Tu equipo dice que usa IA: cómo medir la adopción real

Preguntas en una reunión quién usa la IA y se levantan todas las manos. Sin embargo, las licencias se pagan igual las use quien las use. Por eso, medir la adopción de IA se ha convertido en la tarea pendiente de casi todas las empresas. Además, sin ese dato no sabes si tu inversión rinde. En esta guía verás qué indicadores mirar y cómo hacerlo sin vigilar a nadie.

Por qué la adopción de IA no se mide con encuestas

Las encuestas internas siempre salen bien. Es decir, la gente responde lo que cree que debe responder.

Además, hay un sesgo obvio. Por ejemplo, nadie escribe que no usa la herramienta que acaba de pagar la dirección.

Por tanto, necesitas datos de uso real y resultados concretos. De hecho, la combinación de ambos es lo único que cuenta.

Los cinco indicadores que sí importan

Con estos cinco tienes una foto muy fiel del negocio.

• Licencias activas frente a licencias contratadas. Es decir, cuántas se usan cada semana de verdad.
• Frecuencia de uso. Además, distingue entre quien entra a diario y quien entra un martes al mes.
• Número de casos de uso distintos. Por ejemplo, si todo el mundo solo redacta correos, la adopción es superficial.
• Retención a ocho semanas. Por tanto, mide cuántos siguen usándola dos meses después de la formación.
• Tiempo ahorrado en un proceso medido. Sobre todo, con un antes y un después reales.

El tercero es el más revelador. De hecho, una empresa con cinco casos de uso vivos va muy por delante de otra con uno solo.

Si quieres profundizar en la medición, revisa nuestra guía de KPIs de inteligencia artificial.

Cómo medir la adopción de IA sin vigilar a nadie

Aquí es donde muchas empresas se meten en un lío. Por tanto, conviene tener clara la frontera desde el principio.

El artículo 87 de la LOPDGDD permite controlar el cumplimiento laboral. Sin embargo, exige criterios de uso claros, información previa a la plantilla y participación de los representantes de los trabajadores.

Además, el Estatuto de los Trabajadores obliga a informar al comité sobre los algoritmos que afectan a decisiones laborales. Puedes consultar el texto en el BOE.

En la práctica, cuatro reglas resuelven casi todo.

1. Mide en agregado. Es decir, por equipo o por departamento, nunca persona a persona.
2. Informa antes de medir. Además, explica qué dato recoges y para qué sirve.
3. No leas el contenido. Por tanto, cuenta sesiones, no conversaciones.
4. Separa medición de evaluación. Sobre todo, esto no puede acabar en una revisión de desempeño.

Esa cuarta regla es la que genera confianza. De hecho, en cuanto el equipo sospecha vigilancia, la adopción se hunde.

Qué significa cada resultado

Los números por sí solos no dicen nada. En cambio, leídos juntos cuentan una historia muy clara.

• Muchas licencias y poco uso. Por ejemplo, compraste antes de decidir para qué.
• Uso alto y un solo caso de uso. Además, falta formación específica por puesto.
• Buen arranque y caída a las ocho semanas. Es decir, la herramienta no se integró en el proceso.
• Uso desigual entre departamentos. Por tanto, tienes un problema de liderazgo, no de tecnología.
• Uso alto sin tiempo ahorrado. Sobre todo, se está usando para tareas que no importan.

Ese último caso es el más frecuente y el menos detectado. De hecho, mucha gente usa la IA para pulir textos que nadie lee.

Cómo subir la adopción de IA cuando está baja

1. Elige tres casos de uso por puesto. Por ejemplo, tres para ventas y tres distintos para administración.
2. Forma con el trabajo real. Es decir, con los documentos y los correos de cada equipo.
3. Nombra referentes internos. Además, una persona por departamento basta para arrastrar al resto.
4. Quita fricción. Por tanto, revisa accesos, licencias y permisos antes de culpar a nadie.
5. Reconoce públicamente lo que funciona. Después, comparte ejemplos concretos en la reunión semanal.
6. Repite la medición cada trimestre. Sobre todo, para ver la tendencia y no una foto suelta.

La formación específica marca la mayor diferencia. Además, recuerda que ya es obligación legal. Puedes ampliarlo en nuestra guía de formación en IA obligatoria.

Errores frecuentes

• Medir sin avisar. Por eso aparecen conflictos que cuestan mucho más que el proyecto.
• Confundir actividad con valor. Además, muchas consultas no ahorran ni un minuto.
• Comparar personas entre sí. Es decir, la vía rápida para que todos finjan.
• Medir una sola vez. Por tanto, pierdes lo único que importa: la tendencia.
• No hacer nada con el resultado. Sobre todo, medir sin actuar quema la credibilidad.

Si quieres el contexto completo, revisa nuestra guía sobre errores al implantar IA.

Preguntas frecuentes sobre la adopción de IA

¿Qué porcentaje de uso es razonable?

Depende del puesto y del sector. Sin embargo, por debajo del cuarenta por ciento de licencias activas conviene revisar el planteamiento.

¿Puedo ver qué escribe cada persona?

No deberías, y en la mayoría de los casos tampoco puedes. Además, hacerlo destruiría la confianza del equipo.

¿Sirven los paneles que trae la propia herramienta?

Sí, como punto de partida. En cambio, no te dicen si el trabajo mejoró, así que hay que cruzarlos con un proceso medido.

¿Cada cuánto conviene medir?

Cada trimestre está bien. Por tanto, evitarás tanto la obsesión semanal como el olvido anual.

¿Hay que escribirlo en algún sitio?

Sí, en tu política de uso de IA. Además, así todo el mundo sabe qué se mide y por qué.

Tu siguiente paso

La adopción de IA es el indicador que separa una inversión rentable de un gasto. Sin embargo, medirla mal sale más caro que no medirla. Si quieres montar el sistema y formar a tu equipo por puestos, escríbenos desde la página de contacto. Salimos con los indicadores definidos y el plan de formación cerrado.