El veinte por ciento de los adultos ocupados en Estados Unidos afirma que la IA resuelve ya al menos una tarea que ellos o su equipo entregaban antes a un compañero o a un proveedor externo (Epoch AI, 2026). No «con la que se ayudaron». Resuelve.
Eso es una decisión de aprovisionamiento: el tipo de decisión que tu organización normalmente envuelve en una solicitud de compra, una evaluación de proveedor y una partida presupuestaria. La han tomado colaboradores individuales, tarea a tarea, y no aparece en ningún sistema que tú controles. La delegación de tareas a la IA de esta clase no se ve en la plantilla, ni en las previsiones de gasto en proveedores, ni en ningún panel de adopción, porque esos paneles se construyeron para contar uso de herramientas, no reasignación de trabajo.
Lo incómodo no es que haya ocurrido. Es que tu modelo de capacidad ahora está equivocado, y equivocado en una dirección que no puedes ver.
Qué midió realmente la encuesta de Epoch AI/Ipsos
La encuesta la realizó Ipsos por encargo de Epoch AI mediante el KnowledgePanel de muestreo probabilístico, aplicada entre el 10 y el 19 de julio de 2026 a 1.106 adultos ocupados en EE. UU., con estimaciones ponderadas a la población ocupada estadounidense (Ipsos, 2026). Aquí el muestreo probabilístico importa: no es un panel de adhesión voluntaria formado por entusiastas de la IA contándote lo transformadoras que son sus herramientas.
El titular es el 20 %. La textura está en el desglose por tarea. Los trabajadores señalan que la IA asume trabajo antes delegado en personas sobre todo en análisis de datos (7,1 %), lectura de documentos de trabajo (5,7 %) y mantenimiento de registros (5,3 %) (Epoch AI, 2026).
Vuelve a leer esa lista con ojos de operaciones. No son tareas creativas ni experimentos de frontera. Son exactamente las categorías que una empresa de 200 personas deriva de forma rutinaria a un analista junior, a un temporal, a un equipo offshore o a un investigador freelance. Son también, casi sin excepción, tareas cuyo resultado necesita otra persona aguas abajo.
Un dato más de la misma encuesta, y es el que debería retener tu atención: en el conjunto de tareas asistidas por IA, el 66 % de los resultados se usó sin cambios o con retoques menores, frente a un 5 % que se rehízo sustancialmente o se volvió a hacer desde cero.
Una decisión de hacer o comprar sin solicitud de compra
Toda organización tiene un proceso para decidir si el trabajo se hace dentro o se compra fuera. Es lento por una razón. Alguien delimita el alcance, alguien lo valora, alguien comprueba si el proveedor sirve, y alguien responde del resultado.
Lo que describen los datos de Epoch es esa misma decisión, tomada a nivel individual, en el tiempo que se tarda en abrir una ventana de chat.
El empleado no está haciendo nada malo. Desde donde él está, esto es iniciativa: el informe que exigía cuatro días de idas y venidas con un proveedor ahora lleva una tarde. Se le premia exactamente por eso. Ninguna política le dijo que reasignar una tarea de una persona a un modelo pertenece a una categoría de decisión distinta a elegir una forma más rápida de hacer su propio trabajo.
Pero es una categoría distinta, por una razón estructural. Cuando delegas en una persona, obtienes una segunda cabeza sobre el problema, la hayas pedido o no. Los proveedores hacen preguntas de aclaración. Los analistas junior señalan los datos que parecen erróneos. Los compañeros objetan cuando una petición no tiene sentido. Esa fricción no es un defecto de la delegación humana: es un mecanismo de control de calidad no facturado que venía incluido.
Delega la misma tarea en un modelo y la fricción desaparece. El modelo no pregunta por qué la petición es rara. Responde.
El control de revisión desapareció en el mismo momento en que se movió el trabajo
Pon el 20 % y el 66 % uno al lado del otro y el riesgo se vuelve concreto. El trabajo está pasando de personas a modelos justo cuando dos tercios del resultado de los modelos se entregan sin revisión significativa. La tarea cambió de manos y el paso de inspección se marchó con el propietario anterior.
El daño no es hipotético. El estudio de Adaptavist de 2026 con 2.500 trabajadores del conocimiento halló que el 52 % corrige de forma habitual trabajo generado por IA producido por compañeros (Adaptavist, 2026). La corrección sí ocurre: simplemente se ha desplazado de un punto de entrega definido a quien tenga la mala suerte de estar aguas abajo.
Una investigación de BetterUp Labs y el Stanford Social Media Lab puso número a ese desplazamiento: en torno al 40 % de los oficinistas estadounidenses declaró haber recibido «workslop» generado por IA en el mes anterior, con unas dos horas para resolver cada incidente, que los investigadores valoraron en unos 186 dólares por trabajador y mes (BetterUp Labs, 2026).
Dos horas por incidente, absorbidas por un compañero, registradas en ningún sitio.
Hay un pliegue distributivo que conviene nombrar. Las tres categorías de tareas donde más aparece esto — análisis de datos, lectura de documentos, mantenimiento de registros — se concentran justamente en las funciones que una operación de tamaño medio suele mantener más escuetas: soporte financiero, coordinación de operaciones, administración de cumplimiento. Son los puestos donde una sola persona es a menudo el proceso, y donde un proveedor externo era históricamente la válvula de escape. Cuando la válvula de escape la sustituye un modelo y nadie vuelve a especificar quién revisa el resultado, el fallo no se anuncia de forma gradual. Se anuncia como un único número equivocado en un informe para el consejo.
