La IA tendrá un impacto en el trabajo entre 2025 y 2035 similar al de Internet entre 2000 y 2010.
La automatización de esto o aquello se ha convertido en un rediseño oculto de prácticas enteras, incluido el reclutamiento y la atención al cliente, así como la redacción, la investigación y los gráficos.
Los datos que tenemos para 2024 y 2025 ya muestran la curva: niveles de adopción que superan el 70%, mejoras concretas en la productividad y preocupaciones sobre la creatividad, la equidad y la confiabilidad.
Este documento reúne la evidencia internacional más reciente sobre la IA en el trabajo, incluido el alcance de su uso, las industrias y ocupaciones donde se está propagando más rápidamente y las actitudes de los propios trabajadores hacia ella.
Examina las métricas que se pueden observar: las aplicaciones específicas más utilizadas, la influencia en la productividad y la innovación, y los primeros indicios del retorno de la inversión.
La suma de estos números hace más que pintar una imagen de la situación actual de la IA; señalan los pilares de una futura economía del trabajo en la que la distinción entre humanos y algoritmos será irrelevante.
Tasa global de adopción de IA en el lugar de trabajo (2019 a 2025)
En los últimos siete años, la IA ha pasado de ser una idea marginal a algo que la mayoría de las empresas afirman estar adoptando en la práctica.
La proporción de empresas que utilizan IA en al menos una función, medida por la encuesta global a largo plazo de McKinsey, disminuyó durante la crisis de COVID-19, pero desde entonces se ha recuperado con el surgimiento de la IA generativa: 72 por ciento en la encuesta de principios de 2024 y 78 por ciento en nuestra última encuesta (2025).
Este repunte lo confirma el informe del Índice de IA 2025 del Instituto Stanford para la IA centrada en las personas, que dice que el 78 por ciento de las organizaciones utilizaban IA en 2024, en comparación con el 55 por ciento en 2023.
Instantánea de la adopción
Año% de organizaciones que utilizan IA en ≥1 función empresarial201958%202050%202156%202250%202355%202472%*202578% (más reciente)
*Lectura de principios de 2024; Varios informes de fin de año indican que la proporción era de alrededor del 78 por ciento a finales de 2024, en línea con el “último” nivel indicado por la encuesta de 2025.
Fuentes: Serie de encuestas McKinsey State of AI in the Enterprise (consulte la barra lateral, “Datos demográficos de la encuesta”, para obtener detalles sobre la metodología y los perfiles de los encuestados), con los niveles de 2024 y 2025 confirmados por el Índice de IA de Stanford.
¿Qué significan los datos?
La tasa de adopción se estabilizó entre 50 y 56 por ciento entre 2020 y 2022, antes de aumentar en 2023 y 2024, cuando las empresas comenzaron a implementar pilotos de IA generativa en producción, principalmente en TI, marketing y ventas, y aplicaciones de servicio al cliente.
Esto significa mucha incorporación o conexión de IA, pero no necesariamente una transformación profunda de los procesos de negocio; sin embargo, es un paso importante hacia la ampliación del “conjunto de herramientas” del empleado típico.
Comentario del analista
Mi interpretación de esta tendencia es que representa la curva S que normalmente vemos en la evolución de la adopción de tecnología, con una salvedad: en este caso, fue más rápido para las empresas activar el interruptor de la adopción que exprimir el valor proporcional.
Muchas empresas optaron por una IA “fácil” o integrada (por ejemplo, mediante complementos o funcionalidad de copiloto), por lo que el numerador (la proporción de empresas que han adoptado la IA) ha crecido más rápido que el denominador (el valor).
De cara al futuro, durante el próximo año o dos, esperaría que la tasa de adopción continúe aumentando, aunque sólo modestamente, dado que no hay mucho más margen de maniobra, mientras que el enfoque y el énfasis se desplazan hacia la incorporación de estas herramientas, la racionalización de aplicaciones y herramientas, y el refinamiento del modelo operativo de un pequeño número de procesos de negocios de misión crítica donde la IA puede impulsar ganancias de eficiencia material.
Las empresas que abordan la IA como lo harían con cualquier otra capacidad (definiendo un propietario, un presupuesto, indicadores clave de rendimiento [KPI] y un proceso para retirar inversiones que no cumplan con su caso de negocio) serán aquellas que obtengan mejoras duraderas en la productividad gracias a su adopción de la IA.
Casos de uso de la industria (2025)
Los patrones de la industria en 2025 son lo suficientemente distintos como para guiar las inversiones.
Los dos sectores principales en términos de implementación de IA de generación en las operaciones diarias son los servicios tecnológicos y profesionales, seguidos por los medios, las telecomunicaciones y las industrias avanzadas (que incluyen empresas electrónicas, aeroespaciales y automotrices), seguidos por el consumo, las finanzas y los sectores típicamente fuertemente regulados e intensivos en activos (consulte el recuadro “Nuestra encuesta sobre el estado de la IA en 2025”).
El setenta y uno por ciento de los que respondieron a la última encuesta global de McKinsey sobre el estado de la IA informaron que sus organizaciones implementan IA genérica en al menos una función, pero las tasas varían ampliamente según el sector.
