La inteligencia artificial ya no separa a quienes tienen acceso de quienes no lo tienen, sino a quienes logran convertir una conversación con una máquina en una forma distinta de trabajar. Esa diferencia parece menor, casi una cuestión de intensidad o hábito, pero probablemente sea la frontera más importante de esta fase tecnológica. La IA se ha vuelto lo bastante accesible como para que casi cualquiera pueda probarla, pero no lo bastante integrada como para que casi cualquiera sepa qué hacer realmente con ella.
La primera ola de adopción tuvo algo de espectáculo. Millones de personas descubrieron que podían pedirle a un modelo que escribiera un correo, resumiera un informe, propusiera ideas o explicara una duda. La experiencia era inmediata, sorprendente y, en cierto sentido, fácil de narrar. La máquina respondía. El usuario preguntaba. La interfaz parecía haber reducido la tecnología a una conversación. Pero esa misma facilidad escondía un problema: conversar con una herramienta no equivale a reorganizar una práctica.
Los datos recientes empiezan a mostrar esa distancia. Pew Research señala que cerca de la mitad de los adultos estadounidenses usan ya chatbots de IA como ChatGPT, Gemini o Copilot, frente a un tercio en 2024. La adopción, por tanto, ya no pertenece solo a una minoría tecnófila. Se está volviendo un gesto ordinario, comparable a buscar algo en Google o consultar una aplicación en el móvil.
Pero el salto desde el uso ocasional hacia el uso transformador es mucho más estrecho. Un análisis reciente del Banco Central Europeo encontró que más del 70% de las empresas de la eurozona declara usar inteligencia artificial, aunque solo el 7% dice utilizarla de forma intensiva. La cifra importante no es la primera, sino la segunda. La primera habla de difusión. La segunda habla de absorción. Y la productividad no depende solo de que una tecnología esté disponible, sino de que una organización aprenda a acomodarse alrededor de ella.
Algo parecido ocurre en Francia. Según una encuesta de Bpifrance citada por Reuters, el 77% de las empresas medianas francesas utiliza IA generativa, pero solo el 17% de quienes la usan declara haber obtenido ahorros claros de tiempo o mejoras de eficiencia. La lectura superficial diría que las empresas han adoptado la IA. La lectura interesante es otra: muchas empresas han incorporado la herramienta antes de saber qué parte de su trabajo debía cambiar.
Esta diferencia recuerda a otras tecnologías que tardaron años en producir sus efectos más profundos. El ordenador personal no transformó la empresa simplemente porque apareció sobre las mesas. Durante bastante tiempo fue una máquina de escribir más cara, una calculadora más flexible o una forma nueva de hacer lo mismo. La productividad llegó cuando cambiaron los flujos de información, las responsabilidades, los archivos, la coordinación y la propia idea de oficina. La tecnología era visible desde el primer día; la reorganización institucional fue mucho más lenta.
Con la IA ocurre algo parecido, aunque a mayor velocidad psicológica. El trabajador cree que ya la usa porque le pide un resumen o una primera versión de un texto. La empresa cree que ya la ha adoptado porque paga licencias, organiza talleres y anima a sus equipos a experimentar. Pero el trabajo real sigue pasando por las mismas aprobaciones, los mismos documentos, los mismos calendarios y las mismas reuniones. La IA se añade como una capa sobre un sistema que no ha sido diseñado para ella.
Por eso la nueva brecha digital será menos visible que la anterior. La antigua se podía medir por acceso: quién tenía ordenador, quién tenía conexión, quién tenía móvil. La nueva se medirá por capacidad de rediseño. Dos personas pueden tener delante el mismo modelo y vivir en mundos productivos completamente distintos. Una lo usará para pulir frases. Otra lo convertirá en una extensión de su memoria, en un interlocutor para pensar, en un asistente para analizar información, en una forma de explorar decisiones antes de tomarlas. La herramienta será la misma. La diferencia estará en la arquitectura mental y organizativa que la rodea.
Esto explica por qué el discurso empresarial sobre la IA suena a veces más avanzado que la práctica. Se habla de agentes, automatización, asistentes personalizados y organizaciones aumentadas, pero muchas compañías todavía no han resuelto cuestiones mucho más básicas: qué tareas conviene delegar, quién revisa el resultado, qué datos puede usar el sistema, cómo se mide el valor producido o qué ocurre cuando una mejora individual no se traduce en una mejora colectiva. Microsoft, en su Work Trend Index de 2026, plantea precisamente que el reto no es solo usar agentes, sino rediseñar el trabajo para que la organización capture esa nueva capacidad.
