Cómo cerrar la brecha en la adopción agéntica

Las transformaciones exitosas impulsadas por la inteligencia artificial (IA) siguen un patrón 1:3:5: por cada dólar invertido en tecnología agéntica, las organizaciones gastan tres en el rediseño de procesos y cinco en el desarrollo de capacidades y la adopción. Sin embargo, la mayoría de las empresas invierten por completo esta fórmula. La tecnología acapara la mayor parte de la atención y la inversión de los altos directivos, mientras que el desarrollo de capacidades y el cambio de comportamiento se tratan como aspectos de la implementación. Pero estas no son actividades de apoyo: constituyen el verdadero trabajo.

En el estudio más reciente de McKinsey sobre el estado de las organizaciones (State of Organizations), miles de líderes empresariales globales identificaron la gestión del cambio y las formas de trabajo en silos como obstáculos importantes para escalar la IA, por encima de las preocupaciones relacionadas con una infraestructura tecnológica adecuada.

La gestión tradicional del cambio no basta para impulsar nuevas formas de trabajo que permitan crear valor a partir de la adopción de la IA agéntica. Las comunicaciones periódicas, la capacitación puntual, los documentos de orientación estáticos y los planes de implementación de arriba abajo pueden generar conciencia, pero rara vez generan la confianza, los hábitos y la disciplina operativa necesarios para escalar las formas de trabajo basadas en agentes. Al mismo tiempo, una adopción limitada de la IA restringe la creación de valor, mientras que una adopción ineficaz puede generar costos significativos de tokens, capacidad de cómputo, gobernanza y supervisión sin mejoras proporcionales en el desempeño.

Para cerrar la brecha de adopción, las organizaciones pueden crear un enfoque más dinámico del cambio que redefina cómo se distribuyen el trabajo y el criterio entre los seres humanos y las máquinas. En la era IA agéntica, el liderazgo del cambio debe ser continuo, estar orientado por los comportamientos e integrado en el propio trabajo.

Los líderes que tengan éxito tratarán la IA agéntica como una reinvención del trabajo, haciendo avanzar deliberadamente a los empleados de la conciencia a la convicción, de la convicción al compromiso, del compromiso al desarrollo de capacidades y, a partir de ahí, a hacer cumplir nuevos comportamientos mediante un nuevo sistema operativo. En este artículo analizamos cómo las organizaciones pueden centrarse en estas cinco áreas para asegurarse de que las personas ocupen un lugar fundamental en la creación de valor a partir de la IA.

Por qué la transformación agéntica se percibe de manera diferente

La dinámica humana que acompaña a la IA agéntica es más compleja que la de las transformaciones tecnológicas anteriores. Aprender a usar una nueva herramienta de flujo de trabajo o un sistema de registro puede resultar frustrante. Pero un agente de IA que redacta, analiza, recomienda, negocia o resuelve problemas toca algo más profundo en las personas: la percepción de su propia competencia, criterio, identidad y relevancia futura.

Cuatro temores se encuentran en el centro de la resistencia a la IA agéntica, como se detalla a continuación. Los líderes que los traten como obstáculos que simplemente hay que superar probablemente fracasarán. Los líderes que los reconozcan y los tengan en cuenta para diseñar sus estrategias tendrán éxito.

