IA / GOBIERNO
ADOPCIÓN → CONFIANZA
CONFIANZA → CRITERIO
CRITERIO → RESPONSABILIDAD
El problema ya no es quién usa IA. Es quién sabe cuándo confiar, cuándo cuestionar y cuánto criterio está dispuesto a delegar.
Dos de cada tres empleados usan lo que la IA responde sin verificarlo. Más de la mitad ya cometió un error por eso.
KPMG y Universidad de Melbourne, 2025 · 32,352 empleados en 47 países
¿Y usted?
Ubíquese. Marque lo que hace hoy, no lo que planea.
Pregunta 1 de 4 · Comprensión
¿Podría explicarle a su junta por qué la IA puede dar una respuesta falsa con total seguridad?
Comprensión: Creo que sí
Confunde fluidez con conocimiento.
Comprensión: Creo que sí
Habla de transformación sin cambiar su trabajo.
Comprensión: Sí, ya lo he hecho
Convierte respuestas en decisiones sin verificar.
Comprensión: Sí, ya lo he hecho
Deja oportunidades sin usar.
Comprensión: No
Rechaza una capacidad que no entiende.
Comprensión: Sí, ya lo he hecho
Gestiona los límites de la tecnología.
Usar IA ya no diferencia a un ejecutivo. Saber cuándo no creerle, sí.
LOS SEIS PERFILES
Los seis perfiles no son una clasificación psicométrica ni salen de una encuesta. Son un modelo de decisión para reconocer comportamientos que ya se observan. La posición deseable no es creer más ni desconfiar siempre: es la confianza que cambia con la tarea.
Cree que la IA puede hacerlo casi todo y entiende poco de cómo produce sus respuestas.
Se sorprende con la calidad aparente del resultado y confunde una respuesta convincente con una respuesta correcta. Cuando la IA acierta, su confianza sube; cuando falla, lo lee como una excepción y no como una propiedad que hay que gestionar. Su problema no es usar demasiado la IA. Es atribuirle capacidades que no puede evaluar.
Habla de IA, comparte artículos, pide estrategias, promueve la transformación. Su trabajo sigue igual.
Para este perfil la IA es una narrativa de innovación, no una capacidad operativa. Se puede creer en el potencial de la tecnología y no haber rediseñado una sola decisión, un flujo o una responsabilidad alrededor de ella. El patrón también aparece a nivel de empresa: en la misma encuesta de McKinsey, solo 21% de las organizaciones que usaban IA generativa había rediseñado de fondo al menos algunos flujos de trabajo, y de 25 atributos medidos, ese rediseño era el de mayor relación con el impacto en EBIT. Adopción no es transformación.
Ya usa IA, obtiene resultados útiles y parece avanzado frente a sus colegas. Delegó juicio antes de tener la disciplina para revisar lo delegado.
Es el perfil que merece más atención. No porque se pueda demostrar que es el más frecuente entre ejecutivos (los estudios disponibles no permiten afirmarlo) sino porque combina las variables que producen mayor impacto: uso, confianza, autoridad y poca verificación. Importa cuando la persona aprueba presupuestos, cambia procesos, elige proveedores, evalúa personas o define dirección.
El error de un usuario produce una mala presentación. El error de alguien con poder de decisión modifica una organización. Y la delegación ya está avanzando: en una encuesta de Wakefield Research para SAP (marzo de 2025; 300 ejecutivos de nivel C de empresas estadounidenses con al menos USD 1,000 millones de ingresos), 38% confiaría en la IA para tomar decisiones de negocio en su nombre, y 44% cambiaría una decisión que ya había planeado a partir de lo que la IA le muestre. Mientras tanto, Gartner (456 CEOs y altos ejecutivos, encuestados entre junio y noviembre de 2024) encontró que 77% cree que la IA abre una nueva era empresarial, pero solo 44% considera que su CIO entiende de IA. Quienes tienen más autoridad están adoptando más rápido una tecnología que su propia organización todavía entiende de forma desigual.
Entiende la tecnología lo suficiente para reconocer sus límites, y la usa donde el beneficio justifica el riesgo.
No confunde generación con verdad. Evita delegar donde la consecuencia es alta, la acción es irreversible o la incertidumbre es grande. Parece menos entusiasta, pero su resistencia viene de una evaluación, no del desconocimiento. Su riesgo es quedarse demasiado tiempo en modo defensivo y dejar sin usar las actividades donde la IA ya aumenta capacidad con controles razonables.
No usa IA, no confía en ella y no entiende qué podría hacer. La conclusión llegó antes que el análisis.
Es el espejo del copia y pega: los dos toman una posición fuerte sobre una base débil de comprensión. Uno sobreestima; el otro descarta. Los dos sustituyen criterio por convicción.
No le cree a la IA por defecto. La usa, la entiende, la verifica y ajusta la confianza según la tarea.
