El 88% de las organizaciones ya utiliza Inteligencia Artificial de forma regular en al menos una función, frente al 78% del año anterior, pero solo el 7% dice tenerla realmente integrada en su forma de operar, según un estudio de McKinsey recogido por ABC Color el 1 de junio de 2026. Esa distancia entre usar y tener integrado es, en mi experiencia de casi tres décadas acompañando procesos de cambio, donde de verdad se decide si algo funciona o se queda en un experimento caro.
El dato que McKinsey ha puesto sobre la mesa en 2026
El estudio, con 1.993 ejecutivos encuestados en 105 países, desglosa esa distancia con más detalle del habitual. Un 32% de las organizaciones está en fase de experimentación, un 30% está pilotando, un 31% está escalando, y solo un 7% dice tener la Inteligencia Artificial completamente integrada en su forma de operar.
Lo llamativo no es el 88% de arriba, que ya esperábamos ver crecer año tras año. Lo llamativo es que, con toda esa adopción, la inmensa mayoría sigue atrapada en el chat, en la prueba, en el piloto que no termina de convertirse en otra cosa.
Ese dato confirma algo que llevo tiempo observando de cerca: la barrera de entrada a la Inteligencia Artificial ya no es tecnológica. Casi cualquiera puede abrir una cuenta y empezar a usarla en cinco minutos. La barrera real está más adelante, en el tramo donde una herramienta deja de ser una curiosidad y se convierte en parte del método de trabajo.
Usar una herramienta y cambiar cómo trabajas no es lo mismo
Usar Inteligencia Artificial significa, para la mayoría, abrir una ventana de chat cuando hace falta redactar algo rápido o resumir un documento largo. Tenerla integrada significa que el modo de trabajar ya no se puede explicar sin ella, que forma parte del proceso y no de la anécdota.
Esa diferencia no se ve en las herramientas que tiene instaladas una organización o un profesional. Se ve en si, cuando la herramienta falla un día, el trabajo se resiente de verdad o simplemente se vuelve a la forma antigua sin que nadie lo note demasiado.
Esa prueba, la del día en que la herramienta falla, es más reveladora que cualquier encuesta. Cuando de verdad hay integración, un fallo técnico se nota como se notaría la falta de un compañero clave. Cuando solo hay uso ocasional, apenas se nota nada. Esto conecta con lo que ya se sabe sobre la adopción real de Inteligencia Artificial frente a la adopción solo declarada en encuestas.
Lo que he visto en 27 años de procesos de cambio: la herramienta nunca fue el problema
Llevo casi tres décadas acompañando procesos de cambio en organizaciones y en profesionales, mucho antes de que existiera la Inteligencia Artificial tal como la conocemos hoy. Y el patrón se repite con una regularidad que ya no me sorprende: la tecnología nueva rara vez es el obstáculo real.
El obstáculo real es que cambiar cómo se trabaja exige cambiar también cómo se piensa el trabajo, y eso no lo resuelve ninguna herramienta por sí sola, por potente que sea. Lo he visto con hojas de cálculo, con el correo electrónico, con los primeros sistemas de gestión, y lo estoy viendo ahora con la Inteligencia Artificial.
Cada una de esas tecnologías tuvo su propio 88% de adopción superficial y su propio grupo reducido que la llevó hasta el final. Lo que cambió en cada caso no fue la potencia de la herramienta en sí, sino la decisión, tomada con calma y sostenida en el tiempo, de reorganizar el trabajo alrededor de ella en lugar de limitarse a usarla de vez en cuando.
Por qué el 32% se queda en «estoy probando cosas»
Experimentar es fácil y no compromete a nada. Se prueba una herramienta, se usa un par de veces para algo puntual, y si no da resultados inmediatos, se abandona sin que nadie tenga que justificar demasiado esa decisión.
El problema es que la Inteligencia Artificial no da su mejor rendimiento en el primer uso puntual. Da su mejor rendimiento cuando se ha adaptado a un flujo de trabajo concreto, con reglas propias, con criterio propio aplicado encima. Eso exige tiempo y decisión, no una prueba de una tarde.
La diferencia entre pilotar y escalar, explicada sin jerga
Pilotar es probar algo en una parte pequeña y controlada del trabajo, con la intención declarada de ampliarlo si funciona. Escalar es llevarlo de verdad a todo el trabajo, no solo a la parte cómoda donde era fácil demostrar que funcionaba.
El 31% que McKinsey sitúa en fase de escalado ya ha cruzado la parte más difícil, la de decidir que esto no era solo una prueba. Pero cruzar del escalado a la integración total, ese último 24 puntos porcentuales de distancia hasta el 7%, es donde más organizaciones y más profesionales se quedan estancados indefinidamente.
El 7% que sí lo integró: qué hicieron distinto
Lo que distingue a ese 7% no es que tuvieran acceso a mejor tecnología que el resto, porque hoy la tecnología está prácticamente al alcance de cualquiera con una tarjeta de crédito. Lo que distingue a ese grupo es que trataron la integración como una decisión de fondo, no como una compra.
