Внедрение ИИ без стратегии руководства превращается в рост нагрузки для сотрудников

La diferencia también aparece cuando se trata de transformar la manera de trabajar, pues 80% de los profesionales de frontera dice que su gerente impulsa un rediseño más ambicioso del trabajo, frente a 69% entre los demás trabajadores. Y 58% asegura que su equipo refina procesos en conjunto para encontrar oportunidades de uso de IA, frente a 38% entre los no Frontier. Es decir, donde la IA sí empieza a convertirse en una herramienta de transformación, el jefe no se limita a permitir que sus empleados la utilicen, sino que participa en el cambio y modifica la manera en que se organiza el trabajo. El riesgo de que la IA termine creando más trabajo No adoptar un modelo en el que la empresa y sus líderes estén involucrados en los usos de IA podría llevar a las compañías a confundir productividad individual con transformación empresarial, advierte Glinsky. Un trabajador puede hacer en unas horas una tarea que antes le llevaba un día, pero si la organización no define cómo aprovechar ese tiempo, el aumento de eficiencia puede terminar simplemente en una mayor carga de trabajo. Además, dejar que los empleados utilicen IA de manera individual y sin una estrategia de gobernanza puede dificultar la supervisión de los resultados y generar retrabajo, pues un error que pudo detectarse desde el inicio puede terminar obligando al trabajador a corregir o rehacer una tarea. Esto sucede porque la rapidez con la que estas herramientas generan respuestas no garantiza que sean correctas o adecuadas, por lo que mantener el criterio humano sigue siendo clave, asegura Glinsky. En México, 86% de los usuarios considera que el resultado generado por IA no debería ser el definitivo, sino uno que debe ser evaluado por una persona. "Yo no busco quitar a la humanidad de nuestros procesos [...] Busco ponernos a los seres humanos donde realmente hacemos la diferencia", afirma Glinsky. La falta de supervisión también impide leer los resultados Pero esa supervisión también es necesaria para entender qué está funcionando y qué no. Si cada empleado utiliza la IA de manera distinta, sin objetivos, criterios de calidad o procesos definidos por la organización, resulta más difícil distinguir entre un aumento real de productividad y un mayor volumen de actividad. Y eso también complica medir cuánto valor está generando la tecnología. El estudio Desbloqueando el potencial de la IA en México en 2026 , elaborado por AWS, muestra esta dificultad: aunque 88% de las organizaciones que han adoptado IA reporta mejoras en productividad y 86% asegura obtener rendimientos positivos, 46% reconoce que no cuenta con una forma confiable de medir el retorno de inversión de estas tecnologías. Solo 33% confía en su capacidad para medirlo con precisión y 25% cuenta con un marco definido para determinar qué constituye una implementación exitosa de IA.