L

a adopción de la IA puede ser más lenta si la alta dirección asume que el resto de la organización comparte su optimismo, o si la organización subestima la diferencia de expectativas entre los líderes que definen la estrategia y los mandos intermedios responsables de su ejecución. Hasta que los altos directivos no comprendan esta brecha y asuman la responsabilidad de cerrarla, ningún nivel de inversión o ambición en los niveles más altos producirá la transformación que prometen.

La evidencia

Nuestro estudio encontró brechas significativas en la pregunta más básica que un líder empresarial debería poder responder: ¿Su inversión en IA está generando rendimientos?

Los altos ejecutivos y los mandos intermedios nos dieron respuestas muy diferentes a esa pregunta. Casi la mitad de los ejecutivos (45%) reportó un ROI significativamente positivo de sus inversiones iniciales en IA. Entre los mandos intermedios, esa cifra cayó al 27%. Esa diferencia de 18 puntos en la valoración de si la estrategia está generando resultados pone de manifiesto una desconexión que podría resultar muy costosa.

¿Por qué los ejecutivos y los mandos intermedios tienen perspectivas diferentes?

Los directivos suelen utilizar la IA para la síntesis de alto nivel, la elaboración de estrategias y el apoyo a la toma de decisiones, tareas en las que la tecnología funciona bien, por lo que las capacidades actuales suelen beneficiar su trabajo. Los mandos intermedios, en cambio, tienen la tarea de implementar la tecnología en el terreno más complejo de las operaciones del día a día: flujos de trabajo construidos durante años, equipos con distintos niveles de familiaridad técnica y resultados que deben ser consistentemente correctos, no solo rápidos. Cuando la herramienta funciona, ambos grupos lo entienden y aprovechan los beneficios. Cuando falla, normalmente solo uno de ellos tiene que lidiar con las consecuencias.

Estos dos grupos también operan con horizontes de tiempo fundamentalmente distintos. A los directivos se les recompensa por su visión, es decir, por anticiparse al futuro y apostar por lo que es posible; a los mandos intermedios se les recompensa por la ejecución, es decir, por hacer que las cosas funcionen hoy mismo, con el personal y los procesos de que disponen.

Cinco acciones concretas que debe tomar

Cerrar esta brecha comienza con cinco acciones específicas que los equipos directivos pueden tomar ahora:

1. Analizar la situación antes de tomar decisiones.

¿En qué punto se encuentra su organización en su camino de transformación con IA? No puede cerrar una brecha que no ve, y sin una evaluación intencional, el entusiasmo de los líderes ejecutivos puede nublar su comprensión de la realidad de sus organizaciones.

2. Elaborar el manual de estrategias de forma conjunta, no imponerlo.

Involucra a los directivos en las conversaciones sobre la hoja de ruta antes de tomar decisiones, no después. El objetivo es garantizar que todos los niveles de liderazgo estén alineados y comprometidos con un camino común, no solo informados o involucrados.

3. Organizar el proceso reduciendo la carga de trabajo antes de aumentarla.

Para que la transformación hacia la IA sea un éxito, es necesario replantearse los flujos de trabajo, volver a capacitar a los miembros del equipo, llevar a cabo proyectos piloto de prueba y aprendizaje bien planificados, y aprender a gestionar equipos híbridos formados por agentes de IA y humanos. Los directivos deben ser conscientes de estas cargas inevitables a corto plazo y colaborar con sus equipos de gestión para garantizar que se dispone de la capacidad suficiente para hacerles frente.

4. Medir la preparación, no solo la adopción.

La confianza de los gerentes y la preparación organizacional deben ser indicadores clave de desempeño explícitos, junto con las métricas de uso.

5. Construir mecanismos de retroalimentación ascendente y recompensar la honestidad.

Cree canales estructurados para que los mandos intermedios informen a sus superiores sobre la realidad de la implementación y deje claro que las evaluaciones cautelosas o los proyectos piloto fallidos son datos valiosos, no una muestra de resistencia.

G

estione el “agotamiento mental” provocado por la IA en su equipo

Diseñe cómo la IA se integra en el trabajo para que impulse el rendimiento sin agotar a su equipo. He aquí cómo:

— Rediseñe el trabajo para la colaboración entre humanos e IA. No se limite a añadir supervisión de IA a las responsabilidades existentes. Defina límites claros sobre cuántas herramientas o agentes puede gestionar cada empleado al mismo tiempo.

