Adopción de IA en empresas – Empiezo mi investigación

Estoy investigando qué hace falta de verdad para que los equipos de ingeniería adopten la IA. Esto es lo que he descubierto hasta ahora y cómo puedes ayudar a orientar la conversación.

---

Este tema me toca muy de cerca.

Soy creativa por naturaleza.

Siempre me han atraído las ideas, crear cosas e imaginar lo que podría llegar a ser.

Y en estos dos últimos años, las posibilidades de la IA me han dejado con la boca abierta: cómo está cambiando nuestro trabajo, nuestros procesos creativos y, de raíz, el mundo que nos rodea.

Al mismo tiempo, llevo 15 años, toda mi carrera profesional, trabajando en procesos de transformación y con las personas que los viven.

Cambio organizativo.

Adopción.

Ese lado complicado y profundamente humano de conseguir que lo nuevo funcione.

Poder unir estas dos disciplinas, el potencial creativo de la IA y la realidad humana del cambio, me parece un regalo. 

La situación actual: tenemos un problema

Voy a empezar por las cifras incómodas.

No es una errata. Según investigaciones del MIT, RAND, S&P Global y otras entidades, la inmensa mayoría de los proyectos de IA no están cumpliendo lo que prometían. El informe de 2025 del MIT sobre el estado de la IA en las empresas concluyó que solo alrededor del 5% de los programas piloto de IA generativa logran un impacto rápido y medible en la cuenta de resultados. RAND sitúa la tasa de fracaso de los proyectos de IA en general en torno al 80%: casi el doble que la de los proyectos informáticos sin IA. Y S&P Global muestra que el 42% de las empresas abandonaron la mayoría de sus iniciativas de IA en 2025, un fuerte aumento frente al 17% del año anterior.

No hablamos de una pequeña distancia entre lo que se quiere hacer y lo que se hace. Hablamos de billones de dólares invertidos, sin que la mayor parte se traduzca en valor real.

Los sospechosos habituales —datos de mala calidad, objetivos poco claros, expectativas desajustadas— explican parte del problema. Pero hay algo más profundo, sobre todo en ciertos ámbitos profesionales. Y la ingeniería es uno de ellos.

Por qué la IA plantea un reto particular en ingeniería

La ingeniería es diferente.

No porque a los ingenieros les cueste más aprender cosas nuevas. Todo lo contrario. Sino porque hay una dinámica concreta que hace que el cambio tecnológico se perciba como una amenaza mayor en esta profesión que en muchas otras.

En ingeniería, la identidad está muy ligada al conocimiento experto.

La investigación sobre la identidad en ingeniería ha mostrado de forma consistente que los ingenieros construyen su identidad profesional en torno a lo que saben y a lo que son capaces de hacer. La competencia, el dominio de una materia, la profundidad técnica… No son solo habilidades. Son una parte esencial de quienes creen ser. Los estudios sobre formación en ingeniería describen el proceso de convertirse en ingeniero, ante todo, como un proceso de desarrollo de la identidad: no solo aprendes ingeniería, te conviertes en ingeniero.

Esto tiene mucha fuerza. Genera perseverancia, un compromiso profundo y el rigor técnico que hace posibles los sistemas complejos.

Pero también crea un punto vulnerable.

Cuando llega una tecnología que cambia cómo se hacen las cosas —que automatiza parte de lo que sabes, que cambia lo que significa ser experto, que redistribuye quién tiene el poder—, no se vive solo como un cambio de proceso. Puede sentirse como una amenaza a tu identidad.

La investigación sobre transformación digital y colectivos profesionales ha mostrado precisamente esto. Los ingenieros viven la transformación como algo que les hace mucho más conscientes de su identidad profesional.

Si no se aborda con cuidado, puede dar lugar a dinámicas de grupo negativas, a comportamientos de defensa del propio terreno y a resistencias que pueden poner en riesgo la transformación.

No es cabezonería.

Es autoprotección.

Cuando tu valor profesional se apoya en ser quien más sabe y ese conocimiento deja de pisar terreno firme, la respuesta es profundamente humana.

El problema de la velocidad: no lo entiendo, no me gusta, no me gustas tú

Hay otra capa en todo esto.

La transformación con IA no solo pone en cuestión la identidad.

Avanza a un ritmo que la mayoría de las organizaciones y de las personas no están preparadas para gestionar.

En la revisión bibliográfica que hice para mi investigación, apareció un patrón claro. En los estudios sobre adopción de tecnología, cambio organizativo y resistencia a la IA, las personas pasan por etapas que se repiten con una consistencia sorprendente.

1. «No lo entiendo».

La primera barrera es cognitiva. Las personas no entienden qué hace la tecnología, qué implica para su trabajo o cómo encaja con lo que ya saben. Esto es especialmente cierto en ingeniería, donde se exige entender las cosas a fondo y un conocimiento superficial no parece suficiente.

2. «No me gusta».

Una vez que las personas entienden lo que la IA puede hacer, aparece la respuesta emocional. Miedo a ser sustituidas. Pérdida de autonomía. Dudas sobre la calidad. Desconfianza hacia algo que parece opaco, probabilístico o poco fiable: características que chocan con todo lo que se enseña a valorar en ingeniería.

3. «No me gustas tú».

Cuando el cambio se percibe como una imposición, con órdenes desde arriba, plazos poco realistas o falta de participación en las decisiones, la resistencia pasa de la tecnología a las personas que la impulsan.

Aquí es donde la gestión del cambio fracasa de forma más estrepitosa y donde se rompe la confianza.

Mi revisión bibliográfica abarcó investigaciones sobre modelos de adopción de tecnología (TAM, UTAUT), teoría de la identidad profesional, resistencia al cambio organizativo y retos específicos de la adopción de IA.

El patrón es claro: la adopción no es un problema tecnológico.

Es un problema humano.

Y en ingeniería, tanto las personas como las organizaciones se juegan más de lo habitual.

Entonces, ¿qué hace falta de verdad?

Esta es la pregunta que intento responder.

A partir de mi revisión bibliográfica y de las conversaciones que he tenido con responsables y profesionales de ingeniería, he elaborado un marco de trabajo provisional que analiza la adopción de IA en ingeniería desde varias dimensiones: preparación individual (habilidades, mentalidad, identidad), dinámicas de equipo (confianza, seguridad psicológica, colaboración), factores organizativos (liderazgo, cultura, infraestructura) y la naturaleza de la propia tecnología (encaje, transparencia, fiabilidad).

Pero los marcos de trabajo son hipótesis hasta que los pones a prueba con personas reales. Y eso me lleva al punto en el que estoy ahora.

He creado un espacio para esta investigación en aiadoptionlabs.com, donde puedes conocer mejor el proyecto y seguir su evolución.

Mi intención con esta investigación es reflejar la experiencia real de personas reales. 

Gracias por leerme.

Y si esto te resuena, compártelo con alguien a quien le vendría bien leerlo.

---

Este artículo forma parte de un proyecto de investigación en curso sobre la adopción de IA en ingeniería. Sigue el trabajo en aiadoptionlabs.com.

Lecturas relacionadas: 5 razones por las que esta transformación empresarial con IA no es como las anteriores · ¿Es la IA una burbuja? ¿O el comienzo de algo más grande?

Sigue leyendo: Marco de adopción de IA para medianas empresas: lista de comprobación en 5 etapas · Prepararse para adoptar la IA en 3 niveles