Muchas empresas están acelerando su inversión en infraestructura tecnológica, pero la mayoría no está acompañando ese avance con una estrategia clara para desarrollar las capacidades humanas necesarias para realmente aprovecharla.

Según el informe State of Generative AI in the Enterprise 2024 de Deloitte, el 78% de las organizaciones planea aumentar su inversión en IA este año. Sin embargo, la preparación del talento sigue siendo baja, lo que demuestra que el ritmo del cambio tecnológico está superando la capacidad de adaptación de las personas.

De manera similar, el AI Readiness Index 2025 de IBM revela que la mayor barrera para la adopción de la IA no es la tecnología, sino las personas. La falta de habilidades y preparación es uno de los principales obstáculos para adoptar y escalar la IA en las organizaciones, según el estudio.

Esta brecha entre tecnología y talento explica por qué tantas iniciativas de IA terminan enfocándose en grandes programas de formación… sin un impacto real en el trabajo del día a día.

La ilusión del progreso: Más cursos, mismos resultados

En muchas organizaciones, “adoptar IA” todavía significa lanzar rutas de aprendizaje, producir nuevos e-learning, ofrecer certificaciones, etc.

Las métricas se ven muy bien: alto engagement, altas tasas de finalización, feedback positivo. Pero nada de eso parece traducirse en cambios significativos en la forma en que las personas trabajan.

Las personas aprenden sobre IA conceptos, herramientas, funcionalidades, pero eso no significa que estén aprendiendo con IA. Lo primero expande el conocimiento; lo segundo transforma la práctica.

Lo que falta no es contenido. Lo que falta es contexto, propósito y espacio para aplicar lo aprendido en situaciones reales.

Aprender con IA: De los cursos al trabajo diario

Aprender con IA no depende del formato. Puede comenzar en un curso online, en una reunión de equipo o en una charla informal. Lo que importa es integrar el aprendizaje en la forma en que el trabajo realmente sucede.

Cuando un analista usa IA para generar hipótesis, un especialista en operaciones prueba escenarios con ella o un equipo la aplica para repensar procesos, el aprendizaje deja de ser un evento y se convierte en una forma continua de trabajar.

Ese tipo de aprendizaje requiere mucho más que habilidades técnicas: necesita una cultura que legitime la exploración y la experimentación en lugar de priorizar el control y la eficiencia por encima de todo.

La adopción no es solo tecnológica, es cultural

Adoptar IA no se trata de sumar herramientas; se trata de repensar cómo se toman decisiones, cómo se crea valor y cómo las personas interactúan con la tecnología.

Donde la tecnología está disponible pero las creencias y los hábitos permanecen iguales, el resultado es predecible: las organizaciones automatizan lo que ya existe en lugar de transformarlo.

La verdadera frontera es desaprender prácticas heredadas, procesos rígidos, decisiones jerárquicas y la vieja idea de que el aprendizaje ocurre fuera del trabajo.

Liderar el aprendizaje haciéndolo visible

Una cultura que aprende con IA necesita liderazgo. No liderazgo entendido como “dominar todas las herramientas”, sino liderazgo entendido como modelar el aprendizaje: hacer preguntas, mostrar incertidumbre, compartir el proceso y crear espacio para que otros experimenten sin miedo a equivocarse.

Liderar hoy significa crear las condiciones para la exploración y el crecimiento.

De optimizar lo viejo a rediseñar la colaboración humano-IA

Usar IA solo para acelerar lo que ya existe, sin cuestionar el propósito, tiene un valor limitado. La verdadera transformación exige repensar cómo se organiza el trabajo, cómo se interpreta la información y cómo se toman decisiones con tecnología.

Ese cambio requiere cuatro movimientos culturales:

1. De enseñar habilidades → A habilitar la colaboración humano–IA: No se trata de usar la herramienta; se trata de pensar con la herramienta.
2. De contenido estático → A conocimiento que evoluciona en la práctica: El aprendizaje se vuelve vivo, arraigado en el trabajo real.
3. De contar horas de formación → A observar el crecimiento de capacidades: Lo importante no es cuántas personas se forman, sino cómo cambia su trabajo.
4. De ciclos largos de planificación → A experimentación continua: El desafío no es moverse rápido, es moverse diferente.

Conclusión

La verdadera pregunta no es cuántas personas completan la formación en IA, sino cuántas utilizan la IA para transformar la forma en que trabajan.

Adoptar IA significa rediseñar cómo aprendemos, decidimos y colaboramos.

Ese cambio no comienza en una plataforma de aprendizaje, empieza en la práctica diaria, guiado por un propósito compartido y espacio para experimentar.

La transformación ocurre cuando las organizaciones aprenden con IA, no solo sobre ella.