, enfermeras, recolectores de basura, peluqueros y artesanos tienen que estar en algún lugar, haciendo algo en el mundo real.

Las habilidades humanas que siguen siendo valiosas (por ahora) incluyen: destreza, lenguaje corporal, fuerza física, equilibrio, sensibilidad táctil, porte y coordinación.

4. Creatividad

Si entrenamos a nuestra IA con datos que el mundo ya ha visto, ¿no es difícil que la tecnología genere algo verdaderamente novedoso?

Por supuesto, la IA generativa puede producir una frase, un párrafo o una imagen que el mundo nunca haya visto antes, pero ¿puede generar creatividad auténtica, es decir, un resultado que sea nuevo de una manera que nos conmueva y nos parezca relevante?

A pesar de la fanfarria que rodea el lanzamiento de nuevas tecnologías de generación de medios de IA, a los consumidores no nos importan mucho. Spotify ahora incluye música generada por IA en su catálogo, pero todos los grandes éxitos son de músicos de carne y hueso.

La escritura de alta calidad también está a salvo (por ahora). La IA generativa, entrenada sustancialmente con un par de décadas de contenido de marketing en la web, no puede evitar producir una prosa poco distinguida.

Las habilidades humanas que siguen siendo valiosas (por ahora) incluyen: imaginación, ideación, juicio estético, pensamiento lateral, expresión artística y curiosidad.

Mucho trabajo y muchas habilidades siguen estando en nuestro ámbito. Haremos un mejor trabajo en los próximos años si somos más conscientes de qué habilidades siguen siendo difíciles para la IA mientras alimentamos nuestra propia curiosidad.

L

a inteligencia artificial ofrece muchas formas de mejorar las capacidades y competencias internas generales. La IA se puede utilizar para inferir habilidades a partir de los perfiles de los empleados y su actividad, y para clasificar los contenidos de aprendizaje y hacerlos más aplicables y accesibles. También puede utilizarse para resumir, recomendar y aumentar los contenidos de aprendizaje. En particular, los mil millones de trabajadores del conocimiento de todo el mundo pueden utilizar la IA generativa para mejorar su rendimiento en el flujo de trabajo.

La investigación muestra que el crecimiento de capacidades impulsado por IA es muy probable

Se han diseñado estudios para cuantificar todo tipo de capacidades, como la efectividad de los anuncios de IA generativa, su capacidad para proporcionar orientación moral y su habilidad para adivinar lo que piensan los demás.

Un influyente estudio de 2023 concluyó que la IA generativa puede realizar el trabajo de conocimiento un 25% más rápido y un 40% mejor. Por lo tanto, los beneficios de utilizar IA generativa parecen ser considerables.

Ya hemos pasado por esto

Existen muchos precedentes de la adopción rápida y a gran escala de la tecnología para acelerar la productividad y el crecimiento. Las computadoras personales, las hojas de cálculo, Internet, el correo electrónico y los teléfonos inteligentes fueron, en su momento, cosas desconocidas que se toparon con resistencia y cinismo, pero ahora son omnipresentes.

Si bien Internet ha sido un hito importante en la historia de la humanidad, y su adopción ha sido fenomenal, la IA generativa ha disfrutado de una adopción mucho más rápida. De hecho, el crecimiento de su base de usuarios ha sido el más rápido de la historia.

Por lo tanto, la adopción rápida a nivel mundial se puede lograr, se ha logrado y está sucediendo, incluso más rápidamente en el caso de la IA generativa.

Cómo pueden las empresas aprovechar el crecimiento impulsado por la IA

Las empresas están sometidas a la presión simultánea de responder rápidamente a la promesa de la IA generativa y, al mismo tiempo, evitar riesgos para su propiedad intelectual o reputación. He aquí algunas formas en las que las empresas pueden comenzar a operar rápidamente, sin tropezar en el proceso:

(1) Celebrar la curiosidad y la experimentación.

Fomente los experimentos en ámbitos seguros y comparta ampliamente los resultados, incluso cuando no produzcan los resultados esperados que se habían previsto.

(2) Comenzar con programas piloto.

