La adopción de IA en empresas se mide con encuestas internas que muchos empleados responden pensando en su jefe: un 48% admite haber exagerado su uso de IA y el liderazgo se queda con la foto equivocada.
El 48% que exagera su uso de IA para contentar a su jefe
El dato no es una impresión de pasillo. Sale de un informe de Visier, firma de software con sede en Vancouver, que encuestó a 1.000 trabajadores a tiempo completo en Estados Unidos de sectores como sanidad, finanzas, recursos humanos, y otros ámbitos. Casi la mitad reconoció haber exagerado su uso o su experiencia con IA ante sus colegas o ante la dirección, según recoge Fast Company.
Vamos a los números. El 54% de los encuestados afirma que su puesto o su carrera ha cambiado de forma significativa por la IA en los últimos dos años. El problema es que ese impacto no es homogéneo: hay quien dice que le ha mejorado el rendimiento y la satisfacción, y hay quien lo describe como claramente negativo. La misma tecnología genera dos experiencias opuestas dentro del mismo departamento.
La ansiedad es transversal. Cerca del 60% no tiene claro cuál es el plan de su empresa para afrontar los cambios que trae la IA, y un 45% se ha sentido presionado a usarla incluso cuando no sabe cómo hacerlo bien. Ahí nace el teatro: si mostrar entusiasmo pesa más que obtener resultados, el empleado racional finge.
El informe de Visier señala el origen del uso performativo de IA: la falta de confianza en el liderazgo. Los empleados no piden más discursos, piden herramientas. Un 32% reclama formación y recualificación, y un 31% exige transparencia sobre cómo la IA va a afectar a su trabajo. Decir ‘que lo haga la IA’ no es una instrucción, es una ocurrencia.
Cuando la tecnología se convierte en un examen de lealtad, la plantilla aprende rápido a escribir la respuesta que el jefe quiere leer.
Uso performativo de IA: el fallo es de liderazgo, no de tecnología
Aquí viene la lección para cualquier directivo. El uso performativo no es un problema moral del empleado, es el resultado de un sistema de incentivos mal diseñado. Si la única señal de compromiso que envía la dirección es ‘usa más IA’, la plantilla optimiza esa señal. Y la optimización se hace con palabras, no con resultados.
Un equipo no exagera su uso de IA por pereza, sino porque ha entendido que la métrica que se premia es la del entusiasmo.
📦 Caso de estudio: el informe de Visier sobre uso performativo
- El reto: medir cuánta IA usa de verdad una plantilla de 1.000 trabajadores sin que la propia pregunta condicione la respuesta.
- La jugada: preguntar por la presión percibida y por la confianza, no solo por la frecuencia de uso.
- El resultado: el 48% admite exagerar su uso y el 45% se siente presionado a usar una herramienta que no domina.
- La lección: si mides adopción por entusiasmo declarado, obtendrás entusiasmo declarado, no productividad.
Lo que este informe enseña a cualquier equipo directivo
Hay un precedente que se repite cada década. Cuando el Lean Startup se puso de moda, muchas empresas llenaron las presentaciones de métricas de vanidad y dejaron de mirar la retención o el margen; el método era bueno, la implementación era postureo. Con Agile pasó algo parecido: tableros impecables y entregas que no llegaban. La IA va por el mismo camino si el liderazgo no define qué significa ‘usarla bien’. Puedes leer más sobre el origen de ese error en las métricas de vanidad del Lean Startup.
Mi lectura del informe es que no habla de tecnología, habla de gestión. Y hay un dato que lo confirma: la gente no pide menos IA, pide formación. En el ecosistema español, programas como Lanzadera o Wayra llevan años insistiendo en lo mismo que ahora confirma Visier: primero se define el problema, después la herramienta. Las startups que levantan capital con buenos números no lo hacen por usar tres asistentes generativos, sino por tener claras dos o tres métricas de producto que nadie puede maquillar.
Y ojo con el efecto de segunda ronda. Una métrica falsa no se queda en el informe trimestral: contamina las decisiones de contratación, el presupuesto de herramientas y hasta el diseño del producto. Si el 48% exagera su uso, la dirección cree que la transformación avanza y recorta la formación justo cuando más falta hace. El error se retroalimenta.
Cómo medir la adopción real de IA sin caer en el teatro
La solución no es una encuesta más. Es cambiar la unidad de medida. Cuatro movimientos concretos:
- Mide resultados, no clics: horas liberadas en un proceso concreto o incidencias resueltas, en lugar de número de consultas a la herramienta.
- Define el ‘para qué’ antes del ‘con qué’: cada equipo debería poder explicar qué tarea pierde tiempo hoy y cómo la IA la acorta. Si no hay tarea, no hay proyecto.
- Publica el plan y su presupuesto: formación, límites de uso de datos y qué puestos cambian. La opacidad es el caldo de cultivo del uso performativo.
- Protege a quien diga que no funciona: el primer empleado que reporte un fallo real vale más que diez que alaben la herramienta por si acaso.
Esto también aplica a la economía real. Una empresa familiar, una fábrica de chocolate artesanal o una sede de eventos rehabilitada en un edificio histórico pueden caer en el mismo error: medir presencia en redes o visitas web en lugar del ticket medio, la recurrencia o el margen por evento. La lógica de startup sirve cuando la métrica es honesta. Cuando es cosmética, solo maquilla el trimestre.
🚀 Hoja de Ruta para Emprender
- Cambia la métrica: sustituye cualquier KPI de ‘uso de IA’ por una métrica de proceso (tiempo por tarea, incidencias, coste unitario).
- Forma antes de exigir: presupuesta recualificación por equipo; sin formación, la presión solo compra respuestas falsas.
- Pregunta sin jerarquía: recoge feedback anónimo sobre qué herramientas no funcionan y qué se bloquea.
- Revisa tus OKR cada trimestre: alinea incentivos con resultados medibles y retira los objetivos que solo se cumplen en la diapositiva.