• Miedo a “quedar en evidencia”. La mayoría de la gente no sabe por dónde empezar con la IA agéntica. Eso, por sí solo, no supondría un problema, salvo porque también tienen miedo de admitirlo. Hacer una pregunta básica, utilizar un agente delante de un colega o experimentar abiertamente puede parecer una forma de revelar que uno se está quedando atrás. Por eso la gente guarda silencio. Esperan a ver qué hacen los demás antes de comprometerse. El aprendizaje se produce en privado o no se produce en absoluto. El resultado no es rechazo, sino la parálisis disfrazada de actividad. Los equipos parecen involucrados, pero en realidad nada cambia.
• Miedo a rendir cuentas sin tener el control. La IA agéntica asume tareas reales: redacta, recomienda, analiza y, a veces, toma decisiones. Sin embargo, los empleados saben que, cuando algo sale mal, la responsabilidad recae sobre ellos: “Si el agente me da una respuesta incorrecta y actúo en consecuencia, sigue siendo mi error.” Como este temor es racional, las personas se muestran reacias a confiar en herramientas que no comprenden del todo, especialmente en trabajos en los que están en juego la precisión, el criterio profesional y la reputación. Hasta que los empleados comprendan claramente si los agentes son confiables y cómo funciona la revisión humana, la confianza seguirá siendo frágil.
• Miedo a adentrarse en lo desconocido. Las personas afrontan mejor el cambio cuando pueden ver hacia dónde se dirigen. La transformación agéntica no ofrece esa tranquilidad. Las herramientas cambian cada pocas semanas y el modelo operativo final no puede definirse de antemano, ya que la tecnología y el trabajo evolucionan conjuntamente. Los líderes piden a las personas que avancen, pero no pueden decirles dónde terminarán. Esto es más que una brecha de comunicación: es una incertidumbre genuina. Y para las personas supone un desafío psicológico mayor que cualquier cambio tecnológico anterior.
• Miedo a perder la ventaja profesional. Este puede ser el temor más profundo y difícil de reconocer. No se trata simplemente de la seguridad laboral, aunque esa preocupación es real. Las preguntas más inquietantes son: “Si ahora un agente se encarga del análisis, la redacción, la síntesis y las decisiones basadas en el criterio que tardé años en desarrollar, ¿cuál es exactamente mi contribución? ¿Cuál es ahora mi identidad profesional?” Este miedo moldea el comportamiento de manera silenciosa y poderosa, convirtiendo la experimentación en una forma privada de protegerse ante la incertidumbre.

En conjunto, estos cuatro temores explican por qué las organizaciones rara vez logran una adopción genuina. Más bien, lo que consiguen es una imitación: el flujo de trabajo que parece transformado sobre el papel, pero que no ha cambiado en la práctica; el empleado que dice que sí, pero no modifica nada de su trabajo; la herramienta que está técnicamente implementada, pero que apenas se usa. Los líderes que interpretan esto como una resistencia que deben gestionar están malinterpretando la señal.

Cabe mencionar que, en muchas personas, estos temores coexisten con un entusiasmo genuino por las posibilidades que ofrece la IA agéntica. La tarea de los líderes no consiste en eliminar el miedo —no pueden hacerlo—, sino en asegurarse de que no paralice el comportamiento. Las organizaciones que avanzan con mayor rapidez son aquellas capaces de dar cabida tanto a la ansiedad como a las posibilidades, y de diseñar sus estrategias teniendo en cuenta ambas.

Los mandos intermedios representan la manifestación más clara de este desafío. A diferencia de los altos directivos, que definen la visión, o de los empleados de primera línea, que experimentan directamente con las herramientas, los mandos intermedios deben convertir la visión en realidad mientras gestionan otra docena de programas de cambio y mantienen su credibilidad en todos los niveles. Soportan esta carga sin disponer de tiempo para experimentar ellos mismos, y a menudo son las personas más fatigadas por el cambio, así como las que sienten mayor ansiedad ante los cambios relacionados con la IA (Gráfica 1).

De la gestión del cambio al liderazgo del cambio

La mayoría de las organizaciones abordan la transformación agéntica con las herramientas de la gestión tradicional del cambio: campañas de comunicación, calendarios de capacitación, paneles de KPI y planes de proyecto. Estas herramientas fueron diseñadas para un tipo de cambio diferente, en el que se conoce el destino, la respuesta está en gran medida determinada y el papel de los líderes es ejecutar.

La transformación basada en agentes no encaja en ese modelo. Pertenece a la categoría de cambio que McKinsey denomina “reinvención C4”: no se trata de pasar del proyecto A al B, sino de reimaginar todo un sistema, de A a un destino desconocido (Gráfica 2). El CEO no puede afirmar con credibilidad: “Tengo la respuesta.” Lo honesto es decir: “No sé exactamente adónde vamos, pero estoy aprendiendo junto con ustedes, y la organización que aprenda más rápido será la que gane.”

Ese replanteamiento del cambio al aprendizaje es el factor estratégico diferenciador. Cuando los empleados creen que la organización está aprendiendo genuinamente sobre la marcha, la resistencia disminuye. Los experimentos se convierten en evidencia y los errores, en material de aprendizaje. La pregunta deja de ser si están haciendo las cosas bien y pasa a ser si están aprendiendo más rápido que la competencia.