Los proyectos piloto pequeños y controlados pueden permitir que los equipos se familiaricen con la IA generativa, comprendan sus implicaciones, generen confianza y aprendan de expertos externos. Estos proyectos piloto servirán como campo de pruebas y plataforma de lanzamiento para implementaciones a mayor escala.

(3) Crear promotores de IA generativa.

Los entusiastas apasionados y conocedores pueden acelerar la adopción de la IA generativa al promover sus beneficios, identificar casos de uso, brindar apoyo entre pares y compartir las buenas prácticas que surjan.

Cómo pueden los equipos aprovechar el crecimiento impulsado por la IA

Asista a las reuniones de equipo con una historia sobre cómo ha utilizado la IA generativa. Utilice ChatGPT en vivo durante una reunión de equipo. Hágale preguntas que dejen perplejos a todos. Invítelo a participar junto a ustedes en una sesión de lluvia de ideas. Pídale que haga un resumen de la reunión. Nada convence más a los escépticos que un uso pertinente y en tiempo real.

La adopción de la IA generativa puede impulsar el crecimiento interno al mejorar la capacidad organizativa. Este tipo de crecimiento puede tardar un poco más en manifestarse en ingresos y beneficios, pero su impacto será más duradero, ya que es para su gente, el corazón de su organización. Los mecanismos para medir este crecimiento aún están evolucionando, pero los primeros indicios apuntan a que el crecimiento de dos dígitos a través de la IA generativa es eminentemente posible.

L

os gerentes de proyectos son los grandes polifacéticos de las empresas. Tienen que ser buenos con los números, la planificación y las personas. Es una de esas disciplinas que nos cuesta clasificar como una habilidad dura (técnica) o una habilidad blanda (social), ya que se encuentra justo en el medio.

A nivel mundial, gastamos 48 billones de dólares al año en proyectos. Todos somos gestores de proyectos hasta cierto punto. Desde directores de cine y propietarios de restaurantes hasta abogados y contadores, muchas profesiones implican la gestión de proyectos. Y todos los proyectos necesitan seguimiento, supervisión y finalización, es decir, necesitan ser gestionados.

El papel del gerente de proyectos está cambiando. La IA tendrá un gran impacto en la gestión de proyectos. Gartner predice que, para 2030, el 80% de los proyectos serán gestionados por IA (y nótese que esa proyección se hizo antes del rápido auge de la IA generativa). Por ello, tanto los gerentes de proyectos especializados como aquellos que gestionan proyectos como parte de sus funciones, deben hacer una introspección para identificar y adquirir las habilidades más valiosas para el futuro.

Particularmente, el timeboxing (la práctica de completar tareas con enfoque y dentro de plazos establecidos), es una capacidad especial y permanente para todos los gerentes de proyectos. A continuación, veremos que el timeboxing se encuentra en el corazón de la gestión de proyectos, y que un mejor timeboxing genera una mejor gestión de proyectos, y viceversa.

Dos tipos de timeboxing

Primero, una aclaración. El timeboxing se utiliza en dos contextos: el desarrollo ágil de software y la productividad personal.

El término se acuñó en los años 90 como una técnica para planificar y gestionar proyectos de creación de software y aplicaciones, generalmente durante algunas semanas o meses. Estos proyectos están repletos de plazos y dependencias. El timeboxing es un método que sirve de apoyo para muchos de los modelos (Rapid Application Development, Kanban, Scrum, etc.) utilizados por los equipos para completar estos proyectos a tiempo.

Más recientemente, el término se ha utilizado (en un sentido menos restringido) para denotar una mentalidad y un método de productividad personal. En esta forma de timeboxing, un individuo decide sistemática e intencionalmente qué hará, cuándo comenzará y cuándo terminará, y luego realiza esa tarea (y solo esa tarea) en el tiempo asignado. Este tipo de timeboxing es para una sola persona, no para un equipo.

Dado que ambos usos del término comparten ciertas características (tareas y plazos), a menudo se confunden. En este artículo, nos centramos en la segunda forma de timeboxing, más ampliamente aplicable, y argumentamos que sus beneficios y cualidades permiten una gestión de proyectos de alta calidad en general.

