Cómo superar los desafíos de adopción de IA

Por Vera Babat, Chief Cultural Officer y líder del AI Enablement Team en Abstracta.

Cada vez más empresas y organizaciones entienden la necesidad de adoptar Inteligencia Artificial (IA) en su día a día. A veces, eligen utilizar plataformas ya existentes. Otras, optan por desarrollar herramientas a medida para las necesidades de sus equipos. Más allá de la industria, la mayoría de ellas comparten el mismo desafío: lograr integrar las herramientas de IA en su trabajo diario de forma efectiva y sistematizada.

En Abstracta, creemos que esta adopción solo traerá un impacto real si viene acompañada de un cambio cultural que fomente la curiosidad y permita la innovación. Para lograrlo, es fundamental crear un entorno donde cada persona se sienta segura para explorar, cuestionar y aprender.

Hoy te contamos todo sobre cómo avanzar paso a paso, con prácticas concretas.

Contar con buena tecnología no es suficiente: acompañar su adopción hoy resulta imprescindible.

Empecemos por algo incómodo¶

Es fácil entusiasmarse con la inteligencia artificial. Las demos son increíbles, al punto de parecer salidas de alguna obra de ciencia ficción, y todo el mundo parece estar haciendo “algo con IA”. Toda la ola creciente de testimonios, casos de éxito e información llevan a que muchas empresas hoy estén invirtiendo en la creación de plataformas propias o en la adaptación de una existente a su medida.

Con la decisión tomada, pareciera que solo será cuestión de cruzarse de brazos y ver cómo todo fluye. Creen que si su herramienta es de calidad, segura y cuenta con acceso a modelos avanzados de IA, ya tienen el éxito garantizado.

Sin embargo, en Abstracta, sabemos por experiencia que se necesita mucho más que tecnología de calidad para lograr que un equipo la adopte de forma exitosa y sostenible. Es entonces cuando emerge la gran pregunta: ¿qué más hay que hacer?

La tecnología puede estar lista. ¿Y las personas?¶

Uno de los grandes errores al implementar herramientas de IA es asumir que con una demo alcanza. Que con una presentación y un instructivo se resuelve. Pero la adopción es un proceso de transformación de nuestras formas de hacer. Y eso, en definitiva, es emocional, subjetivo y cultural.

Adoptar la IA en el día a día exige atravesar un cambio de paradigma, donde la inteligencia ya no es solo humana, sino expandida, potenciada con Inteligencia Artificial. Y eso transforma todo.

Esta inteligencia expandida nos invita a repensar nuestras capacidades y a colaborar de maneras más efectivas y creativas. Este nuevo paradigma nos desafía a integrar la tecnología de manera que potencie nuestras habilidades humanas y fomente un entorno donde la innovación y la adaptabilidad sean esenciales.

Asimismo, la adopción de la IA representa un desafío que trasciende lo meramente tecnológico. Más que nunca, necesitamos trabajar de forma sinérgica entre equipos de áreas que antes no solían tener un diálogo tan profundo.

El acceso al conocimiento ya no es limitado: formas de razonamiento y capacidades que antes eran muy escasas, hoy están en vías de convertirse en un commodity. La utilización de la IA por parte de equipos de diversas áreas del conocimiento cambió las reglas del juego para todos los sectores:

• El conocimiento técnico de los profesionales de las áreas de tecnología ya no es monopólico y, por eso, las relaciones de poder dentro de las organizaciones cambian.
• Los profesionales de la educación y la transformación cultural son importantísimos para ayudar a atravesar el cambio y promover miradas creativas sobre los desafíos que tenemos.
• Aquellas personas que dominan la comunicación humana y el lenguaje y la capacidad de hacer preguntas son quienes pueden llevar la IA generativa a nuevos niveles.
• Equipos de todas las industrias, incluso aquellos que se consideran alejados de la tecnología, precisan comprender el nuevo paradigma y, muchas veces, de herramientas precisas para mejorar la calidad de su trabajo y productividad para mantener su ventaja competitiva.

No se trata solo de aprender a usar una nueva tecnología, sino de aceptar que nuestras formas de pensar, decidir y producir están cambiando.

