Por qué la IA no está aportando las ganancias de productividad que esperábamos

David Rice: Los ejecutivos creen que sus empleados están usando unas treinta y cinco aplicaciones. El número real podría sorprenderte. Esa brecha de visibilidad está en el corazón de por qué la inversión en IA sigue aumentando mientras la productividad de los trabajadores sigue estancada. Y Ofir Bloch de WalkMe piensa que ya hemos superado el punto de llamarlo una curva de adopción temporal. Solo hay que admitirlo. Implementar herramientas sin rediseñar el trabajo no es una estrategia.

En el programa de hoy hablo con Bloch sobre el informe State of Digital Adoption de WalkMe y sobre lo que cinco años de datos nos dicen sobre por qué las organizaciones realmente están fallando. No es el modelo. Es todo lo que rodea al modelo: sistemas fragmentados, fricción, la brecha entre lo que los ejecutivos creen que está sucediendo y lo que los empleados realmente viven todos los días.

Las organizaciones que lo están haciendo bien ahora no son las que tienen la IA más avanzada. Son las que están reduciendo fricción más rápido. Los trabajadores que reciben apoyo contextual en el flujo de trabajo tienen casi cuatro veces más probabilidades de reportar plena confianza en su trabajo, no porque recibieron mejor formación, sino porque la ayuda llegó en el momento en que la necesitaban, no seis semanas antes.

Así que hoy cubriremos por qué la diferencia entre treinta y cinco y cientos de aplicaciones explica la desconexión entre ejecutivos y empleados, por qué la formación tradicional no puede seguir el ritmo del cambio en tiempo real, la diferencia entre usar una herramienta y realmente aprovecharla, y por qué la orquestación importa más que la sofisticación del modelo en este momento.

Soy David Rice. Esto es Personas que gestionan personas. Y si tu organización todavía mide el éxito de la IA por el uso de licencias, esta conversación te mostrará lo que realmente te estás perdiendo. Así que, vamos a ello.

Ofir, bienvenido. Es un placer tenerte aquí.

Ofir Bloch: Gracias, David. Es bueno estar aquí.

David Rice: Por donde quería comenzar la conversación hoy era alrededor de una de las mayores tensiones en el informe que publicaron, y es que la inversión en IA sigue acelerándose mientras que la productividad y experiencia de los trabajadores parece incluso empeorar.

Y tengo curiosidad por saber, ¿en qué momento dejamos de tratar esto como una simple curva de adopción temporal y quizá simplemente admitimos que hay algo fundamentalmente defectuoso en cómo estamos implementando la IA?

Ofir Bloch: Bueno, honestamente creo que ya hemos pasado ese punto. Como dices, solo tenemos que admitirlo.

Hay que ponerle nombre al problema y comenzar a enfrentarlo. Así que mira, vemos los números. Vemos que las empresas están invirtiendo cada vez más dinero en tecnología y ahora, con toda la moda de la IA, desde luego, y está alcanzando cifras récord: cincuenta y cuatro millones de dólares el año pasado. Pero como sabes, esa inversión realmente no está generando los resultados que esperábamos.

Así que tenemos un problema. Hay datos que lo respaldan. Nuestro informe saca a la luz muchos de estos puntos, y estoy feliz de estar aquí hoy para hablar de ellos.

David Rice: Parece que asumimos que la IA va a generar productividad simplemente por existir. O sea, solo por el hecho de que está aquí, oh, todo el mundo va a multiplicar su productividad por diez, o...

Pero la adopción tecnológica y la transformación de los flujos de trabajo son cosas completamente distintas, y parece que algunas empresas confunden actividad con habilitación. Implementan herramientas sin rediseñar el trabajo y cómo se hace. Eso simplemente lleva a que no podamos definir el ROI.

Por eso no podemos poner el dedo sobre qué hacer a continuación. Creo que también está ocurriendo esa psicología de costo hundido, donde cuanto más gastan las empresas, más difícil se vuelve admitir que la implantación no está funcionando.

Ofir Bloch: Sí, es totalmente correcto. Hay muchos niveles y capas en este problema, ¿verdad?

¿Quién es responsable de impulsar el cambio de comportamiento? ¿Quién debe asegurar la adopción de estas nuevas herramientas? Hay esa creencia equivocada de que si lo construyes, vendrán. Si lo implementas, la gente lo usará, cuando en realidad es justo al revés. Y estamos viendo que hay una brecha creciente de productividad o de adopción.