— Establezca expectativas claras sobre la carga de trabajo. Aclare el propósito de la IA, explique cómo evolucionarán los roles y defina cómo deben ser la supervisión y los resultados.

— Mida el impacto, no la actividad. Cuando se incentiva la cantidad, los empleados producen más trabajo con menor calidad y mayor desgaste mental. Enfóquese en resultados de negocio medibles.

— Desarrolle habilidades para gestionar el trabajo con IA. Ayude a los empleados a fortalecer habilidades como la definición de problemas, la planeación y la priorización.

— Proteja la atención humana. Monitoree la carga cognitiva y cree normas que favorezcan la concentración, el buen juicio y un desempeño sostenible.

Este consejo es una adaptación de “When Using AI Leads to ‘Brain Fry’», de Julie Bedard et al.

Lidere a su equipo a través de la ansiedad por la IA

Aunque no puede ofrecer certeza para mitigar la ansiedad profesional, sí puede brindar a su equipo honestidad, empatía y claridad. He aquí cómo:

— Nombre el miedo. Comience por normalizar la ansiedad. Comparta su propia incertidumbre y modele valentía, pasando a la acción a pesar de todo.

— Cree espacios para conversaciones emocionales. Construya seguridad psicológica reservando tiempo para hablar sobre el impacto de la IA.

— Comprométase con la acción. Ofrezca siguientes pasos, oportunidades de desarrollo de habilidades o sesiones de aprendizaje compartido. Si existen riesgos reales para los puestos de trabajo, dígalo desde el inicio y dé tiempo a las personas para prepararse.

— Mantenga el diálogo. La comunicación continua y transparente fortalece la resiliencia y el propósito compartido.

Este consejo es una adaptación de “Your Team Is Anxious About AI. Here’s How to Talk to Them About It”, de Morra Aarons-Mele.

Detenga el “workslop” en su equipo

Implementar mandatos de IA sin proporcionar apoyo también conduce a una avalancha de resultados de baja calidad que erosionan la confianza, desperdician tiempo y deterioran la moral del equipo. Como líder, necesita adoptar un enfoque sistemático. He aquí cómo:

— Reconstruya una cultura de confianza. Haga que sea seguro admitir cuando la IA no está ayudando.

— Establezca normas claras para el uso de la IA. Defina cómo se ve un “buen” resultado, establezca cuándo se debe y no se debe usar la IA, e incorpore procesos de revisión que refuercen (no sustituyan) el juicio humano.

— Cree roles de apoyo con responsabilidad clara. Designe “arquitectos” de colaboración con IA que puedan mapear puntos de fricción, alinear herramientas con flujos de trabajo y asegurar que los resultados se mantengan vinculados a los objetivos del negocio.

Este consejo es una adaptación de “Why People Create AI ‘Workslop’ — and How to Stop It”, de Kate Niederhoffer et al.

Evite que sus esfuerzos con IA se estanquen

Si quiere un ROI real, necesita gestionar la percepción de riesgo, no solo el despliegue tecnológico. He aquí cómo:

— Reconozca el riesgo moldeado por la industria antes de implementar la IA. Identifique cómo su gente interpreta la IA: ¿La perciben como una oportunidad o como su reemplazo? Construya su estrategia en torno a esas percepciones. Si las ignora, malinterpretará tanto el entusiasmo como la resistencia.

— Deje de tratar el uso como indicador de adopción real. Un alto nivel de uso no garantiza compromiso. Mida si las personas se sienten seguras, no solo si inician sesión.

— Diseñe primero para el aprendizaje y después para la escala. Cuando las personas se sienten lo suficientemente seguras para aprender, la adopción se vuelve sostenible (y los resultados llegan).

Este consejo es una adaptación de “Why AI Adoption Stalls, According to Industry Data”, de Erin Eatough et al.

¿Está listo para gestionar agentes de IA?

Si supervisa una fuerza laboral híbrida de humanos e IA, su rol es orquestar el rendimiento, la seguridad y la alineación con los objetivos del negocio. He aquí cómo:

— Desarrolle alfabetización operativa en IA. Comprenda cómo funcionan los agentes, cómo los prompts influyen en los resultados y cómo diagnosticar fallas.

— Desarrolle experiencia funcional profunda. Conozca el proceso de negocio que su agente respalda.

— Practique el pensamiento sistémico. Diseñe la coordinación entre múltiples agentes y asegure transiciones fluidas hacia humanos cuando aumente la complejidad.

