La IA ya se ha generalizado oficialmente. Pero surge un nuevo reto: garantizar que la IA realmente mejore el trabajo y aporte valor al negocio. La adopción por sí sola ya no es suficiente. El verdadero factor diferenciador es si la IA está mejorando los resultados para los empleados, los usuarios y la empresa.
Según nuestro estudio global, The Pulse of Work in 2026, casi todas las empresas utilizan la IA en alguna medida. Sin embargo, muchas empresas todavía enfrentan dificultades para medir el ROI, reducir riesgos, dotar a los empleados de las habilidades adecuadas y asegurar que la IA aumente la productividad en lugar de generar más trabajo.
En nuestro reciente seminario web, Neha Mirchandani (vicepresidenta de marketing corporativo, GoTo), Dan Schawbel (socio director, Workplace Intelligence), Brandon Pedersen (ingeniero orincipal sénior, GoTo) y MP Kang (asistente del asesor general, privacidad, IA y producto, GoTo) analizaron los hallazgos y exploraron qué diferencia el uso generalizado de la IA de un impacto significativo de la IA.
A continuación le presentamos cinco conclusiones clave del debate y lo que significan para las empresas que afrontan la próxima fase de adopción de la IA.
5 ideas reveladoras del estudio
-
La adopción es sencilla. Medir el valor es más complejo.
El 98 % de los responsables de TI afirma que su empresa utiliza la IA, pero el 43 % reconoce que no mide muy bien el retorno de inversión de la IA.
Aunque el uso de la IA ya es la norma, las empresas aún no han encontrado la forma de medir los beneficios de su adopción. Sin métricas claras de ROI, las empresas corren el riesgo de expandir iniciativas de IA que generan actividad, pero no valor.
-
El coste oculto de la dependencia excesiva de la IA
El 50 % de los empleados afirma que depende demasiado de la IA, mientras que el 39 % de los empleados (y el 46 % de la generación Z) considera que apoyarse en la IA está erosionando sus habilidades.
Para asegurar que la eficiencia de la IA no implique un costo humano, las empresas deben preparar mejor a los empleados para utilizar la IA de forma intencionada y responsable.
-
Resultados más rápidos. Más reprocesos.
El 66 % de los empleados señala que revisar los resultados de la IA de otros les genera más trabajo, y el 25 % de los responsables de TI indica que los errores de la IA han afectado negativamente a usuarios o clientes.
El exceso de trabajo generado por la IA está aumentando, por lo que la revisión humana sigue siendo esencial. Si la IA genera rapidez pero incrementa la necesidad de reprocesos, en realidad no se está obteniendo el beneficio de productividad que se espera.
-
La adopción de la IA avanza más rápido que la gobernanza
El 56 % de las empresas no cuenta con una política de IA, y el 78 % de los empleados y el 81 % de los responsables de TI coinciden en que las herramientas de IA requieren mejores controles.
La gobernanza y los controles de la IA son una necesidad, ya que permiten escalar su uso sin aumentar los errores. Tanto los empleados como los responsables de TI coinciden en la necesidad de mejores políticas y directrices para maximizar el valor de la IA sin aumentar el riesgo.
-
Las habilidades humanas son cada vez más valiosas, no menos
El 65 % de los empleados considera que no se les está dotando de las habilidades humanas adecuadas, mientras la IA asume un mayor volumen de trabajo.
A medida que la IA se vuelve más común, las habilidades humanas son cada vez más valiosas, no menos. La IA eleva los niveles básicos de velocidad y ejecución, pero las personas siguen definiendo el rumbo y los estándares, lo cual requiere juicio, pensamiento creativo e inteligencia emocional, entre otras cosas.
En resumen: qué significa esto para los responsables de TI
Los resultados de Pulse of Work in 2026 dejan una cosa clara: simplemente adoptar la IA ya no es una ventaja competitiva. Las empresas que están obteniendo un impacto significativo son aquellas que invierten en gobernanza, medición, preparación del personal y liderazgo centrado en las personas.
Vea el seminario web a demanda para escuchar el análisis entero, conocer aún más datos sobre las tendencias y descubrir qué diferencia la adopción generalizada de la IA de un impacto significativo de la IA.