El ritmo de la innovación es increíble, ¿no? Cada día hay una novedad: acabo de oír que sale Sonnet 5 mañana, y justo nos habíamos acostumbrado a Opus 4.7 con Claude, y cada día hay un modelo nuevo, y cada uno es mejor que el anterior. Pero al final del día, cuando la gente usa eso para resumir correos o tareas básicas, eso no es aprovechar realmente esas herramientas.

Así que sí.

David Rice: También me gusta la referencia de "Campo de Sueños" porque si miras los comentarios en cualquier contenido sobre IA, parece más el campo de los gritos, pero vuestro informe muestra una brecha de percepción enorme entre ejecutivos y trabajadores, ¿no? Creo que lo vemos si escuchamos durante un tiempo suficiente.

No se trata solo de confianza, también de preparación, formación, si estas herramientas realmente ayudan. Tengo curiosidad por tu opinión sobre esto. Es algo que suelo preguntar, pero, ¿cómo llega el liderazgo a estar tan desconectado de la realidad vivida del trabajo?

¿Y qué pueden hacer para reconectar rápidamente?

Ofir Bloch: Sí, creo que es una de las observaciones más claras del informe. Y por cierto, es consistente. Este es el quinto informe que publicamos, ¿verdad? Puede haber varios motivos, pero uno que revela nuestro informe es esta enorme brecha entre las aplicaciones y herramientas tecnológicas que los ejecutivos creen que su fuerza laboral usa y lo que ocurre en realidad.

Si le preguntas a los ejecutivos cuántas herramientas usan sus empleados, dirían unas pocas, ¿no? Treinta, treinta y cinco aplicaciones. Pero en la realidad, cuando miras el stack tecnológico real y el portfolio de estas empresas, hay casi setecientas aplicaciones, ¿no?

Así que hay una gran brecha de visibilidad entre lo que creen que tienen y lo que realmente tienen desplegado. Tiene sentido, porque hoy es muy fácil comprar herramientas. Sacas la tarjeta de crédito, veinte dólares al mes y ya tienes una herramienta. Y aún más con la moda del no-code, ¿verdad?

Cualquiera puede crear y construir herramientas hoy y muchos ya lo estamos haciendo. Así que existe esa gran brecha entre lo que los ejecutivos creen tener y lo que de verdad se usa. Eso pasa porque tampoco hay demasiadas herramientas para medir o monitorizarlo.

Creo que eso quedó muy claro año tras año en el informe. A la segunda pregunta, ¿qué deben hacer para tomar el control? Creo que mucho tiene que ver con la comunicación y con escuchar qué necesita realmente la gente en el trabajo.

¿Qué están usando? ¿Qué les falta? Pero también hay una solución tecnológica para esto. Hay herramientas que te muestran qué hay realmente en tu stack y qué se está usando.

David Rice: Sí, el punto de escuchar es muy relevante porque mientras pensaba cómo surge este problema, la desconexión resulta fascinante porque ambos grupos viven, técnicamente, la misma organización, ¿no?

Sí. Pero los ejecutivos ven la promesa y creo que los empleados experimentan la fricción. Muchos líderes subestiman lo rápido que se erosiona la confianza cuando sienten que son ellos los que cargan con el peso del experimento y de conseguir que eso genere ROI. Creo que hay un poco de falta de empatía desde arriba, ¿no?

Muchos líderes ven cuando no funciona como un problema técnico. Lo veo en LinkedIn, en este pódcast, en otros pódcast... No es un problema tecnológico, es un problema de personas. Y no parece llegar el mensaje a algunos líderes, y no sé por qué.

Ofir Bloch: Sí. Existe esa noción de empatía digital y si piensas en ello, hay muchas empresas que hablan de experiencia del empleado... Pero hoy, en el trabajo, especialmente desde que trabajamos en remoto o en un modelo híbrido, la experiencia del empleado es en gran parte la suma de los puntos de contacto digitales y cómo experimentamos el stack y las herramientas.

Al hablar de experiencia del empleado, gran parte está relacionada con fricción tecnológica, cambios en la forma de trabajar o aprender cosas nuevas, ¿no? Así que sí, tienes razón, y esa desconexión no ayuda en absoluto. Si la dirección comprendiera qué tipo de herramientas emplea la gente, la fricción y la complejidad de los flujos que les hemos impuesto, creo que si tuviéramos ese sentido de empatía digital, la vida laboral y nuestra experiencia digital sería mejor.

David Rice: Sí, lo comparto. Planteas que la verdadera limitación no está en la capacidad de la IA, sino que le falta contexto, y eso parece un problema de sistemas más profundo de lo que muchas organizaciones creen. ¿Por qué el contexto se ha convertido en el factor limitante de la IA empresarial?