Instantánea por sector
Porcentaje del sector industrial que utiliza IA genética en ≥1 función (última encuesta de 2025) Tecnología 88 % Servicios profesionales 80 % Industrias avanzadas 79 % Medios y telecomunicaciones 79 % Bienes de consumo y venta minorista 68 % Servicios financieros 65 % Atención sanitaria, farmacéutica y productos médicos 63 % Energía y materiales 59 % En general (todos los sectores) 71 %
Fuente: Encuesta global de McKinsey sobre el estado de la IA (presentada en el segundo semestre de 2024, publicada en 2025). Las cifras representan el uso de IA generativa en toda la industria, que es el porcentaje de organizaciones que utilizan IA generativa en al menos una función comercial.
Las implicaciones
En mi opinión, estos resultados reflejan la relativa facilidad para incorporar la IA en los procesos de negocio.
Las empresas de tecnología tienden a incorporar la IA en sus productos y servicios; Los servicios profesionales se basan en la gestión del conocimiento y la redacción. Los medios y las telecomunicaciones utilizan la IA en las operaciones de servicios.
La atención médica y la energía parecen estar rezagadas, no porque falten casos de uso, sino porque para lograr la preparación para la producción, se deben cumplir requisitos como seguridad, gobernanza de datos e integración con sistemas heredados.
Las finanzas tienden a priorizar la gobernanza sobre el despliegue, un proceso más lento, aunque probablemente más sostenible en el largo plazo.
Además, para poner en perspectiva el desglose del sector, el panorama empresarial global en general ha experimentado un aumento significativo en el uso de la IA en los últimos años (consulte el recuadro “Auge de la IA en las empresas a nivel mundial”).
Perspectiva del analista
A efectos de planificación, asumiría que las tasas de adopción no serán la limitación; La profundidad será.
Los líderes de todos los sectores están pasando de “activar interruptores” a reimaginar fundamentalmente algunos procesos de alto rendimiento (por ejemplo, adjudicación de reclamos, producción de contenido de marketing, atención al cliente de nivel uno, corrección de errores).
El siguiente nivel de diferenciación vendrá de la infraestructura de datos y la gestión de riesgos: recuperación de datos integrada con conjuntos de datos gobernados, seguimiento de uso y puntos de revisión humana.
Dos marcadores operativos de madurez de la IA que busco son (1) un propietario único para el riesgo operativo de la IA y (2) un enfoque de cartera de inversiones que elimine todo lo que no se amortiza por sí solo en recursos informáticos.
Los sectores más fuertemente regulados se pondrán al día a medida que la confiabilidad y explicabilidad de los modelos se vuelvan rutinarias, y ambas están más cerca de lo que se podría pensar.
Adopción de IA por función (2025)
A continuación se muestran los porcentajes para 2025, desglosados por función. La IA de generación es más frecuente en funciones de escritura de software, ricas en contenido y orientadas al exterior, y menos común en funciones que implican capital o supervisión rigurosa.
Estas cifras provienen de una nueva encuesta global realizada por McKinsey (realizada el segundo semestre de 2024, publicada en 2025) sobre las funciones en las que se utiliza regularmente la IA gen. Las funciones identificadas en la encuesta son lo que yo llamo “roles funcionales”.
En general, vemos marketing y ventas en la cima, desarrollo de productos y servicios, TI y operaciones de servicios en el medio, y riesgo y cumplimiento, cadena de suministro y fabricación en la retaguardia (al menos por ahora).
Panorama por tipo de rol (proporción de organizaciones que utilizan regularmente IA de generación)
Tipo de rol (función)% de organizacionesMarketing y ventas42Desarrollo de productos y servicios28TI23Operaciones de servicios22Gestión del conocimiento (otro corporativo)21Ingeniería de software18Recursos humanos13Riesgo, legal y cumplimiento11Estrategia y finanzas corporativas11Cadena de suministro y gestión de inventario7Fabricación5
Fuente: Encuesta global de McKinsey sobre el estado de la IA (datos del segundo semestre de 2024, publicados en 2025). Los porcentajes representan "empresas que utilizan la IA de generación regularmente en al menos un caso de uso" por función. “Gestión del conocimiento” es la etiqueta utilizada por McKinsey para agregar otras funciones corporativas.
Conclusiones clave
Observo dos patrones aquí. En primer lugar, las funciones que involucran inherentemente texto, imágenes, código y datos estructurados (marketing, productos, TI y desarrollo de software) son relativamente más fáciles de implementar en modelos.
En segundo lugar, el riesgo y el cumplimiento, la cadena de suministro y la fabricación están más abajo en la lista porque implican controles, acceso a datos y justificaciones de seguridad más estrictos.
Más allá de eso, el hecho de que la adopción general de IA de generación se haya disparado en 2024 (consulte Adopción de IA de generación en toda la empresa) proporciona cierto contexto para que incluso las funciones más bajas muestren un aumento.
Opinión del analista
En mi opinión, 2025 será el último año en que la penetración será la historia.
