La IA en tu empresa no está fallando por falta de herramientas. Está fallando por falta de criterio

Date:

Por qué el 94% de las empresas invierte en IA sin ver retorno, qué tiene que ver esto con el Artículo 4 del AI Act, y qué debe cambiar en la formación de tu plantilla antes de que empiecen las inspecciones.

Si en tu empresa ya se usa IA de forma masiva y aun así los resultados no terminan de notarse, no eres la excepción. Eres la mayoría. El 94% de las empresas que invierten en IA no ve un retorno claro de esa inversión. Y el motivo casi nunca es la herramienta, la realidad es que nadie preparó a las personas que la usan.

Esto debería importarte especialmente a ti, porque es un problema que nace en tu terreno, no en el de IT. La tecnología ya está desplegada. Lo que falta es criterio: saber cuándo confiar en lo que produce la IA, cuándo revisarlo, y cuándo directamente no usarla. Y eso no se resuelve con más licencias, se resuelve con formación; pero no cualquier formación.

Nota recomendada: La IA favorece las habilidades técnicas sobre la empleabilidad, según los empleadores

El problema no es que falte formación. Es que la que hay es la misma para todos

La mayoría de las empresas ya ha hecho «algo» en IA: un webinar, un curso online genérico, una charla puntual. El problema es que ese «algo» trata igual a alguien que usa un chatbot para redactar emails que a un mando que revisa decisiones de selección apoyadas en IA. Son riesgos completamente distintos, y una formación de talla única no prepara a ninguno de los dos para el que realmente tiene.

El resultado es medible, y es donde entra la parte que más debería preocuparte como responsable de personas: en los equipos que sí tienen preparación y criterio real frente a la IA, la calidad del trabajo mejora hasta un 40%. En los que no, cae un 19%. La diferencia esta entre que la IA sea una ventaja competitiva o un problema que estás financiando sin saberlo.

Aquí es donde entra la ley, pero no es el punto de partida

El Artículo 4 del Reglamento Europeo de IA (AI Act) lleva siendo obligatorio desde febrero de 2025: exige que toda persona que use sistemas de IA en su trabajo tenga un nivel de formación adecuado a su función y al riesgo que implica esa función. Esto no es una recomendación, es una obligación legal y en agosto de 2026 las autoridades de vigilancia del mercado ganan capacidad plena para inspeccionar su cumplimiento.

Pero si has llegado hasta aquí leyendo, ya sabes por qué te lo contamos al final y no al principio: la ley es el motivo por el que esto se vuelve urgente, pero no es el motivo por el que esto importa. Importa porque, aunque no existiera ningún reglamento, seguiría siendo verdad que un equipo sin criterio frente a la IA rinde peor, no mejor. La regulación simplemente pone fecha y consecuencia a algo que ya deberías estar resolviendo por pura cuenta de resultados.

Nota recomendada: Snoop Dogg busca contratación global para un trabajo de catador de helados.

Lo que esto significa en la práctica para RRHH

Aquí es donde el trabajo cae directamente sobre tu mesa, aunque a veces no lo parezca. Formar «según el rol y el riesgo» implica, como mínimo, tres cosas que probablemente todavía no tengas resueltas:

Saber realmente en qué nivel está cada persona antes de decidir qué formación necesita y no la percepción que tiene de sí misma, sino su nivel real. La mayoría de las empresas se salta este paso y forma a ciegas, que es exactamente el motivo por el que la formación genérica no funciona.

Diferenciar la formación según la función, no según el departamento. Dos personas del mismo equipo pueden necesitar itinerarios completamente distintos si una usa la IA como apoyo puntual y la otra la usa para tomar o influir en decisiones sobre personas.

Poder demostrarlo. No basta con haber formado. Hay que poder enseñar la evidencia de que la formación ocurrió, de que se entendió, y de que corresponde al nivel de riesgo real de cada puesto. Esa documentación es, en la práctica, la carga administrativa nueva que recae sobre RRHH, y que sin las herramientas adecuadas puede consumir una cantidad de tiempo de gestión desproporcionada.

Esto último es, de hecho, uno de los puntos donde más se nota la diferencia entre hacerlo bien y hacerlo a medias: cuando el diagnóstico, la formación y la documentación están conectados en un mismo proceso, la carga de gestión para los mánagers que tienen que supervisarlo se reduce drásticamente. Podemos hablar de hasta un 50% menos de tiempo dedicado a coordinar y justificar el cumplimiento, frente a montar todo esto con procesos sueltos y manuales.

Nota recomendada: Cómo RRHH puede aprovechar la revolución de la gestión del rendimiento.

Por dónde empezar sin montar un proyecto de seis meses

No hace falta un plan de transformación cultural para arrancar. Lo primero, y lo único imprescindible antes de decidir nada más, es tener un diagnóstico real: saber en qué nivel está cada persona y cada equipo frente a la IA, no una intuición basada en quién parece más «digital». A partir de ahí, la formación por perfil deja de ser una teoría bonita y se convierte en algo que se puede planificar, medir y, algo clave, documentar sin que se convierta en un segundo trabajo para RRHH.

Si quieres ver con más detalle cómo se traduce todo esto: la paradoja de la productividad, lo que exige exactamente el Artículo 4, y un plan de acción en tres pasos para no llegar tarde, puedes descargar una infografía completa que ha desarrollado el equipo de Booster aquí.

Este recurso no es un checklist legal más, es el mapa para que la conversación sobre IA en tu empresa deje de ser «¿estamos cumpliendo?» y pase a ser «¿estamos sacándole el máximo partido?». Que, al final, es la pregunta que de verdad importa.

Comparte esta Nota:

spot_img

Popular

Notas Relacionadas
Related

La IA favorece las habilidades técnicas sobre la empleabilidad, según los empleadores

La mayoría (69%) de los empleadores cree que el...

Snoop Dogg busca contratación global para un trabajo de catador de helados

El rapero estadounidense Snoop Dogg, cofundador de la marca...

Cómo RRHH puede aprovechar la revolución de la gestión del rendimiento

¿Recuerdas exactamente qué proyectos completó tu equipo o dónde...

Una mayor monitorización no significa un mejor rendimiento.

Intensificar la medición no mejora el enfoque en los...