Hace unos meses, después de una sesión sobre inteligencia artificial en una empresa de servicios, una persona se acercó al final y me dijo algo muy honesto:
«La sesión ha estado muy bien. El problema es que el lunes vuelvo a mi dinámica de trabajo y no sé dónde voy a meter esto.»
Esa frase explica mejor que muchos informes por qué tanta formación en IA no se aplica.
Muchas veces no se aplica porque la formación vive en un sitio y el trabajo real vive en otro.
Durante dos o tres horas, la IA parece clara. Se ven ejemplos, aparecen posibilidades, alguien descubre una herramienta que no conocía, se generan ideas. Hay energía en la sala. Incluso se escucha esa frase tan peligrosa de «esto nos va a ahorrar muchísimo tiempo».
Luego llega el lunes.
Vuelven los clientes, los correos, los expedientes, las reuniones, los informes, las llamadas, las tareas que ya iban tarde antes de la formación.
Y la IA, que durante la sesión parecía una palanca evidente, se queda en una pestaña abierta, en una nota perdida o en una intención que no encuentra hueco.
La formación que inspira no siempre cambia el trabajo
Hay una confusión bastante común: pensar que una formación ha funcionado porque la gente salió motivada.
Ojo, la motivación importa. Una sesión que no despierta interés difícilmente moverá nada. Pero la motivación es una chispa, no un hábito.
Una formación puede gustar mucho y aun así no cambiar casi nada.
Lo he visto en empresas que habían hecho talleres de ChatGPT, sesiones de Copilot, jornadas de innovación, charlas sobre productividad y demostraciones muy vistosas. El equipo salía diciendo «qué interesante». Dos semanas después, solo dos o tres personas seguían usando la IA de forma más o menos constante. El resto volvía a sus rutinas.
No por pereza. Por fricción.
La fricción suele aparecer en detalles muy concretos, no sé en qué tarea empezar, mi responsable no me ha pedido que lo incorpore, nadie va a medir si esto mejora algo, etc.
Esto no se resuelve con más ejemplos espectaculares. Se resuelve diseñando mejor la transferencia.
El error de enseñar herramientas sin rediseñar tareas
La mayoría de formaciones en IA empiezan por la herramienta.
Se abre ChatGPT. Se muestra Copilot. Se enseña cómo pedir un resumen, cómo crear una tabla, cómo preparar un correo, cómo generar ideas, cómo mejorar un texto o cómo construir un prompt más preciso.
Todo eso puede ser útil. No tengo nada contra enseñar herramientas.
El problema aparece cuando la formación termina ahí.
Porque el trabajo no está organizado alrededor de herramientas. Está organizado alrededor de tareas, responsabilidades, plazos, criterios de calidad y relaciones entre personas.
Por eso, cuando una empresa me pide formación en IA, cada vez me interesa menos la pregunta «qué herramienta enseñamos» y mucho más esta otra:
¿Qué tareas queréis que cambien después de la formación?
Esa pregunta incomoda un poco, porque obliga a concretar. Pero también evita mucho teatro formativo.
El segundo error: creer que aplicar IA depende solo de la persona
Hay otra idea que conviene desmontar.
A veces se forma al equipo y luego se deja toda la responsabilidad en cada profesional: «ya os hemos enseñado, ahora aplicadlo».
Suena razonable. Pero no suele funcionar.
Aplicar IA en el trabajo no depende solo de saber. Depende también de contexto, permisos, expectativas, tiempo, liderazgo y seguridad psicológica.
Una persona puede haber entendido perfectamente cómo usar una herramienta y aun así no aplicarla porque no sabe si la empresa lo aprueba, porque teme equivocarse, porque su jefe sigue pidiendo el trabajo como antes o porque nadie ha definido qué usos son aceptables.
La formación abre la puerta. Pero la organización decide si esa puerta lleva a algún sitio.
Aquí aparece una diferencia importante:
- Una formación aislada transmite conocimiento.
- Un programa in-company instala práctica.
- Un workflow híbrido cambia la forma de trabajar.
Fluidez IA: cuando la formación deja de depender del tutorial
Para mí, la palabra clave no es «prompt». Es fluidez IA.
Fluidez IA es la capacidad de incorporar la inteligencia artificial al pensamiento y al trabajo cotidiano sin fricción, sin dependencia y sin perder criterio. No consiste en memorizar herramientas, sino en saber cuándo usar IA, para qué usarla, cómo revisar lo que devuelve y cómo integrarla en una tarea real.
Esa competencia se parece más a aprender un idioma que a aprender un botón.
Puedes enseñar una herramienta en una mañana. Pero no generas fluidez en una mañana.
