Art 13/26. La madurez en la IA no se mide en el número de licencias, sino en los cambios medibles.
Durante meses, demasiadas empresas han hecho con la IA lo que el corporativismo hace mejor cuando llega algo grande: convertir una sacudida histórica en una colección de demos, licencias, pilotos y frases huecas en presentaciones. Mucho dato sin valor. Mucha foto. Mucha proyección . Y poca verdad incómoda. Porque no, una organización no es madura en inteligencia artificial porque haya desplegado un piloto con IA, abierto un buzón de casos de uso o montado un comité con nombre futurista. Es madura cuando puede demostrar, con datos, que la IA está cambiando cómo se trabaja, cómo se decide, cómo se controla los riesgos y cómo se genera valor. Lo demás es, lamentablemente, maquillaje digital.
El problema no es que falte IA, ¡será por modelos!. El problema es que sobra autosugestión. Algunos estudios que os dejo al final del artículo, dejan una fotografía bastante elegante, pero también bastante contundente: las organizaciones avanzan en estrategia y gobernanza más que en transformación profunda del trabajo, y el gran agujero sigue estando en talento y experiencia de empleado. En el del Barómetro de la IA (primera entrada), la media del eje de estrategia se sitúa en 2,94 sobre 5, la de cultura y liderazgo en 2,75, la de gobernanza en 2,89 y la de IA aplicada a talento cae a 2,30. Traducido al castellano llano: muchas empresas ya han aprendido a hablar de IA; bastantes incluso han aprendido a ordenarla; pero muy pocas han aceptado todavía que la IA exige rediseñar la organización de verdad. Hablamos de cambios profundos.
Y ahí empieza lo serio. Porque cuando uno rasca un poco, aparece la grieta que muchos intentan tapar con entusiasmo corporativo: la estrategia declarada va por delante del rediseño real. El citado barómetro lo dice con bastante claridad. La estrategia corporativa de IA alcanza un 3,46, pero el rediseño de roles, funciones y modelos organizativos se queda en 2,30. Es decir, ya sabemos decir que la IA es estratégica, pero todavía nos cuesta muchísimo aceptar sus consecuencias estructurales. Queremos productividad sin tocar el trabajo. Queremos automatización sin tocar los procesos. Queremos agentes sin tocar los controles. Queremos transformación… sin transformarnos. Y eso no es lo que buscábamos.
Eso explica la razón del artículo de hoy, el porqué resulta tan necesario hablar de medición. Porque cuando una organización no mide bien la IA, casi siempre termina midiendo tonterías. Cuenta licencias activadas. Cuenta cursos impartidos. Cuenta asistentes desplegados. Cuenta prompts. Cuenta pilotos. Pero casi nunca responde a las preguntas que realmente importan:
¿Qué valor ha generado?. Clave
¿Qué trabajo se ha rediseñado?. Ojo
¿Qué errores ha evitado?. Sí, no todo son alegrías
¿Qué riesgos ha abierto?. Porque aparecerán
¿Qué decisiones siguen siendo humanas?. Las importantes deberían
¿Qué funciones han cambiado?. Si cambiamos , cambiamos de verdad.
¿Qué sesgos ha reducido o amplificado?. Ya sabéis que los tiene, ¿verdad?
¿Qué parte del negocio funciona hoy mejor gracias a la IA y no solo más rápido?. No confundamos los términos.
Todo lo citado marca la diferencia entre medir actividad y medir impacto. Y es la frontera exacta entre la adolescencia digital y la madurez empresarial.
Vamos por partes
De hecho, ese informe deja una frase contundente, aunque la formule con educación institucional: “el acceso a herramientas supera a la transformación organizativa”. Muy fino el redactado. Es una forma muy sutil de decir algo bastante salvaje: los empleados ya tienen IA en las manos, pero las empresas todavía no han rehecho el sistema para sacar partido de eso. La IA ya circula por la operativa diaria, pero los modelos de gestión, especialmente en Recursos Humanos, siguen sin haberse rediseñado plenamente. Y eso no es un matiz. Eso es el corazón del problema.