El timeboxing refleja la gestión de proyectos

La finalidad de la gestión de proyectos es ayudar a un equipo a alcanzar un objetivo o resolver un problema dentro de un plazo establecido. El timeboxing logra exactamente eso (para un individuo). El timeboxing y la gestión de proyectos comparten una serie de similitudes sorprendentes:

Estimación y previsión. El timeboxing requiere que un individuo estime cuánto tiempo le llevará una tarea y qué conjunto de tareas podrá realizar ese día (o semana). Los gerentes de proyectos deben estimar la duración del proyecto, tomando en cuenta las dependencias, los plazos, los riesgos y las realidades comerciales.

Alcance/tiempo/costo. El timeboxing incluye todos estos elementos: el alcance está cubierto por la descripción de la tarea, el tiempo es cuánto debe durar la tarea y el costo es el número de personas involucradas (generalmente solo una) multiplicado por su tarifa diaria, multiplicado por la duración. En la gestión de proyectos, estos tres elementos se denominan, literalmente, “Triángulo de Gestión de Proyectos”, y son consideraciones fundamentales para todos los proyectos.

Priorización. Comprender los plazos y las dependencias, ordenar las tareas en consecuencia y decir no (con justificación) cuando sea apropiado, son elementos esenciales del timeboxing y de la gestión de proyectos. La advertencia de Peter Drucker en 1963 sigue siendo válida ahora: “No hay nada tan inútil como hacer con gran eficiencia algo que no debería hacerse en absoluto”.

Colaboración armoniosa. Con el timeboxing, un calendario digital compartido comunica a sus colegas qué está haciendo, cuándo y, en algunos casos, incluye el contexto de sus expectativas o limitaciones. En la gestión de proyectos, la comunicación y la gestión de las partes interesadas son el aspecto humano esencial para el éxito de una empresa.

El éxito a pequeña escala (individual) lo convertirá en un mejor gerente de proyectos. La experiencia con proyectos lo hará mejor en el timeboxing.

Aprender a hacer timeboxing

Probablemente ya esté haciendo timeboxing, al menos un poco. Es casi seguro que celebre reuniones y planifique parte de su trabajo. Como hemos visto, en la gestión de proyectos (que de una forma u otra ya hacemos), sus habilidades están estrechamente alineadas con la esencia y la práctica del timeboxing. Pero si presta más atención a su propia agenda digital, mejorará rápidamente.

Pruebe esto: Elija un elemento de su lista de tareas pendientes que lleve tiempo estancado. Agréguelo a su calendario en un intervalo de 30 o 60 minutos. Invite a alguien interesado en el elemento de su calendario para que ejerza un poco de presión social bilateral y le ayude a completarlo. Tome el asunto (la tarea) con seriedad y asegúrese de hacerlo. Revise cómo le funcionó esto y repítalo con algunos elementos más de su lista de tareas pendientes.

El timeboxing como herramienta de aprendizaje

El timeboxing no es sólo una habilidad especialmente importante para la gestión de proyectos. También es un medio para perfeccionar los demás instrumentos de la caja de herramientas del gerente de proyectos. Por diseño, el método se abre paso en agendas apretadas y delimita un período (una caja de tiempo) que puede ser utilizado para un aprendizaje enfocado.

El acto de aprender se encuentra justo en medio del cuadrante importante-pero-no-urgente de la Matriz de Eisenhower. Por ello, sin un sistema que lo integre en una agenda, el aprendizaje es a menudo la lata que se queda en el camino. La participación del personal en los sistemas de aprendizaje corporativos es notoriamente baja. En respuesta, algunos empleadores ofrecen ahora una hora de aprendizaje optativo a su personal. Si su empleador lo hace, aproveche esa hora. Si su empleador no lo hace, reserve tiempo (y propóngale la idea). Una hora a la semana es una inversión muy pequeña (2-3% del tiempo de trabajo) para una empresa, pero los efectos compuestos para el individuo (así como para el empleador) pueden llegar a ser enormes.

El trabajo moderno está inherentemente basado en los proyectos y en la colaboración. Para todos, no solo para los gerentes de proyectos, dominar el timeboxing es la puerta de entrada para cerrar la brecha entre la intención y la ejecución. Adopte esta habilidad clave, disfrute de una mayor productividad y sea testigo de un impacto transformador en sus proyectos.