Gestión del cambio en proyectos de IA: por qué el 70 % fracasa y qué hacen bien los restantes 30 %

10 min de lectura

Aproximadamente el 70 % de todos los proyectos de inteligencia artificial en empresas alemanas fracasan. No por la tecnología, sino por la resistencia del personal. Quien implementa inteligencia artificial sin integrar la gestión del cambio desperdicia presupuesto y confianza al mismo tiempo. Una guía para directivos que quieren hacerlo mejor.

El problema comienza en la dirección ejecutiva

En los consejos de administración alemanes impera un malentendido peligroso. La implantación de IA se trata como un proyecto de TI: asignar presupuesto, comprar la herramienta y desplegarla. Listo. Pero la realidad es otra. La IA no solo modifica procesos, sino también funciones, jerarquías y la propia identidad de departamentos enteros. Ignorar esto provoca resistencia.

Los datos lo confirman. McKinsey ha situado durante años la tasa de fracaso de las iniciativas de cambio en torno al 70 %. La causa principal: la insuficiente implicación de los afectados y la falta de compromiso de la dirección. En los proyectos de IA, este problema se agrava porque la tecnología despierta temores existenciales. Los empleados no se preguntan si una nueva herramienta es más cómoda. Se preguntan si seguirán teniendo un puesto el año que viene.

Qué revela realmente el estudio de BCG sobre la adopción de IA

La Boston Consulting Group publicó en 2025 un estudio exhaustivo sobre el uso de la IA en el entorno laboral. El resultado suena inicialmente positivo: el 72 % de los empleados de todo el mundo ya utilizan herramientas de IA. Pero bajo la superficie emerge una imagen distinta. La penetración es alta únicamente entre los trabajadores del conocimiento, y la pregunta del ROI se plantea con mayor intensidad. Entre el personal operativo, la utilización se estanca en el 51 %.

Aún más decisivo: solo el 26 % de las empresas encuestadas invierte sistemáticamente en la reestructuración de flujos de trabajo y en la formación de sus equipos. El resto deja a los empleados solos con ChatGPT. El resultado son ganancias puntuales de productividad individuales, pero ninguna transformación organizacional. La brecha entre las empresas que introducen la IA de forma estratégica y aquellas que la dejan al azar se ampliará aún más en 2026.

La postura contraria: ¿necesita realmente la IA una gestión del cambio?

Existe una corriente de pensamiento que defiende lo contrario. Especialmente en Silicon Valley se argumenta que una buena tecnología se impone por sí sola. Si una herramienta de IA es realmente útil, los empleados la utilizarán voluntariamente. La gestión del cambio sería un concepto obsoleto heredado de la era industrial que solo ralentiza el proceso natural de adopción.

Hay algo de verdad en esta postura. De hecho, el estudio de BCG muestra que muchos empleados descubren y utilizan herramientas de IA de forma autónoma, a menudo sin conocimiento del departamento de TI. El problema radica en otro lugar: sin una dirección adecuada, surge un mosaico caótico de herramientas, procesos y silos de datos. Y precisamente los departamentos que podrían beneficiarse más quedan excluidos. Por tanto, la gestión del cambio no significa convencer a los empleados, sino crear el marco en el que la adopción pueda escalar.

El modelo Siemens: embajadores de IA en lugar de despliegue «de arriba abajo»

Siemens eligió un camino distinto para la implantación de su plataforma interna de IA. En lugar de un despliegue centralizado, la empresa nombró en cada división denominados «embajadores de IA». No son consultores externos ni especialistas de TI, sino expertos técnicos del propio área que han completado una formación de tres días sobre IA.

Estos embajadores conocen los puntos críticos de su equipo. Saben qué tareas resultan tediosas, dónde se producen errores y dónde hay presión de tiempo. Su misión: identificar casos de uso concretos y probarlos conjuntamente con sus compañeros. Nada de presentaciones con diapositivas ni reuniones generales. Sino un compañero que demuestra cómo ahorra una hora diaria gracias al apoyo de la IA. Siemens informa de una tasa de aceptación del 80 % en los departamentos que aplican este modelo.

„El 67 % de los profesionales de la gestión del cambio ya utiliza IA o planea hacerlo. El mayor desafío sigue siendo la aceptación en los equipos afectados, no la tecnología en sí.“

Prosci, IA en la gestión del cambio: primeros hallazgos (octubre de 2023)

Cinco fases para una gestión del cambio sostenible en IA

A partir del análisis de proyectos de IA fallidos y exitosos se pueden derivar cinco fases que las empresas deberían recorrer de forma sistemática. No se trata de un marco rígido, sino de un orientador que cada organización debe adaptar a su situación específica.

Fase 1: Diagnóstico (semanas 1 a 4). Antes incluso de seleccionar cualquier herramienta, debe quedar claro dónde la IA ofrece el mayor impacto. Esto implica: entrevistas con jefes de equipo, análisis de procesos y un diagnóstico honesto de la calidad de los datos. Muchos proyectos fracasan ya en esta fase porque la dirección salta el diagnóstico y pasa directamente al piloto.

Fase 2: Identificación de éxitos inmediatos (semanas 5 a 8). La primera aplicación de IA no debe ser un ambicioso proyecto de transformación, sino un caso de uso claramente delimitado con resultados medibles. Ejemplos: plantillas de ofertas automatizadas en ventas, categorización asistida por IA de tickets de soporte o planificación inteligente de citas. El efecto debe ser visible en un plazo de dos semanas.

