Reporte de investigación · Octubre 2026
Las empresas no tienen un problema de talento.
Tienen un problema de incentivos.
Ocho de cada diez personas dicen que la IA las hace más productivas. Menos de cuatro de cada diez empresas lo ven en sus resultados. La productividad de la IA ya existe: lo que está en disputa es quién se la queda.
Este reporte documenta a dónde va el tiempo que la IA libera, por qué quien mejor la usa tiene cuatro salidas y ninguna le conviene a la organización, y las cuatro palancas que alinean las dos cosas. Todas las cifras llevan su fuente y su fecha.
El punto de partida
Comprar licencias no es tener una cultura de IA
En muchas empresas de la región el guion se repite. La dirección pide usar IA, se compran licencias y, meses después, nadie puede decir qué cambió.
Medir uso no es medir valor
Algunas tecnológicas globales, como Meta y Amazon, intentaron resolverlo premiando a quien más IA consumía. Lo llamaron tokenmaxxing, y terminó con empleados lanzando agentes sobre tareas inútiles para subir en el ranking. La productividad de la IA ya existe. La pregunta es quién se la queda.
Hallazgo 01
La productividad existe, pero no llega a la empresa
El informe de McKinsey sobre el estado de la IA, publicado en agosto de 2026 con 1.719 encuestados, lo muestra con claridad: la mejora individual es casi unánime y el resultado organizacional está prácticamente igual que un año antes.
80%
afirma que la IA mejoró su productividad individual.
McKinsey · ago 2026
37%
dice que la IA contribuyó al EBIT de su organización, prácticamente lo mismo que un año antes.
McKinsey · ago 2026
6%
logra un impacto significativo. Lo que las distingue es que rediseñan sus flujos de trabajo alrededor de la IA en lugar de sumarla a los existentes.
McKinsey · ago 2026
La misma distancia, en una escala
Lo que gana la persona y lo que llega a la empresa
Escala común al 80%. Las tres cifras salen del mismo estudio, así que la comparación es interna.
En América Latina
Según el reporte Adopción de IA en Latinoamérica 2026, el 67% de las empresas adopta IA para ganar eficiencia, una meta que depende por completo de que la gente cambie cómo trabaja.
Mientras tanto, el 59,2% de las organizaciones de Iberoamérica sigue con pilotos dispersos.
Magnesium (sep 2026); NTT DATA y CIONET, Observatorio de Agentic AI 2026, citado a través del reporte de Magnesium.
Por qué no se traslada solo
Ethan Mollick, profesor de Wharton, lo resume así: la IA que mejora el rendimiento de una persona no mejora sola el de la organización. Para eso hace falta innovación organizacional, es decir repensar incentivos, procesos y hasta la naturaleza del trabajo.
El tiempo que la IA libera va a algún lado. Se llena con más del mismo trabajo, se pierde corrigiendo resultados o se lo queda el empleado. Ninguna de esas opciones aparece en el EBIT.
Hallazgo 02
Capacitar es necesario, pero no alcanza
La capacitación responde cómo usar la IA. No responde por qué le convendría a alguien usarla bien. Datos de la encuesta de RSM a 461 líderes de la región, septiembre de 2026.
40%
de las empresas ya implementa IA.
4%
tiene madurez integral en capacitación.
8%
de los empleados se siente plenamente preparado.
Esa brecha es real y hay que cerrarla. Pero hay otro dato revelador: el 53% de las empresas espera que la IA mejore las habilidades de su gente y solo el 15% anticipa reducir plantilla. Es decir, lo que viene es rediseño de puestos. La pregunta es quién los rediseña. Hoy, cada empleado por su cuenta.
La paradoja del 38%
Mientras el 38% de los líderes reclama falta de talento especializado, ese 8% que ya está preparado trabaja adentro. Las empresas buscan afuera un talento que no forman, y tampoco ven el que ya tienen.
Hallazgo 03
El dilema de quien ya usa la IA bien
Una analista aprendió a hacer en dos horas lo que antes le llevaba un día. Nadie se lo pidió y nadie lo sabe. Tiene cuatro opciones, y ninguna le conviene a la empresa.
Salida 01
Producir más y esperar que la recompensen
En la mayoría de las organizaciones, el premio por terminar antes es recibir más trabajo. Sin un sistema que reconozca el salto, la frustración llega antes que el ascenso.
