La IA corporativa promete productividad y entrega otra cosa: una generación que supervisa sin comprender
En las oficinas modernas, la inteligencia artificial no solo expands el trabajo, sino que redefine quién entiende lo que se hace. Mientras los ejecutivos celebran la productivity ganada, un informe interno de Anthropic revela una tensión silenciosa: empleados supervisan tareas generadas por IA sin dominar el fondo, lo que erosiona el learning profundo y la resilience del talento joven.
La promesa es clara: la IA reduce tiempos, baja costs y libera a los equipos para labores de mayor valor. Los datos lo confirman —hasta cierto punto. En Anthropic, el 60 % del trabajo diario usa Claude, con ganancias de productividad del 50 %. En ingeniería, las solicitudes de código subieron un 67 %. Clientes como HUB International reportan hasta un 85 % de mejora en casos específicos y un ahorro de 2,5 horas semanales por empleado. Wiz migró 50.000 líneas de código en solo 20 horas, una tarea que antes tomaría meses. Hasta aquí, todo parece funcionar.
Pero el informe también muestra el otro lado: el 27 % del trabajo asistido por IA consiste en tareas que los empleados no habrían realizado sin ella. No se ahorra tiempo; se amplía el universo de lo que cuenta como trabajo. Y ese trabajo requiere extra time para entender lo generado por la máquina, especialmente en áreas donde el empleado no es experto. Como advierte Senthil Muthiah de McKinsey, existe el peligro de crear una generación que puede supervise IA antes de entender el oficio. Jeffrey Chivers va más allá: si solo se acelera el flujo, se sacrifica el learning process y se genera un vacío de liderazgo futuro.
Además, las ganancias no son equitativas. Un pequeño grupo de power users impulsa la mayor parte del rendimiento, mientras otros se estancan. En Latinoamérica y España, donde los equipos junior son amplios y los seniors escasos, el riesgo es estructural. Si los nuevos no dominan el oficio antes de orquestar IA, el conocimiento tácito se pierde. Satyen Sangani lo resume con crudeza: sin revisión humana, se genera contenido frágil —decisiones o documentos con errores que en un banco o aseguradora no son memes, sino riesgos reales.
La gran pregunta, aún sin respuesta, es si los líderes están usando el tiempo ahorrado para mentorship y fortalecer el pensamiento estratégico, o simplemente para inflar márgenes trimestrales. La IA no está fallando; está haciendo exactamente lo que se le pide. El costo vendrá después, cuando toque defender un resultado sin la máquina al lado.
Interesante, pero ¿cuánto de esto ya lo vivimos con Excel en los 90? La automation automatización siempre prometió liberarnos y terminamos haciendo más.
La parte del 'AI slop' me pone los pelos de punta. En mi empresa ya reviso contratos que ni siquiera leo completo, confío en el resumen del sistema. Es peligroso.
Mientras los CEOs vean solo los números de productividad, esto seguirá igual. Nadie mide el desgaste de conocimiento en los reportes.
¿Y si en vez de formar supervisores de IA, formamos personas que puedan corregirla con criterio técnico real? Esa debería ser la goal meta.
Power users del 14%... suena como la brecha digital, pero en interno. Los que saben usarla se alejan, los demás se estancan.
En mi equipo junior, todos usan IA para tareas básicas. Pero cuando les pregunto '¿por qué funciona así?', muchos no saben responder. Falta deep understanding comprensión profunda.
¿Alguien más piensa que esto ya no es sobre tecnología, sino sobre leadership liderazgo y valores corporativos?