La resistencia a la IA en las empresas cambió de forma. Ya casi nadie se niega abiertamente a usar las herramientas. Se abre la plataforma, se asiste a la capacitación, se reporta el uso. Y luego el trabajo se sigue haciendo como antes.
Ese es el problema que hoy tienen muchos consejos y comités de dirección: métricas de adopción altas y resultados de negocio que no llegan. En este artículo explico por qué ocurre, qué dicen los datos más recientes y qué puede hacer la dirección para convertir la adopción de fachada en adopción real.
Contexto: de la negativa abierta a la adopción simbólica
La encuesta 2026 de WRITER y Workplace Intelligence, aplicada a 2,400 directivos y empleados, arroja un dato incómodo: el 29% de los empleados admite haber saboteado la estrategia de IA de su empresa. Entre la Generación Z la cifra sube a 44%.
«Sabotear» rara vez significa algo dramático. Significa evitar las herramientas, ignorar los nuevos procesos o aparentar que se usan sin incorporarlas de verdad al trabajo.
Investigadores de Harvard Business School llaman a esto adopción simbólica. Das Narayandas y Shunyuan Zhang observan que, entre rechazar la tecnología y arriesgar el puesto o aceptarla y perder identidad profesional, la mayoría elige una tercera vía: cumplir en apariencia mientras la tecnología se queda al margen de las decisiones importantes.
Por qué la resistencia a la IA importa ahora
Porque el dinero ya está invertido y la paciencia de los consejos se está agotando. La misma encuesta de WRITER reporta que el 75% de los directivos reconoce que su estrategia de IA es «más de escaparate» que una guía real para la organización. Si la estrategia es de fachada arriba, no sorprende que la adopción sea de fachada abajo.
Además, la percepción de los trabajadores está empeorando, no mejorando. Gallup encontró que el 39% de los empleados en Estados Unidos cree que la IA hace más daño que bien en su trabajo, frente al 31% un año antes. Solo el 9% piensa lo contrario. Y apenas el 27% confía en que las empresas usarán esta tecnología de forma responsable.
Lo relevante es que este escepticismo crece mientras crece el conocimiento. No es miedo a lo desconocido. Es la conclusión de personas que ya usan la IA y no ven con claridad qué ganan ellas.
Las verdaderas causas: identidad, control y mensajes contradictorios
El trabajo de Narayandas y Zhang identifica tres amenazas que explican la resistencia mejor que cualquier argumento técnico:
- Compresión del rol. La IA absorbe justo las tareas interesantes: analizar, redactar, recomendar. La persona conserva el puesto, pero con menos sustancia.
- Cambio de control. Las decisiones que definían la experiencia de alguien pasan a un sistema. El título sigue ahí; la autoría se pierde.
- Erosión del alcance. Si todos consultan a la IA, el gerente pierde influencia sobre personas, presupuestos y procesos.
A esto se suma un error de comunicación muy común. Muchas empresas dicen a su equipo «adopta la IA o quedarás fuera» mientras dicen a inversionistas «la IA nos permitirá operar con menos personas». Los empleados escuchan ambos mensajes. WRITER reporta que el 60% de los directivos planea despedir a quienes no adopten la IA. Con ese marco, la resistencia silenciosa es una respuesta racional, no un problema de actitud.
Cómo aplicarlo: convertir la resistencia en adopción real
Desde mi experiencia dirigiendo equipos de tecnología, he visto que la adopción no se decreta. Se diseña. Estas son las palancas que funcionan tanto en empresas como en instituciones públicas:
1. Rediseñar el rol antes que desplegar la herramienta
No basta con prometer «trabajo más estratégico». Hay que especificar qué juicio, qué conocimiento del cliente o qué criterio profesional se vuelve más visible cuando la IA absorbe lo rutinario. Si nadie puede describir el nuevo rol en una página, el equipo tampoco lo verá.
2. Dar a las personas el botón de detener
Los equipos adoptan más cuando pueden cuestionar, corregir o anular una recomendación de la IA. Diseñar puntos claros de supervisión humana no es solo una buena práctica de gobernanza; es lo que devuelve a las personas la sensación de autoría.
