Scovai Scovai
AI & Operations 2026-06-26 1 min read

El 47% ahora gestiona la IA en lugar de trabajar: la cuarta encuesta anual AI at Work de BCG (N=11.749) nombra la fuga de tiempo ahorrado que las operaciones del mid-market contabilizan como productividad

DSL

Dr. Sarah Liu

El 47% ahora gestiona la IA en lugar de trabajar: la cuarta encuesta anual AI at Work de BCG (N=11.749) nombra la fuga de tiempo ahorrado que las operaciones del mid-market contabilizan como productividad

El cuarenta y siete por ciento de los usuarios habituales de IA dedica ahora más tiempo a gestionar y dirigir la IA que a hacer el trabajo en sí (BCG, AI at Work 2026). Es la cifra que debería detener a un Head of Operations a mitad del presupuesto. No porque la IA esté fallando — según la mayoría de los indicadores de la misma encuesta, está ganando — sino porque el tiempo que la IA ahorra no aterriza donde su modelo de productividad supone que aterriza. Se fuga, en silencio, en el acto de supervisar la herramienta, y la mayoría de los cuadros de mando operativos siguen contabilizando el ahorro completo como productividad.

La cuarta encuesta anual AI at Work de BCG, publicada el 3 de junio, abarcó a 11.749 empleados, mandos y líderes en 14 mercados. Es una de las lecturas más amplias de que disponemos sobre lo que la IA está haciendo realmente con la jornada laboral. El hallazgo principal no es que la IA rinda menos de lo esperado. Es que las empresas están rediseñando los puestos mucho más rápido de lo que rediseñan el trabajo — y es exactamente en esa brecha donde desaparece el tiempo ahorrado con la IA.

Las cifras parecen una victoria — hasta que las lee juntas

Tome primero por buenas las cifras optimistas de la encuesta, porque son reales. El 67% de los usuarios habituales de IA declara una mayor satisfacción laboral. El 42% de los usuarios de primera línea afirma que la IA les ahorra una jornada completa cada semana (BCG, AI at Work 2026). Si se detuviera ahí — y muchas presentaciones operativas lo hacen — concluiría que el despliegue se paga solo y aprobaría el siguiente tramo de licencias.

Ahora lea la línea siguiente del mismo conjunto de datos. El 47% de esos mismos usuarios dedica más tiempo a gestionar y dirigir la IA que a trabajar, y el 41% reporta una carga cognitiva mayor, no menor (BCG, AI at Work 2026). Ponga las dos mitades una al lado de la otra y el cuadro cambia. Se libera una jornada entera, la satisfacción sube — y, sin embargo, casi la mitad de la plantilla está más ocupada supervisando la máquina, y una proporción comparable se siente más exigida mentalmente, no menos. El ahorro es real. La reinversión no ocurre. No es una contradicción; es una fuga con cara satisfecha.

Por qué "ahorré una jornada" y "nunca estuve tan ocupado" son ambas ciertas

El instinto es llamarlo error de medición — seguramente no se puede ahorrar un día y estar al mismo tiempo más cargado. Sí se puede, y el mecanismo importa porque le dice dónde intervenir.

La IA no elimina el esfuerzo en el trabajo del conocimiento. Lo desplaza. La hora que un analista ya no dedica a redactar un primer borrador se sustituye por el esfuerzo de formular el prompt, comprobar el resultado, detectar el error presentado con seguridad y decidir si se publica. Hacer se convierte en supervisar. Y la supervisión tiene su propio coste atencional — monitorizar, verificar y corregir no es tiempo libre, es otro tipo de trabajo que rara vez aparece en un plan de capacidad. El 41% que reporta mayor carga cognitiva no se lo está imaginando. Ha cambiado la carga de ejecución por la carga de supervisión, y la supervisión es la más difícil de las dos de ver y de dotar de personal.

Por eso los hallazgos de "jornada completa ahorrada" y "más tiempo gestionando la IA" conviven cómodamente en la misma encuesta. La jornada se libera realmente de la tarea antigua. Luego se reconsume en silencio con la nueva — hacer funcionar la herramienta — a menos que alguien la redirija deliberadamente. Lo que nos lleva al hallazgo que convierte una curiosidad en un problema operativo.

La brecha de gobernanza: el 66% no sabe adónde debe ir el tiempo

Aquí está la línea que nombra el verdadero fracaso. El 66% de los trabajadores declara no recibir ninguna orientación concreta sobre cómo reasignar el tiempo que la IA libera (BCG, AI at Work 2026). A dos tercios de sus personas se les devuelven horas sin instrucción alguna sobre para qué sirven.

En ese vacío, el tiempo recuperado no fluye hacia trabajo de mayor valor. Se repliega hacia el camino de menor resistencia: más experimentación con la IA, más supervisión, más de esa carga de control que ya va en aumento. El ahorro de tiempo y la fuga de tiempo son las mismas horas, vistas antes y después de una decisión ausente. La razón por la que la productividad permanece plana mientras la satisfacción sube es que nadie, en el nivel operativo, decidió jamás dónde debía aterrizar la capacidad liberada. La IA creó el excedente. La organización nunca lo reclamó.

Es la misma trampa que McKinsey sigue documentando desde el lado del valor: el uso de la IA ya está extendido, pero la mayoría de las organizaciones siguen atascadas en la transición de la experimentación a un despliegue escalado y rediseñado — que es donde el retorno financiero realmente aparece (McKinsey, The State of AI, 2025). La adopción ya no es el cuello de botella. Lo es la reinversión.