El liderazgo C4 requiere habilidades, como modelar la incertidumbre en lugar de proyectar certeza, que van en contra de la mayoría de los instintos de los altos directivos. Los líderes que admiten que todavía están tratando de encontrar las respuestas aceleran la adopción más que aquellos que transmiten discursos estratégicos cargados de certeza. En el cambio C3, los líderes conocen la respuesta y gestionan a las personas a medida que atraviesan la resistencia. Los líderes C4 no conocen la respuesta y guían a las personas a través del aprendizaje.

Las organizaciones que tratan la IA agéntica como un proyecto con un estado final definido invierten sistemáticamente menos de lo necesario en el sistema humano y descubren demasiado tarde que la adopción de la tecnología y la captura de valor se han desvinculado. En cambio, el objetivo debería pasar del cumplimiento al desarrollo de capacidades: no se trata de si los empleados completaron la capacitación, sino de si están aprendiendo a rediseñar su trabajo más rápido que el trimestre anterior.

El manual para el cambio agéntico, de la A a la E

El manual organizacional para la adopción de la IA basada en agentes contiene cinco capítulos principales: conciencia, convicción, compromiso, desarrollo y consolidación. Cada paso se basa en el anterior: las personas primero deben tomar conciencia antes de poder creer; deben creer antes de estar listas para comprometerse; deben comprometerse antes de poder desarrollar capacidades; y deben desarrollar estas capacidades antes de que el nuevo sistema operativo quede completamente integrado.

Los líderes deben comprender que el impulso puede estancarse o incluso revertirse. Cuando se pierde la confianza —debido a una mala decisión, un cambio de política o una falla de un modelo—, los empleados pueden retroceder. Los líderes deben monitorear en qué punto del recorrido de adopción de la IA agéntica se encuentran las personas y los equipos e intervenir en el momento oportuno con las soluciones adecuadas (vea el recuadro “Póngase en el lugar de su gente”). Una vez que comprendan la compleja dinámica humana que acompaña a la adopción, los líderes pueden centrarse en cinco áreas que generan claridad y confianza.

Conciencia: Hacer tangible el cambio

Los líderes dan el primer paso para generar convicción al brindar a las personas oportunidades para involucrarse y adquirir experiencia directa con la tecnología. Esta experimentación cambia la narrativa que se cuentan a sí mismas y a sus colegas. Las personas que han tenido una experiencia concreta con la IA tienen más probabilidades de convertirse en defensores creíbles, capaces de describir con precisión qué han visto cambiar, de qué siguen siendo responsables los seres humanos y cómo se toman las decisiones.

Una empresa europea de bienes de consumo generó convicción y desarrolló capacidades entre sus 100 principales líderes mediante un programa intensivo de tres días. Los líderes dedicaron la primera media jornada a desmitificar la tecnología: comprender qué es la IA agéntica, qué tiene de nuevo y qué puede salir mal con estos sistemas. También analizaron tecnologías procedentes de China, la Unión Europea y Estados Unidos.

La siguiente media jornada incluyó coaching sobre las herramientas, durante el cual los líderes experimentaron con aplicaciones de codificación, texto, sonido y video, mientras adoptaban una “mentalidad de principiante”. El tercer día se dedicó a trabajar en problemas empresariales reales, plantear acciones para abordarlos y analizar lo que habían aprendido.

Las afirmaciones generales sobre convertirse en una organización que prioriza la IA o liberar el potencial de productividad pueden aumentar la ansiedad, hacer que los empleados se sientan incompetentes y obligarlos a llenar por su cuenta los vacíos de información. En contraste, los líderes que dominan las herramientas de IA pueden describir con precisión qué cambiará, de qué seguirán siendo responsables los seres humanos y cómo se revisarán las decisiones. Esta narrativa del cambio debe abordar las preguntas que se hacen los empleados: ¿Qué sucederá con mi función? ¿La organización conservará a las personas y modificará su trabajo, o reducirá la plantilla? La transparencia ante estas preguntas, incluso cuando las respuestas sean incompletas, genera más credibilidad que los mensajes diseñados para evitarlas.

Convicción: Los líderes adoptan primero

Mientras que la conciencia lleva a la reflexión, la convicción impulsa a las personas a la etapa de prueba. Dos grupos son cruciales para fomentar esta convicción: los líderes que dan ejemplo con el nuevo comportamiento y los colegas de confianza que demuestran que la tecnología es segura y vale la pena utilizarla.