Ofir Bloch: Parte de ello tiene que ver con cómo se implementan estas herramientas, ¿verdad?

Ahora vivimos un boom de IA. Todos los proveedores integran IA en sus herramientas, tenemos copilotos. La mayoría se centra en una sola aplicación o ecosistema, y desafortunadamente o afortunadamente, el trabajo no está en una sola aplicación. Los flujos de trabajo se extienden a varias aplicaciones. Los modelos de IA no tienen acceso a todas esas aplicaciones.

Algunos modelos pueden acceder a datos a través de APIs o enfoques programáticos como MCPs, A2As, etc. Pero no todas las aplicaciones permiten acceso a esos protocolos. Los datos muestran que solo el 29% de los flujos de trabajo son accesibles por vías programáticas.

Así que el 71% no es alcanzable para estos modelos. Y sobre el contexto, mucho de lo que hace un trabajador o un empleado sucede en su pantalla, ¿verdad? Y como ser humano, veo una gran cantidad de información de un vistazo.

Pero una IA no la tiene. Te doy un ejemplo, creo que resonará. Tu audiencia son responsables de RRHH, etcétera. Por ejemplo, si quiero darte, David, un bono puntual de cinco mil dólares, ¿suena bien? Te doy ese bono de cinco mil dólares.

Si voy a estos chatbots, copilotos, asistentes IA dentro de una aplicación, y digo "Quiero dar un bono de cinco mil dólares a David," hay muchas preguntas que necesito contestar para que eso ocurra. En las demos parece mágico, pero no es así en la vida real, ¿verdad?

¿Qué David? ¿El de la oficina de Londres o San Francisco? ¿Está en mi equipo? ¿Puedo dar ese bono? ¿Debe aprobarlo el director financiero? Así que, en vez de que tú des instrucciones a la IA, terminas respondiendo preguntas. Pero si entras en cualquier sistema de gestión de personas, podrías ver toda esa info en una sola pantalla.

La interfaz gráfica contiene gran parte del contexto, pero los modelos de IA no lo ven porque no pueden ver tu pantalla. Ese es otro problema que reveló la encuesta.

David Rice: Esto resulta fascinante porque tanto del trabajo depende absolutamente del contexto, y como decías, los sistemas no pueden verlo todo.

Así que hemos pasado dos años hablando de inteligencia de modelos y quizá no lo suficiente sobre inteligencia organizacional y la necesidad de unir todos estos puntos porque, sí, la IA puede generar resultados impresionantes, pero sin contexto, sin entender las prioridades, la política, la historia, las dependencias... Todo eso invisible que realmente hace funcionar la organización. Ese es el problema de fondo de por qué no vemos el ROI, por qué los resultados parecen tan desconectados de quienes somos y de lo que intentamos lograr profesionalmente.

Ofir Bloch: Y te doy otro dato: vimos que el 37% de los trabajadores directamente evita usar la IA. Ni siquiera lo intenta porque debe responder a demasiadas preguntas, introducir tanta información o simplemente no confían en que la IA cumpla, así que la saltan por completo.

Así que, sí, tienes toda la razón.

David Rice: Me pregunto, porque siempre hablamos del tiempo que se libera, pero parece que con ese tiempo simplemente producimos más y llenamos nuestro día. Tal vez es hora de explorar, sobre todo en campos como los RRHH, en qué empleamos ese tiempo, aprendiendo los sistemas, haciéndolos más coherentes en toda la organización.

Ahí veo el gran potencial para que esta tecnología realmente dé frutos. La mayoría de organizaciones describe la IA paralela como un tema de gobernanza o cumplimiento, pero el informe sugiere que es una señal de que los sistemas mejorados no corresponden a la realidad del trabajo.

¿De verdad ves que las empresas diagnostican mal ese problema?

Ofir Bloch: Sí, en su mayoría. Pero permitidme empezar diciendo que, en realidad, no me gusta el término IA paralela (shadow AI). Prefiero llamarla IA dirigida por el negocio, porque eso es lo que es. La reacción típica es: "es un problema de seguridad, son herramientas no autorizadas, hay que bloquearlo".

Y tiene sentido desde el riesgo, pero pierde de vista lo que realmente pasa, por eso no me gusta llamarla IA paralela. Al final, es la gente diciéndote: "No consigo lo que necesito de las herramientas que das o que autorizas." El 45% de los encuestados admite usar herramientas no autorizadas, y el 36% incluso con información confidencial.