Estas funciones de vanguardia no sólo “adoptarán la IA” en estas funciones; automatizarán de extremo a extremo algunas tareas selectas y de alta frecuencia en estas áreas, como la planificación de campañas para pruebas A/B en marketing, corrección de errores en ingeniería de software y búsqueda de conocimientos con auditoría en funciones de soporte.
Tres señales señalarán la madurez de la IA generacional: (1) un propietario designado del riesgo operativo de la IA, (2) funciones de búsqueda de datos conectadas a fuentes de datos bien gobernadas (y no a la Internet abierta) y (3) un canal con reglas de caducidad para los prototipos que no generan valor suficiente para justificar su consumo de energía.
También esperaría que las funciones en el lado derecho del gráfico (cadena de suministro y fabricación) aumenten a medida que el seguro contra la madurez de las herramientas y los canales de datos sintéticos se vuelvan más sólidos. En resumen: hemos terminado con la amplitud de la IA generacional. Es hora de profundizar en la IA generacional.
Exposición de los empleados a herramientas de inteligencia artificial (2023 a 2025)
En 2025, veremos una clara separación entre los tipos de roles. La IA generativa impregna los trabajos con una huella externa rica en contenido o aquellos que están involucrados en el desarrollo de software. Es menos frecuente en áreas de la empresa que requieren mucho capital o permisos.
La encuesta global más reciente de McKinsey (realizada en el segundo semestre de 2024; publicada en 2025) muestra dónde las empresas están implementando ahora regularmente IA genética, por función. Estoy tratando estas funciones como sustitutos prácticos de los “tipos de roles” en la organización.
El resultado principal: marketing y ventas son los más expuestos, seguidos por un gran grupo de desarrollo de productos o servicios, TI y operaciones de servicios. Las funciones con menos probabilidades de utilizar la IA de generación en la actualidad son la gobernanza, la cadena de suministro y la fabricación.
Panorama por tipo de rol (proporción de organizaciones que utilizan regularmente IA de generación)
Tipo de rol (función)% de organizacionesMarketing y ventas42Desarrollo de productos y servicios28TI23Operaciones de servicios22Gestión del conocimiento (otro corporativo)21Ingeniería de software18Recursos humanos13Riesgo, legal y cumplimiento11Estrategia y finanzas corporativas11Cadena de suministro y gestión de inventario7Fabricación5
Fuente: Encuesta global de McKinsey sobre el estado de la IA (datos del segundo semestre de 2024; publicado en 2025).
Los números representan el “uso regular de la generación AI en al menos un caso de uso” por función. La “gestión del conocimiento” es el grupo de otras funciones comerciales.
Comida para llevar. ¿Cuáles son las observaciones clave aquí?
Para mí hay dos. La primera es que las funciones que ya tienen como insumos texto pesado, imágenes, códigos o representaciones de conocimiento (es decir, marketing, productos, TI, software) son más fáciles de penetrar. Los modelos son sin cita previa.
La segunda es que las áreas del negocio que requieren más permisos o activos (riesgo/cumplimiento, cadena de suministro, fabricación) están más abajo en la lista porque la garantía, el control de acceso y la seguridad legal son más importantes que generar resultados novedosos.
Vale la pena señalar que la adopción empresarial en general aumentó a lo largo de 2024. Por lo tanto, incluso aquellos que van a la zaga en la adopción están experimentando al menos cierto aumento.
Opinión del analista.
¿Cómo interpreto estos resultados? Mi opinión es que 2025 es el año en que la penetración dejará de ser la historia.
Las empresas más avanzadas habrán encontrado una manera de introducir el uso de la IA en estas funciones, pero, lo que es más importante, la utilizarán para reescribir algunas tareas clave de gran volumen de principio a fin (por ejemplo, generación de ideas a través de pruebas A/B en marketing, corrección de errores en ingeniería o búsqueda de conocimientos con soporte de rastreo).
Aquí buscaré tres indicadores de madurez: (1) una sola persona designada como propietaria del riesgo operativo de IA, (2) búsqueda u otros procesos de recuperación utilizando corpus administrados (a diferencia de Internet) y (3) una cartera de casos de uso que retira silenciosamente proyectos que no pagan por el cálculo.
Las industrias más fuertemente reguladas cerrarán la brecha tan pronto como las cuestiones de garantía y procedencia se vuelvan rutinarias, y eso está más cerca de lo que la mayoría sospecha.
El efecto de productividad de las herramientas de inteligencia artificial (2024 a 2025)
Mientras asimilo la evidencia más reciente sobre el efecto de la IA en la productividad, noto dos patrones: se pueden encontrar algunos beneficios concretos aquí (cuando se hace bien) y hay una gran nota a pie de página que dice "depende de cómo se hace".
El Banco de la Reserva Federal de St. Louis descubre que, “entre los usuarios empleados de IA generativa en los Estados Unidos, la nueva tecnología ayudó entre el 6 y el 24,9 por ciento de sus horas de trabajo totales (durante su semana de uso) a finales de 2024”.
Otro artículo encuentra que "cada hora de uso de IA generativa fue aproximadamente un 33 por ciento más productiva que una hora típica de trabajo".
