Gerente general o de RRHH, compró IA y su equipo no la usa, el 70% del retorno está en capacitar a la gente, no en la tecnología

Hace tres meses, el gerente general de una empresa mediana en Santiago aprobó la compra de licencias de un asistente de inteligencia artificial para los mil doscientos trabajadores de la compañía. Hoy revisa el panel de uso y encuentra un número que no esperaba, menos de un quince por ciento de esas licencias se usó durante la última semana. El resto quedó ahí, pagado, abierto, ignorado. En el piso de abajo, una persona que entró a trabajar hace diez días todavía no sabe a quién preguntarle cómo se pide una vacación, cuál es el procedimiento para rendir un gasto, o por qué el sistema de turnos cambió la semana pasada. Nadie le explicó nada de eso el primer día, y la inteligencia artificial que la empresa compró no resuelve ese vacío, porque nadie la conectó con esa realidad.

Estas dos escenas describen el mismo problema visto desde dos ángulos distintos. Uno es el del gerente que gastó presupuesto en tecnología y no ve el retorno. El otro es el de la persona que no tiene claro cómo funciona su propia empresa. Casi siempre se asume que son dos problemas separados, uno de tecnología y otro de procesos internos. El informe que Boston Consulting Group publicó a fines de enero de 2026, “AI Transformation Is a Workforce Transformation”, explica por qué en realidad son el mismo problema, y por qué la mayoría de las empresas lo está resolviendo al revés.

El error de mirar la IA como un problema de tecnología

BCG plantea un principio que llama 10-20-70. Según ese cálculo, solo un 10% del valor que una empresa obtiene de la inteligencia artificial proviene de los algoritmos en sí mismos. Otro 20% viene de la tecnología necesaria para implementarlos, las plataformas, la integración de datos, la infraestructura. El 70% restante, la mayor parte del valor, depende de las personas, los procesos y la transformación cultural de la organización (BCG, AI Transformation Is a Workforce Transformation, 2026).

Ese dato cambia la pregunta que debería hacerse un gerente general o un gerente de Recursos Humanos antes de aprobar cualquier presupuesto de IA. La pregunta correcta no es qué modelo o qué proveedor elegir. La pregunta es si la organización está lista para rediseñar cómo trabaja la gente alrededor de esa herramienta. Comprar el mejor modelo del mercado y dejarlo caer sobre una estructura de trabajo que no cambió es, según ese mismo principio, invertir con fuerza justo en el 30% que menos determina el resultado final.

Qué significa capacitar en la práctica, y por qué casi nadie lo hace bien

El reporte de BCG separa a las empresas en dos grupos, las que llama future built, las más avanzadas en su transformación con IA, y el resto, las rezagadas. La diferencia entre ambas no está principalmente en qué tecnología compraron. Está en cuánta gente capacitaron y cómo lo hicieron. Las empresas future built planean capacitar en IA a más de la mitad de sus empleados. Las empresas rezagadas se quedan en apenas un 20% (BCG, AI Transformation Is a Workforce Transformation, 2026). Es la diferencia entre una empresa donde la mayoría del personal aprendió a trabajar con la herramienta nueva, y una empresa donde solo un grupo pequeño, probablemente el equipo de innovación o algunos gerentes, sabe usarla de verdad mientras el resto sigue trabajando exactamente igual que antes.

La brecha no termina en cuántos empleados reciben alguna capacitación. BCG encontró que las empresas líderes tienen cuatro veces más probabilidad de contar con programas estructurados de aprendizaje de IA, con tiempo protegido dentro de la jornada laboral para que la gente aprenda (BCG, 2026). Eso importa porque un curso online de dos horas que un trabajador ve por su cuenta un sábado casi nunca cambia cómo se trabaja el lunes siguiente. Un programa con tiempo protegido significa que la empresa reconoce que aprender a usar una herramienta nueva es parte del trabajo, no una tarea extra que se hace si sobra tiempo, que casi nunca sobra cuando hay que cumplir metas del trimestre.

El trabajo cambia aunque nadie pierda su puesto

Otro hallazgo del mismo informe ayuda a entender por qué esta capacitación es urgente y no un proyecto para más adelante. BCG estima que entre un 50% y un 55% de los empleos en Estados Unidos será transformado, no reemplazado, por la inteligencia artificial en los próximos dos a tres años (BCG Henderson Institute, AI Will Reshape More Jobs Than It Replaces, 2026). Transformado quiere decir que las tareas que componen ese puesto cambian, el flujo de trabajo cambia, lo que se espera que esa persona entregue cambia. Un analista que antes armaba un informe desde cero ahora revisa y corrige lo que un agente entregó primero. Un ejecutivo de atención al cliente que antes resolvía todo el contacto de principio a fin ahora supervisa una conversación que un agente ya avanzó buena parte. El puesto sigue existiendo, pero la manera de hacerlo es distinta, y esa manera distinta no se aprende sola, alguien tiene que enseñarla de forma deliberada.