Esa es la forma del problema. El ahorro lo captura quien delegó en el modelo y le resulta visible. El coste lo paga quien recibe el resultado y es invisible para todos. La productividad neta puede quedar plana o ser negativa mientras cada persona implicada informa honestamente de que va más rápido.
Por qué tu modelo de capacidad está ahora equivocado en una dirección no registrada
Aquí es donde esto deja de ser una cuestión de gobernanza y se convierte en un problema de operaciones.
Si una parte significativa de tu equipo ha desviado en silencio tareas que antes iban a proveedores y compañeros, varios de tus insumos de planificación están midiendo ahora algo distinto de lo que crees.
Un gasto en proveedores a la baja se lee como disciplina. Puede ser disciplina. También puede ser sustitución de trabajo sin revisar. Ambas tienen firmas idénticas en la cuenta de resultados e implicaciones opuestas en riesgo.
El volumen de traspasos internos cae. Menos tickets, menos peticiones entre equipos, tiempos de ciclo más rápidos sobre el papel. Parte de eso es real. Parte es trabajo que dejó de traspasarse porque dejó de comprobarse.
Los modelos de plantilla se desvían. Si planificas las contrataciones del año que viene sobre la carga de trabajo observada este año, y esa carga ha sido absorbida en silencio por modelos con una tasa del 66 % de entrega sin cambios, estás extrapolando desde una base que ya contiene deuda de calidad no medida.
Entre 50 y 500 empleados esto muerde más fuerte que a escala corporativa. Una organización grande tiene controles de compras, una función de gestión de proveedores y suficiente instrumentación de procesos como para que un cambio en la forma de aprovisionar el trabajo acabe apareciendo en el informe de alguien. Una operación de tamaño medio tiene un Head of Operations, un responsable financiero y una colección de hojas de cálculo construidas sobre el supuesto de que el trabajo lo hacen las personas del organigrama.
Nadie está haciendo nada visiblemente incorrecto. Justamente por eso persiste.
Lo que esta evidencia no dice
Tres límites, dichos con claridad, porque un plan construido sobre una sobrelectura de estos datos fracasará.
Veinte por ciento no es el veinte por ciento de tu carga de trabajo. La cifra es la proporción de trabajadores que declaran al menos una tarea así, no la proporción de tareas u horas desplazadas. Los números por tarea — 7,1 %, 5,7 %, 5,3 % — son la mejor guía sobre volumen, y son de un solo dígito.
Entregado sin cambios no equivale a equivocado. La cifra del 66 % te dice que bajó la intensidad de revisión, no que el resultado sea defectuoso. Para una actualización rutinaria de registros, sin cambios puede ser del todo correcto. La preocupación es que la tasa de revisión sea ahora uniforme en tipos de tarea donde el coste del error no lo es en absoluto.
El autoinforme tiene límites conocidos. Los trabajadores pueden no recordar con precisión si una tarea habría ido antes a un proveedor. El muestreo probabilístico controla a quién se preguntó, no lo bien que la gente recuerda escenarios contrafactuales.
Nada de eso cambia la conclusión operativa. Incluso en la lectura más prudente, hay trabajo que se está aprovisionando mediante un mecanismo que tu planificación de capacidad no observa, y el control de calidad que antes era gratis ya no está.
Instrumentar la delegación de tareas a la IA este trimestre
El arreglo es disciplina de medición, no una circular. Cuatro movimientos, ninguno exige gasto nuevo.
Haz la pregunta directamente, una vez. En tu próxima revisión de equipo, plantea a cada función una sola pregunta: ¿qué tareas dejamos de enviar a un proveedor, a un servicio compartido o a otro equipo en los últimos seis meses, y adónde fueron a parar? Tendrás respuesta en una tarde. Los datos de Epoch dicen que aproximadamente una de cada cinco de tus personas tiene una.
Instrumenta la reasignación, no los inicios de sesión. Las métricas de adopción que cuentan licencias y sesiones son estructuralmente incapaces de detectar esto. Sigue lo que se mueve cuando el trabajo se reasigna: volumen de facturas de proveedores por categoría, número de peticiones entre equipos e incidencias de retrabajo. El Digital Economy Lab de Stanford viene defendiendo este mismo argumento sobre medir la IA a nivel de tarea y no de herramienta (Stanford Digital Economy Lab, 2026).
Vuelve a enganchar la revisión donde la delegación entre pares la proporcionaba. Es la partida de mayor valor y la más barata. Clasifica las tareas por el coste de un error no detectado, no por si hay IA de por medio. Para el conjunto de coste alto, nombra explícitamente a un revisor. La delegación humana proporcionaba ese revisor gratis; la delegación en un modelo no, y hay que reinstaurarla deliberadamente.
Convierte la reasignación de tareas en un evento declarable. No un proceso de aprobación: una declaración. Cuando alguien mueve una tarea recurrente de una persona a un modelo, queda anotado en el mismo sitio donde iría un cambio de plantilla o de proveedor. Una línea, sin ceremonias. La visibilidad es todo el objetivo.
La decisión que tienes delante este trimestre es estrecha y binaria. O puedes nombrar la delegación de tareas a la IA que ya ha ocurrido en tu operación —qué trabajo pasó de una persona a un modelo, y quién lo comprueba ahora— o no puedes. Si no puedes, no estás dirigiendo una operación esbelta. Estás dirigiendo una cuya verdadera estructura de costes y exposición de calidad las fijan, tarea a tarea, personas a las que nunca se les dijo que estaban tomando esa decisión.
