¿Qué significa realmente adoptar la IA en una empresa?
La adopción significa que la IA se ha integrado en la forma de realizar tareas concretas por parte de quienes las llevan a cabo, con una comprobación que mantiene la calidad. No significa comprar licencias, contar inicios de sesión ni enviar un correo de lanzamiento. Un equipo en el que tres personas usan IA a diario para tareas aprobadas y revisan los resultados con cuidado ha avanzado más en su adopción que uno en el que todos iniciaron sesión una vez.
Conviene separar tres preguntas. Acceso: ¿cada persona dispone de una herramienta aprobada y conoce las reglas? Uso: ¿recurre a ella para las tareas en las que resulta adecuada? Calidad: ¿el trabajo resultante supera la revisión? La mayoría de las implementaciones resuelven la primera pregunta, miden la segunda de forma aproximada e ignoran la tercera.
¿Por qué tan pocas personas usan la IA tras su implementación?
El uso escaso tras la implementación es habitual y tiene causas comunes: las personas no ven en qué tareas les ayuda la IA, las reglas les resultan poco claras y evitan la herramienta por precaución, un mal resultado inicial las convenció de que no valía la pena o simplemente no han tenido tiempo para practicar. En el estudio sobre adopción de IA del Gobierno del Reino Unido, las empresas que ya utilizaban IA declararon que, en promedio, el 30% de su personal la usaba, y el 77% indicó que la utilizaba menos de la mitad de su personal. La misma encuesta reveló que los motivos más frecuentes para no adoptar la IA en absoluto eran la falta de una necesidad identificada y las limitaciones en habilidades y conocimientos especializados sobre IA. Estas cifras fueron declaradas por las propias empresas y proceden de entrevistas a 3,500 empresas del Reino Unido realizadas a principios de 2025.
Observe que ninguna de estas causas se resuelve comprando una herramienta mejor. La falta de una necesidad identificada es un problema de selección de tareas. Las reglas poco claras son un problema de políticas. Una mala primera experiencia es un problema de capacitación y expectativas. Cada uno tiene una solución específica.
| Lo que verá | Causa probable | Qué probar |
|---|---|---|
| Las personas iniciaron sesión una vez y dejaron de usar la herramienta | Sin una tarea clara en la que usarla | Asigne a cada puesto dos o tres tareas concretas, cada una con un ejemplo de instrucción para la IA |
| Uso limitado a unas pocas personas entusiastas | Otras personas no tienen claro qué está permitido | Una hoja de normas de una página con ejemplos de su propio trabajo |
| 'Se inventa las cosas' | Los primeros resultados se utilizaron sin verificar o sin contexto | Enseñe a aportar contexto y a utilizar una breve lista de comprobación |
| Uso intensivo, baja calidad | Dependencia excesiva; se ha dejado de verificar | Revise muestras y pida a las personas que expliquen sus cambios |
| Los responsables no la utilizan | Sin un ejemplo visible de la dirección | Los responsables comparten una tarea para la que utilizan la IA y cómo revisan el resultado |
¿Cómo es una estrategia práctica de adopción de IA?
Una estrategia práctica para una empresa pequeña o mediana es una secuencia, no un documento: elegir tareas, fijar normas, formar al equipo en esas tareas, revisar el trabajo real y ampliar lo que demuestra funcionar. Los puntos siguientes son una propuesta editorial para un equipo de 10 a 200 personas, no una norma publicada.
Elija primero las tareas de cada puesto
Pida a cada responsable de equipo dos o tres tareas recurrentes en las que la IA pueda producir un primer borrador que alguien pueda revisar. Esos son los objetivos de adopción, no 'usar más la IA'.
Publique una página de normas
Herramienta y plan aprobados, qué se puede introducir y qué no, quién revisa qué y a quién consultar. Lo bastante breve como para recordarlo.