Una encuesta reciente de McKinsey a empleados y líderes sobre la preparación para la IA reveló que los encuestados que manifiestan poca confianza en el apoyo de sus organizaciones durante una transformación de IA tienen 1.5 veces más probabilidades que aquellos que manifiestan altos niveles de confianza de sentir ansiedad ante los cambios en el lugar de trabajo relacionados con la IA. En una transformación que avanza con rapidez, la confianza se desarrolla cuando los líderes muestran de manera creíble cómo la organización avanzará aprendiendo sobre la marcha.

La investigación de McKinsey también muestra que, entre los empleados de alto desempeño, el uso de la IA cuenta con mayor frecuencia con el respaldo de sus líderes. Estos empleados tienen tres veces más probabilidades que sus pares de estar totalmente de acuerdo en que los altos directivos de sus organizaciones hacen suyas las iniciativas de IA y demuestran su compromiso con ellas (Gráfica 3).

En la era de la IA basada en agentes, el ejemplo de los líderes debe centrarse en el negocio y aplicarse al trabajo real, no con anécdotas sobre los éxitos de la IA, sino con ejemplos de flujos de trabajo procedentes de la propia práctica de los líderes. Esto significa utilizar información generada por la IA en las revisiones empresariales, pedir a los agentes que sometan los supuestos a pruebas de resistencia, reemplazar los informes estáticos por flujos de decisión respaldados por agentes y señalar públicamente los casos en que el criterio humano prevaleció sobre la recomendación de un agente, explicando además el motivo.

En un proveedor de software empresarial, la adopción se estancó cuando la IA agéntica se trató como una implementación de herramientas cuya responsabilidad recaía en el equipo de ingeniería. La empresa cambió de rumbo al hacer que sus líderes participaran en programas intensivos de inmersión que los prepararon para mantener conversaciones prácticas sobre los cambios en los flujos de trabajo, la incertidumbre y la evolución de las expectativas.

Las redes de pares tienen tanto o más peso que los líderes. La movilización de más de 2,000 “promotores de la IA” por parte de un banco global ilustra el poder de una adopción creíble, impulsada por pares y a gran escala. Los promotores realizaron recorridos por las instalaciones (visitas estructuradas a los espacios de trabajo de los equipos para mostrar las herramientas en contexto) y organizaron sesiones abiertas de consulta y microdemostraciones (sesiones breves en las que se muestra a los colegas un caso de uso específico). Hicieron que experimentar pareciera algo normal, convirtieron casos de uso abstractos en prácticos y actuaron como un sistema de escucha, detectando dónde avanzaba la adopción y dónde se estancaba.

La diferencia fundamental con los programas tradicionales de promotores es que, en el contexto de la IA basada en agentes, estos deben ser usuarios creíbles, no solo voces influyentes. Su autoridad proviene de la práctica demostrada; por ejemplo, ser el colega que utiliza la IA para reducir de dos días a dos horas la preparación del calendario de promociones y que puede mostrar a los demás cómo hacerlo.

Compromiso: Dar a las personas el espacio para elegir

Una vez que los empleados creen que el cambio es real y vale la pena, entran en la zona de elección: analizan sus opciones, consideran el esfuerzo sostenido que requerirá y deciden dónde se atreven a probar. Este momento de compromiso personal es el punto de inflexión de todo el modelo, y el que con mayor frecuencia se deja al azar.

Resulta sorprendente la frecuencia con la que un equipo directivo dedica varios días a retiros ejecutivos y programas de inmersión para explorar la tecnología, mientras que los empleados de primera línea reciben una presentación de diez minutos y se les indica que empiecen a usarla. Esta asimetría transmite, involuntariamente, que la transformación pertenece a los líderes y se impone al resto del personal.

El momento del compromiso requiere tiempo reservado para comprender qué significa el cambio a nivel personal, asimilar tanto lo que se pierde como lo que se gana y decidir hasta qué punto involucrarse. Para algunos empleados, este proceso incluye un auténtico sentimiento de pérdida, ya que una función construida a lo largo de los años es objeto de un rediseño sustancial debido a una tecnología que ellos no eligieron. Los líderes que reconocen esto directamente —que expresan, de alguna forma, “entiendo que esto modifica un trabajo que has dedicado años a dominar, y me lo tomo en serio”— tienen más probabilidades de convertir el cumplimiento pasivo en un compromiso activo.

