Lo que hizo un tercio de los empleados en el trabajo la semana pasada

El uso de IA en el trabajo pasó de 21% de los empleados de EE. UU. en 2023 a 52% en 2026. Las organizaciones que reportan haber integrado la IA llegaron a 47% en el segundo trimestre de 2026, frente a 41% el trimestre anterior. Gallup llama a la distancia entre esas dos cifras el desfase entre integración y adopción: cerca de la mitad de las organizaciones ha comenzado a integrar la IA, y 30% de los empleados la usa con regularidad. Implementar no garantiza el uso.

A nivel de empresa, el panorama se adelgaza todavía más. En la encuesta del Census Bureau a negocios de EE. UU., de 17% a 20% reporta usar IA en alguna función del negocio, 37% entre las empresas con 250 empleados o más, y de 20% a 23% espera hacerlo en seis meses. La misma encuesta encuentra que la difusión va en ambos sentidos: en algunas empresas, los trabajadores usan IA en sus tareas sin una adopción formal, y algunas empresas reportan adopción sin que los trabajadores la usen en sus tareas.

La Reserva Federal puso tres encuestas lado a lado en abril y obtuvo tres respuestas distintas a la misma pregunta: 18% de las empresas usa IA (Census), 41% de los trabajadores usa IA generativa en el trabajo (la Real-Time Population Survey), y 78% de la fuerza laboral trabaja en una empresa que la ha adoptado (la encuesta de la Atlanta Fed a ejecutivos). El mismo país, el mismo trimestre. Cada encuesta le pregunta a alguien distinto, y la distancia entre lo que reporta la empresa y lo que reporta su gente es la primera fuga de este número.

El lado de las leyes ya tiene fechas, y las fechas se han movido dos veces este año. La mayoría de las obligaciones que siguen se aplica según dónde estén sus empleados, clientes y candidatos, sea cual sea su industria.

Los legisladores estatales presentaron 1,561 proyectos de ley relacionados con la IA en 45 estados durante el primer trimestre de 2026 (MultiState), y una orden ejecutiva federal de diciembre de 2025 instruye a las agencias a impugnar las leyes estatales que choquen con un marco nacional. Debajo del calendario está el conjunto de reglas que ya se aplicaba: la ley contra la discriminación, la ley de privacidad y la regulación sectorial no tienen ninguna excepción para la IA. Las leyes nuevas nombran a la IA. Las anteriores nunca tuvieron que hacerlo.

La fuerza laboral fijó la demanda. Las leyes fijaron el reloj. La dirección controla una sola cosa: si la organización tiene un plan que responde a ambos.

Empresas es la proporción de empresas del sector que usan IA en alguna función del negocio (Census Bureau, mayo de 2026, con las cifras de cierre de 2025 de la Reserva Federal donde la nota del Bureau no desglosó un sector). Trabajadores es la proporción de los trabajadores del sector que usan IA generativa en el trabajo (Real-Time Population Survey, noviembre de 2025, según lo reportó la Junta de la Reserva Federal). El costo de una filtración es el promedio global de IBM de 2025 para la industria. Las leyes generales del calendario alcanzan a todas las filas; las dos últimas columnas indican lo que alcanza específicamente a la fila, y nuestra lectura. Nacional: 19.8% de las empresas, 41% de los trabajadores.

Todos los resultados anteriores son una asociación a partir de datos de encuestas. Las fuentes dicen "asociado con", y este número también.

El puente.

Cualquiera de las fugas, por sí sola, parece un proyecto. Si se corren las tres juntas, la aritmética cambia, porque salen de fondos distintos: la exposición a filtraciones, las horas que nunca se devolvieron y las decisiones que nunca se tomaron. Ningún dólar de un fondo aparece en otro, así que los impactos se suman.

Este número no publicará un total combinado. Una cifra apilada construida con promedios nacionales es una proyección sobre una organización que nadie ha examinado. Se lee como una promesa e invita a un descuento. El único total que importa sale de su número de usuarios y de su plan, y producirlo es trabajo de medición dentro de su organización.

