Tu equipo aprendió. Tu empresa, no.

—¿Cómo viene la adopción de IA?

—Bárbaro. El equipo la usa todos los días.

—¿Y cómo la usan?

—Cada uno se las arregla. Encontraron la forma.

Esa última frase se dice con orgullo, y tiene con qué. Que la gente adopte una herramienta sin que haya que empujarla es el mejor indicador de que la herramienta sirve.

Pero cada uno encontró la forma también describe con precisión lo que está pasando: hay varias formas, son distintas entre sí, y ninguna es de la empresa.

La empresa pagó el aprendizaje y no lo tiene

Hay alguien en tu organización que se volvió muy bueno usando IA.

Encontró cómo pedir las cosas para que salgan bien. Aprendió qué información hay que dar antes de empezar y cuál sobra. Sabe de qué respuestas desconfiar. Detectó en qué tareas conviene usarla y en cuáles termina costando más caro. Corrigió el mismo error tantas veces que ya lo previene sin pensarlo.

Nadie le pidió que hiciera nada de eso. Lo hizo porque necesitaba trabajar.

Vale la pena mirar quién financió ese aprendizaje. Tu organización paga la licencia. Paga las horas que esa persona invirtió en probar y equivocarse. Paga los resultados flojos del camino, que salieron igual y alguien tuvo que corregir.

El activo que se formó con todo eso no queda en tu organización. Queda en esa persona, y se lo lleva puesto el día que se va.

No hay nada malintencionado. Es simplemente dónde se deposita el aprendizaje cuando nadie definió otro lugar.

Esto no es el viejo problema del conocimiento tácito

La reacción natural es archivarlo como un problema conocido: el conocimiento que vive en la cabeza de la gente, la eterna dificultad de documentar lo que alguien sabe hacer. Es cierto que se parece. Pero conviene mirar la diferencia, porque es la que hace que este caso sea peor.

El conocimiento tácito de siempre —el del vendedor que sabe cuándo cerrar, el del técnico que escucha la máquina y sabe qué le pasa— tenía una virtud que rara vez le reconocemos: era visible. Se lo veía trabajar. Formaba gente al lado suyo por imitación, sin proponérselo. Se notaba en sus resultados. Todos en la organización sabían quién era el que sabía, y ese saber circulaba aunque nadie lo escribiera.

El aprendizaje sobre cómo trabajar con IA es el primer conocimiento tácito que además es invisible. No solo no está escrito: no se puede observar.

Ocurre en una ventana de chat que nadie más abre. No hay nadie mirando por encima del hombro, no hay aprendiz al lado, no hay forma de darse cuenta de que alguien resolvió algo de una manera que al resto le serviría.

La consecuencia práctica es incómoda: dos personas del mismo equipo pueden estar resolviendo la misma tarea con criterios opuestos durante meses sin enterarse. Y las dos van a estar entregando cosas que parecen bien.

El sesgo que lo sostiene

Hay una idea instalada que casi no cuestionamos: que esto es un problema de adopción. Si el equipo todavía no le saca todo el jugo a la IA, es porque falta capacitación, falta una herramienta mejor, falta que se acostumbren.

Esa lectura es cómoda porque tiene una solución comprable. Se contrata un curso, se compran más licencias, se arma un taller.

Pero en la mayoría de las organizaciones el problema ya no es de adopción. La gente adoptó. El problema es que cada adopción individual fue exitosa y ninguna se volvió organizacional. Y eso no se arregla con más capacitación: capacitar produce más gente aprendiendo por su cuenta, que es exactamente lo que ya está pasando.

Nosotros lo aprendimos a la fuerza. Cuando empezamos a construir con IA, cada uno resolvió lo suyo conversando con el modelo de la mejor forma que encontró. Todas esas formas eran razonables. Cada solución, mirada sola, estaba bien. Lo que no vimos a tiempo es que ninguno de esos aprendizajes estaba llegando a la empresa: se quedaban en la cabeza y en el chat de cada uno.

Ese fue uno de los motivos por los que construimos lo que construimos.

Por qué la carpeta de prompts no alcanza

El primer intento de arreglo suele ser el mismo en todas partes: una carpeta compartida con los prompts que funcionan. Se arma en una tarde y se abandona en tres semanas.

Se abandona porque el prompt es el resultado, no el aprendizaje. Lo que esa persona aprendió no es cómo redactar el pedido. Es en qué casos sirve y en cuáles no, qué hay que mirarle a la respuesta antes de darla por buena, qué contexto es imprescindible dar, y cuándo directamente conviene no usarla. Nada de eso entra en un archivo de texto pegado.

Un prompt sin el criterio que lo sostiene es una plantilla. Y una plantilla que nadie sabe por qué dice lo que dice se abandona apenas alguien tiene apuro.

Tomemos un caso concreto, del tipo que se repite cientos de veces por mes en una organización regulada. Un auditor médico usa IA para preparar el análisis de una solicitud de medicación de alto costo. Con el tiempo aprendió qué antecedentes hay que cargar antes de preguntar, qué partes de la respuesta hay que verificar siempre contra la norma, y en qué tipo de casos el modelo tiende a ser demasiado permisivo.

Ese aprendizaje vale plata y reduce riesgo real. Está entero en su historial de conversaciones.

Sus tres colegas en otras delegaciones desarrollaron cada uno el suyo. Ninguno de los cuatro sabe lo que aprendieron los otros tres. Y la organización, que pagó los cuatro aprendizajes, no tiene ninguno.

Lo que estamos construyendo

Que quede claro: el aprendizaje individual no es el problema. Es valioso y hay que celebrarlo. El punto es otro.

Lo que falta no es más capacitación ni una herramienta mejor. Es un lugar donde ese aprendizaje deje de ser personal y pase a ser de la organización: donde el criterio con el que se trabaja esté escrito y no solamente el procedimiento, donde alguien lo haya declarado y pueda dar cuenta de por qué es ese y no otro, y donde se pueda actualizar de una manera que deje claro cuál es el que rige hoy.

No reemplaza a la persona que aprendió. Le da a la organización un lugar donde depositar lo que aprendió, para que el próximo que llegue no tenga que descubrirlo de nuevo.

Antes de asumir que tu equipo ya adoptó la IA

Tres preguntas para hacerse antes de dar el tema por resuelto:

1. Si mañana se va la persona que mejor usa IA en tu equipo, ¿queda algo además de su historial de chat?
2. ¿Podés saber hoy si dos personas están resolviendo la misma tarea con criterios distintos?
3. Cuando alguien nuevo entra, ¿aprende de lo que la organización ya sabe, o empieza de cero?

Si esas respuestas no están claras, el problema no es de adopción. Es que el aprendizaje de tu organización está depositado en lugares que tu organización no controla.

---

Tu organización financió el aprendizaje y no es la dueña. Está repartido en conversaciones privadas que nadie puede ver, comparar ni heredar. Eso no lo resuelve más capacitación — lo resuelve tener un lugar donde el aprendizaje individual se vuelva criterio de la organización.

---