Aquí hay una tabla simple para reunir estos hallazgos:
PeríodoMétricoImpacto observadoFinales de 2024 (encuesta de noviembre)% de todas las horas de trabajo asistidas por IA generativa (usuarios)6 % a 24,9 %Finales de 2024 (encuesta de noviembre)Aumento de productividad por hora de uso de IA generativa≈ 33 % más productivoPronóstico/agregado para 2025Potencial de crecimiento de la productividad de la IA (toda la economía)0,3 a 3,0 puntos porcentuales agregados al crecimiento anual de la productividad
¿Qué nos dicen estas cifras?
Según mi lectura, la implicación de estos hallazgos es que cuando los empleados interactúan de manera significativa con estas herramientas, de hecho se puede encontrar un dividendo de productividad.
Sin embargo, el hecho de que este dividendo alcance un máximo del 24,9 por ciento de “horas asistidas” implica que la mayoría de las personas no permiten que estas herramientas consuman cada momento de su trabajo.
El aumento de productividad del 33 por ciento por hora es fantástico, pero sólo se aplica a aquellas horas en las que la herramienta está en uso, no a la semana en general.
Y cuando se agregan a toda la economía, los beneficios oscilan entre 0,3 y 3,0 puntos porcentuales de crecimiento anual de la productividad.
En otras palabras, todo esto está todavía en su infancia; los beneficios son reales pero todavía están concentrados en unos pocos bolsillos.
mi vista
En mi opinión, el resultado de esto para los ejecutivos es que los beneficios fáciles de la productividad habilitada por la IA están aquí para ser tomados, pero para lograr estos beneficios en términos generales será necesario rediseñar los procesos, mejorar las habilidades y la gestión.
Los ejecutivos deben pasar del “excelente, pongamos estas herramientas en manos de todos” a “¿qué procesos estamos dispuestos a revisar?” "¿En qué horas admitirá realmente la herramienta?"
"¿En qué procesos de negocio podemos inyectar la herramienta y dónde podremos medir las mejoras de productividad hora por hora?"
Hasta que seamos capaces de hacer esto, estaremos atrapados en un mundo de barras parciales (6 por ciento a 24,9 por ciento de las horas asistidas), no de barras completas.
El desafío que tenemos por delante no es encontrar el dividendo de la productividad; se trata de institucionalizarlo, interiorizarlo y difundirlo por toda la organización.
Las ofertas de trabajo ya incluyen habilidades de IA como requisitos
El mercado laboral no tiene tiempo para debatir el asunto; ya ha agregado “alfabetización en IA” como requisito a muchas ofertas de trabajo.
LinkedIn informó recientemente que las ofertas de trabajo que incluyen “alfabetización en IA” como requisito (incluida experiencia con ChatGPT, GitHub Copilot e ingeniería rápida) se multiplicaron por más de seis en el último año.
Si bien este tipo de ofertas de trabajo siguen siendo relativamente raras (es decir, el 0,2% de todas las ofertas de trabajo remuneradas a nivel mundial), la tasa de crecimiento es inconfundible.
De manera similar, Indeed informó en enero de 2025 que las ofertas de trabajo en los Estados Unidos que hacen referencia a la IA generativa aumentaron un 170 % en el último año, mientras que el porcentaje de ofertas sigue siendo relativamente bajo, alrededor del 0,3 %.
Instantánea de las menciones de habilidades de IA en anuncios de empleo
PeríodoPlataforma/AlcanceQué se mideValorNotasTercer trimestre de 2023LinkedIn (global)Proporción de trabajos remunerados que incluyen una habilidad de alfabetización en IA~0,03%Implicado para que el tercer trimestre de 2024 sea >6 veces mayor y ~0,2% (1 en 500).T3 de 2024LinkedIn (global)Proporción de trabajos remunerados que enumeran una habilidad de alfabetización en IA~0,2%“1 en 500” empleos solicitaron alfabetización en IA; hasta >6 veces interanual. Enero de 2025 De hecho (EE. UU.) Proporción de publicaciones que mencionan términos GenAI ~0,3% Aproximadamente 3 de cada 1.000; ~170 % de crecimiento interanual desde enero de 2024.
mi interpretacion
Esta es una situación clásica de “cola delgada, tendencia pronunciada”. El nivel base de ofertas de trabajo que requieren habilidades de “alfabetización en IA” sigue siendo bajo (es decir, muy por debajo del 1%), pero la tendencia es muy fuerte (es decir, un aumento de seis veces en un año en LinkedIn y un aumento de 2,7 veces en Indeed).
Claramente, muchos trabajos están pasando de exigir una experiencia “agradable de tener” con herramientas de IA a exigir un nivel básico de alfabetización “imprescindible” en el uso de herramientas de IA.
Vemos que el lenguaje aparece por primera vez en ofertas de trabajo para trabajos técnicos (por ejemplo, desarrollo de software, ciencia de datos) y trabajos de consultoría y luego se extiende a otros roles de trabajadores del conocimiento a medida que el uso de herramientas de inteligencia artificial se vuelve más estandarizado dentro de las organizaciones.
