Durante décadas, dirigir un equipo significaba saber qué había que hacer. La inteligencia artificial agregó una exigencia nueva que pocos líderes anticiparon: también hay que saber cómo. Y cuando el jefe no lo sabe, toda la cadena se relaja
Hay un dato que aparece en la investigación de McKinsey sobre IA en el lugar de trabajo y que merece detenerse a leer dos veces. Los líderes estiman que solo el 4% de sus empleados usa inteligencia artificial para más del 30% de su trabajo diario. La realidad, medida directamente con los empleados, es más del triple: 13%. Los jefes no saben lo que está pasando en sus propios equipos.
Ese número no es una curiosidad estadística. Es el retrato de un problema de liderazgo que esta serie viene describiendo desde el principio y que en este artículo toca nombrar directamente: en la transformación de IA, el eslabón más débil de la cadena no es el empleado junior que no quiere aprender. Es el mando intermedio y el directivo que nunca se puso a entender las herramientas que hoy definen lo que su equipo puede producir.
El rol de líder cambió, la definición de liderazgo todavía no
Durante décadas, la autoridad de un directivo descansaba sobre una ecuación simple: experiencia acumulada más visión estratégica igual a capacidad de conducir equipos. El líder sabía qué había que hacer. Los equipos sabían cómo hacerlo. Esa división del trabajo funcionó bien durante mucho tiempo.
La inteligencia artificial rompió esa ecuación. Hoy no alcanza con saber qué hay que hacer. Un líder que no entiende lo que las herramientas de IA permiten hacer no puede fijar expectativas reales, no puede evaluar si su equipo está rindiendo al nivel que es posible, y no puede guiar el proceso de transformación que su organización necesita. Puede gestionar. Pero no puede liderar la transición.
El Boston Consulting Group encuestó a 1.400 empleados en Estados Unidos y encontró algo que debería incomodar a cualquier directivo: el 76% de los ejecutivos cree que su gente está entusiasmada con la adopción de IA. Solo el 31% de los empleados en posiciones individuales dijo lo mismo. Los líderes están más del doble de equivocados respecto a lo que sienten sus propios equipos. Y si no saben lo que sienten, mucho menos saben lo que producen.
El 48% de los líderes senior en el Reino Unido nunca usó una herramienta de IA. No pueden exigir lo que no entienden. No pueden ver lo que no conocen.
Cuando el jefe no entiende, toda la cadena se relaja
Lo que observo en organizaciones que están adoptando IA tiene una lógica muy concreta. Cuando el mando intermedio está fuera del ecosistema de herramientas, ocurren dos cosas en paralelo. La primera: no puede actualizar sus expectativas sobre lo que el equipo debería producir, porque no sabe lo que es posible. La segunda: el empleado que sí sabe lo detecta rápido.
Y cuando el empleado sabe que su jefe no entiende las herramientas, el incentivo para esforzarse más desaparece. No hace falta producir más si nadie puede medir que se podría. No hace falta mostrar lo que la IA permite si el que debería pedirlo no sabe que existe. El resultado es el que describimos en el artículo anterior: organizaciones que adoptaron herramientas y cuyos números de productividad siguen igual que en 2023. Tanto el mando intermedio como el subordinado cuidan, en silencio y sin coordinarlo, la misma zona de confort.
McKinsey es categórico en este punto: las organizaciones que logran resultados reales con IA son tres veces más propensas a tener líderes senior que demuestran involucramiento y compromiso activo con sus iniciativas de IA — incluyendo usar las herramientas ellos mismos. No solo aprobar el presupuesto. Usarlas. Esa diferencia es la que separa la transformación real de la transformación en papel.
La exigencia que cambió de naturaleza
Antes, un buen líder asignaba tareas y evaluaba resultados. Hoy, en la era de la IA, eso no alcanza. La exigencia es otra: hay que poder decirle al equipo no solo qué producir, sino también con qué herramientas y de qué manera. No para reemplazar al equipo en la ejecución, sino para fijar una vara que tenga sentido en 2026 y no en 2023.
Ese cambio es incómodo para alguien que pasó décadas construyendo autoridad sobre lo que sabe hacer. Aprender IA desde una posición de liderazgo implica, inevitablemente, pasar por un período de no saber. De hacer preguntas que un subordinado podría responder mejor. De volver a ser, en algún sentido, principiante. Y eso tiene un costo de ego que no aparece en ningún plan de transformación digital.
Pero la alternativa es más cara. Un directivo que no entiende lo que la IA permite hacer en su industria no puede tomar decisiones estratégicas reales sobre ella. Solo puede aprobar iniciativas que no comprende del todo y esperar que los resultados lleguen solos. Rara vez llegan.
Las organizaciones que lograron resultados reales con IA tienen algo en común: líderes que usan las herramientas ellos mismos. No que aprueban el presupuesto. Que las usan.
La transformación de IA en cualquier organización empieza y termina en el liderazgo. No en la tecnología, no en el presupuesto, no en los cursos que se le ofrecen a los equipos. En si quien conduce entiende o no lo que está pasando. Y para entenderlo, no hay atajo: hay que involucrarse, usar las herramientas, cometer errores con ellas, y construir el criterio desde adentro.
La próxima entrega cierra la serie con la pregunta que atraviesa todo: ¿qué separa realmente a las organizaciones que están transformándose de las que solo están hablando de transformarse?