Fase 3: Creación de embajadores (semanas 9 a 16). Paralelamente al primer piloto, se identifican y forman embajadores de IA en cada departamento. Importante: no tienen que ser nativos digitales. Los mejores embajadores son profesionales experimentados que gozan de respeto dentro de su equipo y están abiertos a lo nuevo.

Fase 4: Escalado con guardrails (meses 5 a 9). Solo cuando los éxitos inmediatos y la red de embajadores estén consolidadas comienza la implantación generalizada. Para ello se requieren reglas claras de gobernanza: ¿qué datos pueden ingresar en los sistemas de IA? ¿Quién verifica los resultados? ¿Cómo se gestiona ante errores? Estas reglas deben elaborarse conjuntamente con los equipos, no imponerse como directrices desde arriba.

Fase 5: Consolidación del cambio cultural (a partir del mes 10). Las competencias en IA deben integrarse en los perfiles de puesto, los procesos de incorporación y las evaluaciones de desempeño. Las empresas que omiten este paso experimentan, tras el entusiasmo inicial, una recaída en patrones antiguos. La actual investigación del mercado laboral de Anthropic muestra que los perfiles de requisitos cambiarán en el 60 % de todas las categorías profesionales en un plazo de dos años.

Fuentes: Prosci Change Management Study 2023, Informe BCG IA en el trabajo 2025, Siemens Digital Industries

Por qué el comité de empresa no es un adversario

Un error frecuente: los proyectos de IA se planifican sin la participación del comité de empresa y solo se comunican cuando ya se ha tomado la decisión de implantarlos. Esto no solo genera riesgos legales, dado que el comité de empresa tiene derecho de codeterminación en sistemas relacionados con el rendimiento y el comportamiento. Sobre todo, genera desconfianza, lo que ralentiza todo el proceso.

Por el contrario, las empresas que integran tempranamente al comité de empresa informan de una ejecución significativamente más rápida. La razón es sencilla: si el comité de empresa respalda el proyecto, la resistencia del personal disminuye considerablemente. Un acuerdo colectivo sobre el uso de la IA otorga seguridad jurídica y planificadora a ambas partes. Regula la protección de datos, la capacitación y la garantía de que la implantación de IA no equivale a reducciones de plantilla.

Lista de verificación: los 7 errores más frecuentes en proyectos de cambio con IA

Quien conoce las trampas típicas puede evitarlas. Estos siete errores son los más comunes en todos los sectores:

● Ausencia de un patrocinador ejecutivo: Sin un miembro del consejo de administración que respalde visiblemente el proyecto, falta legitimidad. La dirección media bloquea, porque no queda claro si el proyecto cuenta con respaldo político.

● Primeros pasos demasiado grandes: Un despliegue corporativo de IA como primer proyecto sobrecarga tanto a la organización como a la TI. Mejor: un equipo, un caso de uso, tres meses.

● Formación como obligación formal: Talleres de todo el día sin conexión con la práctica generan frustración, no competencias. Mejor: talleres de 90 minutos con tareas reales del día a día laboral.

● Falta de medición de resultados: Si nadie mide si la implantación de IA produce resultados, nadie podrá justificar por qué debe continuar.

● Comunicación como vía de sentido único: Boletines informativos y artículos en intranet no bastan. Los empleados necesitan un canal para formular preguntas, expresar reservas e aportar ideas.

● Protección de datos como reflexión posterior: Los sistemas de IA que tratan datos personales requieren una base conforme al Reglamento General de Protección de Datos (RGPD). Quien lo resuelva solo durante el despliegue perderá meses. La cumplimentación normativa y la IA deben considerarse desde el principio.

● Ausencia de un plan B: No todos los pilotos funcionan. Las empresas deben estar dispuestas a descartar un caso de uso y probar otro, sin cuestionar todo el programa de IA.

Qué deben hacer ahora los responsables de decisiones

La gestión del cambio con IA no es un proyecto con inicio y fin. Es una tarea permanente de liderazgo. La buena noticia: las empresas que lo abordan correctamente obtienen resultados rápidamente. Según Prosci, la tasa de adopción aumenta del 15 al 75 % cuando se aplica una gestión del cambio profesional. Esto representa un factor 5 con la misma tecnología.

El primer paso no es una evaluación de herramientas ni un documento estratégico. El primer paso es una conversación. Con cinco jefes de equipo de distintos departamentos, con el comité de empresa y con los empleados que trabajan diariamente con los procesos que la IA va a modificar. Quien escucha antes de decidir tiene mayores probabilidades de pertenecer al 30 % que lo consigue.

Preguntas frecuentes

Lecturas complementarias

• → Operaciones de ingresos: qué hay detrás del auge de RevOps (MBF)
• → Gobernanza de clústeres Kubernetes en la PYME (cloudmagazin)
• → Agenda del CIO 2026 (Digital Chiefs)

Más contenido de la red mediática MBF

• → Costes de la nube con IA: por qué las cargas de trabajo GPU agotan los presupuestos (cloudmagazin)
• → Seguridad OT 2026: 119 grupos de ransomware (SecurityToday)

Fuente de imagen: Pexels / MART PRODUCTION