La idea de “capturar” es importante. Un empleado puede ahorrar una hora preparando un informe, pero si esa hora se llena con otra reunión, la productividad desaparece dentro de la agenda. Un equipo puede generar más propuestas, pero si la organización no sabe evaluarlas, priorizarlas o convertirlas en decisiones, la abundancia se convierte en ruido. Una empresa puede tener cientos de usuarios activos de IA y seguir funcionando exactamente igual que antes, solo que con más documentos, más versiones y más velocidad en tareas que quizá no importaban tanto.
La IA, en ese sentido, no premia necesariamente a quien más la usa, sino a quien mejor sabe preguntarse qué trabajo merece seguir existiendo. Esta es una incomodidad que muchas organizaciones prefieren evitar. Resulta más sencillo formar a empleados en herramientas que revisar procesos. Es más cómodo celebrar la adopción que discutir qué reuniones sobran, qué informes existen por inercia o qué decisiones se retrasan porque nadie quiere asumir responsabilidad. La IA revela ineficiencias que antes podían confundirse con complejidad.
La llegada de sistemas más agentivos hará esta diferencia todavía más clara. Un estudio reciente sobre Codex, desarrollado por investigadores de OpenAI, Columbia, Duke y la Universidad de Pensilvania, muestra que el uso activo de IA agentiva creció más de cinco veces en la primera mitad de 2026, con un aumento especialmente rápido fuera del público inicial de programadores. El paso del chatbot al agente no consiste solo en recibir mejores respuestas, sino en empezar a delegar secuencias de trabajo.
Ahí cambia la naturaleza del usuario. Quien habla con un chatbot sigue ocupando el centro de la acción: pregunta, copia, pega, corrige, decide. Quien trabaja con un agente empieza a diseñar encargos, supervisar procesos y evaluar resultados. Parece una diferencia técnica, pero es una diferencia cultural. La habilidad principal deja de ser escribir una buena instrucción y pasa a ser comprender una tarea lo bastante bien como para delegarla sin perder el control sobre ella.
Esa será probablemente una de las habilidades más escasas de los próximos años. No porque sea misteriosa, sino porque exige una mezcla rara de criterio, experiencia y humildad. Para delegar bien en una IA hay que conocer el trabajo, pero también estar dispuesto a mirarlo desde fuera. Hay que saber qué parte de una tarea requiere juicio humano y qué parte solo conserva prestigio porque siempre la hizo una persona. Hay que aceptar que algunas competencias valiosas eran en realidad hábitos, y que algunos hábitos seguirán siendo valiosos precisamente porque no conviene automatizarlos.
La brecha, por tanto, no será entre humanos y máquinas. Será entre humanos que usan máquinas sin cambiar demasiado y humanos que se permiten cambiar junto a ellas. En las empresas, esa diferencia se verá en estructuras más pequeñas capaces de producir más, en equipos que documentan mejor su conocimiento, en profesionales que convierten la IA en una especie de taller privado y en organizaciones que dejan de medir el trabajo por la cantidad de fricción que genera.
Lo difícil será que esta transformación no se repartirá de manera uniforme. Los usuarios con más autonomía, mejor formación y más margen para experimentar avanzarán antes. Quienes trabajan en entornos rígidos, vigilados o mal diseñados usarán las mismas herramientas para obtener beneficios mucho menores. La IA puede democratizar ciertas capacidades, pero también puede amplificar la ventaja de quienes ya sabían convertir herramientas en sistemas.
Por eso conviene desconfiar tanto del entusiasmo fácil como del escepticismo perezoso. La IA ya está siendo usada por mucha gente. Eso es evidente. Lo que aún no está claro es cuántos están dejando que esa tecnología les obligue a pensar de nuevo su relación con el trabajo. Tal vez la pregunta decisiva no sea si una persona usa inteligencia artificial, sino qué parte de su manera de trabajar seguiría siendo reconocible si mañana dejara de usarla.
- Pew Research Center: Americans and AI 2026: Chatbots, smart devices and views on impact
- Banco Central Europeo / ECB Blog: What separates firms that use AI intensively from firms that don’t?
- Reuters: French mid-sized firms adopt AI, see few gains, survey shows
- Microsoft WorkLab: Agents, human agency and the opportunity for every organization
- arXiv: The Shift to Agentic AI: Evidence from Codex
