\u00bfPor qu\u00e9 si todos usan ChatGPT el trabajo sale igual?<\/p>\n
Esa es la pregunta que me hacen cuando ya pagaron licencias, ya dieron un curso y ya todos dicen que usan IA. Y los tiempos son los mismos. Los errores son los mismos. El resultado es el mismo.<\/p>\n
No es que no la usen. Es que cada quien la usa por su lado.<\/p>\n
Una empresa me dec\u00eda que ya estaba adoptada. Marketing hac\u00eda copys. Ventas hac\u00eda correos. Finanzas hac\u00eda tablas.<\/p>\n
En el papel, adopci\u00f3n total. En la operaci\u00f3n, nada se mov\u00eda.<\/p>\n
Ped\u00ed ver c\u00f3mo trabajaban. Una persona copiaba y pegaba. Otra reescrib\u00eda todo a mano porque no confiaba. Otra guardaba sus prompts como si fueran secretos.<\/p>\n
Nadie sab\u00eda qu\u00e9 hac\u00eda el otro. Nadie revisaba igual. Nadie med\u00eda igual.<\/p>\n
El mismo s\u00edntoma lo vi de cerca en una agencia<\/a> de marketing digital, que vive justamente de entregar textos. Todos generaban borradores r\u00e1pido. Cada cuenta los correg\u00eda con un criterio distinto. El cliente recib\u00eda calidades distintas cada semana.<\/p>\n R\u00e1pido por separado. Inconsistente juntos. Es lo t\u00edpico en una agencia de marketing digital con muchas cuentas y poco proceso compartido.<\/p>\n Aqu\u00ed est\u00e1 la confusi\u00f3n. Una cosa es que una persona ahorre veinte minutos. Otra es que la empresa entregue mejor.<\/p>\n Lo primero pasa todos los d\u00edas. Lo segundo casi no pasa.<\/p>\n Deloitte lo describe igual en su estudio de 2026. Dice que 60 por ciento de los trabajadores ya tiene acceso a IA aprobada por su organizaci\u00f3n. Menos de seis de cada diez la usa a diario. Y solo una de cada cuatro organizaciones logr\u00f3 llevar a producci\u00f3n al menos 40 por ciento de sus iniciativas.<\/p>\n Acceso hay. Uso diario, menos. Producci\u00f3n real, muy poco.<\/p>\n KPMG encuentra la misma grieta en Espa\u00f1a. En su reporte de tecnolog\u00eda de 2026 dice que 65 por ciento de los responsables afirma que sus casos de uso generan valor. Solo 23 por ciento obtiene retorno en m\u00faltiples casos de uso.<\/p>\n Valor aislado s\u00ed. Retorno repetible no.<\/p>\n En Espa\u00f1a el punto de partida adem\u00e1s es bajo. CaixaBank Research calcula que entre 2021 y 2025 la adopci\u00f3n en empresas de m\u00e1s de 10 empleados pas\u00f3 de 8 a 21 por ciento. Cerca de 8 de cada 10 todav\u00eda no la usan. El observatorio ONTSI ubica el uso en 20.5 por ciento en 2025, con 57.5 por ciento en empresas grandes.<\/p>\n Muchas prueban. Pocas operan.<\/p>\n Por eso me interesa menos cu\u00e1ntas licencias tienes. Me interesa cu\u00e1ntos procesos cambiaron.<\/p>\n Cada persona arma su propio atajo. Eso se siente como progreso.<\/p>\n Una redacta mejor un correo. Otro resume una junta. Otro limpia una base. Todo eso es real. Nada de eso es sistema.<\/p>\n Cuando esa persona se va de vacaciones, el atajo se va con ella. Cuando entra alguien nuevo, empieza de cero. Cuando hay un error, nadie sabe en qu\u00e9 paso se col\u00f3.<\/p>\n La empresa no aprendi\u00f3 nada. Aprendieron individuos.<\/p>\n Esto conecta con lo que se llama chatgpt para empresas<\/strong> cuando se toma en serio. No es dar acceso y un tutorial de chatgpt para empresas<\/a>. Es decidir d\u00f3nde s\u00ed se usa, d\u00f3nde no, qui\u00e9n revisa y qu\u00e9 cuenta como bien hecho.<\/p>\n Sin eso, tienes cien formas distintas de usar la misma herramienta. Y cien calidades distintas.<\/p>\n Soy extremadamente dispersa. Lo digo seguido. Por eso mi equipo me arm\u00f3 lo que llamo mi ni\u00f1era diaria. Cada ma\u00f1ana me dice qu\u00e9 debo, qu\u00e9 es urgente y qu\u00e9 no se puede caer.<\/p>\n Sin esa estructura yo tambi\u00e9n usar\u00eda IA por todos lados. Y entregar\u00eda distinto cada d\u00eda.<\/p>\n En la empresa del inicio fuimos a ver tres entregas. Mismo tipo de reporte. Tres estructuras distintas. Tres niveles de evidencia distintos.<\/p>\n Todos hechos con IA. Ninguno comparable.<\/p>\n El problema no era el modelo. Era que nadie hab\u00eda definido qu\u00e9 es un buen reporte aqu\u00ed.<\/p>\n Cu\u00e1ntas fuentes. Qu\u00e9 formato. Qu\u00e9 se verifica. Qu\u00e9 no se inventa. Qui\u00e9n firma.<\/p>\n Sin esa definici\u00f3n, la IA multiplica estilos. No multiplica criterio.<\/p>\n La IA multiplica tu criterio. No reemplaza la parte donde tienes uno.<\/p>\n Esto es distinto del error de datos. Aqu\u00ed la informaci\u00f3n puede estar bien. Lo que falta es acuerdo.<\/p>\n Y sin acuerdo no hay revisi\u00f3n posible. Cada revisor corrige otra cosa.<\/p>\n Hay otra capa. La gente usa herramientas que la empresa no aprob\u00f3.<\/p>\n Pegan texto de clientes. Suben contratos. Suben hojas con sueldos. Lo hacen para avanzar m\u00e1s r\u00e1pido.<\/p>\n Eso tiene nombre en los reportes de gobierno de datos. Se llama shadow AI. Uso no inventariado, sin trazabilidad, sin control de qu\u00e9 datos entran y c\u00f3mo se reutilizan.<\/p>\n No es solo un tema de disciplina. Es protecci\u00f3n de datos, confidencialidad y cumplimiento del marco europeo de IA. Si no sabes qu\u00e9 herramienta se us\u00f3, no puedes responder qu\u00e9 pas\u00f3 con esa informaci\u00f3n.<\/p>\n He visto equipos que presumen adopci\u00f3n. Lo que tienen es exposici\u00f3n.<\/p>\n Por eso la pregunta \u00fatil no es cu\u00e1nto m\u00e1s r\u00e1pido trabaja alguien. Es cu\u00e1nto mejor lo hace y con qu\u00e9 riesgo.<\/p>\nUsar no es operar<\/h2>\n
El atajo individual<\/h2>\n
Lo que nadie defini\u00f3<\/h2>\n
El uso que no ves<\/h2>\n