Salida 02
Trabajar menos y no decir nada
Es la opción más racional, y está pasando. La ganancia existe, pero la empresa no la ve ni la puede replicar.
Salida 03
Llevar su talento a otro lado
A una empresa que valore lo que sabe hacer, y no le va a costar encontrarla. Cuando esa persona se va, se lleva todo lo que aprendió con las herramientas y el tiempo que pagó su empresa anterior.
Salida 04
Abrirse por su cuenta
Con IA, una sola persona puede ofrecer lo que antes requería un equipo. Quien ya automatizó un proceso conoce el problema de cerca, tiene una solución probada y puede vendérsela a otras empresas, incluso a la competencia.
38%
de los usuarios más avanzados de IA minimiza ante su jefe cuánto lo ayuda.
Glean · 6.000 trabajadores
36%
directamente lo oculta. La ganancia existe, pero la empresa no la ve.
Glean · 6.000 trabajadores
59%
de los empleadores dice que conseguir talento con dominio de la IA es esencial para el próximo año.
Indeed y YouGov · jul 2026
Los cyborgs secretos
Mollick llama así a estas personas. Su explicación de por qué se esconden es difícil de rebatir: si alguien descubre cómo automatizar el 90% de un puesto y se lo cuenta a su jefe, ¿la empresa va a despedir al 90% de sus compañeros? Mejor no arriesgarse.
Las cuatro salidas son pérdidas. La primera quema a la gente, la segunda vuelve invisible la productividad y las dos últimas se llevan a quienes más saben. Ahí está buena parte de la distancia entre el 80% y el 37%.
Implicaciones
Cuatro palancas para que la IA convenga
Cada palanca responde a una de las salidas del dilema. La idea es simple: que la opción más conveniente para la persona sea también la mejor para la empresa.
| Lo que hace hoy quien usa IA bien | Lo que pierde la empresa | Palanca que lo evita |
|---|---|---|
| Produce más y espera que lo recompensen | Ese esfuerzo extra, que se apaga cuando nadie lo reconoce | Ascenso |
| Trabaja menos y no dice nada | Una mejora que existe, pero que nadie ve ni puede replicar | Bonos por procesos transformados |
| Se va a otra empresa | A la persona y todo lo que aprendió con IA | Liderazgo de área |
| Se abre por su cuenta | Una solución probada que termina vendiendo otro | Liderar proyectos |
Palanca 01 · Bonos por procesos transformados, no por uso
Shoosmiths armó un fondo de un millón de libras para unos 1.300 empleados, condicionado a llegar a un millón de usos de Copilot.
Eso es pagar por uso: tokenmaxxing con plata. El estudio de abogados británico ató el premio al consumo, no al resultado.
Brex entregó más de 225 bonos puntuales por proyectos de IA. Uno de los más grandes fue para el equipo que rediseñó el onboarding de clientes.
Pasó de un proceso de días con cuatro personas a menos de cinco minutos. Omnisend lo afinó más todavía, con un aumento de sueldo específico por IA que evalúa ahorro de tiempo y costos, impacto en resultados y cuánto adoptaron otros el flujo nuevo.
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. Así, mostrar una mejora conviene más que esconderla.
Palanca 02 · Ascenso: que subir de nivel exija transformar, no usar
Meta es el caso más grande. Desde 2026, el impacto logrado con IA es parte formal de sus evaluaciones e influye en ascensos, bonos y trayectorias de carrera. La empresa dijo que premiaría tanto el impacto en el trabajo propio como la mejora del rendimiento del equipo. Pero es la misma empresa del ranking de tokens, y parte de sus empleados vive la política como microgestión.
Zapier ofrece el modelo más útil para copiar: una escala de fluidez en IA de cuatro niveles. El más alto, "transformador", significa haber reconstruido cómo se hace el trabajo y haber llevado esa nueva forma a otros. Zapier además incorporó estas expectativas a sus criterios de desempeño para toda la empresa.
Regla de diseño
Sumar a la escala de carrera un criterio concreto: "transformé un proceso y otros lo usan". Nunca "uso mucha IA".
Palanca 03 · Liderazgo de área: darle un rol formal al 8%
Es la palanca más documentada, con el nombre de AI champions. No hace falta que todos sean expertos.