La IA se convierte en hábito cuando deja de ser «eso que vimos en la formación» y pasa a ser «esto que uso cada martes para preparar el informe», «esto que me ayuda antes de una reunión», «esto que reviso siempre antes de enviar una propuesta» o «esto que el equipo usa para cerrar decisiones con más contexto».
El hábito no nace de la inspiración: nace del diseño
Una empresa no debería esperar que el hábito aparezca solo porque la formación fue buena.
Los hábitos se diseñan.
Y en IA, diseñarlos significa bajar al nivel de tarea.
Fíjate en el matiz: no estamos hablando de «usar más IA». Estamos hablando de insertar la IA en momentos concretos del trabajo.
Ahí empieza el hábito.
De la formación al workflow híbrido
Un workflow híbrido persona + IA es una forma de organizar el trabajo donde la inteligencia artificial apoya tareas concretas, pero la persona conserva dirección, criterio, revisión y responsabilidad final.
La formación se aplica cuando consigue modificar workflows.
No cuando el equipo sabe explicar qué es la IA generativa.
No cuando alguien aprende a escribir prompts más largos.
No cuando la sesión recibe buenas valoraciones.
Se aplica cuando una tarea cambia.
Por ejemplo, imaginemos un equipo que prepara propuestas comerciales.
Antes de la formación, el proceso era este:
- Reunión con cliente.
- Notas dispersas.
- Borrador de propuesta desde cero.
- Revisión rápida por falta de tiempo.
- Envío.
Después de una formación bien transferida, el workflow podría quedar así:
- Reunión con cliente.
- Síntesis asistida de necesidades, objeciones y criterios de decisión.
- Primer esquema de propuesta con IA.
- Revisión humana de encaje, tono, promesas y riesgos.
- Comparación con propuestas anteriores.
- Ajuste final por la persona responsable.
- Registro de aprendizajes para la siguiente propuesta.
La IA no sustituye al comercial, al consultor o al responsable de cuenta. Le ayuda a trabajar con más claridad y menos fricción.
Eso sí es transferencia.
Por qué los equipos abandonan la IA después de formarse
Hay motivos muy humanos por los que el equipo abandona la IA después de una formación.
No siempre se dicen en voz alta.
«No me sale a la primera»
La persona prueba, el resultado es pobre y concluye que la herramienta no sirve. En realidad, quizá faltaba contexto, criterio de revisión o una segunda iteración. La fluidez incluye aprender a fallar mejor.
«No tengo tiempo para experimentar»
Este es probablemente el motivo más realista. Si el uso de IA se plantea como algo extra, compite contra la urgencia diaria. Para que se aplique, debe entrar en tareas que ya existen, no añadirse como deberes.
«No sé si puedo usar estos datos»
Sin normas claras, mucha gente prefiere no usar IA. Y hace bien. La formación aplicada necesita límites: qué datos sí, qué datos no, qué herramientas están aprobadas y cuándo pedir autorización.
«No quiero que parezca que mi trabajo lo hace una máquina»
Este punto es delicado y muy real. En algunas culturas, usar IA todavía se vive como hacer trampa o como reconocer falta de capacidad. Hay que cambiar ese marco: usar IA con criterio no reduce profesionalidad; puede aumentarla.
«Mi responsable no lo usa ni lo pide»
Si dirección y mandos no incorporan la IA en la conversación de trabajo, el hábito se evapora. El equipo entiende rápido qué es discurso y qué es prioridad real.
Cómo convertir la formación en IA en hábito
No hay una receta mágica, pero sí hay una secuencia que suele funcionar.
1. Elegir pocos casos de uso
La tentación es salir de la formación con veinte posibilidades. Mejor elegir tres.
Tres tareas reales. Tres momentos claros. Tres responsables. Tres formas de medir si mejora algo.
2. Crear rutinas pequeñas
Un hábito no empieza como una transformación. Empieza como una repetición pequeña.
«Antes de cada reunión, preparo el contexto con IA.»
«Después de cada reunión, genero un resumen y lo reviso.»
«Antes de enviar un informe, le pido a la IA que detecte lagunas.»
Pequeño, concreto, repetible.
3. Acompañar las primeras semanas
La mayoría de dudas aparecen después de la formación, no durante la formación.
Por eso los programas que mejor funcionan no son los de una sesión brillante, sino los que incluyen acompañamiento posterior: revisión de casos, resolución de dudas, ajustes y pequeños compromisos entre sesiones.
4. Trabajar por roles
Dirección, RRHH, comercial, operaciones, administración, marketing o atención al cliente no necesitan lo mismo.
La formación se aplica más cuando cada perfil trabaja con ejemplos de su propio contexto. Lo demás puede ser interesante, pero cuesta más convertirlo en conducta.
