Tu equipo pasa 87 minutos al día dentro de herramientas de IA. De ese tiempo, el 42% se destina a resolver errores e iterar prompts, frente al 35% dedicado al trabajo que realmente hace avanzar la tarea (BambooHR, 2026). El tiempo de resolución de problemas con la IA es hoy la mayor categoría individual de tiempo de IA en una jornada laboral media — mayor que la categoría productiva que estas herramientas debían ampliar.
En términos anuales, esos 87 minutos equivalen a unos 47 días laborables de ocho horas al año. Cerca de 20 de esos días se van en conseguir que la herramienta se comporte.
No es un problema de adopción. La adopción funciona. Es un problema de medición: casi todos los paneles que siguen este despliegue cuentan los 87 minutos y ninguno los desglosa.
El estudio con el que debería empezar tu conversación de renovación
Redesigning Work: AI's Performance Review de BambooHR encuestó a 1.608 trabajadores estadounidenses asalariados a tiempo completo, incluido un subgrupo de 520 profesionales de RR. HH., con trabajo de campo del 26 de junio al 15 de julio de 2026 a cargo de Method Research y publicación el 1 de septiembre (BambooHR, 2026). Los encuestados abarcaban más de una docena de sectores, con reparto equitativo por género y diversidad de franjas de edad y geografías.
El desglose principal es el hallazgo:
- 42% del tiempo de IA — resolución de errores e iteración de prompts
- 35% del tiempo de IA — trabajo productivo que hace avanzar la carga del empleado
- 23% — todo lo demás
Quédate con la proporción más que con los porcentajes. Por cada tres minutos que tu equipo dedica a extraer valor de una herramienta de IA, dedica cuatro a lograr que produzca algo utilizable. Esa proporción tiene un coste, tiene una distribución, y ninguno de los dos aparece en un informe de licencias.
Mientras tanto, el 63% de las organizaciones ya ha aumentado su presupuesto de herramientas de IA. El gasto escala sobre un denominador que nadie ha descompuesto.
La carga invierte tu organigrama
Esta es la parte que debería cambiar dónde miras.
Minutos diarios en herramientas de IA, por nivel (BambooHR, 2026):
- VP y alta dirección: 101 minutos
- Managers y directores: 89 minutos
- Contribuidores individuales: 54 minutos
Los directivos pasan casi el doble de tiempo en estas herramientas que las personas que les reportan. Si la proporción de resolución de problemas se mantiene aunque sea aproximadamente entre niveles, la mayor bolsa de tiempo improductivo de IA en tu empresa la genera su mano de obra más cara.
Llévalo a escala mid-market. Una empresa de 200 FTE con 15 personas de nivel VP o superior: 101 minutos al día, con un 42% en resolución de problemas, son unos 42 minutos por directivo y día. En 15 personas eso supera las 10 horas directivas diarias — más de un FTE senior adicional completo, dedicado íntegramente a iterar prompts y corregir errores, financiado con la partida más cara de tu nómina.
Nadie aprobó esa contratación. Llegó a través de un presupuesto de herramientas.
Por qué la senioridad concentra el coste
La dirección del resultado no sorprende en cuanto se observa para qué usan la IA los perfiles senior. Su trabajo está menos plantillado, es más denso en criterio y más dependiente del contexto — justo el perfil que genera más iteración, más corrección y más resultados descartados. Las tareas con el rendimiento de IA más limpio tienden a ser las estructuradas, más abajo en el organigrama.
Hay una señal coherente desde la zona euro. La Consumer Expectations Survey del BCE halló que las tareas con mayor rendimiento horario de la IA son estrechas y están infrautilizadas — la generación de código y la depuración devuelven casi ocho horas semanales, pero solo alrededor del 8% de los trabajadores aplica ahí la IA — mientras que los usos más comunes, investigación, recopilación de información, redacción y edición, ahorran bastante menos (BCE, 2026). El trabajo amplio, no estructurado y de alto contexto es donde entran las horas y sale el menor rendimiento. Esa es una descripción fiel de la jornada de un directivo.
Por qué nadie se ha quejado
Porque no se siente como desperdicio. Esta es la parte que mantiene el problema invisible durante todo un ciclo presupuestario.
BambooHR halló que el 65% de los trabajadores se siente seguro y entusiasmado usando IA en el trabajo, y el 58% señala el ahorro de tiempo como su motivación principal — mientras están dentro de ese mismo reparto 42/35.
El primer benchmark AI at Work de Culture Amp muestra la misma desconexión a gran escala. Sobre unos 112.000 empleados y 343.000 respuestas recogidas en los 12 meses hasta julio de 2026, el 71% de los empleados dijo que las herramientas de IA les ayudan a sentirse más productivos, subiendo al 93% entre los usuarios más intensivos. Sin embargo, preguntados por si su carga de trabajo era razonable, los power users quedaron en el 72% frente al 69% de los no usuarios — una diferencia de tres puntos (Culture Amp, 2026).
La productividad percibida sube 22 puntos con la intensidad de uso. El alivio percibido de carga se mueve tres. Esas dos curvas deberían viajar juntas, y no lo hacen.
El autoinforme es aquí el instrumento débil
La brecha entre efecto percibido y medido está documentada, y va en una sola dirección. El ensayo aleatorizado de METR con desarrolladores open-source experimentados halló que las herramientas de IA de principios de 2025 los hacían un 19% más lentos mientras los participantes creían haberse acelerado; la encuesta posterior de METR a 349 trabajadores técnicos indica que los participantes de ese estudio sobrestimaron el efecto de la IA sobre el tiempo de tarea en unos 40 puntos porcentuales (METR, 2026).