Desde fuera se puede ver la magnitud. Con constantes nacionales, un caso de uso estancado que involucra a 200 personas deja cinco cifras de horas sobre la mesa cada trimestre, y una sola filtración donde la IA en las sombras es alta cuesta seis cifras más que una donde no lo es, además de un promedio en EE. UU. que se mide en millones.

Desde fuera también se pueden ver la dirección y el reloj. Las tres fugas están corriendo ahora. El uso crece cada trimestre que Gallup lo mide. El calendario de gobernanza agrega fechas y mueve las que tiene. Cada piloto que se estanca reinicia el siguiente desde cero, y cada trimestre sin un plan escrito es un trimestre de decisiones tomadas por omisión. Un trimestre sin una visión firmada de las tres fugas fija otro trimestre a la tasa de hoy.

Todo otro análisis de este problema publica una cifra grande. La cifra no existe hasta que es suya.

La palabra "plan" carga con la mayor parte de este número, así que conviene definirla. Un plan de adopción de IA, a nuestro juicio, tiene cinco propiedades. Cada una responde a una fuga que muestran los datos.

Doce meses después, una organización que ha hecho esto todavía no ha transformado nada. Ha medido, priorizado y puesto por escrito. El paquete del consejo directivo contiene la lista. Las personas saben qué herramientas pueden usar y a quién preguntar. La segunda iniciativa está en el calendario. Nadie contrató a un director de IA y nadie montó una oficina de transformación; las piezas se quedaron con los líderes que ya las manejan.

Conozca la forma de su propio problema antes de que alguien le muestre un producto.

Puede responder cada una con información que su organización tiene hoy. La prueba más reveladora es organizacional. ¿Quién sería el dueño de cada respuesta? ¿Estarían de acuerdo TI, finanzas, operaciones y recursos humanos? Y si lo estuvieran, ¿qué decisión tomaría usted a partir de ellas?

Una versión de la prueba no cuesta nada: envíe las tres preguntas por el organigrama y observe qué regresa. Si las respuestas llegan de un solo escritorio, o llegan de cuatro escritorios y no concilian, habrá visto cómo se manifiesta el problema de la propiedad en su organización.

Esa prueba es donde este trabajo suele estancarse. Alguien arma una diapositiva, tres funciones discuten las cifras y la pregunta espera al siguiente ciclo de planeación. Seis meses después el número de usuarios es mayor, el número de pilotos es el mismo y el plan sigue siendo una conversación. El riesgo nunca fueron los datos que faltaban. Fue una imagen en la que nadie confiaba lo suficiente para actuar, envejeciendo mientras las fugas se acumulan.

Dos patrones.

Las licencias llegan antes que los casos de uso. Alguien compra la herramienta, la distribuye y la anuncia, y quien la toma primero decide para qué sirve. La principal barrera para la adopción según Gallup, "caso de uso o propuesta de valor poco claros", es la versión nacional de ese patrón, y los datos de amplitud son lo que cuesta. Las organizaciones del extremo de 90% decidieron dónde pertenecía la tecnología antes de repartirla.

La segunda iniciativa no tiene dueño. El primer piloto tenía un patrocinador, un presupuesto y un proveedor. El siguiente tiene un comité. Cerca de la mitad de las pruebas de concepto muere en ese traspaso (S&P Global).

Qué requiere cerrar cada fuga.

La primera fuga requiere una regla escrita y un dueño con nombre antes de que salga la siguiente licencia. La regla dice qué herramientas, qué datos y a quién preguntar. El dueño es una sola persona.

La segunda fuga requiere definir el alcance antes de la demostración: el caso de uso, las personas a quienes involucra, las horas que debería devolver, el dueño y el segundo paso, por escrito antes de que haya un proveedor en la sala. Un piloto con esas cinco cosas en papel tiene a dónde ir cuando funciona.

La tercera fuga requiere un documento que firmen tres oficinas. Priorizado, con rangos, con dueños, con secuencia y fácil de encontrar. Quién despliega el trabajo es una decisión aparte, y no debería tomarla quien presentó primero.