¿Se valora la experimentación o solo los resultados inmediatos? ¿Se premia la velocidad o el pensamiento crítico? ¿Se permite dudar, preguntar, equivocarse?

Los mayores desafíos para la adopción de la IA¶

No es falta de interés. Es otra cosa…

La mayoría de las personas no rechaza herramientas potenciadas con Inteligencia Artificial por terquedad. Lo que hay detrás suele ser mucho más profundo, más complejo.

1. A veces es miedo:

• A equivocarse frente a otras personas.
• A hacer una pregunta “muy básica” y exponerse ante sus equipos.
• A que se note que no entienden del todo.
• A que estos avances efectivamente vuelvan sus roles obsoletos e irrelevantes.

1. Otras veces es agotamiento:

Quienes están al frente de los equipos ya tienen mucho con cumplir sus objetivos. Integrar una herramienta nueva puede sentirse como una carga, algo que requiere pensar distinto, salir del piloto automático y reorganizar prioridades. Esto, combinado con el bombardeo de información y sobreestimulo que caracteriza este momento de la historia, no ayuda a tener la calma necesaria para reflexionar sobre la imperiosa necesidad de adaptarse para avanzar.

1. Muchas veces, lo que hay es una sensación difusa de “esto no es para mí”:

Venimos de años donde reconocemos que muchas personas identifican la tecnología como algo muy complejo, de nicho, incluso “de varones”. Acá surge la urgencia de incluir, mostrar cuán al alcance de la mano está construir tecnología y no ser meros usuarios de ella.

1. El contexto es otro de los grandes desafíos:

La alfabetización no se resuelve con una charla o tutorial de Youtube. Entonces, hablar de IA, en ocasiones, puede parecerse a hablar en otro idioma. Palabras como system prompt, temperatura, RAG, MCP, entre tantas, suenan técnicas y ajenas.

Muchas personas no lo van a decir en voz alta, pero no entienden completamente las diferencias entre términos o cómo aprovechar cada funcionalidad. Entonces, aún usando la IA, sus resultados no logran ser tan óptimos como la promesa de magia.

No nos enfrentamos a un problema de inteligencia, sino de contexto.

Aprender a usar estas herramientas requiere un marco, una guía, un lugar seguro donde se pueda preguntar y experimentar sin miedo. Requiere prácticas nuevas: escribir instrucciones claras, testear resultados, saber cuándo un error es esperable y cuándo hay que ajustar.

1. También se necesita tiempo y espacios de intercambio:

No tiempo en el sentido de “dedicarle un rato”, sino tiempo sostenido tanto para experimentar y aprender como para reflexionar. No es aprender una funcionalidad, a veces se parece más a una montaña rusa de emociones, y hacerla en soledad no es recomendable. Necesitamos: ✅ Espacio para probar, fallar, entender, volver a intentar y descubrir cómo esa herramienta puede, efectivamente, cambiar nuestra manera de trabajar.

✅ Espacios de encuentro y discusión para tratar la temática, para entender cómo nos sentimos y el impacto en nuestra forma de pensar y hacer.

1. Finalmente, lo más relevante, se requiere curiosidad.

La curiosidad no siempre brota sola: venimos de años formativos donde los procesos educativos tradicionales tienden a desestimar la creatividad. A veces, se necesita un entorno que la despierte, que la legitime y la celebre.

Cuando una persona en el equipo se anima a explorar, a compartir lo que descubrió, a hacer una pregunta incómoda o a mostrar un error, puede temer a ser juzgada o no tener eco. Acá es clave entender que la confianza, el aprendizaje y la transformación van siempre de la mano.

Aprender a trabajar distinto¶

Algunas personas que trabajan en roles técnicos dentro de la informática suelen tener una certeza instalada: “Yo ya sé trabajar bien”. Y puede ser cierto. Pero también puede estar en juego algo llamado efecto Dunning-Kruger, un sesgo cognitivo que lleva a sobrestimar lo que una persona sabe, especialmente cuando está empezando o cuando nunca se ha enfrentado a ciertos cambios.

Algunas personas creen que les resultará fácil por toda su experiencia previa. Hasta que empiezan a usarlo en serio.

