El fracaso de la adopción puede ser un problema de persistencia
Investigadores de MIT Sloan, NYU y Stanford publicaron el 9 de septiembre de 2026 los resultados de un estudio de campo de dos años en dos organizaciones que comenzaron desde condiciones semejantes:
un centro médico académico;
una firma jurídica corporativa.
Ambas ofrecieron entornos seguros de experimentación, capacitación y acceso a IA generativa. Sus resultados divergieron de forma radical.
Hechos comprobados
En la firma jurídica:
más de 80% de los especialistas abandonó gradualmente las iniciativas;
sólo quedaron tres soluciones de uso organizacional.
En el centro médico:
la participación se sostuvo y atrajo nuevos colaboradores;
se desplegaron 141 soluciones organizacionales, con más en desarrollo.
Los investigadores no encontraron diferencias significativas iniciales en acceso tecnológico, preparación para IA, restricciones regulatorias o adecuación de los casos de uso.
La diferencia estuvo en la infraestructura organizacional. El centro médico:
mantuvo talleres y sesiones continuas de experimentación;
creó criterios compartidos para evaluar resultados;
documentó y compartió aprendizajes;
asignó especialistas técnicos a proyectos prioritarios;
estableció filtros formales de riesgo;
incorporó la experimentación con IA a responsabilidades, evaluaciones, promociones y desarrollo profesional.
Fuentes primarias: síntesis y descripción metodológica de MIT Sloan y working paper completo.
Solidez y límites
El seguimiento longitudinal y la observación directa permiten identificar procesos que las encuestas de adopción no muestran: prueba y error, revisión entre áreas, refinamiento y abandono silencioso.
Sin embargo, son dos estudios de caso, no una muestra representativa. Una organización pertenece a salud y otra al sector jurídico; sus culturas y sistemas de incentivos pueden explicar parte de la diferencia. Contar soluciones desplegadas tampoco demuestra que las 141 generen valor, calidad o retorno financiero.
Inferencia para EnterpriseThinking
El estudio precisa el problema de adopción:
La empresa no fracasa solamente porque las personas se resistan a usar IA. Fracasa cuando espera que construyan la transformación además de cumplir íntegramente con su trabajo anterior.
También explica por qué los talleres aislados producen entusiasmo y prototipos, pero no necesariamente capacidad institucional. Experimentar, evaluar, corregir, documentar e integrar son trabajo real y deben recibir tiempo, estructura y reconocimiento.
Esto fortalece directamente EnterpriseThinking Embedded AI, la propuesta de acompañamiento de 12 a 18 meses para Grupo México y los diagnósticos posteriores a talleres.
Acción concreta
Incorporar a Embedded AI un componente explícito de gobernanza del trabajo de experimentación:
horas asignadas dentro de la jornada;
responsables técnicos y especialistas de dominio;
criterios comunes de evaluación y riesgo;
repositorio de pruebas, errores y aprendizajes;
revisión periódica entre áreas;
reconocimiento en objetivos, desempeño y desarrollo profesional;
métricas separadas para experimentar, convertir en solución y producir valor.
La formulación comercial queda así:
EnterpriseThinking no sólo enseña a usar IA. Construye las condiciones para que la organización continúe experimentando, aprendiendo y convirtiendo prototipos en resultados después del taller.
Comentarios