Para este perfil, una lluvia de ideas no exige la misma verificación que una recomendación financiera; resumir no es decidir; una respuesta bien argumentada no es una respuesta verdadera; automatizar un paso reversible no es delegar una acción irreversible; y usar IA no transfiere la responsabilidad por el resultado. Es el comportamiento que una organización debería formar: uso alto, comprensión suficiente, verificación constante, responsabilidad humana explícita.
ANTES DE DECIDIR
Una hoja de cálculo puede tener un número equivocado. Un tablero puede mostrar un dato malo. Pero un modelo generativo entrega una conclusión equivocada con lenguaje excelente, estructura lógica, argumentos plausibles, tono de autoridad y ninguna señal visible de incertidumbre. Por eso fluidez y precisión hay que separarlas en la cabeza.
El usuario menos preparado evalúa la respuesta por cómo suena. El dueño de la decisión hace cinco preguntas antes de convertirla en una decisión.
No qué recomienda el modelo: sobre qué hechos construye la recomendación.
Forzar la contradicción, el contraargumento y el escenario alternativo.
La disciplina de control sube con la consecuencia.
Lo reversible admite experimentar. Lo irreversible exige más evidencia y más autoridad.
La IA genera, analiza, recomienda y ejecuta. La responsabilidad no desaparece detrás del sistema.
LA EVIDENCIA
Hace tres años la pregunta era quién usaba IA generativa. Hoy esa pregunta ya no distingue a nadie. En la encuesta State of AI de McKinsey (marzo de 2025; 1,491 participantes en 101 países), 53% de los ejecutivos encuestados usaba IA generativa con regularidad en su trabajo, contra 44% de los mandos medios.
El estudio de KPMG y la Universidad de Melbourne (2025; 48,340 personas en 47 países) muestra la otra mitad: 83% espera beneficios de la IA, pero solo 46% está dispuesto a confiar en ella. Mucho uso con confianza limitada sería sano. El problema es el comportamiento de la apertura: el riesgo está en quien la usa, confía en ella, tiene poder de decisión y dejó de verificar lo que recibe.
La región hace esta discusión más urgente. Según el McKinsey Global Institute (julio de 2026; vacantes publicadas en Argentina, Brasil, Chile, Colombia y México entre 2023 y 2025), las vacantes que exigen fluidez en IA se multiplicaron casi por once, la mayoría en roles no técnicos.
La captura de valor no va al mismo ritmo. El estudio del Foro Económico Mundial y McKinsey (enero de 2026) encontró que solo 10% de las organizaciones latinoamericanas vincula su implementación de IA con la estrategia del negocio.
PwC Interaméricas muestra la misma tensión desde otro ángulo en su 17ª Encuesta de CEOs (febrero de 2026; Centroamérica y República Dominicana): 85% de los colaboradores afirma haber usado IA en su trabajo en el último año, mientras los CEOs que dicen aplicarla en gran o muy gran medida son 20% en el establecimiento de dirección, 24% en productos, servicios y experiencias, y 14% en servicios de soporte. El problema regional no es acceso. Es convertir uso en capacidad, capacidad en decisión, decisión en flujo de trabajo, y flujo en resultado económico.
TRES CIFRAS
85 · 78 · 51
líderes, gerentes y primera línea que usan IA generativa varias veces por semana o a diario
BCG, AI at Work 2025 · 10,635 empleados de oficina, 11 mercados
23%
de las organizaciones latinoamericanas reporta algún valor económico de la IA
Foro Económico Mundial y McKinsey, enero de 2026
6%
reporta impacto económico significativo
Foro Económico Mundial y McKinsey, enero de 2026
QUÉ HACE LA ORGANIZACIÓN
Reconocer incertidumbre, invención, evidencia insuficiente, conflicto entre fuentes, y los casos que requieren escalar a una persona.
Dejar escrito cuándo la IA puede generar, recomendar, preparar, decidir o ejecutar. No todas las tareas admiten la misma delegación.
Una recomendación material responde qué información usó, qué supuso, qué controles pasó, quién aprobó y qué ocurrió después.
Se puede producir una decisión más rápido y peor. Productividad sin error, reproceso e incidentes es una métrica incompleta.
La intensidad del control sigue a consecuencia, reversibilidad y autoridad, no a que algo se llame IA. Y el control que valida lo que el modelo propone tiene que ser determinista. Esa es la siguiente pieza.
LA PREGUNTA
La pregunta equivocada es si usted cree en la IA. La relevante es hasta dónde entiende lo que está delegando, y hasta dónde cuestiona una respuesta antes de convertirla en una decisión.
Dentro de pocos años usar IA será infraestructura. Lo que seguirá diferenciando a las personas es formular mejores problemas, interpretar evidencia, cuestionar respuestas y asumir la responsabilidad. La IA multiplica productividad, y multiplica mala decisión. La variable que decide cuál de las dos ocurre es el criterio.
José Ñáñez
FUENTES
Encuestas de terceros, citadas al nivel de su propia población. Ninguna es una estimación sobre todos los ejecutivos.