Cuando la adopción se percibe como una elección, también tiende a ser duradera. El empleado que se ha comprometido —que ha dicho: “Voy a intentarlo”— tiene más probabilidades de perseverar ante las dificultades y menos probabilidades de perder el impulso.

Desarrollo: Generar capacidades en el propio trabajo

Una vez establecido el compromiso, los empleados pasan plenamente a la acción adaptando nuevos comportamientos, convirtiéndolos en prácticas diarias y semanales, y aprendiendo a hacerlo mejor y más rápido cada vez. El objetivo de esta etapa es ayudar a las personas a rediseñar tareas, evaluar los resultados generados por los agentes, aplicar su criterio, gestionar riesgos y colaborar con equipos híbridos de seres humanos y agentes de formas que puedan repetirse y mejorarse.

La capacitación puntual no es adecuada para crear hábitos de trabajo en torno a una tecnología que cambia cada pocas semanas. El desarrollo de capacidades debe ser continuo, práctico y estar vinculado al flujo de trabajo. Algunas organizaciones están pasando de la capacitación presencial al coaching integrado. Por ejemplo, una empresa tecnológica global de la lista Fortune 500 integró coaches de IA directamente en los equipos de ingeniería, con un coach por cada cinco a diez empleados. Estos coaches participaban en las ceremonias de sprint y las retrospectivas, ayudaban a solucionar problemas en los flujos de trabajo, perfeccionaban las prácticas de formulación de prompts y revisión, y generaban confianza en un uso operativo seguro. Al integrar el aprendizaje en el trabajo real, la empresa transformó la experimentación en hábitos con mayor rapidez de lo que habría sido posible únicamente mediante la capacitación.

La narrativa sobre la recapacitación (reskilling) es tan importante como el diseño del programa. Una arquitectura de certificación conectada que establece una correspondencia entre los niveles de capacidades –desde el nivel uno (conciencia) hasta el nivel cinco (consolidación)— ofrece a los empleados una progresión visible y facilita a los gerentes evaluar su desarrollo. Los empleados se involucran con mayor facilidad cuando pueden ver en qué consiste un trabajo de mayor valor y cuando la organización demuestra, mediante el diseño de las funciones y las trayectorias profesionales, que tiene la intención de invertir en su progresión profesional.

Como muestra la investigación del McKinsey Global Institute, si bien hasta el 57 por ciento de las horas de trabajo actuales en Estados Unidos son automatizables, más del 70 por ciento de las habilidades humanas que buscan los empleadores hoy en día perdurarán. Esto demuestra que el futuro del trabajo consiste en una verdadera colaboración en materia de habilidades entre personas, agentes y robots (Gráfica 4).

Consolidación: Rediseñar el sistema operativo

El capítulo final del manual agéntico consiste en integrar nuevos comportamientos y reimaginar los flujos de trabajo. Esto solo ocurre cuando el sistema operativo formal refuerza las nuevas formas de trabajar. Si las métricas, los incentivos, los derechos de decisión, los criterios de promoción y los rituales de gestión siguen recompensando los comportamientos anteriores, los nuevos comportamientos no perdurarán, independientemente de lo bien que hayan funcionado las etapas previas.

Aquí es donde la mayoría de las transformaciones agénticas se quedan cortas. Miden los inicios de sesión, las licencias, el volumen de prompts y las invocaciones de agentes. Lo que no miden es si el trabajo ha mejorado. Un enfoque más sólido vincula la adopción agéntica con el desempeño de los procesos: tiempo de ciclo, calidad, experiencia del cliente, velocidad de toma de decisiones, reducción de riesgos y valor capturado por flujo de trabajo. A medida que el uso madura, el sistema de medición debería incorporar disciplina económica: valor creado por flujo de trabajo, costo por tarea, carga de revisión humana y mejora de la calidad a lo largo del tiempo.

Salesforce ofrece un ejemplo de este refuerzo orientado a los resultados. Con Agentforce, la empresa realiza un seguimiento de la adopción en función de resultados operativos, incluido el porcentaje de casos de soporte que los agentes pueden resolver de manera autónoma y la reducción del tiempo de resolución. Sin embargo, esta lección va mucho más allá de una sola empresa. La IA agéntica se vuelve sostenible cuando las organizaciones miden si el trabajo es realmente mejor, más rápido, más seguro o genera más valor, y no simplemente si las personas utilizan herramientas de IA.

