
Las empresas pueden hablar todo lo que quieran del potencial de la inteligencia artificial, pero entre una presentación vistosa y su implantación exitosa en una gran organización internacional media un abismo. El informe de Gallup «Estado del lugar de trabajo — 2026» reveló una discrepancia elocuente: el 65 % de los trabajadores afirma que la IA ha aumentado su productividad personal, pero solo el 12 % está totalmente de acuerdo con que la tecnología haya cambiado la forma de trabajar de su organización.
El autor del artículo, que ocupó puestos directivos en el ámbito de la transformación tecnológica en la compañía ferroviaria canadiense Canadian National Rail y ayudó a los clientes de Tenarai a obtener beneficios prácticos de la IA, considera que el resultado depende ante todo de las personas. En la era de la IA agéntica, las empresas deben ayudar a sus empleados a dejar atrás las herramientas y métodos de trabajo habituales que han utilizado durante años y a desenvolverse con confianza con las nuevas posibilidades.
El sector está pasando de asistentes de IA pasivos a agentes autónomos de IA, pero el desarrollo de software tradicional suele pasar por alto la interacción entre las personas y la IA. Por eso, la gestión del cambio debe convertirse en la base de la implantación corporativa: hay que adaptar la tecnología al contexto y la cultura de la organización.
La IA generativa suele ayudar a realizar tareas concretas, como preparar borradores. La persona sigue al volante: revisa el resultado y decide si se puede utilizar. La IA agéntica actúa de otra manera: se orienta a objetivos, tiene en cuenta el contexto e interactúa con las personas, como un colega digital autónomo. Este modelo ya está transformando procesos complejos en las empresas, pero su éxito depende de la disposición de los trabajadores a adaptarse.
Un ejemplo fue la migración de datos para una gran empresa internacional de logística. Los ingenieros tenían que trasladar una cadena de procesamiento de datos desde la antigua arquitectura SAS a la nube. Sin embargo, la tarea más difícil resultó ser ayudar a analistas de negocio experimentados a abandonar procedimientos de trabajo a los que llevaban años acostumbrados. La migración técnica fue acompañada de medidas prácticas de gestión del cambio y de explicaciones sobre las ventajas del nuevo sistema. Según el autor, ganarse la confianza de los empleados fue más importante para acelerar la implantación que el propio trabajo técnico.
Cuando los trabajadores pasan de controlar tareas concretas a supervisar agentes autónomos, surge una vulnerabilidad: los viejos hábitos ya no sirven y todavía no se han dominado las nuevas posibilidades. Los departamentos de TI aislados, concebidos para proyectos tradicionales, no cierran esa brecha. El autor propone un modelo de desarrollo en el que el trabajo técnico esté vinculado desde el principio a las necesidades de las personas y del negocio.
Para pasar de los proyectos piloto a resultados reales, se propone un sistema con dos funciones. La primera es la de Forward Deployed Engineer (FDE), un ingeniero integrado directamente en los procesos empresariales. Conecta la arquitectura técnica con el contexto de la empresa y el código de producción, interactúa con los usuarios y los agentes de IA especializados, traduce rápidamente los objetivos operativos en sistemas listos para su uso y resuelve los problemas a medida que surgen. Según el autor, este trabajo en equipos interfuncionales permite reducir el ciclo de desarrollo de meses a semanas.
La segunda función es la de Agentic Design Lead, especialista en diseñar la interacción entre las personas y la IA y en coordinar los cambios dentro de la organización. Estudia el comportamiento de los usuarios, rediseña los flujos de trabajo teniendo en cuenta las capacidades de los agentes antes incluso de empezar el desarrollo y consigue que los empleados participen en todas las fases. Así, la interacción entre las personas y la IA se contempla no solo sobre el papel, sino también en la solución final.
La autonomía requiere límites. Se propone que los directivos clasifiquen los procesos según el nivel de riesgo: deterministas o probabilísticos. En ámbitos críticos, donde un error puede perjudicar a las personas o a las operaciones reales, hacen falta reglas estrictas y prohibir que la IA actúe por su cuenta. Entre ellos figuran las operaciones en almacenes, la gestión del tráfico de trenes de mercancías pesados, el control del tráfico aéreo y la producción industrial.
Los enfoques probabilísticos son adecuados allí donde el resultado admite evaluación y correcciones: por ejemplo, en la previsión de la demanda, el marketing personalizado y el análisis automatizado de documentos. Para esas tareas, se recomienda a las empresas crear entornos de prueba protegidos en los que equipos interfuncionales puedan experimentar, consultar los registros de funcionamiento del sistema y ampliar gradualmente el uso solo de las soluciones que hayan sido verificadas.
Ni siquiera una arquitectura de IA sólida servirá de mucho si los empleados se resisten a su implantación. No bastan las órdenes de la dirección ni los paneles de control estáticos. El autor propone gestionar la transformación como una campaña de marketing interna: ganarse el apoyo de los trabajadores e implicar a los equipos desde la base.
