Hoy estamos viendo una tendencia preocupante: empresas de todo el mundo están implementando inteligencia artificial en masa, comprando miles de licencias de herramientas como Microsoft Copilot, sin un verdadero entendimiento de cómo esta tecnología debe integrarse al trabajo diario.
El enfoque, en muchos casos, ha sido simplemente “poner IA en todas partes” y esperar que las personas encuentren cómo ser más productivas. Es una estrategia que confunde movimiento con avance. Entregar una licencia de Copilot a cada empleado, sin considerar qué tareas realizan o qué necesidades específicas enfrentan, no garantiza ningún tipo de transformación. De hecho, puede terminar generando frustración y desperdicio de recursos.
El problema es que no todos los trabajadores utilizan las mismas herramientas ni enfrentan los mismos desafíos. Pretender que un ingeniero de datos, un analista de recursos humanos y un gerente de operaciones usarán la IA de la misma forma es desconocer por completo la realidad del trabajo moderno. Alguien que rara vez abre Word o Excel, difícilmente verá beneficios relevantes de tener un asistente de redacción o análisis. Incluso entre quienes sí utilizan intensivamente estas herramientas, las diferencias son enormes: la manera en que un analista financiero usa Excel es muy distinta a cómo lo haría alguien en marketing o logística.
Mientras tanto, empresas como Morgan Stanley o Walmart han demostrado que la verdadera oportunidad de la IA no está en la adopción masiva sin propósito, sino en atacar problemas específicos y medibles. Morgan Stanley, por ejemplo, implementó una herramienta que genera automáticamente las notas de reuniones de clientes, integrándolas a Salesforce y ahorrando a sus asesores financieros hasta una hora diaria de trabajo manual. Walmart utilizó IA para que sus empleados pudieran consultar en segundos el estado de inventarios y evitar quiebres de stock. En ambos casos, la IA se diseñó para resolver un cuello de botella claro, insertándose de forma casi invisible en el flujo de trabajo natural.
La diferencia es profunda. Un modelo de adopción basado en tareas parte de comprender el trabajo real de las personas, identificar dónde la IA puede tener impacto, y construir soluciones específicas. El modelo de “comprar licencias para todos” parte de una fe ciega en que la tecnología, por sí sola, resolverá problemas que ni siquiera han sido claramente definidos.
A esta confusión se suma otro desafío: muchas de las empresas que promueven estas soluciones, incluyendo a Microsoft, tampoco ofrecen una guía clara sobre cómo capturar valor real. Para saber cómo un asistente como Copilot puede hacer más eficiente a un trabajador, primero habría que entender con precisión qué tareas realiza día a día. Y la verdad es que muy pocas organizaciones tienen esa visibilidad.
Las cifras empiezan a reflejar esta desconexión. Según Gartner, menos del 6 por ciento de las empresas reportan haber obtenido un retorno de inversión significativo de sus despliegues de Copilot, y una proporción creciente está retrasando sus implementaciones por preocupaciones de seguridad y bajo nivel de adopción. Al mismo tiempo, empleados que reciben estas herramientas sin una capacitación enfocada tienden a volver a sus métodos tradicionales, ignorando en la práctica la IA que se les entrega.
Si las empresas quieren que la inteligencia artificial transforme realmente el trabajo, tienen que empezar por lo básico: entender las tareas, identificar los procesos críticos, diseñar integraciones que respondan a necesidades reales, y acompañar la tecnología con formación práctica, no genérica. De lo contrario, Copilot y sus equivalentes corren el riesgo de convertirse en la membresía de gimnasio corporativa de 2025: todos la tendrán, pero muy pocos la usarán para cambiar algo.
La inteligencia artificial no debería estar en todas partes. Debería estar donde realmente resuelve algo.