Los líderes deben tener en cuenta que, cuando se pierde la confianza, los empleados pueden retroceder de la etapa de mantenimiento a las de conciencia o convicción. Los responsables del cambio deben monitorear en qué punto de la curva se encuentran las personas (por ejemplo, midiendo cómo y dónde los usuarios adoptan y rechazan recomendaciones sobre el uso de herramientas de IA) y tratar la pérdida de confianza como una señal para volver a la etapa adecuada, no para presionar más.

Las organizaciones que avanzan con mayor rapidez tratan la resistencia no como un obstáculo irracional, sino como información. Identifican dónde se encuentran el miedo, la ambigüedad, las brechas de capacidades y las fricciones en los procesos, y diseñan intervenciones que abordan directamente esas barreras.

El mandato de los líderes

El liderazgo del cambio en la era agéntica requiere una atención especial de los CEO, los directores financieros (CFO) y de recursos humanos (CHRO), cada uno de los cuales desempeña un papel distinto y complementario.

Los CEO impulsan la voz del cliente de principio a fin a través de los flujos de trabajo y en todos los ecosistemas. Definen la ambición C4: no ejecutar un plan fijo, sino aprender a reimaginar el trabajo más rápido que la competencia. Además de la narrativa estratégica, las señales más importantes que transmiten incluyen sus propios ritmos operativos, las preguntas que plantean, los agentes que utilizan de manera visible y las decisiones que toman a la vista de toda la organización.

Los CFO utilizan la disciplina presupuestaria para encontrar nuevas formas de realizar el trabajo con una estructura más eficiente. Esto es lo que un líder denomina “presión presupuestaria extrema” como catalizador del aprendizaje. Los CFO asignan capital a experimentos futuros como si se tratara de una cartera, entendiendo que, en la transformación basada en agentes, al igual que en el capital de riesgo, un pequeño número de apuestas genera la mayor parte del valor. La disciplina no consiste en retirar demasiado pronto el financiamiento de los experimentos, sino en redoblar la apuesta por aquellos que están enseñando algo a la organización. A medida que el costo de los tokens se convierte en una partida del estado de resultados, el papel de los CFO es exigir creación de valor. Proporcionan el presupuesto para los tokens, restringen la sustitución de puestos vacantes mediante nuevas contrataciones y exigen que aumente la productividad total del personal más los tokens.

Los CHRO desempeñan quizá el papel más crucial: hacer que el cambio sea personal y diseñar estrategias de aprendizaje que combinen personas, agentes y, en algunos contextos, robots. Replantean qué capacidades buscar al contratar (resiliencia, agilidad de aprendizaje, criterio, capacidad para conectar con los demás) frente a cuáles desarrollar (capacidad para reimaginar los flujos de trabajo, calidad de las decisiones, ética en la colaboración entre seres humanos e IA). Diseñan las trayectorias de progresión que hacen visible y creíble la inversión de la organización en las personas. Incorporar datos para predecir y seguir cambios fundamentales en los flujos de trabajo e impulsar la adopción para generar retorno sobre la inversión supondrá un cambio decisivo y estimulante para muchos departamentos de recursos humanos, al tiempo que transforman sus propios flujos de trabajo para basarlos en agentes.

Para todos los líderes, tres imperativos permanecen constantes: señalar con claridad la dirección al tiempo que reconocen la incertidumbre, reinventar el modelo operativo para respaldarla y dar ejemplo del comportamiento de aprendizaje que piden a los demás.

La era agéntica recompensará a las organizaciones capaces de aprender más rápido de lo que sus sistemas operativos fueron concebidos originalmente para avanzar. Además de la transformación técnica de las herramientas, los datos y la arquitectura, los líderes deben gestionar la transformación humana de las mentalidades, los comportamientos, las funciones y los sistemas. Pueden acompañar a los empleados en un recorrido que va de la conciencia a la convicción, de la convicción al compromiso, del compromiso al desarrollo de capacidades y, finalmente, a un sistema operativo reforzado. Cuando estos elementos confluyen, los empleados no experimentan la IA como algo que se les impone, sino como un camino hacia una mayor relevancia, un mejor criterio y un mayor impacto. La transformación deja de ser algo que le sucede a la organización. Pasa a ser algo que la propia organización lidera.