Opinión del analista
Si estuviera dirigiendo un equipo, vería la “alfabetización en IA” como ahora veo la “alfabetización en hojas de cálculo”. No es obligatorio para todos los trabajos, pero sí se espera para muchos trabajos que implican análisis, redacción o atención a clientes.
Para abordar la necesidad de conocimientos sobre inteligencia artificial, los gerentes de contratación deben hacer dos cosas. En primer lugar, deben identificar los roles que requieren dominio de herramientas específicas de IA e incluirlos en la descripción del puesto.
Esto mantiene los requisitos laborales basados en la realidad y ayuda a los solicitantes a decidir si tienen las habilidades necesarias.
En segundo lugar, deberían brindar capacitación sobre el uso de herramientas de inteligencia artificial a los nuevos empleados, incluidos tutoriales sobre el uso de las herramientas más populares, ejemplos de casos de uso aceptados y herramientas para medir los beneficios de cada caso de uso.
Esto se debe a que todo está escrito: las descripciones de puestos incluirán cada vez más el dominio de las herramientas de inteligencia artificial a medida que la realidad de cómo se realiza el trabajo se ponga al día con las descripciones de puestos.
Sentimiento de los trabajadores sobre la IA (2025)
He estado analizando investigaciones recientes sobre las actitudes de los trabajadores sobre la IA en el trabajo. Por lo que he visto hay una sensación de optimismo, una sensación de inquietud y una sensación de complejidad.
Por un lado, los trabajadores saben que las cosas cambiarán, pero por otro no están seguros de lo que eso significará para ellos personalmente.
los numeros
Según una nueva encuesta del Pew Research Center realizada a trabajadores estadounidenses (principios de 2025):
El 52% dice estar preocupado por cómo se utilizará la IA en el lugar de trabajo. El 36% dice tener esperanzas sobre el impacto de la IA en su trabajo. El 16% dice que parte de su trabajo se realiza actualmente con IA. El 25% dice que podría imaginar que parte de su trabajo actual se realizaría con IA.
Un estudio global realizado por KPMG International y la Universidad de Melbourne (48340 participantes, en 47 países) encontró que el 57% de los empleados admiten haber ocultado su uso de herramientas de IA en el trabajo.
Tabla de métricas del sentimiento de los trabajadores
MétricaValorNotasPreocupados por cómo se utilizará la IA en el lugar de trabajo52%Encuesta de trabajadores de EE. UU. Esperanzados sobre el impacto de la IA en su trabajo36%Misma fuenteTrabajadores cuyo trabajo actualmente involucra IA16%Encuesta de trabajadores de EE. UU. Trabajadores que admiten ocultar el uso de IA en el trabajo57%Estudio global de KPMG/Universidad de Melbourne
Lo que nos dicen estos números
Desde mi perspectiva, veo dos vías en la fuerza laboral. Muchos trabajadores conocen la IA y lo que puede hacer, pero pocos se sienten completamente seguros o preparados.
El hecho de que más de la mitad esté preocupado sugiere que el despliegue y la comunicación aún no están donde deben estar.
El hecho de que un tercio sólido se sienta esperanzado sugiere que la oportunidad es evidente y palpable.
La estadística sobre el “uso oculto” es especialmente interesante; sugiere una desconexión entre el despliegue y la comodidad (o divulgación) de los trabajadores, ya que los trabajadores están utilizando herramientas pero tal vez no se sienten seguros o apoyados para decirlo abiertamente.
mi opinión
Creo que estos resultados mixtos son una llamada de atención. Creo que las organizaciones no deberían dar por sentado que la confianza de los trabajadores llegará simplemente porque la tecnología esté disponible.
Más bien, las organizaciones necesitan trabajar con los empleados para generar confianza, aclarar el uso y capacitar a los trabajadores.
Mi consejo es invertir en políticas claras sobre cómo se utilizará la IA, involucrar a los trabajadores en el desarrollo de estas políticas y hacer un seguimiento de la confianza junto con el uso.
La tecnología está lista, pero la gente aún no.
En pocas palabras, hemos atravesado la fase de conmoción y asombro de la IA en el trabajo, y ahora es el momento de la fase de alineación.
Herramientas de IA más utilizadas (2025)
¿Qué pasa con las herramientas de IA a las que los empleados realmente acceden en el trabajo? Allí vemos dos instantáneas: una de los desarrolladores y otra de los usuarios empresariales.
Centrado en el desarrollador: dentro del segmento de desarrolladores, vemos dos herramientas de productividad listas para usar que lideran el grupo.
En la encuesta Stack Overflow de 2025, el 82 % de los desarrolladores informan que utilizan ChatGPT, mientras que el 68 % utiliza GitHub Copilot, seguido de Gemini (47 %), Claude/Claude Code (41 %), Microsoft Copilot (31 %) y Perplexity (16 %). Tenga en cuenta que estos son porcentajes de desarrolladores que utilizan cualquier herramienta de inteligencia artificial, no de todos los usuarios.