Fórmese con las tareas que eligió
Las sesiones breves de práctica sobre esas tareas concretas dan mejores resultados que un curso general. Incluya un borrador con errores introducidos deliberadamente para practicar la revisión.
Haga visible el uso por parte de los responsables de equipo
Un responsable que muestra cómo utilizó la IA en una tarea real y qué corrigió aporta más que cualquier comunicado.
Revise el trabajo, no los inicios de sesión
Después de cuatro semanas, examine con el revisor algunos resultados de cada tarea. Pregunte qué dejó de usar el equipo y por qué.
Amplíe lo que dio buenos resultados
Añada tareas o personas solo cuando la rutina funcione. Retire las tareas en las que el revisor tenga que reescribirlo todo.
¿Cómo se aborda el factor humano en la gestión del cambio relacionado con la IA?
Hable del empleo con claridad y desde el principio, e involucre en la elección de las tareas a quienes realizan el trabajo. La preocupación del personal es real: en una encuesta de Acas a 1,023 empleados de Gran Bretaña en la primavera de 2025, el 26% señaló la pérdida de puestos de trabajo como su mayor preocupación sobre la IA en el trabajo, y el 17% señaló los errores de la IA. Acas aconseja a los empleadores consultar al personal y a sus representantes antes de introducir la IA y explicar cómo puede mejorar los puestos de trabajo, aunque la participación humana seguirá siendo necesaria.
Explique qué va a cambiar y qué no. Si no se eliminarán puestos como parte de la implementación, dígalo. Si algunas tareas van a cambiar, indique cuáles y de qué manera. Después, permita que las personas planteen inquietudes prácticas, como la confidencialidad de los clientes o la exactitud, y convierta las que sean pertinentes en reglas. Las personas adoptan con mucha más facilidad las herramientas que han ayudado a definir que aquellas que simplemente se les anuncian.
¿Quiere ver cómo se relaciona esto con un puesto?
Explore la prueba prevista para equipos ↗¿Cómo se corrige una implementación estancada?
Pellow Analytics, una empresa ficticia de software de 60 personas, compró licencias de un plan empresarial de un asistente de IA para toda la plantilla. Seis semanas después, la consola de administración muestra que la mayoría inició sesión durante la semana de lanzamiento y que solo unas pocas personas lo usan semanalmente, sobre todo en ingeniería y marketing. La primera reacción de la directora de operaciones es enviar un recordatorio por correo electrónico. En lugar de eso, pregunta a tres responsables de equipo por qué ocurre.
Las respuestas son concretas. El equipo de éxito del cliente no sabía si podía pegar correos de clientes (la hoja de reglas decía 'sin datos confidenciales', pero no incluía ejemplos). Finanzas lo probó una vez para explicar una desviación, obtuvo una causa inventada y dejó de usarlo. Ventas pensaba que era 'para marketing'. Las soluciones son igual de concretas. El equipo de éxito del cliente recibe una regla: pegue el texto del correo sustituyendo el nombre del cliente y de su empresa por marcadores de posición. Finanzas recibe una tarea con una instrucción que dice 'describa el cambio en las cifras; no indique ninguna causa a menos que aparezca en las notas que le proporciono' y una comprobación: recalcular todas las cifras. Ventas recibe dos tareas concretas: depurar las notas de llamadas y redactar mensajes de seguimiento a partir de ellas.
Cada responsable de equipo dirige una sesión práctica de 30 minutos sobre las tareas de su equipo. Cuatro semanas después, la dirección de operaciones revisa cinco resultados por equipo con su responsable, en lugar de mirar el gráfico de inicios de sesión. Dos tareas funcionan, una necesita una instrucción mejor y otra, la redacción de correos sobre precios de renovación, se descarta porque la persona encargada de revisarlos tuvo que reescribir todos los borradores. Eso es adopción: menos rutinas, pero mejores, que la gente realmente utiliza.
¿Cuáles son las etapas de la adopción de IA?