No creo que los empleados quieran perjudicar, solo quieren hacer su trabajo y las herramientas oficiales no están ofreciendo lo que se espera. Tal vez prefiero Claude para escribir, no ChatGPT. Quizá me gusta cómo Codex crea componentes front-end más que Claude.

Voy a usar la herramienta que me ayude a hacer mejor mi trabajo. Así que la IA paralela no es un problema de conducta sino una consecuencia de que trabajar en el entorno autorizado resulta más difícil que hacerlo fuera. Es un mensaje: "Escúchanos. No das las herramientas adecuadas".

David Rice: Me gusta ese matiz, cambiar el enfoque de IA paralela. Siempre pensé que el término no reflejaba la realidad, suena a "Misión Imposible", Ethan Hunt entrando al mainframe de la CIA, ¿no? En realidad, la mayoría la usa para evitar la fricción. Históricamente los atajos surgen donde el sistema deja de coincidir con la realidad. Estamos en ese punto donde, en vez de preguntarnos por qué usan herramientas no autorizadas, la pregunta clave es por qué el sistema oficial no les ayuda realmente.

Algo que me ha llamado la atención es que los trabajadores no están rechazando la IA por resistencia tecnológica, sino por la interrupción, la fragmentación y la incertidumbre que genera. ¿Crees que los líderes subestiman la carga cognitiva que crea la IA en el trabajo moderno?

Ofir Bloch: Oh, sí, enormemente. Y es muy claro cuando ves los datos. Encuestamos a ambos grupos, y el 81% de los ejecutivos dice que la IA ha mejorado la productividad porque ven el resultado. Pero los trabajadores reportan mucha fricción relacionada con la IA.

Lo mencionamos antes, pero solo el 9% confía en la IA para tareas complejas. Y eso tiene que ver con alucinaciones, el tiempo que tienes que copiar-pegar y saltar entre sistemas. Como dijimos, el trabajo no vive en una sola aplicación.

En ventas, una gestión sencilla de oportunidad a cobro puede pasar por una docena de aplicaciones y cinco departamentos: legal, ventas, marketing... Si tienes que copiar y pegar cada vez, y cada herramienta tiene su propia IA o copiloto, la fricción es máxima.

Y tienes que pensar: "¿cumplo? ¿puedo usar esta herramienta? ¿puedo subir este documento? ¿es fiable la información? ¿Debo comprobar las fuentes?" Pensando en todo eso, sí, la IA crea una enorme carga cognitiva que los ejecutivos no ven.

Solo ven el resultado.

David Rice: Algo que escucho mucho es que muchos directivos ni siquiera la usan. Y en parte es porque no confían en la IA para trabajos complejos. Dicen: "Lo probé y lo que me dio no me gustó o no confié en ello."

Luego preguntas "¿y qué pusiste de entrada?" Así que el problema es que no se mete lo correcto, la salida no sirve y no se construye esa relación con la herramienta; aunque suene raro, hay que hacerlo...

Eso es algo que falta en muchas conversaciones: ese esfuerzo mental añadido. Ya no es solo hacer el trabajo, es gestionar ese sistema que muchos no comprendemos realmente.

Ofir Bloch: Sí, y se convierte en trabajo extra. Al final, los humanos somos criaturas de hábitos.

Y es muy difícil cambiar eso. Si piensas en, digamos, los ejecutivos: ¿Cuántas veces bajaste una app al móvil y, si no hacía lo que esperabas, la abandonaste del todo?

Solemos no volver a probarla después de una mala experiencia. Eso ocurre lo mismo con la IA en estos años: probamos versiones, mejoraron, pero quizá hace 12 meses probaste algo y no cumplió. No maquetó la presentación como querías, no tenía el tono, y la abandonaste.

Así que muchos probaron la IA y, como no funcionó, no volvieron. Pero la IA avanza tan rápido que hay que seguir probando y adaptando la forma de trabajar.

David Rice: Validar salidas es otro tipo de cambio de contexto constante porque ya no pensamos igual. Siempre digo a mi equipo que el lente de editor es distinto al del escritor. Ahora, técnicamente, hacemos cosas más rápido, pero la carga mental es quizá aún mayor. Al final del día, aunque esté automatizado, sigo sintiéndome agotado.

Ofir Bloch: Es que haces más, simplemente tratas de lograr más. Exacto.

David Rice: El informe destaca que la formación tradicional no puede mantenerse porque el trabajo moderno cambia en tiempo real. Eso seguramente resuene en muchos. Pero lleva a la pregunta inevitable de cómo preparar a la gente hoy. ¿Cómo logramos una preparación parecida a la que ofrecía la formación tradicional pero para el entorno moderno?