5. Medir transferencia, no satisfacción
Preguntar si la sesión gustó está bien. Pero no basta.
La pregunta importante llega después:
- ¿qué tarea ha cambiado?;
- ¿quién la usa?;
- ¿cuánto tiempo ahorra?;
- ¿qué calidad mejora?;
- ¿qué riesgo reduce?;
- ¿qué se ha dejado de hacer como antes?
Si no medimos transferencia, solo medimos recuerdo emocional.
Qué debería incluir un programa in-company de IA aplicada
Si quieres que la formación no se quede en una mañana interesante, un programa in-company debería tener más estructura que una sesión suelta.
No hace falta que sea pesado. De hecho, conviene que sea manejable. Pero sí debe estar diseñado para sobrevivir al lunes.
Porque el lunes es el verdadero examen.
Qué hacer este lunes si ya has formado a tu equipo y no se aplica
Si tu empresa ya ha hecho formación en IA y notas que no ha aterrizado, no empezaría contratando otra sesión igual.
Empezaría por esto:
- Pregunta al equipo dónde intentó aplicar IA y dónde se bloqueó.
- Identifica tres tareas reales donde el uso tendría sentido.
- Define qué datos pueden usarse y cuáles no.
- Elige una rutina semanal por área.
- Pide a cada responsable un ejemplo aplicado en dos semanas.
- Revisa los casos en grupo, sin convertirlo en examen.
- Ajusta el workflow, no solo el prompt.
La formación empieza a funcionar cuando deja de vivirse como un evento y pasa a formar parte de cómo el equipo trabaja, revisa y decide.
La IA se aprende cuando entra en la agenda
La formación en IA no se aplica porque el contenido sea interesante.
Se aplica cuando entra en la agenda, en los procesos, en las reuniones, en los criterios de calidad y en las tareas que ya importan.
Por eso no me obsesiona que un equipo salga de una sesión diciendo «qué potente». Me interesa más que tres semanas después alguien diga:
«Esto ya lo estamos usando para preparar reuniones, revisar propuestas y cerrar mejor los informes.»
Ahí empieza el cambio.
La fluidez IA no se instala con inspiración. Se entrena con práctica. Y la práctica necesita diseño.
El objetivo no es que tu equipo use IA todo el rato.
El objetivo es que sepa usarla cuando aporta valor, con criterio suficiente para no depender de ella y con hábitos concretos que mejoren el trabajo real.
Diseña un programa in-company de IA aplicada para tu equipo
Si tu empresa ya ha hecho alguna formación en IA pero no termina de aplicarla, o si quieres evitar que eso ocurra, puedo ayudarte a diseñar un programa in-company adaptado a tus equipos, roles y procesos reales.
No se trata de dar otra sesión de herramientas. Se trata de instalar fluidez IA, crear hábitos de uso y rediseñar workflows donde la inteligencia artificial mejore el trabajo sin sustituir el criterio humano.
Preguntas frecuentes
¿Por qué la formación en IA no se aplica en la empresa?
Porque muchas formaciones se quedan en herramientas, ejemplos genéricos y entusiasmo inicial. Para que se aplique, la formación debe conectarse con tareas reales, resolver dudas después de la sesión, definir límites de uso y crear rutinas concretas dentro del trabajo diario del equipo.
¿Cómo convertir la formación en IA en hábito?
Conviene empezar con pocos casos de uso, rutinas pequeñas, acompañamiento durante las primeras semanas y medición de transferencia. La IA se convierte en hábito cuando aparece en momentos concretos del trabajo: antes de una reunión, al revisar una propuesta o al preparar un informe.
¿Qué es la fluidez IA?
La fluidez IA es la capacidad de incorporar inteligencia artificial al trabajo cotidiano sin fricción, sin dependencia y sin perder criterio propio. No consiste en memorizar herramientas, sino en saber cuándo usar IA, para qué usarla, cómo revisar resultados y cómo integrarla en tareas reales.
¿Qué diferencia hay entre un taller y un programa in-company de IA?
Un taller suele transmitir conocimiento en una sesión puntual. Un programa in-company acompaña la aplicación durante varias semanas, adapta los casos por rol, trabaja con tareas reales, resuelve bloqueos y mide si la formación ha cambiado workflows, hábitos y calidad del trabajo.
¿Cómo saber si mi equipo necesita formación en IA aplicada?
Tu equipo necesita formación aplicada si ya usa IA de forma desigual, si hay interés pero poca transferencia, si existen dudas sobre datos y revisión, o si la empresa quiere pasar de probar herramientas a integrar la inteligencia artificial en procesos reales con criterio compartido.