3. Usar la IA como capa de análisis, no como reemplazo del criterio
La IA debe hacer más visible la experiencia del usuario, no solo facilitar que acepte una recomendación. Un buen diseño presenta evidencia y alternativas; la persona decide y firma.
4. Ofrecer rutas creíbles de recolocación
El compromiso de reentrenar y recolocar debe ser concreto: qué roles, qué formación, qué plazos. Una promesa vaga se interpreta como un despido aplazado.
5. Patrocinio visible de la alta dirección
Cuando la dirección pone su nombre detrás del rol rediseñado, envía una señal clara: no es una degradación silenciosa, es un puesto respetado. Delegar el cambio solo a TI o a recursos humanos casi garantiza la adopción simbólica.
Riesgos o errores comunes
- Medir licencias en lugar de cambios en el trabajo. Inicios de sesión y horas de uso no demuestran que un proceso cambió.
- Usar la amenaza como estrategia de adopción. Genera cumplimiento superficial y destruye la confianza que la transformación necesita.
- Automatizar procesos sin rediseñarlos. Según datos de McKinsey citados por Glenn Gow, casi tres cuartas partes de las empresas con mayor impacto financiero de la IA rediseñaron a fondo sus flujos de trabajo; en el resto, solo una cuarta parte lo hizo.
- Crear una «élite de IA» sin puente para el resto. Premiar solo a los superusuarios divide a la organización en dos y convierte al resto en opositores pasivos.
- Ignorar a los mandos medios. Son quienes más pierden en control y alcance, y quienes más pueden frenar el cambio sin que nadie lo note.
Recomendaciones prácticas para la dirección
- Audite la adopción real. Elija tres procesos críticos y verifique si el trabajo cambió, no solo si la herramienta se abrió.
- Escuche antes de imponer. Pregunte a cada área qué perdería y qué ganaría con la IA. Las respuestas revelan dónde está la resistencia.
- Alinee el discurso interno y externo. Lo que se dice a inversionistas o a la ciudadanía debe ser coherente con lo que se dice al equipo.
- Nombre responsables de negocio, no solo técnicos. Cada caso de uso necesita un dueño que responda por el resultado.
- Cree un canal de ideas con autoría. Quien propone una automatización debe recibir el crédito. Convierte a críticos potenciales en promotores.
Conclusión
La resistencia a la IA en las empresas no se resuelve con más capacitación ni con más presión. Se resuelve cuando las personas pueden ver una versión de su trabajo que vale la pena y en la que siguen siendo protagonistas.
La tecnología no necesita ser convencida. Las personas sí. La dirección que entienda esto dejará de medir cuántos usan la IA y empezará a medir cuánto cambió el trabajo. Esa es la diferencia entre una estrategia de escaparate y una transformación real.
Preguntas frecuentes
¿Qué es la adopción simbólica de la IA?
Es cuando los empleados aparentan usar las herramientas de IA para cumplir con la directriz, pero siguen trabajando como antes. Las métricas de uso suben, pero los procesos y los resultados no cambian.
¿Por qué los empleados se resisten a la inteligencia artificial?
Más que por miedo a la tecnología, por lo que pueden perder: tareas con valor profesional, control sobre decisiones e influencia dentro de la organización. Los mensajes contradictorios de la dirección sobre despidos agravan esa percepción.
¿Cómo puede la dirección reducir la resistencia a la IA?
Rediseñando roles antes de desplegar herramientas, manteniendo supervisión humana en decisiones clave, ofreciendo rutas concretas de reentrenamiento y respaldando públicamente los nuevos roles desde la alta dirección.
¿Cómo saber si la adopción de IA en mi empresa es real?
Revise si los procesos cambiaron: tiempos de ciclo, calidad, errores o decisiones tomadas con apoyo de IA. Si solo aumentan las licencias activas y los inicios de sesión, probablemente la adopción es de fachada.
Deja una respuesta