Empresa: en el lado empresarial, tenemos datos de telemetría de navegadores del mundo real que sugieren una historia similar: según el informe de LayerX de 2025, ChatGPT comprende el 92% de todo el uso empresarial de GenAI, seguido de Gemini (15%), Claude (5%) y Copilot (2-3%). El informe también estima que el 45% de los empleados utilizan alguna herramienta GenAI u otra, un recordatorio de cuán comunes se han vuelto estas herramientas.
Instantánea: herramientas de IA más utilizadas en el trabajo (2025)
ToolShare y alcanceChatGPTEl 82% de los desarrolladores utilizan IA lista para usar (Stack Overflow 2025); ~92 % del uso empresarial de GenAI por tráfico (LayerX 2025). GitHub Copilot 68 % de los desarrolladores (Stack Overflow 2025). Google Gemini 47 % de los desarrolladores (Stack Overflow 2025); ~15% del uso empresarial de GenAI (LayerX 2025).Claude/Claude Code41% de los desarrolladores (Stack Overflow 2025); ~5 % del uso empresarial de GenAI (LayerX 2025). Microsoft Copilot 31 % de los desarrolladores (Stack Overflow 2025); ~2–3 % del uso empresarial de GenAI (LayerX 2025). Perplejidad del 16 % de los desarrolladores (Stack Overflow 2025).
Contexto: los datos de Stack Overflow se basan en los informes propios del desarrollador sobre el uso de la herramienta, mientras que los datos de LayerX se basan en datos de telemetría del navegador empresarial. Ambos informes se publicaron en 2025.
Interpretación
Mi interpretación es simple: si bien la cola larga es realmente larga, las herramientas que los empleados realmente usan en el trabajo son relativamente pocas.
ChatGPT sigue siendo la puerta de entrada para la mayoría de los usuarios, tanto los desarrolladores como (en términos de tráfico relativo) la empresa en general.
Copilot tiene una tracción particular entre los desarrolladores, pero va a la zaga en la empresa porque la mayoría de los casos de uso ocurren en chatbots orientados al consumidor a los que se accede a través de cuentas personales.
La segunda historia es de fragmentación: si bien herramientas como Gemini, Claude y Perplexity tienen casos de uso sólidos, no han reemplazado el patrón de propósito general de "abrir chatbot, obtener respuesta".
Implicaciones de planificación
Si estuviera planeando implementaciones, planearía una única herramienta generalista y una pequeña cantidad de herramientas especializadas para cubrir la mayoría de los casos de uso.
La clave será la gobernanza y la integración: enrutar la mayoría de las consultas cotidianas a través de un chatbot administrado centralmente con acceso a los datos y registros de la empresa, pero hacer que sea sencillo para los empleados acceder a herramientas especializadas (por ejemplo, copilotos de codificación o recuperadores con muchas búsquedas) desde la misma interfaz.
Realice un seguimiento no solo de las MAU, sino también del porcentaje de tareas asistidas y del tiempo ahorrado por tarea; ahí es donde reside el valor.
Tener a la mayoría de sus empleados concentrados en una única herramienta de entrada no es un problema; es una oportunidad para estandarizar avisos, registros y barreras de seguridad para que esos beneficios puedan escalar sin el caos.
Resultados de productividad frente a creatividad (2024 a 2025)
Después de revisar las últimas investigaciones, veo que las herramientas de IA generativa están teniendo un impacto sólido y positivo en la productividad, mientras que el impacto en la creatividad tiene más matices.
Es decir, las empresas se están moviendo más rápido, pero no está tan claro que se estén volviendo más creativas.
Hallazgos clave
En 2025, la Organización para la Cooperación y el Desarrollo Económicos (OCDE) descubrió que los trabajadores que utilizaban herramientas de inteligencia artificial generativa eran aproximadamente un 40 % más rápidos al escribir o resumir textos, y la calidad de su trabajo era aproximadamente un 18 % mayor, según la calificación de los evaluadores.
Un metanálisis realizado en 2025 de 28 estudios (con más de 8.000 participantes) encontró que las personas que trabajaban con IA eran mejores en la producción de trabajo creativo (con un tamaño del efecto de g ≈ 0,27), pero que la diversidad de las ideas que generaban disminuía (con un tamaño del efecto de g ≈ -0,86).
Panorama: resultados de productividad versus creatividad
MétricaValor (2024-25)Contexto / NotasTiempo para completar tareas de escritura/resumen ~ -40% más rápidoExperimento de la OCDE para profesionales de nivel medio.Mejora de la calidad del resultado ~+18%Según lo juzgado por evaluadores externos en el mismo estudio.Impulso del desempeño creativo (humano + IA)g ≈ 0,27Metanálisis de 28 estudios.Cambio de diversidad de ideas (humano + IA)g ≈ -0,86 Indica menos variedad de ideas cuando la IA juega un papel.
Lo que sugieren los números
Según mi lectura de los datos, el impulso a la productividad es más sencillo. Con la ayuda de herramientas de inteligencia artificial, los trabajadores realizan su trabajo más rápido y producen trabajos de mayor calidad en algunas áreas, como escribir y resumir. Pero el impacto sobre la creatividad es más sutil.
