La adopción de IA exige liderazgo: ¿están preparados los mandos medios para conducirla?
La adopción de IA en las empresas no depende solo de que las personas quieran usar nuevas herramientas. Para que la inteligencia artificial se convierta en una práctica real de trabajo, las organizaciones necesitan liderazgo, reglas claras, seguimiento y mandos medios capaces de traducir la estrategia en acciones concretas.
Adopción de IA y brecha organizacional
En muchas empresas hay profesionales dispuestos a incorporar inteligencia artificial a su trabajo: prueban herramientas, descubren aplicaciones y ven oportunidades para mejorar. Sin embargo, ese interés no siempre se convierte en una nueva forma de trabajar. Entre la disposición de las personas y la capacidad de la organización para aprovecharla aparece un desafío de liderazgo.
Una encuesta de McKinsey publicada en 2026 ilustra esa distancia: el 70% de los participantes se sentía personalmente preparado para adoptar y usar IA, pero solo el 27% de los líderes consultados consideraba que su organización estaba preparada para los cambios que exige un futuro con agentes de IA. Sentirse preparado no equivale a dominar la tecnología, pero la diferencia invita a mirar qué está pasando dentro de las empresas. McKinsey & Company
Mandos medios como puente estratégico
Para Paulina Vittini, CEO de MentorU y experta en desarrollo de habilidades de liderazgo, una parte importante del desafío está en los mandos medios y en cómo reciben y transmiten la estrategia.
“Puede existir una decisión de incorporar IA desde la dirección, pero ese mensaje no siempre llega con claridad a los equipos. Si su uso es una expectativa del trabajo, hay que explicitar en qué tareas, con qué propósito y bajo qué condiciones. De lo contrario, cada persona termina interpretando si adoptarla es una prioridad, una sugerencia o algo que puede dejar para después”, señala.
Adopción de IA con reglas claras
En Chile, el estudio Los Chilenos y el Trabajo, desarrollado por LEAS UAI y Mutual de Seguridad, muestra que solo el 36% de quienes utilizan IA en su trabajo declara haber recibido información, orientaciones o reglas institucionales sobre su uso. La incorporación de tecnología puede avanzar mientras las definiciones organizacionales siguen pendientes. Universidad Adolfo Ibañez
Ese dato muestra un punto crítico: la adopción de IA no puede depender únicamente de la iniciativa individual. Si cada trabajador interpreta por su cuenta cuándo, cómo y para qué usar estas herramientas, la empresa corre el riesgo de generar prácticas desiguales, resultados difíciles de medir y nuevas brechas internas.
La responsabilidad parte en la dirección
La responsabilidad comienza en la dirección: establecer un propósito, prioridades y reglas mínimas de uso. También supone disponer de procesos claros y documentados, capacitación y criterios para revisar los resultados.
Los mandos medios participan en llevar esas definiciones a la operación, detectar dónde fallan y proponer ajustes. Para hacerlo, necesitan entender la estrategia y contar con atribuciones para actuar.
Liderazgo para conducir el cambio
“Los líderes son parte de la preparación que necesita la organización. No podemos asumir que, porque ocupan una jefatura, ya saben conducir esta transformación. Necesitan más herramientas para tomar decisiones, ordenar el trabajo y desarrollar a sus equipos en un escenario que cambia muy rápido”, plantea Vittini.
En este punto, el liderazgo deja de ser solo una capacidad de coordinación. Se transforma en una competencia clave para convertir la adopción tecnológica en productividad, aprendizaje y mejora continua.
Gestión del desempeño y adopción de IA
Ahí la gestión del desempeño adquiere especial importancia. Cuando incorporar IA forma parte de lo que la empresa espera de un rol, debe traducirse en metas conocidas, conversaciones de seguimiento y criterios de evaluación coherentes.
También debe quedar claro qué apoyo recibirá la persona para lograrlo. No basta con pedir que los equipos usen inteligencia artificial si no existen espacios de aprendizaje, ejemplos de uso, acompañamiento y criterios para distinguir buenas prácticas de riesgos innecesarios.
Medir antes de concluir
El seguimiento permite entender por qué algo no está funcionando. Puede faltar conocimiento, pero también existir un proceso que duplica tareas, instrucciones contradictorias o indicadores que penalizan el tiempo destinado a aprender.
Una baja adopción exige indagar antes de concluir que el equipo no quiere cambiar. En muchos casos, el problema no está en la resistencia de las personas, sino en la falta de condiciones para que el cambio ocurra de manera ordenada.
Líderes más completos para nuevas exigencias
Según enfatiza la CEO de MentorU, “la velocidad de esta transformación está exigiendo líderes más completos: capaces de comprender el negocio, revisar procesos, evaluar resultados y acompañar a personas que aprenden mientras siguen cumpliendo sus metas. Estas capacidades requieren práctica y apoyo; no aparecen automáticamente con el cargo”.
La inteligencia artificial obliga a los líderes a moverse entre dos planos al mismo tiempo. Por un lado, deben entender cómo la tecnología puede mejorar procesos, reducir tareas repetitivas o generar nuevas capacidades. Por otro, deben acompañar a personas que pueden sentir incertidumbre, presión o falta de claridad frente a nuevas expectativas.
Adopción de IA como práctica compartida
La urgencia vuelve más necesario ese trabajo. Si la empresa necesita que sus equipos cambien ahora, tiene que asegurar que sus líderes comprendan qué deben impulsar y tengan las condiciones para hacerlo.
La pregunta ya no es solo quién está dispuesto a usar IA, sino quién está haciendo posible que esa disposición se convierta en una práctica compartida.
Preparar a los mandos medios
Preparar a los mandos medios puede ser una de las decisiones más importantes para que la inteligencia artificial deje de ser un conjunto de pruebas aisladas y se transforme en una capacidad organizacional.
La adopción de IA requiere herramientas, pero también conversaciones, criterios, seguimiento y liderazgo. Sin esa capa intermedia capaz de conectar la estrategia con el trabajo cotidiano, la tecnología puede avanzar en el discurso, pero quedarse corta en la operación real.