Ese matiz importa para un gerente general que teme que hablar de IA dentro de la empresa dispare pánico por pérdida de empleos. La conversación honesta no es sobre reemplazo masivo, es sobre qué tan preparada está cada persona para la versión de su propio trabajo que ya está llegando, le guste o no a la organización. Una empresa que no capacita a tiempo no evita ese cambio, solo llega a él con su gente peor preparada, cometiendo los mismos errores que una empresa capacitada ya superó meses antes.

Invertir en personas, no solo en licencias

La brecha de inversión confirma el mismo patrón. Las empresas que lideran la transformación con IA invierten hasta el doble que las rezagadas en capacitar a su fuerza laboral, y llegan a destinar hasta un 60% de su presupuesto de IA a construir capacidades y reentrenamiento, en vez de gastarlo solo en licencias o en infraestructura (BCG, AI Transformation Is a Workforce Transformation, 2026). Dicho de otra forma, las empresas que efectivamente ven retorno tratan la capacitación como la inversión principal, no como la partida que se recorta primero cuando el presupuesto del año aprieta.

Esto tiene una implicancia práctica para quien lee este informe desde un directorio o desde una gerencia de Recursos Humanos. Un presupuesto de IA que se gasta casi entero en licencias, cómputo e integraciones, y deja apenas una línea simbólica para capacitación, está replicando exactamente el patrón que BCG asocia con las empresas rezagadas. No es una decisión neutra, es una decisión que ya predice, según los datos del propio informe, un retorno menor al esperado.

Cómo se ve esto cuando una empresa lo hace bien

Volvamos al trabajador nuevo que no sabe a quién preguntarle nada el primer día. Ese vacío, tan común que casi nadie lo cuestiona en una empresa mediana o grande, es exactamente el tipo de proceso que el 70% de BCG identifica como el verdadero terreno de la transformación. Un agente como Atlas, disponible en AgentLayer, muestra cómo se ve invertir en ese 70% en la práctica, en vez de solo comprar más tecnología. Atlas aprende la documentación interna de la empresa, sus políticas, el organigrama, los contratos y el catálogo, y responde las 24 horas del día a cualquier trabajador respetando quién puede ver qué, la gerencia ve todo, el equipo de operaciones ve lo que corresponde a su área, y una persona recién contratada solo ve lo público. A ese trabajador nuevo del ejemplo, Atlas le explica desde el primer día cómo funcionan los procesos y la cultura de la empresa, y sabe a qué persona escalar cada consulta que no puede resolver por sí solo.

Puede revisarse en detalle en agentlayer.cl/marketplace/atlas.

La diferencia entre esto y las licencias que nadie abre no está en el modelo que hay detrás. Está en que Atlas se construyó para insertarse en el proceso real de la empresa, en la pregunta concreta que una persona necesita responder un martes cualquiera, y no como una herramienta genérica que cada empleado debe descubrir por su cuenta cómo aprovechar. Ese diseño alrededor del proceso, y no solo alrededor de la tecnología, es justamente la diferencia entre el 20% de tecnología y el 70% de personas y procesos del que habla BCG.

La implementación también tiene que incluir a las personas

Ese mismo principio explica por qué la metodología con la que AgentLayer implementa cada agente no termina en la instalación técnica. El proceso completo tiene cuatro fases, que van desde el diagnóstico inicial hasta el soporte posterior a la entrega.

1. Diagnóstico y validación del problema real que se quiere resolver.
2. Implementación del agente.
3. Prueba real y co-creación, entre una y dos semanas de uso efectivo dentro de la empresa, con ajustes que se hacen directamente junto al equipo del cliente, no solo revisando métricas desde afuera.
4. Entrega, con un manual de uso y soporte continuo.

Esa tercera fase existe precisamente porque un agente bien construido que nadie ajustó junto a las personas que lo van a usar todos los días corre el mismo riesgo que la licencia que nadie abre. Dos semanas de uso real permiten que el equipo del cliente le indique al agente, en la práctica y no en una sala de reuniones, qué pregunta faltó cubrir, qué respuesta no calzó con cómo se hacen las cosas ahí, o qué escalamiento hay que ajustar antes de dar por cerrado el proyecto. Es una manera concreta de meter a la gente dentro del proceso de implementación, no como usuario final que recibe un resultado terminado, sino como parte de cómo se construye ese resultado.

La pregunta que debería hacerse antes de la próxima compra de IA

Para un gerente general o de Recursos Humanos que ya invirtió en inteligencia artificial y no ve el retorno que esperaba, la conclusión del informe de BCG es incómoda pero útil. El problema probablemente no está en el modelo que compró. Está en cuánto tiempo protegido le dio a su gente para aprender a usarlo, en si rediseñó algún proceso alrededor de la herramienta, y en si alguien dentro de la empresa se hizo responsable de que la adopción realmente ocurriera, en vez de asumir que ocurriría sola una vez firmado el contrato.

Antes de evaluar el próximo proveedor o la próxima licencia, vale la pena hacerse una pregunta más simple y más concreta que cualquier cifra de este informe, si la próxima persona que se sume a este equipo va a saber, desde su primer día, a quién preguntarle algo. Si la respuesta sigue siendo no, ninguna tecnología nueva, por avanzada que sea, va a cambiar ese número que hoy aparece en el panel de uso.