La adopción de IA en equipos es el nuevo campo de batalla del liderazgo, y el CEO de Proton la ha librado por la vía equivocada: llamó «perdedores» a quien pedía cautela. Lección: la velocidad sin confianza se paga.
Qué pasó en Proton: de prohibir la IA a medir a cada empleado
Una investigación de 404 Media, recogida después por Fast Company, describe una dirección que dejó de predicar con el ejemplo para empezar a vigilar y castigar. En Proton, la compañía detrás del correo cifrado ProtonMail, el uso de IA estuvo prohibido. Ahora controla el volumen de código generado con IA que produce cada empleado mediante software instalado en sus ordenadores.
El CEO, Andy Yen, no se limitó a fijar expectativas. Según los mensajes de Slack que cita ese reportaje, calificó de «basura y pensamiento de perdedor» dedicar unos días a probar código nuevo en busca de fallos de seguridad antes de publicarlo. «Dejad de pensar siempre en cómo ir más despacio y centraos en cómo ir más rápido». En otro mensaje insistió: «solo los perdedores piensan así».
Después llegó la infraestructura del miedo. Yen habilitó una dirección de correo para que cualquiera señalase lo que frenase la adopción de IA, con un objetivo explícito: «demoler sin piedad todo lo que se interponga en la velocidad de la IA». Y la empresa preparaba «re-entrevistas» a su plantilla sobre el uso de IA, con el puesto en juego. Tras la publicación del reportaje, se cancelaron.
El resultado es el que cabría esperar. Varios trabajadores admitieron tener miedo de señalar vulnerabilidades en código generado con IA. Uno lo resumió así: fuera de Proton, Yen tiene una imagen pública; dentro, es un matón que insulta a gente a la que le paga por trabajar. Una cultura basada en el miedo le parecía, en sus propias palabras, un cáncer.
Un equipo que tiene miedo de señalar un fallo de seguridad no va más rápido: va más ciego.
El documento interno que cita 404 Media apunta igual de lejos: dejar de contratar ingenieros y poner a construir con IA a «lo que antes llamábamos product managers»; un equipo élite con jornadas más largas a cambio de mejor sueldo; y el deseo declarado de convertirse en una firma 996, el modelo de jornada popularizado en China. La compañía no negó el reportaje: admitió que, en su determinación por ir rápido, a veces ha sido demasiado contundente o demasiado lenta explicándose.
La IA no se implanta con una circular: se implanta cuando el equipo puede decir en voz alta lo que no funciona sin que le llamen perdedor.
El error de gestión del cambio: confundir adopción con obediencia
Aquí está el núcleo del problema, y no es tecnológico. La gestión del cambio tiene media docena de modelos con nombre y apellidos —Kotter, ADKAR, el ciclo de Lewin— y casi todos coinciden: sin sentido compartido, sin formación y sin margen para el error, la transformación no ocurre, solo se teatraliza. Puedes repasar el marco en la entrada de Wikipedia sobre la gestión del cambio.
Proton hizo lo contrario en cada fase. Pasó de vetar la IA a exigirla sin transición explícita, sin criterios públicos de calidad y con un incentivo perverso: quien tardaba más en publicar quedaba señalado. Ese diseño garantiza que la métrica se optimice y el objetivo se pierda. Es la ley de Goodhart aplicada al código.
📦 Caso de estudio: Proton
- El reto: acelerar el desarrollo de producto con IA sin comprometer la seguridad de un servicio de correo cifrado.
- La jugada: medir el código generado con IA por empleado, señalar a los críticos y cancelar las entrevistas solo cuando el reportaje salió a la luz.
- El resultado: miedo a reportar vulnerabilidades, una plantilla dividida y una crisis reputacional para una marca que vive de la confianza.
- La lección: la adopción se mide por calidad entregada y defectos evitados, no por volumen de código generado.
Hay un agravante que casi nadie mira: Proton no era una empresa ajena a la IA, era una empresa que la había prohibido. Un giro de 180 grados exige más pedagogía que uno de 90, no menos. Cuando la dirección pasa de «no» a «ya» sin explicar el porqué, la plantilla no lee una estrategia; lee una amenaza.
Cómo medir la adopción de IA sin montar un culto
Si diriges un equipo y estás empujando IA, el caso de Proton funciona como manual de instrucciones al revés. Cuatro señales para saber si vas por el buen camino:
- Se puede decir «no» sin coste. Si nadie de tu equipo ha frenado una propuesta de IA en el último trimestre, no tienes adopción: tienes silencio.
- Mides resultados, no horas ahorradas. El código generado por IA es un medio; el indicador es el tiempo hasta producción y la tasa de incidencias.
- Hay formación con presupuesto. El reglamento europeo de IA obliga a garantizar un nivel suficiente de alfabetización en IA en las plantillas. La norma empuja en dirección contraria al látigo.
- El líder usa las herramientas. Un CEO que exige IA a su equipo y no la usa en su propio trabajo pierde autoridad en la primera reunión.
La seguridad psicológica no es un adorno de recursos humanos. Es lo que separa a un equipo que reporta un bug en diez minutos de uno que lo esconde hasta el incidente. Y en IA generativa, donde el código se parece mucho a la respuesta correcta, ese margen es la única red.
Lo que este caso enseña a cualquier founder que empuja IA
El sector ya ha visto este patrón otras veces. Las transformaciones que funcionan empiezan por un piloto acotado, con métricas pactadas y equipos voluntarios; las que fracasan arrancan con una imposición general y un ranking público de usuarios. La diferencia no está en el presupuesto, está en el diseño del incentivo. Cuando el reconocimiento depende de cuánto generas con la herramienta, el equipo genera; cuando depende de cuánto mejoras el resultado, el equipo piensa.
Mi lectura es menos amable que la del reportaje: no estamos ante un CEO exigente, sino ante un CEO que confundió la urgencia con la coacción. Si la estrategia de IA de una empresa necesita insultar para avanzar, el problema no es la resistencia del equipo; es que el plan no tiene argumentos. Una compañía que vive de vender privacidad debería ser la primera interesada en que sus ingenieros discutan cada línea generada por una máquina.
Para cualquier founder en una fase parecida, la lección es práctica: antes de fijar métricas de adopción, define qué decisiones no delegas en la IA, quién puede vetar un despliegue, y con qué dato. Escribe esas reglas y publícalas. La velocidad sostenida se logra quitando fricción, no quitando voz.
🚀 Hoja de Ruta para Emprender
- Fija tres métricas de resultado: tiempo hasta producción, tasa de incidencias y satisfacción del cliente. El volumen de código generado no entra en el cuadro de mando.
- Crea un canal de veto: designa quién puede parar un despliegue por riesgo y protege esa decisión por escrito.
- Presupuesta formación: una hora semanal por persona durante un trimestre convence más que cualquier discurso de transformación digital.
- Predica desde tu propio trabajo: muestra cómo usas IA en tus tareas y también dónde decides no usarla.
