Cómo incentivar el uso de IA en empleados: 4 palancas
Tu equipo ya usa Claude. El problema es que la ganancia queda en negro: nadie la declara porque no le conviene. Cuatro palancas para que mostrarla convenga más que esconderla.
Tu equipo ya usa Claude. Lo que no hace es contártelo.
Compraste licencias, diste una capacitación, mandaste el mail del CEO. Seis meses después nadie puede decir qué cambió. No es falta de talento. Es que a la persona que mejor usa la IA no le conviene mostrarlo.
La productividad existe. Está en negro. Y la pregunta de fondo no es cómo lograr que la gente use IA, sino quién se queda con lo que la IA libera. Lo desarrollamos con datos y fuentes en el reporte Cultura de IA e incentivos. Acá va la versión para llevar a la próxima reunión de dirección.
La ganancia existe, pero no llega a los libros
McKinsey publicó en agosto de 2026 su estudio anual sobre IA, con 1.719 encuestados. Tres números lo dicen todo:
- 80% dice que la IA mejoró su productividad individual.
- 37% dice que la IA contribuyó al EBIT de su organización, prácticamente igual que un año antes.
- 6% logra un impacto significativo. Lo que las separa es que rediseñan sus flujos de trabajo alrededor de la IA, en vez de sumarla a los de siempre.
Entre el 80% y el 37% hay un agujero. Ahí se pierde la plata.
Ethan Mollick, profesor de Wharton, lo explica sin vueltas: la IA que mejora a una persona no mejora sola a la organización. Para eso hay que repensar incentivos, procesos y hasta la forma del trabajo. El tiempo que libera Claude va a algún lado. Se llena con más del mismo trabajo, se pierde corrigiendo, o se lo queda el empleado. Ninguna de esas tres cosas aparece en el EBIT.
Ya escribimos sobre la diferencia entre implementar y adoptar IA. Este artículo va un paso más adentro: el sistema de premios que decide si la adopción se ve o se esconde.
Tener la herramienta es implementar. Que convenga usarla bien es cultura.
Las cuatro salidas de quien ya usa Claude bien
Imaginate una analista que aprendió a hacer con Claude en dos horas el informe que antes le llevaba un día. Nadie se lo pidió. Nadie lo sabe. Tiene cuatro opciones:
- Producir más y esperar que la reconozcan. En casi todas las empresas, el premio por terminar antes es recibir más trabajo. La frustración llega antes que el ascenso.
- Trabajar menos y no decir nada. Es lo más racional. La ganancia existe, pero la empresa no la ve ni la puede replicar.
- Irse a otra empresa. A una que valore lo que sabe hacer. Se lleva todo lo que aprendió con las herramientas y el tiempo que pagaste vos.
- Abrirse por su cuenta. Con IA, una sola persona ofrece lo que antes requería un equipo. Quien ya automatizó un proceso tiene una solución probada para venderle a otros, incluida tu competencia.
No es una hipótesis. En la encuesta de Glean a 6.000 trabajadores de Estados Unidos, Reino Unido y Australia, publicada en junio de 2026, el 38% de los usuarios más avanzados de IA minimiza ante su jefe cuánto lo ayuda. El 36% directamente lo oculta.
Mollick los llama "cyborgs secretos". Y su explicación es difícil de rebatir: si alguien descubre cómo automatizar el 90% de un puesto y se lo cuenta al jefe, ¿qué pasa con sus compañeros? Mejor no arriesgarse. Por eso la forma en que comunicás la adopción de IA al equipo importa tanto: si el mensaje huele a recorte, nadie va a blanquear nada.
Lo que hace quien usa IA bien | Lo que pierde la empresa | Palanca que lo resuelve |
|---|---|---|
Produce más y espera que lo reconozcan | El esfuerzo extra, que se apaga cuando nadie lo ve | Ascenso |
Trabaja menos y no dice nada | Una mejora real que nadie puede replicar | Bonos por procesos transformados |
Se va a otra empresa | La persona y todo lo que aprendió | Liderazgo de área |
Se abre por su cuenta | Una solución probada que termina vendiendo otro | Liderar proyectos |
Las cuatro salidas son pérdidas. La primera quema a la gente. La segunda vuelve invisible la productividad. Las dos últimas se llevan a los que más saben.
El problema no es que la gente no use IA. Es que no le conviene que se note.