Porque uno de los grandes errores que se están extendiendo es este: creer que la integración de la IA consiste en dar acceso. No. Dar acceso no es integrar. Dar acceso es repartir llaves. Integrar es rehacer la casa. Integrar significa cambiar flujos de trabajo, redistribuir tareas, redefinir supervisión, crear nuevos criterios de calidad, revisar tiempos de decisión, ajustar accountability, reentrenar liderazgo y rehacer mapas de competencias. Si eso no ocurre, la IA no transforma la empresa. Se limita a orbitar alrededor de ella como un satélite caro e infrautilizado.
Aquí conviene ponerse un poco menos ingenuo/a. Los marcos serios van justo en esa dirección. NIST no plantea la IA como una simple cuestión técnica, sino como un sistema de riesgos que afecta a individuos, organizaciones y sociedad, y propone gestionarla de forma continua mediante funciones de gobernar, mapear, medir y gestionar. O sea: contexto, control, seguimiento y corrección. No quedarnos en los titulares. Ni en un entusiasmo sin método. Nada de “ya veremos”.
ISO/IEC 42001 remata la idea desde otro ángulo: si quieres hablar en serio de madurez en IA, necesitas algo más que buenas intenciones o políticas bonitas. Necesitas un sistema de gestión de IA. Es decir, requisitos para establecer, implementar, mantener y mejorar continuamente cómo desarrollas, usas o despliegas IA. Dicho sin rodeos: una organización madura no tiene solo una política; tiene un sistema que aguanta auditoría, escala, incidentes y cambios de contexto sin venirse abajo.
Y Europa, por si alguien aún cree que esto va solo de inspiración o cultura digital, también aprieta por donde debe. La Comisión Europea recuerda que el AI Act exige que proveedores y deployers tomen medidas para asegurar un nivel suficiente de alfabetización en IA de su personal y de quienes operan estos sistemas en su nombre, teniendo en cuenta experiencia, formación y contexto de uso. Esto ya no va de “ser modernos”. Va de responsabilidad operativa, cumplimiento y capacidad real de uso.
Ahora bien, tampoco conviene caer en otra trampa muy habitual: confundir formación con madurez. Formar es necesario. Pero formar no basta. Un curso no rediseña un proceso. Gran error que muchas organizaciones no terminan de entender. Un taller no corrige un modelo de decisión. Una sesión inspiradora no arregla una mala arquitectura organizativa. El World Economic Forum lleva tiempo avisando de que las brechas de skills son una de las mayores barreras para la transformación empresarial y sitúa AI and big data y technological literacy entre las capacidades con mayor crecimiento previsto. Eso está muy bien. Pero el punto no es solo enseñar a usar IA. El punto es qué organización construyes después de enseñar a usarla.
Empezar a medir el impacto real
Por eso me parece que este es el momento de hacer una pausa quizá incómoda pero necesaria. Antes de seguir comprando herramientas, antes de seguir celebrando pilotos, antes de seguir compartiendo casos de éxito con más humo que métrica, toca hacerse una pregunta adulta: ¿sabemos realmente cómo medir la madurez de nuestra integración de la IA? Porque si la respuesta es no, entonces no sabemos ni dónde estamos, ni qué funciona, ni qué falla, ni qué riesgos estamos tolerando a ciegas.
Y aquí viene lo importante. Medir el impacto de la IA no es solo una cuestión de control. Es una cuestión de honestidad. Obliga a separar el ruido del valor. Obliga a distinguir entre experimentación y escalado. Obliga a identificar si la IA está mejorando calidad o solo acelerando errores. Obliga a ver si estamos elevando capacidades o generando dependencia ciega. Obliga a detectar si el liderazgo la impulsa de verdad o simplemente la bendice desde lejos. Obliga, en definitiva, a abandonar la adolescencia corporativa de la fascinación y entrar en la adultez de la evidencia.