— Fortalezca la resiliencia al cambio. Trabaje en ciclos rápidos de prueba–implementación–aprendizaje. Ajuste la lógica con frecuencia a medida que evolucionen los modelos y cambien las prioridades del negocio.

— Perfeccione su capacidad para diseñar prompts. Trate los prompts como herramientas de entrenamiento. Mejore continuamente el lenguaje y la estructura para impulsar precisión, tono y consistencia.

— Diseñe el trabajo híbrido de forma intencional. Reoriente los KPIs humanos hacia resultados, no hacia actividad. Ayude a su equipo a enfocarse en el juicio de alto valor, la persuasión y las relaciones, mientras los agentes gestionan la escala.

Este consejo es una adaptación de “To Thrive in the AI Era, Companies Need Agent Managers”, de Suraj Srinivasan y Vivienne Wei.

Al integrar IA, enfóquese en la seguridad psicológica

Para evitar la disminución de la confianza interpersonal, la coordinación y la toma de decisiones, trate la adopción de la IA como un esfuerzo de desarrollo de equipo, no solo como una actualización tecnológica. He aquí cómo:

— Replantee la adopción de la IA como un proceso de aprendizaje. Las herramientas de IA deben introducirse con la expectativa de descubrimiento, no de perfección. Cuestionar a la IA debe ser la norma, no una señal de alerta.

— Modele falibilidad y curiosidad. Admita abiertamente cuando los resultados de la IA le generan confusión o cuando usted ha cometido errores al usarla.

— Cree protocolos inteligentes de fallo. Diferencie entre riesgos inteligentes y errores por descuido. Primero, pruebe la IA en entornos de bajo riesgo, recopile comentarios y haga ajustes.

— Enfatice la conexión humana. Genere espacios para conversar sobre preocupaciones, incertidumbres y roles. Empodere a su equipo para confiar en su propio juicio y anular las recomendaciones de la IA cuando sea necesario.

Este consejo es una adaptación de “How to Foster Psychological Safety When AI Erodes Trust on Your Team”, de Jayshree Seth y Amy C. Edmondson.

Desbloquee su transformación con IA

Aunque un proyecto piloto de IA puede tener éxito de forma individual, esos avances rara vez escalan a toda la organización. Para ir más allá de logros aislados, replantee procesos, roles y sistemas de forma integral. He aquí cómo:

— Comience con un rediseño desde cero. No superponga la IA sobre flujos de trabajo defectuosos. Dé un paso atrás y reconstruya los procesos desde el inicio.

— Capture el conocimiento antes de que desaparezca. Trate la experiencia organizacional como un activo central. Identifique dónde reside el conocimiento crítico y hágalo explícito. Vincule a operadores experimentados con quienes construyen soluciones para documentar reglas, criterios y contexto.

— Gestione la IA como si fuera una fuerza laboral. Defina quién puede crear agentes, qué pueden hacer y cómo se mide su desempeño. Construya sistemas para monitorear precisión, permisos y responsabilidad.

— Rediseñe los roles en torno a trabajo de mayor valor. Reasigne tiempo hacia el diseño, la supervisión y la toma de decisiones. Aclare nuevas responsabilidades para que las personas guíen y validen los resultados de la IA.

Este consejo es una adaptación de “The ‘Last Mile’ Problem Slowing AI Transformation”, de Karim R. Lakhani et al.

Proteja a su equipo de la sobrecarga impulsada por la IA

Si no define de manera intencional cómo se utiliza la IA, corre el riesgo de aumentar la carga de trabajo de su equipo, tensar su atención y agotarlo. He aquí cómo evitar la sobrecarga por IA:

— Incorpore pausas intencionales. Antes de tomar decisiones importantes, haga una breve pausa para cuestionar sus supuestos, identificar al menos un contraargumento y reconectar con los objetivos clave. Reserve pequeños intervalos para la reflexión entre ciclos de trabajo.

— Secuencie el trabajo. La IA permite una actividad constante en segundo plano. Fomente que los equipos avancen en fases definidas en lugar de reaccionar de inmediato a cada resultado. La secuenciación reduce la fragmentación y protege la calidad de las decisiones.

— Vuelva a centrarse en la conexión humana. A medida que la IA facilita el trabajo individual, cree deliberadamente espacios para el diálogo y la colaboración. La diversidad de perspectivas humanas agudiza el pensamiento y restaura la energía que la interacción continua con la IA puede agotar.