Lo que no funciona: pagar por uso
La tentación es obvia. Si queremos que usen IA, premiemos al que más la usa.
En Meta y Amazon aparecieron rankings internos de consumo. Lo bautizaron tokenmaxxing, y terminó con empleados lanzando agentes sobre tareas inútiles para subir en la tabla. El estudio de abogados británico Shoosmiths armó un fondo de un millón de libras para unos 1.300 empleados, condicionado a llegar a un millón de usos de Copilot. Lo que nadie midió es qué cambió en el trabajo.
Premiar el consumo produce consumo. No resultados.
Incentivo por uso | Incentivo por proceso | |
|---|---|---|
Qué se mide | Prompts, licencias activas, horas en la herramienta | Horas, errores o personas por proceso, contra una línea de base |
Qué comportamiento genera | Consultas para llegar a la meta | Rediseño del trabajo |
Qué ve la dirección | Un tablero de actividad | Un cambio en el P&L |
Qué pasa con el que ya era bueno | Nada, ya usaba mucho | Gana por mostrar y por enseñar |
Riesgo principal | Teatro de adopción | Que la línea de base esté mal tomada |
Por eso los indicadores que mira la dirección son horas ahorradas y procesos a cargo de agentes, no logins. Lo que se mide es lo que se premia.
Palanca 1: bonos por procesos transformados
El bono se paga por un proceso que cambió, no por una herramienta que se abrió.
Brex, la fintech de San Francisco, entregó más de 225 bonos puntuales por proyectos de IA, desde automatizaciones chicas hasta rediseños completos de flujos. Uno de los más grandes fue para el equipo que rehízo el onboarding de clientes, que pasó de días a minutos. Omnisend fue más fino: creó un aumento de sueldo específico por IA que evalúa ahorro de tiempo y costos, impacto en resultados y cuánto adoptaron otros el flujo nuevo.
Ese último criterio es la llave. Si el bono crece cuando otros copian tu proceso, esconderlo deja de tener sentido.
Regla de diseño: el bono se paga por una mejora medida contra una línea de base y crece cuando otros adoptan el proceso nuevo. Si el proceso es de un equipo, el bono también.
Palanca 2: ascenso
Que subir de nivel exija transformar, no usar.
Meta incorporó desde 2026 el impacto logrado con IA a sus evaluaciones de desempeño, con peso en ascensos, bonos y trayectorias. Premia tanto el trabajo propio como la mejora del equipo. Pero ahí también circuló un ranking interno de tokens, que la empresa terminó bajando, y parte de su gente vive la política como microgestión. Buena idea, ejecución con ruido.
Zapier ofrece el modelo más copiable. Su rúbrica de fluidez en IA tiene cuatro niveles: inaceptable, capaz, adoptivo y transformador. El más alto describe impacto a escala: la IA cambió de raíz cómo encarás el trabajo, y esa forma de trabajar influye en otros, en tu equipo, tus proyectos o tu función. Zapier además sumó la IA a sus expectativas de desempeño.
Regla de diseño: sumar a la escala de carrera un criterio concreto, "transformé un proceso y otros lo usan". Nunca "uso mucha IA".
Palanca 3: liderazgo de área
Darle un rol formal a los que ya saben. Es la palanca más documentada, con el nombre de AI champions.
No hace falta que todos sean expertos. Hace falta que los que ya lo son tengan permiso y tiempo para contagiar.
- Citi armó una red de más de 4.000 AI Accelerators entre 182.000 empleados de 84 países, y superó el 70% de adopción de sus herramientas aprobadas.
- PwC Países Bajos arrancó con 300 entusiastas en una empresa de 6.000, celebrando en público los primeros casos ganadores, y en cerca de un año llegó a todos.
En Latinoamérica el punto de partida es claro. Según la encuesta de RSM a 461 líderes de la región (septiembre de 2026), solo el 8% de los empleados se siente plenamente preparado para trabajar con IA. Al mismo tiempo, el 38% de los líderes se queja de falta de talento especializado. Buscan afuera lo que ya tienen adentro. Ese 8% es tu red de champions, y hoy trabaja en tu empresa sin que nadie lo haya nombrado.
Regla de diseño: que sea un rol de verdad, con tiempo asignado y peso en la evaluación. Si no, es trabajo extra no pago, y volvés a la salida 1.