No existe un único modelo de etapas consensuado; las consultoras y los proveedores publican modelos diferentes. Para una pequeña o mediana empresa, una descripción práctica útil consta de cuatro etapas: experimentación (las personas hacen pruebas, a menudo con cuentas personales), aprobación (una herramienta, un plan empresarial y reglas escritas), uso habitual (las personas responsables realizan semanalmente tareas concretas con instrucciones y comprobaciones) y mejora (la empresa revisa los resultados, retira los flujos de trabajo deficientes e incorpora otros nuevos de forma deliberada). Esta es una descripción editorial, no un marco publicado.
La transición importante es pasar de lo aprobado al uso habitual. Muchas empresas se quedan en la aprobación: tienen las licencias y la política, y se preguntan por qué ha cambiado tan poco. Llegar al uso habitual requiere seleccionar tareas, practicar y revisar, que es el trabajo que describe esta página.
¿A qué señales debe prestar atención un responsable de equipo?
Observe la calidad del trabajo y el uso repetido en tareas concretas, no el total de inicios de sesión. Algunos indicadores útiles son: cuántas tareas aprobadas se realizan según lo previsto cada semana, cuánto corrige la persona que revisa, si los errores se detectan antes de que el trabajo salga del equipo y si las personas pueden explicar qué cambiaron en un borrador. Los inicios de sesión informan sobre el acceso; dicen poco sobre si el trabajo es mejor.
Tenga cuidado con las mejoras declaradas por los propios usuarios. Quienes valoran una herramienta suelen sobreestimar el tiempo que ahorra, y quienes no la valoran suelen subestimarlo. Algunas muestras de la misma tarea antes y después, revisadas por la misma persona, constituyen una prueba más sólida. Nuestra respuesta sobre cómo medir si la formación en IA funcionó profundiza en este tema.
¿Cuándo es un error fijarse como objetivo impulsar la adopción?
Impulsar la adopción no es el objetivo adecuado cuando las tareas no se prestan al uso de IA, cuando nadie puede revisar el resultado o cuando el verdadero problema del equipo es la carga de trabajo o los procesos. Un objetivo como 'todo el mundo usa IA a diario' premia el uso por el uso y puede empujar a las personas a realizar tareas en las que la IA añade riesgo sin aportar valor. Es perfectamente válido que algunos puestos utilicen IA con poca frecuencia.
Tampoco es el objetivo adecuado si las reglas no están definidas. Fomentar el uso antes de que las personas sepan qué pueden compartir propicia precisamente los errores con los datos que llevan a la dirección a retirar la herramienta.
¿Qué lugar ocupa Tosheo.ai en la adopción de la IA?
Tosheo.ai se está diseñando para la parte práctica de la adopción. Para el lanzamiento, está previsto que un responsable elija los roles y las herramientas de IA que utiliza el equipo; cada persona realiza una evaluación inicial de 5 minutos y después sigue lecciones de 10 a 15 minutos que terminan con una tarea práctica en una herramienta de IA real, evaluada según una rúbrica visible. El panel previsto para responsables muestra el progreso de las habilidades y las actividades completadas, nunca los historiales de chat sin procesar, y está previsto que la plataforma envíe recordatorios a los participantes inactivos y un resumen semanal al responsable.
Aún no se ha desarrollado, así que no hay resultados de adopción que mostrar. No es la respuesta adecuada si sus normas aún no están definidas o su equipo no tiene tareas apropiadas para la IA; resuelva primero esas cuestiones siguiendo los pasos anteriores. Los precios previstos están en la página de precios.
Fuentes y alcance
GOV.UK, página de la publicación Investigación sobre la adopción de IA, revisada en February 2026 ↗
Acas, 1 de cada 4 trabajadores teme que la IA provoque pérdidas de empleo, 28 de abril de 2025 ↗
Acas, Un tercio de los empleadores cree que la IA aumentará la productividad, 15 de mayo de 2025 ↗