Este consejo es una adaptación de “AI Doesn’t Reduce Work — It Intensifies It”, de Aruna Ranganathan y Xingqi Maggie Ye.

E

n las salas de juntas de todo el mundo, sigue surgiendo una pregunta familiar: ¿Quién debería liderar nuestros esfuerzos en IA?

Es una pregunta razonable. A medida que la IA generativa transforma el panorama empresarial, los líderes, con toda razón, intentan determinar quién está mejor posicionado para guiar a sus empresas a través de esta transición. En respuesta, algunos se han apresurado a nombrar directores de inteligencia artificial (CAIO, por sus siglas en inglés), como si una contratación brillante pudiera desbloquear todo el potencial de la IA.

Pero este enfoque a menudo falla. El CAIO llega con gran alarde. Comienzan los proyectos piloto. Aparecen algunas demostraciones llamativas. ¿Y luego? No pasa mucho. Los proyectos se estancan. Los equipos no los adoptan. El CAIO se marcha. La junta directiva comienza a hacer preguntas difíciles.

No es porque el CAIO no sea inteligente o capaz. Es porque el puesto en sí, al menos en la forma en que se imagina actualmente, está sobrecargado y desalineado. Se parte de la suposición de que una sola persona puede unir innovación y operaciones, supervisar el cumplimiento normativo y la infraestructura, y además ofrecer resultados rápidos en toda la empresa. Esa es una descripción de puesto imposible.

Las empresas que están logrando avances reales están construyendo ecosistemas de líderes involucrados en el viaje de la IA.

La trampa del líder solitario

Con demasiada frecuencia, el CAIO está subordinado al director de tecnología (CTO, por sus siglas en inglés) o aislado en un grupo de estrategia. Se le indica que experimente, que sea audaz, pero también que evite riesgos, que entregue valor inmediato y que garantice una transformación a nivel empresarial. En una firma global de servicios, el líder de IA creó un prototipo prometedor usando un modelo de lenguaje de gran tamaño. Pero el proyecto no prosperó. Las unidades de negocio no se involucraron desde el inicio, nunca se impartió capacitación y la nueva herramienta no se usó.

Incluso en organizaciones mejor alineadas, la presión sobre un solo líder para impulsar la transformación con IA es intensa. La junta directiva quiere que su inversión en IA se traduzca rápidamente en ingresos; el área legal solicita límites claros; operaciones quiere automatización; marketing desea personalización. No es que estas metas sean erróneas. Pero esperar que una sola persona las cumpla todas es preparar el terreno para su fracaso.

Un enfoque de ecosistema

En las empresas donde la IA está echando raíces, el mejor liderazgo es distribuido, con muchos ejecutivos trabajando en sincronía.

Algunos líderes en su ecosistema de IA deben enfocarse en construir. Estos son sus ingenieros, responsables digitales o equipos de producto que experimentan con herramientas generativas. Otros deben centrarse en la integración: el director de operaciones que replantea los flujos de trabajo, el líder de soporte al cliente que reorganiza los equipos para aprovechar los nuevos sistemas de IA. Otros más deben actuar como conectores: el director financiero que vincula las inversiones con los resultados, el asesor legal general que evalúa riesgos, el director ejecutivo que garantiza que la IA esté integrada en la forma en que la organización aprende y se adapta.

Esto no requiere una burocracia compleja. La estructura importa menos que la mentalidad: la IA no es un departamento. Es una capacidad que todo el equipo de liderazgo debe asumir.

El papel crítico del CEO

Entre esos líderes, el CEO desempeña un papel único y fundamental.

El CEO tiene el poder de definir la estrategia, alinear los incentivos y moldear la respuesta cultural de la organización al cambio. La transformación con IA, cuando se hace bien, no se trata de la tecnología en sí. Se trata de los cambios estratégicos y operativos que permite. La estrategia de IA es su estrategia empresarial. Por eso, los CEOs no pueden delegar completamente el liderazgo en IA. Sus palabras y, más importante aún, sus acciones, señalan qué tan en serio se está tomando su empresa la transición y si el futuro incluye un lugar para cada empleado.

Los CEOs más eficaces lideran con participación directa, autenticidad, claridad y una mentalidad de crecimiento.