Las evaluaciones del propio gobierno británico muestran la misma compresión con mejor método. El experimento intergubernamental de Microsoft 365 Copilot — 20.000 funcionarios — reportó un ahorro medio de 26 minutos al día, cifra que los participantes estimaron ellos mismos a partir de una serie de rangos (GDS, 2025). Cuando el DWP evaluó su propia porción de ese ensayo contra un grupo de comparación de no usuarios, controlando variables demográficas, ocupacionales y de afinidad con la IA, la estimación bajó a 19 minutos al día en ocho tareas rutinarias (DWP, 2025).
Poblaciones distintas y alcance de tareas distinto, así que no es un antes-después limpio. Pero son dos mediciones del mismo despliegue, y la que tiene grupo de comparación es la menor. El informe del GDS es explícito en sus conclusiones: "debido a limitaciones experimentales no fue posible identificar cómo se empleó el tiempo ahorrado".
El entusiasmo de tu equipo es real. No es evidencia.
El tiempo de resolución de problemas con la IA rompe tus métricas de adopción
El número de licencias, la utilización de licencias y las tasas de inicio de sesión miden todos los 87 minutos. Ninguno distingue el 42 del 35. Un panel de adopción que muestra uso intenso es, con esta evidencia, igual de compatible con un equipo que obtiene palanca real y con un equipo que pelea contra sus herramientas durante 20 jornadas al año.
Peor aún, la métrica premia el movimiento equivocado. El aumento de minutos en la herramienta se lee como éxito. Si la proporción de resolución de problemas es estable, los minutos crecientes son sobre todo retrabajo creciente.
El resultado del BCE añade la segunda corrección. El usuario mediano de IA en la zona euro ahorra unas tres horas semanales, aproximadamente el 7,7% de su tiempo de trabajo — pero como solo el 48,8% de los trabajadores usa IA y además ahorra tiempo con ella, la ganancia para el conjunto de la economía es de alrededor del 3,8% (BCE, 2026). Las cifras por usuario multiplicadas por plantilla sobrestiman el retorno en torno al doble. Un business case construido sobre "X minutos ahorrados × todos" se equivoca dos veces: una en la participación, otra en la proporción de resolución de problemas dentro de los minutos que sí cuenta.
La objeción honesta
Tres límites, dichos claramente.
Es un estudio de proveedor. BambooHR vende software de RR. HH. a pequeñas y medianas empresas y tiene interés comercial en el argumento de que los despliegues de IA requieren gestión del lado de las personas. El trabajo de campo lo realizó una firma de investigación independiente, la metodología está publicada y la muestra es razonable — pero es una publicación de encuesta, no un artículo con revisión por pares. Pondéralo en consecuencia.
Es autoinforme, y también lo es casi todo lo que lo respalda. El reparto 42/35 son trabajadores estimando su propia asignación de tiempo, exactamente el instrumento que METR demostró poco fiable en este ámbito. La lectura honesta: la dirección está bien corroborada entre BambooHR, Culture Amp y los ensayos británicos, mientras que las magnitudes son blandas. No cites el 42% como una constante medida. Cítalo como la razón para medir la tuya.
La diferencia por senioridad es una correlación, no un mecanismo. BambooHR publica minutos por nivel; no publica la proporción de resolución de problemas por nivel. Mi cálculo anterior asume que el 42% se mantiene aproximadamente constante entre niveles. Es un supuesto plausible y no verificado — el trabajo senior puede generar más iteración, o los usuarios senior pueden ser más hábiles evitándola. Trata la cifra de horas directivas como un orden de magnitud que ir a verificar, no como un número para poner en un board deck.
Qué decidir este trimestre
Cuatro movimientos. Ninguno requiere software nuevo.
- Desglosa el recuento de minutos antes de la próxima renovación. Tu métrica actual son minutos en la herramienta. Añade una dimensión: qué parte de ese tiempo produce entregables y qué parte produce un prompt utilizable. Un autorregistro de dos semanas en 20 personas te da una cifra interna defendible, y es la única cifra de este artículo que trata sobre tu empresa.
- Muestrea por banda de rol, no por media. Extrae la banda senior por separado. Si la forma de BambooHR se sostiene en tu organización, el problema caro está concentrado en quince agendas, no en doscientas — lo que además lo hace abordable.
- Convierte la proporción de resolución de problemas en el KPI de adopción. Sustituye la tasa de inicio de sesión por el ratio. Un despliegue donde los minutos suben y la proporción de resolución de problemas baja está funcionando. Uno donde suben ambos es un pipeline de retrabajo disfrazado de panel de adopción.
- Dale destino a las horas antes de contarlas. Ambas evaluaciones británicas supieron medir el tiempo ahorrado y ninguna supo decir adónde fue. Una cifra de ahorro de tiempo sin destino nombrado no es un input de ROI. Decide qué se detiene antes de contabilizar lo que arranca.
Ese 63% que subió presupuestos de IA este año lo hizo sobre una cifra que cuenta igual el minuto de pelea y el minuto de trabajo.
Antes de aprobar el siguiente incremento, averigua cuál de los dos estabas comprando. Tus perfiles más senior llevan todo el año pagando la respuesta — en tiempo de resolución de problemas con la IA que nadie puso en el presupuesto.
