Gestión del cambio para uso de IA: ¿qué ha hecho tu empresa para implementarla?

La IA llegó a tu trabajo, ahora ¿qué hacer? Porque no se trata solo de descargar en tus dispositivos  aplicaciones y programas inteligentes, ni tampoco pretender que la IA realice tus funciones.  En 2024-2025 estudios corporativos muestran que entre 60 y 70 % de las organizaciones ya usan la IA, es decir, la etapa de adopción ya está sucediendo. Microsoft indicó que para 2024, alrededor de 75 % de las personas que trabajan ya  usaban IA en el trabajo, y gran parte de ellas lo hacía con herramientas y recursos propios, por su cuenta, sin apoyo empresarial. ¿Qué pasa entonces con la organización al interior de las empresas y el uso de IA?

La gestión del cambio es un conjunto de métodos y de herramientas que ayudan a las personas a adaptarse a transformaciones en su entorno laboral, e incluye 3 componentes principales:

Perspectiva humana: cómo las personas reaccionan a ese cambio (resistencia, incertidumbre, miedo). Es aquí donde se diseñan estrategias de comunicación, acompañamiento y capacitación para que acepten y adopten la nueva forma de trabajar.

Perspectiva organizacional: cómo se rediseñan procesos, roles, sistemas y cultura de la empresa para que el cambio sea sostenible.

Metodología estructurada: se utilizan modelos y marcos (ADKAR, Kotter, Lewin) que sirven para planear el cambio, comunicarlo, capacitar, acompañar y medir resultados.

Esto quiere decir que para el caso de la IA, la gestión del cambio busca que las personas que trabajan no solo adopten la herramienta, sino que la usen con confianza, entiendan sus límites y comprendan el valor de ésta para su propio trabajo.

Dificultades más frecuentes al introducir IA en el trabajo

Brecha de alfabetización digital: se usa constantemente ChatGPT pero no se verifican salidas, no se ajustan prompts o no se protegen datos sensibles.

Shadow IA: se usan herramientas externas no aprobadas por la empresa y se tiene riesgo de fuga de datos e incumplimientos.

Desaprendizaje crítico: se confía en respuestas de modelos sin validación, baja capacidad para detectar errores o sesgos.

Resistencia cultural: miedo al reemplazo, falta de confianza en líderes que impulsan la IA sin explicar beneficios concretos.

Falta de gobernanza y procesos: ausencia de políticas de uso, clasificación de datos y roles claros (quién revisa y quién valida resultados).

¿Cómo establecer un plan de gestión del cambio en el uso de IA en la empresa?

Para que la gestión del cambio dé resultados positivos y minimice los riesgos de una adopción sin planificación, se debe comenzar  con un rediseño de tareas, pues el uso de IA transforma flujos, por ejemplo, tareas repetitivas pueden automatizarse y ser supervisadas por humanos, y tareas creativas o de juicio crítico necesitan evaluación, curaduría, interpretación. Esto es parte de una labor imprescindible para no transitar por un camino de piedras en el uso de IA en el trabajo. Ello conlleva establecer roles de personas supervisoras de IA, hablamos de promt engineers, curadores de datos, auditores de outputs y gestores del riesgo de IA.

Uno de los grandes valores reales es la integración de la IA como asistente del flujo laboral, no como caja negra separada. Ello implica redefinir KPI y criterios de calidad. Indudablemente, las habilidades blandas son determinantes aquí, ya que el pensamiento crítico, la comunicación y el juicio ético aumentan la importancia de saber cuándo rechazar o escalar outputs. Lo anterior nos plantea la necesidad de establecer un plan de gestión del cambio.

Plan de gestión del cambio en 5 fases

Diagnóstico: mapear quién usa IA, para qué, con qué herramientas para determinar a su vez riesgos con datos sensibles. Esto debe llevarse a cabo con posibles entrevistas cortas y análisis de tareas. Una métrica inicial de personas usuarias activas con formación recibida o áreas con shadow IA.

Diseño de gobernanza y políticas de uso: enlistar las herramientas aprobadas y un proceso de incorporación de nuevas herramientas. Definir roles, como owner, revisor, responsable de cumplimiento.

Formación práctica y micro-aprendizaje (3 meses, iterativo): enseñar fundamentos de IA (qué hacer o no hacer, prompt básico o avanzado, verificación de outputs, manejo de datos sensibles, caos de uso por puesto. Para ello se deben hacer ejercicios reales con datasets, plantillas de empresa.

Pilotos por equipo + redesign de tareas (2 a 3 meses): seleccionar 2 o 3 procesos donde la IA aporte más valor y lanzar pilotos con métricas (tiempo ahorrado, calidad, satisfacción). Ajustar descripciones de puesto y KPI.

Escala responsable y cultura continua: RDL (review, document, learn), con tal fin se debe realizar un foro interno para compartir prompts, fallos, lecciones. Tener una biblioteca de plantillas y auditar.

La IA ya está aquí y la gestión del cambio no se trata de herramientas, sino de personas: cuando acompañamos a los equipos con capacitación, claridad y confianza, la IA deja de ser un reto y se convierte en una aliada para el crecimiento. El futuro del trabajo no es solo digital, es humano + IA. Gestiona el cambio y no dejes que tu equipo transite solo hacia el uso de IA.  No se trata solo de contratar personas que ya dominen estas herramientas, sino de preguntarte qué estás haciendo como empresa, cómo formas a tu gente y adaptas procesos y creas flujos internos seguros con tus propias herramientas.