Para ello pueden servir los talleres interactivos, los días de innovación, la formación centrada en tareas concretas y las sesiones prácticas intensivas, que permiten familiarizarse con las herramientas en uso. Los encuentros informales —por ejemplo, debates de equipo o reuniones con comida y bebida a la hora del almuerzo— ofrecen a los empleados un espacio seguro para plantear preguntas, ayudan a reforzar la confianza y a desarrollar seguridad en sus propias ideas. El autor afirma que su equipo utilizó todos estos formatos y que incluso los más sencillos funcionan.
La conclusión principal es que, en la era de la IA agéntica, el éxito no depende de quién gaste más en modelos, sino de quién entienda mejor a las personas y las acompañe en el cambio. Las empresas obtendrán resultados si consideran la gestión del cambio no un obstáculo técnico, sino una parte esencial del producto. Cuando los agentes asumen las tareas rutinarias, el potencial humano sigue siendo el principal motor de la innovación.
La IA corporativa suele venderse como una cuestión de potencia de cálculo: añadimos un modelo, conectamos un agente, proclamamos una nueva era y, de pronto, la organización se despierta renovada. Un cuento muy cómodo. Permite a los responsables de compras hablar de licencias, a los directivos enseñar diapositivas estratégicas y a todos los demás seguir trabajando según las viejas reglas, solo que ahora con un botón adicional que nadie había pedido.
La brecha entre el beneficio individual y el cambio en la organización no es ningún misterio tecnológico. Es la consecuencia de implantar el software como si fuera un objeto, y no una transformación del trabajo cotidiano. Una empresa puede declarar que el sistema ha sido un éxito porque ya está en marcha; los empleados pueden considerarlo inútil porque el proceso sigue igual. En los informes, ambas versiones conviven a menudo pacíficamente, como si hablaran de empresas distintas.
Naturalmente, los cambios tienen partidarios y beneficiarios. El proveedor consigue un contrato, la dirección se apunta un punto en la presentación sobre madurez digital y los consultores obtienen un nuevo esquema de funciones con pomposos nombres en inglés. Al trabajador, en cambio, le piden que «desaprenda» lo que le ha servido durante años para hacer su trabajo y domine un sistema nuevo cuya responsabilidad por los errores todavía no está siempre clara. El riesgo sigue siendo humano; lo único más moderno es la interfaz.
Por eso, hablar de nuevos especialistas y de formación importa no como otra estructura organizativa de moda, sino como reconocimiento de un hecho incómodo desde hace tiempo: la implantación no fracasa solo por culpa del código. Alguien tiene que entender el proceso real, no la versión que aparece en las especificaciones; alguien debe comprobar cómo interactúan las personas con el agente; y alguien ha de saber dónde resulta útil la autonomía y dónde conviene ponerle una correa en vez de darle alas. De lo contrario, la responsabilidad se dispersa entre departamentos mientras cada cual asegura haber hecho su parte.
La clasificación de las tareas según el riesgo resulta especialmente reveladora. En un entorno donde un fallo puede afectar a la seguridad de las personas o a la infraestructura física, el optimismo experimentador es un mal sustituto de unos límites estrictos. En escenarios menos críticos, las pruebas pueden estar justificadas, pero solo si la empresa observa de verdad los resultados y sabe cuándo parar. «Ampliar gradualmente» suena aburrido, sí; pero sale más barato que explicar por qué un piloto sin límites se convirtió de pronto en un sistema de producción.
Hay también una cuestión más sutil: ¿quién decide qué hábitos deben dejar atrás los empleados y qué reglas los protegen de un proceso mal diseñado? El llamamiento a reciclarse puede convertirse fácilmente en una fórmula cómoda que atribuye cualquier fracaso a la «resistencia al cambio». La tecnología, por supuesto, no tiene la culpa; simplemente, a los usuarios no les ha entusiasmado lo bastante. Así, el fracaso del producto adquiere rostro humano, que normalmente no es el de quien lo vendió.
Los talleres prácticos y los encuentros informales son útiles aquí no porque el café y los rotuladores curen la cultura corporativa. Dan a la gente la oportunidad de ver la herramienta en acción, hacer preguntas y señalar dónde el escenario tan bonito no encaja con la realidad. Si después se modifica el producto, la formación pasa a formar parte del desarrollo. Si, en cambio, se reúne a los empleados solo para convencerlos de que amen una decisión ya tomada, eso no es participación: es una presentación con público.
Al final, las empresas tendrán que elegir entre dos versiones de la implantación. En la primera, se declara que la IA es una estrategia, se compra, se pone en marcha y se mide el número de conexiones. En la segunda, se comprueba a quién ayuda, a quién añade obligaciones, dónde se permite la autonomía y quién responde si algo falla. La primera queda más vistosa en el informe trimestral; la segunda tiene posibilidades de sobrevivir al encuentro con el trabajo real.
Y la promesa de que los agentes liberarán a las personas para que innoven suena especialmente agradable a quienes no piensan ser los primeros en poner a prueba los límites de su autonomía. La tecnología puede asumir las tareas rutinarias, pero por sí sola no crea confianza, claridad sobre las responsabilidades ni buenos procesos. Eso les toca hacerlo a las personas: esas mismas a las que la revolución digital proclama constantemente su principal activo y a las que luego pide que se adapten a ella sin hacer demasiadas preguntas.