Durante una sesión en Digital Hub Monterrey, la especialista en transformación organizacional presentó cinco patrones que, desde su experiencia, están dificultando la adopción de IA en las empresas. Su análisis puso el foco en la gestión del cambio, las personas, la gobernanza y la generación de valor.
Change Xperience Magazine / Reportaje
La adopción de inteligencia artificial fue el eje de la conversación que Sylvia Chapa presentó ante la comunidad de Digital Hub Monterrey, donde compartió cinco fallos que ha identificado al acompañar procesos de transformación organizacional.
Cofundadora y directora general de LEAP Consulting MX, firma de consultoría especializada en transformación organizacional, Sylvia cuenta con experiencia acompañando procesos de gestión del cambio, adopción tecnológica y evolución cultural. Desde esa trayectoria profesional, presentó cinco patrones que ha identificado en organizaciones que comienzan a incorporar inteligencia artificial.
“El Change Management tradicional no funciona con IA”, afirmó durante su exposición.
De acuerdo con la especialista, mientras una implementación convencional suele desarrollarse dentro de un periodo determinado —con etapas de análisis de impactos, comunicación, capacitación, salida a producción y acompañamiento—, la inteligencia artificial introduce cambios de manera continua.
Por esa razón, señaló, las organizaciones necesitan desarrollar una capacidad permanente para aprender, experimentar y modificar sus formas de trabajo conforme evolucionan las herramientas.
A partir de esta premisa, Chapa presentó cinco fallos que observa en la adopción de inteligencia artificial.
1. Narrativa simulada: hablar de IA sin explicar su propósito
El primer fallo identificado por Chapa aparece cuando las organizaciones comunican la incorporación de inteligencia artificial principalmente a partir de conceptos como productividad, innovación o la necesidad de “subirse” a una nueva tendencia tecnológica.
Según explicó, este tipo de narrativa puede resultar insuficiente cuando los colaboradores no comprenden qué pretende conseguir la organización, cómo se espera que utilicen la tecnología o de qué manera cambiará su trabajo.
Durante la presentación, Chapa relató experiencias con colaboradores que ya utilizaban inteligencia artificial para elaborar correos electrónicos, realizar traducciones o generar minutas, aunque no necesariamente podían relacionar esos usos con un objetivo organizacional más amplio.
Su planteamiento es que la conversación debe comenzar por el valor que la organización busca generar y no únicamente por la disponibilidad de una nueva tecnología.
2. Equipos fraccionados: cuando la adopción genera diferencias
El segundo fallo señalado por Chapa está relacionado con la creación de grupos piloto, early adopters o equipos encargados de experimentar primero con las herramientas.
La especialista explicó que esta práctica, habitual en procesos de transformación, adquiere características distintas cuando se trata de inteligencia artificial.
De acuerdo con Chapa, quienes participan inicialmente reciben acceso, información y oportunidades para desarrollar nuevas capacidades, mientras que los colaboradores que quedan fuera pueden percibir que están siendo rezagados.
La situación puede generar mayor ansiedad debido a que la conversación pública sobre inteligencia artificial también está relacionada con la automatización, la transformación de puestos y las nuevas habilidades que demandará el trabajo.
Desde su perspectiva, una estrategia de adopción debe considerar tanto a quienes participan desde el inicio como a quienes todavía se encuentran fuera del proceso.
3. Resistencia silenciosa: el impacto sobre el expertise
La resistencia silenciosa fue uno de los patrones en los que Chapa puso mayor énfasis durante la sesión.
Según explicó, puede presentarse particularmente entre personas con una amplia trayectoria profesional o con un conocimiento altamente especializado.
Chapa señaló que, a lo largo de los años, estos perfiles construyen reconocimiento y autoridad a partir de su experiencia. Cuando una herramienta de inteligencia artificial comienza a realizar actividades relacionadas con ese conocimiento, la transformación puede afectar también la manera en que esas personas perciben su valor dentro de la organización.
Un colaborador puede asistir a talleres, participar en las iniciativas y expresar públicamente su apoyo, pero al mismo tiempo destacar de manera recurrente los errores de la tecnología o utilizar sus fallas como argumento para desacreditarla.
Para Chapa, detrás de esta conducta pueden existir preocupaciones relacionadas con la pérdida de control, reconocimiento, poder o relevancia profesional.
4. Caos sin gobernanza: cuando la experimentación pierde control
El cuarto fallo identificado por Chapa se produce cuando la experimentación con inteligencia artificial avanza sin criterios comunes dentro de la organización.
Durante su presentación, señaló que diferentes áreas o unidades de negocio pueden comenzar a utilizar herramientas distintas, mientras algunos colaboradores recurren por cuenta propia a soluciones disponibles fuera del ecosistema tecnológico de la empresa.
De acuerdo con la especialista, esta dinámica puede provocar falta de visibilidad sobre qué plataformas se utilizan, qué información se comparte y bajo qué criterios se están desarrollando los casos de uso.
Chapa sostuvo que la experimentación necesita acompañarse de un modelo de gobernanza que establezca límites y responsabilidades.
Para la especialista, la gobernanza no debe eliminar la experimentación, sino permitir que avance de manera coordinada y controlada.
5. Medición errónea: actividad no es igual a adopción
El último fallo planteado por Chapa se relaciona con la forma de medir los resultados de la adopción de inteligencia artificial.
Foto: Change Xperience Magazine / Yabneel Longoria.
La especialista señaló que indicadores como el número de licencias entregadas, usuarios activos, personas capacitadas o interacciones con una herramienta permiten conocer el nivel de actividad, pero no necesariamente demuestran que exista una transformación en la manera de trabajar.
Durante la sesión resumió esta diferencia con una pregunta:
“¿Mides adopción real y captura de valor, o actividad?”
Según Chapa, las organizaciones necesitan avanzar hacia métricas que permitan identificar qué resultados se están obteniendo mediante el uso de inteligencia artificial y cómo está cambiando el trabajo.
Desde esta perspectiva, utilizar una plataforma no equivale automáticamente a haberla adoptado.
La IA también redefine el papel de las personas
Además de los cinco fallos, Chapa planteó que la incorporación de inteligencia artificial está modificando el tipo de valor que las personas aportan dentro de las organizaciones.
Durante su presentación sintetizó esta transformación en una de las ideas centrales de la sesión:
“El reto de la IA ya no es sólo transformar el hacer, sino redefinir el rol humano: de ejecutar a orientar, cuestionar, decidir y responder por el resultado.”
Para Chapa, este cambio implica que las organizaciones no solamente deben enseñar a sus colaboradores a utilizar nuevas herramientas. También necesitan desarrollar las capacidades necesarias para trabajar con ellas de manera crítica y responsable.
La conclusión de su exposición quedó resumida en una frase:
“Capacidad de cambio es el activo que decide quién absorbe IA con ventaja.”
Los cinco fallos presentados por Chapa en Digital Hub Monterrey colocan así la adopción de inteligencia artificial no solamente como un desafío tecnológico, sino como un proceso que involucra liderazgo, cultura, personas, gobernanza y nuevas formas de medir el valor generado por la transformación. / ChX
Cobertura especial de Change Xperience Magazine durante el Tech Hangout “IA Expone: 5 fallos que no estás viendo”, presentado por Sylvia Chapa en Digital Hub Monterrey. 18 de agosto de 2026.