4.000
"AI Accelerators" armó Citi entre 182.000 empleados de 84 países, y superó el 70% de adopción de sus herramientas aprobadas.
300
entusiastas en una empresa de 6.000: así empezó PwC, celebrando en público un caso ganador por semana.
2 a 5
pioneros alcanzaban en el equipo de soporte de Zapier, de 80 personas. El resto solo aplicaba lo que ellos diseñaban.
Regla de diseño
Que sea un rol de verdad: con tiempo asignado y con peso en la evaluación. Si no, es trabajo extra no pago, y se vuelve a la primera salida del dilema.
Palanca 04 · 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.
Moderna llevó la idea al organigrama: fusionó Recursos Humanos y Tecnología bajo una sola directora, Tracey Franklin. Desde ese rol rediseña equipos según qué trabajo conviene que hagan personas y qué conviene automatizar, y así se crean, eliminan y reimaginan puestos. Hay quien propone ir más lejos: la CEO de la startup 1Mind evaluaba dar participación accionaria a quien automatice su propio puesto.
Mollick propone combinar el impulso de los líderes con un laboratorio central que construye prototipos. Los candidatos naturales para ese laboratorio son quienes ya demostraron resultados en sus áreas.
Por dónde empezar
No hace falta un programa enorme. Hace falta el orden correcto.
La condición de entrada es que Recursos Humanos esté en la mesa desde el primer día.
Paso 01
Encontrar al 8%
Identificar a quienes ya transformaron algo, sin castigar a quien lo hizo a escondidas.
Paso 02
Darles un rol
Liderazgo de área con tiempo asignado y peso en la evaluación.
Paso 03
Medir procesos, no uso
Tomar una línea de base antes de cada cambio para saber qué mejoró.
Paso 04
Atar bonos y ascensos a resultados
Premiar procesos transformados y adoptados por otros.
La oportunidad regional
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 la IA ya existe. Las empresas que decidan a propósito quién se la queda van a ser las que la vean en sus resultados.
Próximo paso
En Magnesium ayudamos a diseñar ese sistema.
En 30 minutos revisamos cómo está la organización frente a estas cuatro palancas y por cuál conviene empezar.
Agendar un diagnóstico de cultura de IAFuentes
Las cifras provienen de fuentes públicas consultadas en octubre de 2026 y se citan con su fecha de publicación. Ninguna de las encuestas mencionadas es probabilística: son muestras de conveniencia y auto-reportadas, lo que tiende a sobreestimar tanto la adopción como la productividad percibida. Los casos de empresa se citan tal como los reportaron los medios y las propias compañías, sin verificación independiente de los resultados declarados.
- Fortune, el fin del tokenmaxxing, mayo 2026.
- Fortune vía Yahoo Finance, tokenmaxxing en Amazon y Meta.
- McKinsey, The state of AI in 2026, agosto 2026 (1.719 encuestados).
- Magnesium, Adopción de IA en Latinoamérica 2026, septiembre 2026.
- RSM, AI Readiness in Latin America 2026, septiembre 2026 (461 líderes).
- NTT DATA y CIONET, Observatorio de Agentic AI en España e Iberoamérica 2026, septiembre 2026, citado a través del reporte de Magnesium.
- Ethan Mollick sobre liderazgo, laboratorio y multitud (reproducción de One Useful Thing).
- Business Insider vía Yahoo, Mollick y los cyborgs secretos.
- HR Reporter, incentivar a los cyborgs.
- IT Brief, encuesta de Glean a 6.000 trabajadores.
- Staffing Industry Analysts, bonos de Shoosmiths y Brex.
- HR Grapevine, bonos e incentivos, caso 1Mind.
- Yahoo Finance, el aumento por IA de Omnisend.
- eWeek, Meta y las evaluaciones de desempeño.
- Business Insider vía Yahoo, memo de Meta sobre impacto con IA.
- Zapier, escala de fluidez en IA.
- Lead with AI, Zapier, de adopción a transformación.
- Lead with AI, programas de AI champions, Citi y PwC.
- UNLEASH, Moderna fusiona Recursos Humanos y Tecnología.
- AI IQ, el rediseño de equipos en Moderna.
- Staffing Industry Analysts, encuesta de Indeed y YouGov sobre talento en IA.