Gestión del cambio cuando lo que cambia es la inteligencia artificial

La gestión del cambio tradicional —comunicación en cascada, capacitación puntual, medición de satisfacción— fue diseñada para cambios discretos: una nueva política, un nuevo sistema, una nueva estructura. La adopción de IA en el trabajo cotidiano es un cambio continuo y ambiguo: la herramienta mejora cada mes, los casos de uso se descubren sobre la marcha, y la resistencia no suele ser abierta sino silenciosa —la persona usa la IA para lo mínimo indispensable y vuelve al método anterior en cuanto puede—. Gestionar ese cambio exige un modelo distinto al del cambio discreto tradicional.

• La resistencia a la IA suele ser silenciosa —uso mínimo indispensable y retorno al método anterior— no un rechazo abierto que un plan de comunicación pueda contrarrestar directamente.
• Casos de uso concretos y medibles por rol específico generan más adopción real que una capacitación genérica sobre 'qué es la inteligencia artificial'.
• Los líderes de equipo que modelan el uso real de la herramienta (no solo autorizan su uso) son el factor de adopción más determinante, según evidencia consistente en gestión del cambio.
• La gestión del cambio para IA necesita ser continua, no un proyecto con fecha de cierre — la herramienta y los casos de uso evolucionan mes a mes.
• En LATAM, la brecha de confianza en herramientas nuevas suele ser mayor cuando la comunicación viene de la matriz global sin adaptación al contexto local — la gestión del cambio necesita voceros locales creíbles.

En operaciones LATAM que reciben la estrategia de adopción de IA desde una matriz global, la gestión del cambio enfrenta una fricción adicional de credibilidad: un comunicado corporativo genérico, traducido pero no adaptado, rara vez genera la confianza que sí genera un líder local que modele el uso real de la herramienta en el contexto de trabajo específico de esa operación. Las organizaciones que logran mejor adopción en la región suelen invertir en identificar y formar a esos voceros locales —no necesariamente los de mayor jerarquía, sino los de mayor credibilidad práctica frente a sus pares— en vez de depender exclusivamente de la comunicación corporativa central.

Gestionar la adopción real de IA —más allá del comunicado y la capacitación puntual— exige entender la gestión del cambio como un proceso continuo con mecanismos de retroalimentación, no como un proyecto de comunicación con fecha de cierre. LBS forma esa capacidad en su Programa de AI & Digital HR: cómo diseñar la adopción de IA en el flujo de trabajo real, con los casos de uso y los líderes locales que efectivamente mueven el comportamiento, no solo el discurso.