El freno para la adopción de IA en LATAM no es la tecnología — es el talento. La IA avanza exponencialmente pero la capacidad de las empresas para absorberla crece linealmente. El verdadero stack para adoptar IA es humano: pensamiento crítico, priorización y capacidad de enmarcar problemas. El riesgo principal no es la sustitución; es la desigualdad de adopción.
Desde hace un año y a raíz de la salida constante de muchas nuevas soluciones enfocadas en IA, he encontrado el mismo patrón en las discusiones con colegas sobre el impacto de la IA. Nos deslumbra todo lo que ya puede hacer… y, al mismo tiempo, nos inquieta lo que "podría" pasarle al talento.
Pero cada vez que escucho el debate me queda una duda incómoda: ¿y si estamos discutiendo el tema equivocado?
Porque sí: es cierto. La IA automatiza análisis, resume documentos, produce borradores de propuestas, acelera los procesos de investigación, planificación y creación, genera código, mejora la eficiencia creativa y abre posibilidades reales para equipos pequeños que antes necesitaban presupuestos grandes. Lo que hace unos años requería un "equipo digital" hoy puede salir de una sola persona con una laptop, buen criterio y buenos prompts.
Sin embargo, el freno para que eso deje de ser fantasía no es la herramienta. El gran cuello de botella no es la tecnología. Es el talento y su capacidad de adopción y adaptación al cambio.
El problema no es que "no exista" IA accesible; el proceso de democratización a raíz de ChatGPT nos dejó acceso como nunca antes.
El problema es que muchas organizaciones todavía no tienen suficiente talento formado o que sepa adoptarla con rapidez, responsabilidad y sentido de negocio. Y eso crea una paradoja: la IA avanza exponencialmente, pero la capacidad de las empresas para absorberla crece linealmente.
En LATAM esto impacta mucho más que en otros mercados más maduros porque siguen existiendo muchos procesos no digitalizados por lo económico que ha sido la contratación de muchos roles y lo lento y caro que era la tecnología. El Banco Mundial estima que entre el 26% y el 38% de los empleos en LATAM podrían estar expuestos a la IA generativa, y que el efecto más probable no es la automatización total sino la transformación del trabajo (con un tramo de empleos con mejoras de productividad y un tramo menor con riesgo de automatización completa). Y, aun así, hay otro dato que incomoda: hasta la mitad de los empleos que podrían beneficiarse de la IA generativa tendrían dificultades para hacerlo por brechas de acceso e infraestructura digital.
Entonces, ¿de qué hablamos al usar el concepto de "adopción"? No solo de comprar licencias o de habilitar un chatbot interno. Hablamos de personas que sepan rediseñar su forma de trabajar.
Esta historia no es muy diferente a la de internet y la digitalización — solo que ahora va más rápido
Con la irrupción de internet muchas compañías hicieron lo obvio (crear áreas digitales, contratar perfiles nuevos, tercerizar agencias, comprar software) sin hacer lo difícil: reconvertir capacidades, cambiar hábitos y ajustar la cultura para que lo digital dejara de ser un "departamento" y se volviera una forma de operar. ¿Les suena a aquellas empresas que están contratando líderes de IA, contratando agencias vende-humo o invirtiendo en grandes paquetes de licencias?
Y cuando la adopción se atora, suceden cosas como las siguientes: estrategias que se quedan en PowerPoint, tecnología que se subutiliza porque nunca se aprendió a usarla, y equipos que se frustran porque sienten que "la empresa no entiende" o porque "la gente no se adapta".
En realidad, casi siempre es un problema de diseño de gestión del cambio: expectativas mal planteadas, incentivos incorrectos y cero acompañamiento. No es un problema de moda o hype de la tecnología.
La diferencia ahora es la velocidad.
Lo que antes podía tardar 8-12 años en permear, hoy puede comprimirse en 18-36 meses (o menos) en las áreas donde el impacto es inmediato: marketing, ventas, atención al cliente, análisis, operaciones, finanzas. Y aquí viene lo que me parece clave: si la IA se integra a los flujos diarios, el salto de productividad es totalmente visible. Si no, se queda como hype.
Por eso, personalmente no compro del todo la idea de que "estamos viviendo un hype" sobre lo que la IA puede hacer hoy. Lo que siento es otra cosa: estamos viendo una tecnología que sí está lista… y una base de talento que todavía no lo está. Y eso cambia la conversación: el riesgo principal no es la sustitución; es la desigualdad de adopción. Los que aprendan a usarla bien van a despegar. Los que no, se van a quedar atrás aunque tengan años de experiencia.
"La IA no va a reemplazar tu trabajo, pero alguien que sepa usarla bien… probablemente sí." Esta frase circula porque duele y porque tiene algo de verdad práctica: la ventaja no viene de "tener IA", viene de integrarla.
El verdadero "stack" para adoptar IA no es técnico: es humano
Hay una tentación común: pensar que el reto es enseñar prompts, herramientas y automatizaciones. Eso importa, sí. Pero es la capa superficial. El núcleo está en habilidades blandas que, irónicamente, se vuelven más valiosas mientras la tecnología se vuelve más capaz.