Ofir Bloch: Sí, creo que muchas organizaciones intentan resolver nuevos problemas con viejas herramientas. Muchas siguen apostando por dar más formación, hacerla más seguido, en aula, vídeo... Pero no funciona.

Estos métodos no funcionan en 2026. La gente olvida lo que aprende. Y mencionaste la sobrecarga cognitiva, que es real, sobre todo con diversas generaciones y una atención mínima.

¿Cómo seguir el ritmo a toda esta innovación y nuevos modelos? Vimos que cuando eso se integra al flujo del trabajo, en vez de dar una formación puntual o un vídeo, y hay apoyo justo en el momento necesario, en el proceso, allí vimos el aumento de productividad.

Algunos datos: vimos que trabajadores con ese apoyo contextual en el flujo tienen entre 1,9 y 3,7 veces más probabilidad de sentirse seguros en su trabajo. Así que recibir apoyo cuando lo necesitas es clave para adoptar nuevas tecnologías.

David Rice: Sí, la idea del soporte contextual en el momento me encanta porque el trabajo actual es caótico. Cuando llevas cierto tiempo, todo el tiempo te lanzan cambios. La formación tradicional supone un entorno estable o un punto de partida.

Aprende el software, aprende el flujo, repite. Pero con la IA, todo cambia tan rápido que el saber estático caduca enseguida. Lo decimos siempre: el futuro no es tanto entrenar en herramientas, sino impulsar la confianza en la adaptación y el aprendizaje continuo en movimiento.

Ofir Bloch: Exactamente.

David Rice: El informe plantea que los ganadores no serán quienes tengan la IA más avanzada, sino quienes mejor orquesten personas, sistemas, flujos y contexto. ¿Estamos entrando en una era donde importa más la integración operativa que la sofisticación del modelo?

Ofir Bloch: Sí. Hay una diferencia enorme entre usar una herramienta y aprovecharla realmente. Puedes ver un aumento en el uso de licencias, pero ¿qué se hace dentro de esas aplicaciones? Si solo hago preguntas simples o resumo mails, ¿estoy explotando el potencial de ese modelo tan costoso?

Probablemente no. Las empresas que ven productividad y superan a otras entienden la necesidad de cerrar la brecha entre humanos y tecnología. Hay generaciones diferentes, distintos niveles de destreza digital, resistencia al cambio, etc.

Si quieres igualar resultados, que cada persona logre lo mismo, debes contextualizar, personalizar y acercar la tecnología a la gente y viceversa para encontrar ese punto común.

La orquestación es clave en varios niveles: la orquestación de los humanos hacia las herramientas y cómo ayudamos a la gente a saber qué herramienta usar y cuándo, sin tener que aprenderlo. Como empleado, no debería importarme cómo se hacen los informes de gastos o cuál es la aplicación de RRHH o CRM.

Mi objetivo es de negocio, tengo una tarea, y si la IA puede ayudarme a cumplirla sin tener que saltar entre doce aplicaciones o buscar el copiloto correcto, genial. Así, la IA está realmente conectada al humano y logro el resultado. Así que las organizaciones deben centrar sus esfuerzos en esto.

En vez de solo implementar el modelo más inteligente, deben cerrar la brecha entre personas y modelos.

David Rice: Es un momento clave porque el debate del mercado suele centrarse en la “guerra de modelos”, pero la mayoría de organizaciones no fallan porque el modelo sea poco inteligente, sino porque el sistema alrededor está fragmentado y no incluye a toda la gente en el proceso. Orquestación parece ser la palabra, y puede que acabe siendo la mayor ventaja competitiva ahora, no la capacidad bruta de la IA.

Es quien reduzca fricción más rápido quien probablemente tenga la mayor ventaja.

Ofir Bloch: Sí, exactamente. No lo podría haber dicho mejor.

David Rice: Bueno, Ofir, fue una buena charla. Gracias por venir.

Ofir Bloch: Sí, absolutamente. Gracias por invitarme. Seguro pondrás el enlace en los comentarios, pero quienes quieran leer el informe pueden buscar el State of Digital Adoption 2026 de WalkMe, ¡espero que os guste!

David Rice: Sí, realmente, merece la pena descargarlo. Lo leí y fue fascinante, y publicaré más al respecto cuando promocione este episodio, pero sin duda echen un vistazo al informe.

Y oyentes, si aún no lo han hecho, vayan a peoplemanagingpeople.com/subscribe y suscríbanse al boletín. Así recibirán este pódcast y todo lo que creamos directamente en la bandeja de entrada.

Hasta la próxima: contexto, contexto, contexto.