El gran engaño de la IA en las empresas: la tecnología avanza, los equipos no

El State of AI in Business 2025 del MIT lo resume con precisión: la mayoría de empresas ya experimenta con IA generativa, pero solo una minoría logra mejoras consistentes en sus procesos. Harvard Business Review lo ha bautizado como workslop: un volumen creciente de outputs creados con IA que no generan valor, porque no forman parte de ningún sistema productivo.

El problema no es la tecnología. Es el desorden. La IA está entrando en las organizaciones a través de iniciativas individuales, no de modelos de trabajo estructurados. Empleados que prueban herramientas por su cuenta, automatizaciones que nacen y mueren sin integrarse en ningún flujo operativo, y aprendizajes individuales que no se convierten en estándares compartidos. No existe un “lenguaje común de IA” dentro de las compañías y eso se traduce en ruido, no en avance.

En Elev8 han comprobado que la diferencia entre usar IA y mejorar la productividad está en el método. “Cuando entramos en una empresa, casi siempre encontramos lo mismo: mucha experimentación individual y muy poca integración en los procesos de trabajo. La clave no es aprender herramientas, sino rediseñar cómo se trabaja con ellas.”, explica Adrián Aira, CEO EMEA de Elev8.

Ese hallazgo se repite en prácticamente todos los sectores. La formación desestructurada —en la que cada persona aprende por su cuenta— genera conocimiento, sí, pero no transformación. Lo que falta en las organizaciones no es curiosidad, sino cohesión. Sin una metodología compartida, el aprendizaje no escala y la IA queda relegada a tareas aisladas en lugar de impulsar sistemas productivos completos.

Las compañías que sí están logrando avances parten de un enfoque distinto: entender la IA como infraestructura, no como herramienta. Antes de formar, miden las capacidades reales de sus equipos. No diseñan cursos; diseñan intervenciones operativas. Y no enseñan prompts; enseñan procesos. El aprendizaje se convierte así en una pieza más de un rediseño estructural: workshops centrados en flujos reales de trabajo, hackathones que validan casos de uso con impacto y medición sistemática antes y después de cada iniciativa.

Ese tipo de adopción, explica Aira, “no depende del entusiasmo individual, sino de un sistema bien construido”. Y ese sistema exige una formación corporativa que deje de ser un catálogo y empiece a ser un mecanismo de transformación.

El año 2025 deja una conclusión clara: usar IA es fácil; mejorar con IA es difícil. Las empresas que quieran ver resultados tendrán que pasar de la experimentación aislada a la integración completa. No se trata de producir más con IA, sino de trabajar mejor con ella. Y eso no es una cuestión de cantidad, sino de método.