• Hasta que escriben un prompt que no devuelve lo que esperaban.
• Hasta que intentan cargar sus propios documentos y no entienden por qué el resultado es pobre.
• Hasta que un agente funciona bien un día y al siguiente no
• Hasta que recuerdan que las máquinas tampoco son infalibles.

Ahí aparece la frustración y, muchas veces, el abandono.

Este fenómeno es muy común en contextos donde la tecnología avanza rápido. Al principio, se siente que todo está bajo control. Pero cuanto más se aprende (sobre nuevas herramientas, sobre IA, sobre nuevas formas de colaborar), más se hace evidente que hay mucho más por descubrir.

Hay un momento en el que las certezas abundan… Y otro en el que caducan. Lo importante es saber reconocer esa transición como una oportunidad para seguir aprendiendo, no como una amenaza. Porque todas las personas, en todos los campos del conocimiento, si no se adaptan, se quedan atrás. Y no se trata solo de mantenernos a flote: si hacemos algunas cosas, podemos navegar este tsunami y hasta encontrar una oportunidad.

Paso a paso: ¿cómo superar los desafíos de adopción de IA?¶

Como actor social privilegiado, las empresas son grandes agentes de cambio. Ante esta revolución industrial que estamos viviendo, deben tomar responsabilidad de la recapacitación de sus equipos tanto para mejorar la productividad de sus organizaciones como para que sus integrantes puedan adaptarse.

En este contexto, no hay rol que quede fuera. Hace falta acompañar a todas las personas en su proceso de adaptación, con una estrategia de upskilling (desarrollo de nuevas habilidades en el mismo rol) y reskilling (capacitación para asumir nuevos roles).

Estos son los pasos clave que recomendamos:

1. Identificar necesidades reales, no supuestas. Antes de lanzar una herramienta, conversa con los equipos. ¿Qué problemas concretos podrían resolverse con IA? ¿Dónde se pierde tiempo? ¿Qué tareas podrían automatizarse?
2. Crear un entorno seguro para experimentar. Fomenta espacios donde equivocarse sea natural y parte del proceso. La adopción crece cuando hay libertad para probar, fallar y volver a intentar sin consecuencias negativas.
3. Acompañar de forma sostenida, no puntual. Una charla no alcanza. Se necesita tiempo para preguntas, ajustes, ejemplos reales y mentoría continua para que el uso se vuelva parte del día a día.
4. Traducir lo técnico en lenguaje cotidiano. Explica cada función y posibilidad en términos simples, relacionados con el trabajo real de cada equipo.
5. Celebrar avances y aprendizajes. Reconoce públicamente a quienes se animan a usar la IA. Compartir pequeños logros y aprendizajes genera contagio positivo y legitima el cambio.
6. Conectar la IA con el propósito individual. Muestra cómo puede ayudar a cada persona a hacer mejor su trabajo, a crecer profesionalmente y a liberar tiempo para tareas más estratégicas o creativas.
7. Medir impacto desde el uso real. No te quedes solo con métricas técnicas. Observa qué cambios tangibles generó la IA en la productividad, la calidad del trabajo y la motivación del equipo

Lo que aprendimos acompañando desde adentro¶

La tecnología por sí sola no transforma. Lo que genera un cambio real es uso que las personas le damos a la tecnología. En Abstracta, elegimos crear una plataforma donde poder experimentar de manera segura, compartir aprendizajes y potenciarnos en equipo: Abstracta Intelligence.

Como parte de la gestión de este cambio, venimos recorriendo un camino de capacitaciones en IA, en habilidades humanas complementarias, hackatones y espacios de reflexión para acompañar este proceso.

Nos dimos cuenta de que, para lograr una adopción genuina, necesitamos más que una herramienta potente. Por eso, creamos un equipo específico: AI Enablement, para impulsar, acompañar y apoyar su adopción. Un equipo interdisciplinario con amplia experiencia y convicción en transitar los pasos necesarios para que este cambio verdaderamente fomente la innovación.

El objetivo es integrar la IA con sentido al trabajo real de forma consistente. Es decir, no como una experiencia aislada o un experimento puntual, sino como parte de una transformación que se vive en el día a día. Una integración que respete los ritmos de aprendizaje, se adapte a las tareas diarias y se consolide con práctica y propósito compartido.