La empresa compró licencias de Microsoft 365 Copilot para quinientas personas. Organizó una capacitación de dos días. Durante la primera semana después de la capacitación, las estadísticas de uso se veían impresionantes — la gente probaba, experimentaba, preguntaba. Al mes, quince personas usaban Copilot regularmente. Quince de quinientas. Tres por ciento.
Escucho esta historia — con diferentes cifras pero idéntico patrón — de grandes organizaciones. Corporaciones, empresas estatales, firmas del mercado bursátil. El patrón es siempre el mismo: capacitación, pico de entusiasmo, silencio, caída a unos pocos puntos porcentuales de uso regular.
Lo que Microsoft no dice
Microsoft reporta millones de usuarios activos de Copilot. Suena impresionante. Pero ¿qué significa "activo"? En las definiciones oficiales: un usuario que utilizó una función de IA al menos una vez en el período dado. Una vez. Abrió el panel, vio una sugerencia, cerró. Está en las estadísticas.
El uso real y regular — ese que cambia la forma de trabajar — es una métrica completamente diferente. Y esa métrica, según mis observaciones y conversaciones con clientes, ronda el 3-4% de los usuarios en grandes organizaciones. El resto volvió a lo que hacía antes.
No es un problema de Copilot. Es un problema de cómo las empresas abordan la adopción de herramientas de IA.
La capacitación es un evento. La adopción es un proceso.
La mayoría de las organizaciones trata la implementación de Copilot (o de cualquier otra herramienta de GenAI) como un proyecto tecnológico con fecha de cierre. Compramos licencias — check. Hacemos capacitación — check. Enviamos un email con instrucciones — check. Proyecto cerrado.
Solo que las personas no cambian su forma de trabajar después de una capacitación de dos días. No porque sean resistentes o incompetentes. Sino porque nadie les mostró cómo Copilot resuelve su problema concreto en su proceso concreto. La capacitación mostró funciones generales. Demo con datos de ejemplo. "Miren lo que la IA puede hacer". La gente asintió con la cabeza, volvió a sus escritorios y abrió Excel exactamente igual que ayer.
Por qué la gente deja de usar
Tras conversar con usuarios en varias organizaciones, veo razones que se repiten:
"No sé para qué me sirve en mi trabajo." La capacitación fue general. Mostraba las posibilidades de la herramienta, no soluciones a problemas concretos en roles concretos. La contadora no sabe cómo Copilot le ayuda a conciliar cuentas. El gerente de proyecto no sabe cómo usarlo para reportar estatus. Todos vieron la demo, nadie recibió una receta para su día de trabajo.
"Lo probé y el resultado fue malo." La primera experiencia con GenAI es crucial. Si alguien le pidió a Copilot que resumiera un documento y obtuvo un texto banal e inútil — no volverá. Nadie le enseñó a formular prompts, a dar contexto, a iterar. Una mala experiencia cierra las puertas durante meses.
"Mi proceso no cambió." Las personas trabajan en procesos. Si el proceso no contempla IA — no hay lugar para Copilot. Si el reporte sigue teniendo que escribirse en una plantilla determinada, de una manera determinada, y nadie modificó esa plantilla pensando en la IA — la herramienta es un añadido, no parte del trabajo.
"Nadie me pregunta si lo uso." Cero continuidad después de la capacitación. Cero check-ins, cero preguntas sobre barreras, cero soporte. Las personas lo interpretan como señal: "Esto no es una prioridad".
Qué funciona en lugar de una capacitación única
Desde mi práctica — la adopción de IA en la organización requiere un enfoque más cercano a la gestión del cambio que a la capacitación de producto.
Talleres anclados en tareas reales. No "qué puede hacer Copilot", sino "cómo Copilot le ayuda a hacer ese reporte concreto que hace cada semana". Quince personas, sus datos reales, sus procesos reales. Después de un taller así, doce de quince cambian su forma de trabajar — porque vieron el valor en su contexto.
Cambio de procesos, no solo de herramientas. Si quiere que la gente use IA para crear reportes — cambie la plantilla del reporte. Agregue un paso en el proceso que suponga el uso de IA. Haga de ello la norma, no una opción.
Check-ins regulares. Una vez al mes: qué funciona, qué no, qué necesitan. No una encuesta — una conversación. La gente tiene preguntas, frustraciones, ideas. Hay que escucharles y reaccionar.
Medir adopción, no licencias. ¿Cuántas personas cambiaron su forma de trabajar? ¿Cuántos procesos contemplan IA? ¿Cuánto tiempo ahorran las personas que usan la herramienta regularmente? Esas son las métricas de adopción — no la cantidad de licencias activadas.
Cuidado por las necesidades de los usuarios. Suena trivial, pero es la práctica más rara. Preguntar a las personas: ¿qué necesitan? ¿Qué les molesta? ¿Cómo puedo ayudarles? La adopción no sucede a pesar de las personas — sucede gracias a ellas.
Tres por ciento no es un fracaso de la herramienta
Tres por ciento de usuarios regulares no es un problema de Copilot, Claude, Gemini ni de cualquier otra herramienta de GenAI. Es información sobre cómo la organización abordó el cambio. La herramienta funciona. Las personas pueden aprender. Pero entre "tenemos una licencia" y "las personas trabajan de manera diferente" hay un espacio enorme que hay que llenar de forma consciente.
Las empresas que se toman esto en serio trabajan con herramientas de IA de forma anclada en la realidad de la organización — no como un proyecto único, sino como un cambio en la forma de trabajar que requiere tiempo, atención y constancia.
Si compraron licencias y ven que la adopción es baja — no es el fin del camino. Es el inicio del trabajo verdadero. Hablemos sobre cómo planificarlo.