Palanca 4: liderar proyectos
El premio por automatizar es un trabajo mejor.
Quien rediseña un proceso debería liderar su escalado, o el próximo. Es la forma de ofrecer adentro el camino emprendedor que hoy la gente busca afuera. Es la respuesta directa a la salida 4.
Moderna llevó la idea al organigrama: fusionó Recursos Humanos y Tecnología bajo una sola directora, Tracey Franklin. Desde ahí rediseña equipos según qué trabajo conviene que hagan personas y qué conviene automatizar. Mollick propone algo parecido a escala chica: un laboratorio central que convierte los descubrimientos de la gente en herramientas para toda la empresa. Los candidatos naturales para ese laboratorio son los que ya demostraron resultados en su área.
Esto también le habla al CEO. Si querés que un proyecto de Claude tenga peso, alguien con poder tiene que sostenerlo. Es lo que describimos en AI Founder Mode: la adopción no se delega al de sistemas.
Regla de diseño: quien transformó un proceso lidera el siguiente, con mandato, presupuesto chico y visibilidad ante la dirección.
Las cuatro palancas, en tres monedas
Si hay que explicarlo en una slide, las cuatro palancas pagan en tres monedas distintas:
- Vía 1: la plata. Bonos por procesos transformados. Premia el resultado medido y la adopción por otros.
- Vía 2: la carrera. Ascenso y liderazgo de área. Premia transformar y enseñar, con rol y tiempo reales.
- Vía 3: el proyecto. Liderar lo que viene. Premia al que construye con un trabajo más grande.
Una empresa de 80 personas no necesita las tres el primer mes. Necesita que al menos una exista, y que el equipo sepa que existe.
Cómo arrancar en una empresa de 50 a 300 personas
No hace falta un programa enorme. Hace falta el orden correcto, y una condición de entrada: Recursos Humanos sentado en la mesa desde el primer día. Bonos, ascensos y roles son herramientas de Recursos Humanos, no de sistemas.
Paso | Qué se hace | Quién lo lidera | Señal de que salió bien |
|---|---|---|---|
1. Encontrar al 8% | Identificar a quienes ya transformaron algo con Claude, sin castigar a quien lo hizo a escondidas | Dirección y Recursos Humanos | Una lista con nombres y procesos concretos |
2. Darles un rol | Liderazgo de área con horas asignadas y peso en la evaluación | Recursos Humanos y jefes de área | El rol figura en la descripción del puesto |
3. Medir procesos, no uso | Tomar una línea de base antes de cada cambio | Cada champion con su jefe | Un antes y un después en horas o errores |
4. Atar premios a resultados | Bonos y ascensos por procesos transformados y adoptados por otros | Dirección y Recursos Humanos | El primer bono pagado, y contado en público |
Un detalle que cambia todo: el paso 1 tiene que ser una amnistía, no una auditoría. Si el primero que confiesa que usaba Claude por su cuenta recibe un reto, nadie más confiesa.
Y la capacitación sigue haciendo falta. Responde cómo usar la IA. Lo que no responde es por qué le convendría a alguien usarla bien. Por eso las tendencias de formación corporativa van de "educar" a "habilitar": capacitar sin un sistema de premios es enseñar a nadar en una pileta vacía.
La pregunta que importa
Casi todos los casos que existen hoy son de Estados Unidos y Europa. Las empresas latinoamericanas que diseñen primero su cultura de IA no solo van a capturar más valor. También van a retener a la gente que hoy está pensando en irse.
La productividad de Claude ya está en tu empresa. Está en negro. La pregunta no es si tu equipo usa IA, sino si le conviene contártelo.
Si querés los datos completos, las 21 fuentes y los casos uno por uno, está todo en el reporte Cultura de IA e incentivos. Y si querés revisar frente a estas cuatro palancas cómo está tu organización y por cuál conviene empezar, hablemos.
Fuentes
- The state of AI in 2026: On the road to ROI (McKinsey, agosto 2026)
- AI saves workers 11 hours, but botsitting eats gains: encuesta de Glean a 6.000 trabajadores (IT Brief, junio 2026)
- Making AI Work: Leadership, Lab, and Crowd (Ethan Mollick, One Useful Thing, mayo 2025)
- The AI fluency rubric (Zapier)
- AI champion programs: Citi y PwC (Lead with AI, febrero 2026)