Redefinieron procesos completos, de principio a fin, en lugar de añadir un atajo aquí y otro allá sin tocar el resto del trabajo. Y, sobre todo, dieron tiempo a que el cambio madurara antes de medir si había funcionado, en lugar de juzgarlo por el resultado de la primera semana.
Esto tiene una implicación incómoda: la integración real casi nunca se ve en los primeros meses. Se ve pasado ese tiempo, cuando ya no queda memoria de cómo se hacía antes. Juzgar el proceso demasiado pronto es, precisamente, una de las razones por las que tantos abandonan en la fase de piloto sin haber llegado a comprobar su verdadero potencial.
El profesional que trabaja solo tiene aquí una ventaja que las grandes empresas no tienen
Cuando hablamos de esta distancia entre uso e integración solemos pensar en grandes organizaciones, con muchos departamentos y muchas capas de decisión. Pero un profesional que trabaja solo, una consulta, un despacho, una clínica, tiene en esto una ventaja que la mayoría no aprovecha: no necesita convencer a nadie más para decidir integrar de verdad.
Esa misma libertad, sin embargo, tiene una trampa. Sin nadie que empuje desde fuera, es fácil quedarse cómodamente en el 32% que solo experimenta, precisamente porque nadie lo está exigiendo.
He visto a psicólogas, abogados y consultores usar Inteligencia Artificial a diario durante meses sin que cambiara nada de fondo en cómo atendían a sus clientes o estructuraban su trabajo. La usaban para tareas sueltas, nunca como parte de un método. Y he visto a otros, con el mismo tiempo disponible, rediseñar por completo cómo preparan una sesión, un informe o una propuesta, apoyándose en ella de principio a fin. La diferencia no estaba en el talento ni en el acceso a mejores herramientas.
Por qué la resistencia no es al software, es a cambiar el criterio
En mis años de consultoría he aprendido a desconfiar de la frase «no tenemos tiempo para implementarlo». Casi nunca es un problema de tiempo. Es un problema de que integrar de verdad algo nuevo obliga a soltar una forma de trabajar que, aunque sea menos eficiente, ya resulta cómoda porque es conocida.
Cambiar el criterio con el que se toman decisiones es mucho más incómodo que instalar una aplicación nueva. Y esa incomodidad, no la dificultad técnica, es la que explica por qué el 93% restante sigue sin cruzar la línea.
Cómo se nota la integración real en el día a día
La integración real no se nota en un anuncio ni en una nueva pestaña abierta en el ordenador. Se nota en detalles pequeños y constantes: en que un proceso que antes tardaba dos horas ahora tarda cuarenta minutos y nadie recuerda ya cómo se hacía antes, o en que el criterio con el que se revisa un trabajo ha cambiado porque ahora se dedica ese tiempo ganado a pensar mejor, no solo a producir más rápido.
Es una integración silenciosa, sin ceremonia. Y precisamente por eso es tan fácil confundirla con un simple hábito, cuando en realidad es un cambio de fondo en cómo se piensa el trabajo.
Lo que de verdad se juega en esa distancia del 88% al 7%
La distancia entre usar Inteligencia Artificial de vez en cuando y tenerla integrada de verdad no es una cuestión de sofisticación tecnológica. Es una cuestión de si se ha tomado la decisión, incómoda y poco vistosa, de cambiar cómo se trabaja en lugar de añadir una herramienta más a la forma antigua de hacer las cosas.
Ese es, en el fondo, el mismo trabajo que llevo haciendo 27 años, con o sin Inteligencia Artificial de por medio: ayudar a que una decisión de fondo se sostenga en el tiempo, más allá del entusiasmo inicial por lo nuevo. La herramienta cambia con cada década. Lo que decide el resultado final, no.
Sobre el autor
Javier G. Amblar lleva 27 años acompañando procesos de cambio en profesionales y organizaciones. Ha formado a más de 33.000 profesionales en 55 países, fue profesor asociado del IE Business School, donde recibió el Premio a la Excelencia Docente, y ha colaborado como analista en RTVE, Telemadrid, Onda Cero y EsRadio. Es autor del libro Liderazgo (Editatum, 2018) y dirige un canal de YouTube con más de 368.000 suscriptores, dentro de una comunidad en línea de más de 500.000 personas.
Hoy centra su trabajo en dos proyectos. RADAR es su servicio de visibilidad y reputación ante la Inteligencia Artificial, para que un profesional sepa qué dice de él la máquina que cada vez más gente consulta antes de decidir en quién confiar. Evolution es su programa de mentoría personalizada para profesionales con trayectoria que buscan traducir su experiencia en más autoridad y en ingresos más estables. Puedes conocer el diagnóstico de reputación en consultoria.uno/radar.