Tres habilidades, en particular, están quedando expuestas:
1) Pensamiento crítico: la habilidad que decide si la IA te suma o te hunde
Cuando la IA te responde rápido, es fácil confundir velocidad con verdad. Pensamiento crítico no es "dudar por dudar"; es hacer tres preguntas antes de ejecutar:
- ¿Esto es correcto… o solo suena convincente?
- ¿Qué supuestos está haciendo la respuesta?
- ¿Qué parte debo validar con fuentes, datos, experiencia o contexto?
La IA produce borradores; el criterio produce decisiones. Y las organizaciones que no entrenen pensamiento crítico van a tener un problema nuevo: decisiones más rápidas… pero peor fundamentadas.
No es casualidad que los reportes de skills sigan empujando habilidades como pensamiento analítico, aprendizaje continuo, resiliencia y liderazgo como habilidades críticas para los próximos años.
2) Gestión y priorización: porque el cuello de botella se mueve
La IA te permite hacer más. El riesgo es terminar haciendo más… de lo que no importa.
Con IA, muchas tareas bajan de costo (escribir, resumir, prototipar, investigar). Eso desplaza el valor hacia la priorización: elegir qué problemas resolver, en qué orden, con qué estándar de calidad y con qué definición de "listo".
Si antes la ejecución era el cuello de botella, ahora el cuello de botella es la dirección: saber qué pedir, cómo pedirlo y cuándo parar. Sin priorización, la IA puede convertirse en un amplificador de ruido.
3) Capacidad de enmarcar y definir los problemas: una habilidad invisible
La mayoría de la gente está usando IA como si fuera una máquina de respuestas. Pero el salto real viene cuando la usas como una máquina de exploración: para aclarar objetivos, mapear opciones, revelar riesgos, comparar enfoques, simular escenarios.
La adopción se acelera cuando los equipos aprenden a formular problemas en lenguaje claro: contexto, restricciones, audiencia, tono, criterios de éxito y trade-offs. Esa claridad es la mitad del trabajo… y es profundamente humana.
Menos "probar herramientas" y más "diseñar adopción"
Si lo aterrizo a empresa, me parece que hay un enfoque que empieza a separar a los que avanzan de los que se quedan en la charla:
- Elegir 5-10 casos de uso reales, medibles y frecuentes (no "innovación", sino fricción diaria).
- Integrarlos al flujo, no a un "momento IA": plantillas, checklists, librerías de prompts, SOPs y guardrails.
- Definir estándares: qué se puede automatizar, qué debe revisarse, qué no se toca (datos sensibles, compliance, etc.).
- Entrenar habilidades técnicas por rol, no de forma genérica. Un creativo, un analista y un líder no usan IA igual.
- Medir adopción como se mide cualquier cambio: uso, calidad, tiempo ahorrado, errores, impacto en cliente.
Y aquí un punto subestimado: compartir buenas prácticas internamente es una forma brutal de democratización. Si solo "tres cracks o centennials" saben usar IA, la organización no se transforma; solo se vuelve dependiente de ellos.
La paradoja de juniors hambrientos vs. seniors con contexto
Hay una conversación silenciosa en muchas empresas: "los juniors adoptan más rápido" y "los seniors tienen el contexto". ¿Y si dejamos de verlo como choque y lo convertimos en sistema?
Porque sí: las nuevas generaciones suelen tener menos fricción para experimentar, iterar, probar herramientas y aprender por tutoriales. Se mueven rápido. Pero la velocidad sin contexto puede llevar a soluciones bonitas que no resuelven lo importante, o a decisiones sin entendimiento de riesgo.
Del otro lado, el talento senior suele tener juicio, olfato de negocio, capacidad de negociación, manejo de stakeholders y experiencia resolviendo problemas en entornos ambiguos. Pero a veces arrastra procesos tradicionales que, siendo honestos, ya no justifican su costo: comités eternos, aprobaciones redundantes, documentos que nadie lee y rituales diseñados para un mundo donde producir era caro y lento.
La invitación (y el reto) es mutuo:
- Que el talento senior aprenda del ímpetu de adopción: iterar más, pilotear en pequeño, romper la parálisis por perfección y soltar procesos que hoy ya no tienen sentido.
- Que las nuevas generaciones aprendan del criterio senior: cómo decidir con información incompleta, cómo evaluar impacto, cómo poner contexto, cómo manejar trade-offs y cómo sostener una postura ante presión.
El resultado de ese intercambio es potente: la adopción de IA se vuelve más rápida… y más segura. Más pragmática… y más estratégica. Y quizá, si hacemos bien ese puente, la IA podría difundirse mucho más rápido de lo que se difundió la digitalización, justamente porque ahora sí estaríamos atacando el verdadero límite: la capacidad humana de absorber el cambio.
La pregunta que importa
Finalmente, les dejo una pregunta abierta: si el freno no es la tecnología sino la adopción, ¿qué estamos haciendo hoy —en nuestros equipos— para formar criterio, priorización y colaboración intergeneracional antes de que la brecha entre "los que saben usar IA" y "los que no" se vuelva un problema estructural?
#IA #TalentoDigital #RecursosHumanos #Transformación #Formación #FuturoDelTrabajo