Cuando Todos Tienen IA pero la Empresa Aún No Aprende Nada: El Desordenado Camino Medio de la Adopción de IA Empresarial

El artículo discute la fase dolorosa de la adopción de IA donde se adquieren licencias para Copilot, ChatGPT Enterprise, Claude, Gemini o Cursor, pero la empresa en su conjunto no aprende casi nada. Se cita el modelo Liderazgo, Laboratorio y Multitud de Ethan Mollick: el Liderazgo establece la dirección, la Multitud descubre casos de uso, y el Laboratorio debería convertir los descubrimientos en prácticas compartidas, pero el aprendizaje rara vez viaja.

Problemas Clave con la Adopción Actual de IA

• La primera fase se asemeja a implementaciones empresariales estándar: comprar licencias, definir el uso aceptable, realizar capacitación, crear una red de embajadores, pedir a la gente que comparta casos de uso en un canal de Teams (que se convierte en un ático muerto).
• La segunda fase es más desordenada: un equipo usa Copilot como autocompletado, otro ejecuta Claude Code con bucles estrechos y revisiones, un propietario de producto crea prototipos de software real en lugar de maquetas en Figma, un ingeniero senior delega el análisis de causa raíz a un agente y obtiene una solución válida en menos de una hora (previamente dos semanas), un junior produce código pulido sin entender las implicaciones arquitectónicas, un equipo de soporte convierte silenciosamente tickets recurrentes en automatización de flujos de trabajo porque nadie en el Centro de Excelencia hizo la pregunta correcta.
• La unidad de adopción ya no es la organización ni siquiera el equipo: es el bucle dentro del trabajo.

Por Qué Fallan los Mecanismos de Cambio Tradicionales

Comunidades de práctica, sesiones informales, redes de embajadores, presentaciones de habilitación, demos mensuales, encuestas... todo esto es demasiado lento. El trabajo interesante de IA aparece dentro de una revisión de código, una propuesta de ventas, una tarea de investigación, un prototipo de producto, un incidente de producción, una estrategia de pruebas o una pregunta de cumplimiento. Para cuando la historia se convierte en una diapositiva de mejores prácticas, el aprendizaje ha perdido su fuerza. Lo que lo hacía útil era la fricción: el contexto faltante, la prueba que falló, el comportamiento extraño de la API, el momento en que el agente se descontroló en disparates y alguien tuvo que retomarlo.

El Marco del Bucle Elástico

El autor sugiere pensar en el bucle elástico: la colaboración con IA no es un solo modo. Se extiende desde la conducción conjunta estrecha y sincrónica hasta la delegación más flexible y asíncrona. La verdadera pregunta de adopción no es '¿está la gente usando IA?', sino: ¿saben los equipos qué tamaño de bucle usar? ¿Dónde necesitan resistencia? ¿Qué artefactos deberían sobrevivir al bucle? ¿Cómo se convierten esos artefactos en algo que la organización pueda aprender? Eso es mucho más difícil que el uso de herramientas o el conteo de tokens.