Porque la IA ya no necesita más cheerleaders. Necesita mejores métricas más allá de licencias compradas.
Necesita empresas que sepan si sus casos de uso generan valor real o solo actividad. Necesita organizaciones capaces de demostrar que han rehecho procesos y no solo interfaces. Necesita funciones de Personas que dejen de mirar la IA como un accesorio y empiecen a incorporarla en la arquitectura completa del ciclo de vida del empleado. Necesita liderazgo que no solo hable de IA, sino que la use, la entienda, la limite cuando toque y la exija donde aporta. Y necesita gobernanza que no mate la innovación, pero tampoco permita que la innovación se convierta en una fábrica elegante de riesgos.
Concluyendo (de momento)
Mi impresión, bastante clara, es que muchas empresas están justo en ese punto delicado: ya no pueden permitirse seguir jugando a “estamos explorando”, pero todavía no se atreven a someter la IA a un examen serio de impacto. Y eso tiene lógica. Medir de verdad da vértigo. Porque cuando mides de verdad, descubres dos cosas incómodas: que parte de lo que presentabas como avance era solo ruido, y que la transformación de fondo exige tocar estructuras, incentivos y poder. Y eso ya no se arregla con la presentación del principio.
Así que esta primera entrega va exactamente de eso: de poner sobre la mesa que antes de presumir de madurez en IA hay que decidir cómo demonios se mide esa madurez. No para hacer burocracia. No para poner otra capa de reporting inútil. Sino para distinguir, de una vez, entre las organizaciones que están integrando la IA con sentido y las que simplemente la están paseando por los pasillos con una chapa de innovación colgada al cuello.
En la segunda entrega -próxima semana- bajaré a tierra esa discusión y compartiré una lista de KPIs para medir la madurez en la integración de la IA en las empresas. No una lista cosmética para quedar bien en un comité. Una lista que espero sea útil para saber si la IA está generando valor, rediseñando trabajo, preparando personas y operando bajo control. Porque si no sabemos medir el impacto, no sabemos gestionar la transformación. Y si no sabemos gestionar la transformación, entonces la supuesta “madurez en IA” no es madurez. Es marketing con conexión WiFi.
A eso no le llamaría yo precisamente madurez. Eso es, muchas veces, maquillaje digital con presupuesto.
La pregunta seria, por tanto, no es cuánta IA has desplegado. La pregunta seria es esta:
¿Qué está cambiando de verdad en tu organización gracias a la IA… y cómo lo estás midiendo?
Creo que ha llegado el momento de dejar de hablar solo de adopción y empezar a hablar de impacto medido.
Porque, muchos/as lo sabéis, lo que no se mide bien
no se gobierna,
no se escala,
no se corrige,
y casi siempre se sobrevende.
Una empresa no madura en IA por comprarla
Madura cuando empieza a medir el cambio.
#InteligenciaArtificial #IA #TransformacionDigital #Liderazgo #RRHH #Talento
Fuentes
NTT DATA & ISDI, II Barómetro de la IA y el talento en España: avance por ejes, brecha entre acceso a herramientas y transformación organizativa, y menor madurez en talento y experiencia de empleado.
NIST, AI Risk Management Framework (AI RMF 1.0): gestión de riesgos de IA para individuos, organizaciones y sociedad; enfoque de gobernar, mapear, medir y gestionar. (NIST)
ISO, ISO/IEC 42001: primer estándar internacional para sistemas de gestión de IA, con enfoque estructurado de riesgos, oportunidades y mejora continua. (ISO)
Comisión Europea, AI Literacy – Questions & Answers y portal del AI Act: obligación de asegurar un nivel suficiente de alfabetización en IA para personal y operadores. (Estrategia Digital Europea)
World Economic Forum, Future of Jobs Report 2025: las brechas de skills como gran barrera de transformación y auge de AI and big data y technological literacy. (World Economic Forum)
No hay comentarios:
Publicar un comentario