Por qué las operaciones del mid-market lo malinterpretan específicamente

Las grandes empresas absorben la fuga porque tienen capas — equipos de workforce planning, oficinas de transformación y mandos cuyo cometido explícito es redistribuir la capacidad liberada. Las operaciones del mid-market, entre 50 y 500 FTE, por lo general no las tienen. El mismo mando que lleva el día a día es a quien se le pide rediseñar el trabajo, además del día a día, sin margen alguno para hacerlo.

Así que el patrón del mid-market es predecible. Se compran licencias de IA. El uso sube — BCG halla que el 74% de los profesionales de cuello blanco sin responsabilidad de mando ya son usuarios habituales de IA, y que la proporción con agentes integrados en su flujo de trabajo se ha duplicado al 30% interanual (BCG, AI at Work 2026). Las puntuaciones de satisfacción lucen estupendas en la encuesta de engagement. Y la cuenta de resultados operativa muestra… aproximadamente el mismo output, a un coste de software más alto. El ahorro era real a nivel de la tarea individual e invisible a nivel del negocio, porque ningún rediseño convirtió jamás las horas a nivel de tarea en capacidad a nivel de negocio. La cobertura de la encuesta lo dijo sin rodeos: BCG lo afirmó con claridad en el propio comunicado: la IA está rediseñando los puestos más rápido de lo que las empresas rediseñan el trabajo (BCG vía PR Newswire, 2026).

El contraargumento: "Deje que la productividad se componga — la gente encontrará el mejor uso de su tiempo"

La objeción honesta de un líder de operaciones es que esto se autocorrige. Devuelva una jornada por semana a personas capaces y la reinvertirán bien por su cuenta; imponer adónde va el tiempo es micromanagement, y las ganancias se compondrán sin necesidad de un memorándum.

Es un instinto razonable, y los datos no lo respaldan. La brecha de gobernanza del 66% es la refutación: cuando falta la orientación, el tiempo no se compone en trabajo de mayor valor — se disipa en supervisión y en carga cognitiva creciente. La misma encuesta muestra que el 72% de los trabajadores afirma que la IA ha alterado significativamente las expectativas de competencias de su puesto (BCG, AI at Work 2026). La gente no está en un puesto estable con tiempo libre que asignar con sensatez; está absorbiendo un objetivo móvil mientras también hace funcionar la herramienta. Esperar una reasignación autónoma y no guiada en esas condiciones no es confianza — es una abdicación disfrazada de confianza. La composición es real, pero se compone hacia lo que usted deja sin gobernar, y ahora mismo eso es la supervisión de la IA.

El movimiento del T3: un mandato escrito de reasignación del tiempo, no más licencias

Esto se traduce en una decisión concreta que un Head of Operations puede tomar antes del cierre del trimestre, y no requiere una sola licencia adicional. La palanca no es más IA. Es reclamar el tiempo que la IA que ya posee está produciendo.

Redacte el mandato de reasignación del tiempo. Para cada equipo que usa la IA intensivamente, especifique — por escrito — adónde deben ir las horas liberadas este trimestre: un output concreto, un atraso que está despejando, una actividad de cara al cliente que está ampliando, un proyecto que nunca tuvo capacidad. "Tiempo ahorrado" sin destino es la brecha del 66% reproducida dentro de su organización. Un destino convierte un ahorro vago en un output contabilizado que sí puede medir.

Haga una pasada de rediseño del trabajo antes de comprar la siguiente licencia. La IA desplazó el trabajo de hacer a supervisar; las descripciones de puesto y los mapas de proceso casi con certeza no se movieron con ella. Dedique la pasada de rediseño a decidir qué pasos siguen siendo del humano, cuáles de la IA y — crucialmente — quién absorbe la carga de supervisión y cómo se dota de personal. Rediseñe el trabajo para que coincida con lo que la herramienta cambió realmente, en lugar de acoplar la herramienta a la forma antigua y preguntarse por qué la productividad sigue plana.

Mida el destino, no la adopción. Deje de reportar el éxito de la IA como licencias usadas u horas ahorradas. Repórtelo como el output nombrado que el tiempo liberado produjo. Si no puede señalar adónde fue la jornada-por-semana, no ha capturado una ganancia de productividad — ha financiado una plantilla satisfecha que hace funcionar una herramienta cara.

La decisión para este trimestre

La cifra del 47% es incómoda porque traslada el problema de la herramienta al modelo operativo. Su IA funciona. Su gente está, por su propia admisión, más satisfecha. Y su productividad puede seguir, aun así, plana — porque el tiempo que la herramienta ahorra se fuga de nuevo en hacer funcionar la herramienta, y a dos tercios de su plantilla nunca se le dijo adónde debía ir en su lugar.

Así que, antes de aprobar el siguiente lote de licencias de IA, hágase la pregunta que los datos de BCG plantean de verdad: ¿tiene una respuesta escrita sobre dónde debe aterrizar el tiempo que la IA ahorra — y puede medir si aterrizó allí? Si no, el movimiento de mayor retorno de este trimestre no es más capacidad. Es un mandato de una página que convierte las horas ahorradas en un output nombrado, y una sola pasada de rediseño que dota de personal la carga de supervisión que la IA creó en silencio. Reclame el excedente que ya está pagando, antes de comprar más.

Ready to go beyond the CV?

Scovai's AI-powered Talent Passport reveals what resumes can't: personality, potential, and true job fit.