Es cierto que las personas que colaboran con la IA en trabajos creativos obtienen mejores resultados (g ≈ 0,27), pero como resultado la diversidad de las ideas que se les ocurren se ve afectada (g ≈ -0,86). Esto implica que los sistemas de IA pueden estar llevando a los humanos a soluciones similares en lugar de soluciones verdaderamente originales.
Vista del analista
En mi opinión, esto significa que las empresas deberían tratar la productividad y la creatividad por separado. Si desea mejorar la velocidad, la coherencia y la calidad de las tareas repetidas, entonces la IA es una obviedad.
Sin embargo, si desea innovar radicalmente, generar ideas o explorar nuevas posibilidades, deberá gestionar la interacción entre humanos y máquinas con más cuidado.
Querrá permitir que las personas conserven su capacidad de acción, garantizar una gama diversa de aportaciones y asegurarse de que las máquinas no dominen el proceso de generación de ideas.
Si desea aprovechar todos los beneficios de la IA para mediados de 2025, le sugiero que siga un enfoque de doble vía: a corto plazo, debe centrarse en tareas en las que pueda acelerar y mejorar la calidad; Paralelamente, se debería invertir en espacios de experimentación donde el objetivo sea la divergencia (no la convergencia).
IA en la contratación y la automatización de recursos humanos (2025)
Ahora estamos en 2025 y los equipos de recursos humanos están utilizando la inteligencia artificial y la automatización para contratar, incorporar y gestionar empleados. Los proyectos piloto que alguna vez fueron experimentales son ahora imprescindibles.
De hecho, el 99% de los gerentes de contratación dicen que ya están utilizando la IA en su proceso de contratación y el 98% informa "mejoras significativas" gracias a ello.
De manera similar, el 65% de las pequeñas empresas dicen que ya están aprovechando la IA para fines de recursos humanos (principalmente contratación) y más de la mitad planean aumentar la inversión durante el próximo año.
Instantánea: métricas clave en 2025 para la contratación y la automatización de recursos humanos
MetricValueContext / NotesLos gerentes de contratación utilizan IA en el proceso de contratación ~ 99 % De la encuesta “IA en la contratación 2025”. Los gerentes de contratación ven mejoras significativas en la eficiencia a través de IA ~ 98 % Misma encuesta que la anterior. Pequeñas empresas que utilizan IA para RRHH, principalmente reclutamiento ~ 65 % Según el artículo de Paychex / RBJ. Organizaciones que planean una mayor inversión en funciones de RR.HH./IA ~ 53 % Del mismo estudio de pequeñas empresas; más tienen la intención de invertir. Departamentos de recursos humanos que utilizan IA para la adquisición de talento/monitoreo del compromiso ~54% / ~62%De un conjunto de datos más amplio de “IA en el lugar de trabajo”.
Entonces, ¿qué significa esto realmente?
Seré el primero en decir que estoy algo sorprendido con la rapidez con la que se ha afianzado la IA en RR.HH., incluso si está en su forma más temprana de aplicarse a la contratación. Pero el rápido progreso desde lo experimental hasta lo casi ubicuo es inesperado.
Actualmente se están automatizando numerosos procesos, como la búsqueda de candidatos, la selección de currículums, la programación de entrevistas e incluso aspectos del proceso de entrevista en sí.
Sin duda, estos procesos son más eficientes. El trabajo suele realizarse más rápidamente y con menos intervención humana.
Pero también hay una otra cara de la moneda. Una vez que el 99% de los gerentes de contratación utilizan la IA, ésta ya no se convierte en un diferenciador en sí misma.
El diferenciador competitivo será cómo lo implementes, con qué cuidado lo implementes, con qué justicia lo implementes y qué tan bien lo integres con el juicio humano.
Un ejemplo de ello: el 65% de las pequeñas empresas han adoptado la IA para los procesos de recursos humanos (principalmente contratación), lo que indica que este no es un fenómeno exclusivo de las empresas.
Nuestra Vista
Me vienen a la mente dos ramificaciones importantes para los analistas.
En primer lugar, la gobernanza, el riesgo y el control deben dejar de ser un segundo plano. Debido a que la IA es ahora una parte integral de la mayoría de las decisiones de contratación, cuestiones como el sesgo, la explicabilidad, la experiencia del candidato y el cumplimiento se vuelven habituales.
Si bien la automatización ciertamente puede ayudar a acelerar la fase inicial del reclutamiento (sourcing), también altera fundamentalmente los derechos de decisión, la auditoría y la equidad. Esa es una transformación, no una optimización.
Lo segundo es que deberá centrarse en la colaboración entre humanos y la IA.
La IA definitivamente puede acelerar y optimizar los procesos de reclutamiento, pero al final del día, el valor está en la evaluación humana; el ajuste cultural, el ajuste estratégico y el ajuste futuro.
Las empresas que emplean IA para analizar y sugerir, pero mantienen el debate humano sobre quién debe ser contratado, obtendrán mejores resultados que aquellas que delegan toda la decisión a la IA.
Ya hemos superado la etapa de preguntar si los recursos humanos se pueden automatizar. Puede. La pregunta es qué tan bien se está automatizando, gobernando e integrando con los procesos humanos.