La autenticidad significa adaptar la adopción de IA a su propia personalidad y fortalezas. Un CEO con perfil técnico podría prototipar nuevos flujos de trabajo y compartir los resultados. Un CEO sin formación técnica podría cocrear nuevos procesos con los constructores internos y mostrar que la IA es para todos, no solo para los expertos.

La participación directa significa estar presente, no solo como patrocinador, sino como un compañero en sesiones de trabajo críticas. Significa involucrarse en proyectos piloto, asistir a hackatones y dar retroalimentación a medida que se realiza el trabajo real.

La claridad y una mentalidad de crecimiento deben definir la forma en que el CEO se comunica. Las políticas deben ser claras. Los mensajes deben ser coherentes. Y el enfoque subyacente debe estar basado en oportunidades. Se trata de ampliar el trabajo, evolucionar los roles y crear espacio para una mayor creatividad y juicio humanos.

¿Quién más debe estar en la mesa?

Comience con un constructor. Alguien curioso, con energía por las posibilidades y dispuesto a probar nuevas ideas, incluso cuando el resultado sea incierto. Podría ser alguien que ya esté dentro de la organización, un responsable de innovación, un líder de producto o un director de ingeniería que experimenta discretamente con herramientas de IA.

Pero ese constructor necesita un socio. Alguien con los pies en la tierra, en el negocio, que entienda dónde se realiza el trabajo, dónde surgen las fricciones y qué vale la pena resolver. Sin alguien que pueda ver los experimentos desde una perspectiva operativa, estos a menudo permanecerán desconectados del impacto real.

Finalmente, necesita un estratega. Alguien que pueda tomar distancia, evaluar qué iniciativas se alinean con los objetivos a largo plazo y administrar los recursos limitados para su mejor uso.

Estos líderes no necesitan tener currículums idénticos. Pero todos deben ser colaborativos. Curiosos. Tener los pies en la tierra, pero estar abiertos a reimaginar cómo funcionan las cosas. Deben tolerar la ambigüedad, pero saber cuándo enfocarse y ejecutar.

Algunos de los campeones de IA más impactantes surgen orgánicamente mediante la exposición práctica más que por selección formal. Hemos observado que muchas organizaciones aún están en etapas tempranas de madurez en IA y carecen de una comprensión práctica de lo que las herramientas actuales pueden lograr de manera realista. Una forma eficaz de cerrar esta brecha es a través de sesiones de ideación con el liderazgo que desmitifiquen los conceptos centrales, muestren ejemplos en vivo y, lo que es más importante, fomenten la experimentación práctica con herramientas como ChatGPT Pro y Claude. Estas primeras interacciones a menudo cambian mentalidades y despiertan un pensamiento más fundamentado y creativo sobre el papel de la IA en el negocio.

Diseñar para la durabilidad

Los esfuerzos en IA se estancan cuando falla la coordinación. Un modelo prometedor puede necesitar nuevos flujos de datos, rediseño de procesos, aportes legales, gestión del cambio y capacitación. Si cada uno de estos elementos está en una parte diferente de la organización, cada uno con su propia hoja de ruta y prioridades, la fricción puede ser fatal.

La clave para una integración sistémica de la IA no es solo la experimentación. Es diseñar un sistema repetible para evaluar, integrar y escalar buenas ideas. Eso significa clarificar roles: quién construye, quién integra, quién decide. Significa implementar infraestructuras ligeras, centros de excelencia, grupos de trabajo y manuales operativos que generen flujo entre departamentos, en lugar de barreras.

También significa evitar varias trampas peligrosas. En particular:

— Ignorar la gestión del cambio. Un candidato que pueda explicar cómo funcionan las redes neuronales, pero no pueda construir una narrativa, negociar riesgos o capacitar a miles de colegas, dejará intacta la resistencia cultural y no logrará un retorno de inversión.

— Acaparar las ideas. Cuando la planificación de la IA se limita a un círculo cerrado, el equipo pierde el conocimiento práctico de los empleados de primera línea.

— Malinterpretar el panorama de riesgos. Elegir a alguien que ignore la ética, la privacidad y la exposición regulatoria puede provocar crisis reputacionales o legales que eclipsen cualquier victoria inicial, erosionando la confianza del equipo ejecutivo y de la junta en todo el programa.

Lidere en conjunto, o no lidere en absoluto

Es tentador creer que la contratación adecuada desbloqueará la IA. Pero la IA no es una actuación en solitario. Ni siquiera es un dueto. Es un cambio a nivel empresarial que toca todas las funciones.