2024 – 2025: valor y retorno de la inversión en IA
Ahora, veamos el panorama del retorno de la inversión (ROI) para 2024-25. Para empezar, dentro de las funciones empresariales, los líderes reclaman resultados directos de retorno de la inversión (aumentos de ingresos, reducciones de costos) de sus inversiones en IA generativa.
Sin embargo, si se da un paso atrás y se analiza a nivel empresarial, la realidad es más variada. Aunque ha habido algunos éxitos, casi ninguno ha logrado realmente una mella significativa en el EBIT en toda la empresa.
Según nuestra última encuesta global, la mayoría de los ejecutivos de todas las funciones comerciales informan haber experimentado tanto ahorros de costos como aumentos de ingresos en la segunda mitad de 2024.
Más del 80 por ciento tampoco informa ningún impacto material en el EBIT a nivel empresarial. Sólo el 17 por ciento indica que el 5 por ciento o más del EBIT total durante el año pasado fue impulsado por la IA generativa.
Tome una instantánea: dónde aparece el retorno de la inversión (proporción de encuestados que informan valor, por unidad de negocio, segundo semestre de 2024) Fuente: Estado de la IA en 2024, encuesta global de McKinsey (2025).
FunciónAumento de ingresosDisminución de costosEstrategia y finanzas corporativas70%56%Cadena de suministro e inventario67%61%Marketing y ventas66%47%Operaciones de servicios63%58%Ingeniería de software57%52%Desarrollo de productos/servicios51%43%
Tome una instantánea: dónde aparece el retorno de la inversión (proporción de encuestados que informan valor, por unidad de negocio, segundo semestre de 2024) Fuente: Estado de la IA en 2024, encuesta global de McKinsey (2025).
Las métricas en funcionamiento muestran la proporción de encuestados que informan que sus aplicaciones de IA generativa han generado nuevos ingresos o reducido costos en los últimos 12 meses.
Sin embargo, cuando se trata de resultados comerciales, el panorama es muy diferente: más del 80 por ciento dice que aún no ha visto un impacto significativo en el EBIT de la IA generativa, y sólo el 17 por ciento informa que la IA generativa ha representado el 5 por ciento o más del EBIT total en el último año.
¿Qué representan estas cifras?
En mi opinión, esto es lo que deberíamos estar viendo. Las soluciones puntuales están dando resultados. La pregunta ahora es: ¿podrán escalar?
Los resultados de mayor impacto a nivel funcional se están logrando en áreas que están inherentemente digitalizadas y basadas en métricas: estrategia y finanzas, cadena de suministro, operaciones de servicios e ingeniería. Después de todo, es más fácil medir las ganancias en eficiencia y rendimiento.
Sin embargo, para lograr un EBIT en toda la empresa a partir de estas optimizaciones puntuales, es necesario hacer más que agregar algunas herramientas más.
Es necesario estandarizar las API para los sistemas centrales, asignar el riesgo de la IA y la responsabilidad del ROI y, lo que es más importante, reinvertir el tiempo ahorrado en actividades de valor agregado y no dejar que se pierda.
Esta es también la razón por la que la mayoría de los equipos pueden informar con orgullo el impacto empresarial, pero el director financiero todavía no está preparado para decir que toda la empresa se ha transformado.
La opinión del analista
Si tuviera que elaborar una estrategia para 2025-2026, lo haría para el retorno de la inversión en tres frentes conectados:
a nivel de caso de uso (por ejemplo, reducción de minutos, reducción de errores, % de ventas adicionales por llamada) b. a nivel de cartera (por ejemplo, consolidación de herramientas, eliminación de un piloto de combustión lenta, asignación de recursos de IA) c. a nivel empresarial (por ejemplo, EBIT, CCC) con un proceso claro para liberar recursos nuevamente al negocio
Sabemos que se puede obtener valor. Los datos nos lo dicen. Sólo tienes que crear las tuberías. Hay que vincular esos beneficios locales al resultado final mediante la gobernanza, la simplificación de procesos y el análisis.
Dando un paso atrás y examinando todos estos diferentes indicadores, podemos ver una cosa muy claramente: la IA no está sólo en la puerta del lugar de trabajo. Ya está dentro.
Vemos una alta adopción. Vemos el uso de herramientas. Vemos algunas señales contradictorias sobre el ROI, pero sí vemos ROI.
La productividad está aumentando más rápido que la creatividad, lo que significa que la fase inicial de esta transición tiene más que ver con la eficiencia que con la innovación radical.
Sin embargo, detrás de estas medidas de productividad hay una evolución más sutil: un movimiento constante del trabajo desde hacer cosas hasta decidir, gestionar y mejorar cosas.
Para 2035, ya no discutiremos nuestro uso de la IA. Hablaremos de hasta qué punto hemos ampliado con éxito los sistemas confiables, protegido nuestros datos, mejorado las habilidades de nuestros empleados y, además de la productividad, evaluado nuestra inteligencia e innovación colectivas.
Habiendo aprendido a coexistir con la IA en la década de 2020, aprenderemos a colaborar con la IA en la década de 2030.