- BCG midió a 11.749 trabajadores en 14 mercados: la claridad estratégica sobre el uso de la IA eleva su impacto 25 puntos porcentuales — cinco veces más que mejorar las herramientas (+5 pts).
- La adopción de primera línea llegó al 74% de uso regular (+23 pts interanual); entre esos usuarios, el 42% ahorra 8+ horas semanales — una jornada completa de trabajo.
- El 66% de quienes ahorran ese tiempo no recibe ninguna instrucción sobre qué hacer con él — la palanca de mayor rendimiento documentado está disponible y no se está usando.
- La tesis de Digital Change Advisors: la claridad estratégica no es un documento, es un estado organizacional medible en mentalidad AI, liderazgo AI y ADN AI — el Modelo ARIA existe para intervenir esas tres variables.
Un plan explícito sobre para qué se usa la IA, no la calidad de la IA que se usa.
En la medición global de BCG de 2026, tener claridad estratégica eleva el impacto de la inteligencia artificial cinco veces más que mejorar las herramientas — y es la única de las dos variables que no se compra.
Digital Change Advisors llama a lo que ocurre en su ausencia fuga de productividad de la IA: la capacidad que la herramienta libera en el puesto individual se disipa en la operación antes de convertirse en un resultado financiero.
El dato
El 3 de junio de 2026, Boston Consulting Group publicó la cuarta edición anual de su encuesta AI at Work, bajo el título Strategy Matters More Than Tools.
La muestra: 11.749 trabajadores en 14 mercados y un rango amplio de industrias.
Contar con una estrategia clara sobre el uso de la IA eleva su impacto en 25 puntos porcentuales; disponer de mejores herramientas lo eleva en 5.
La adopción entre empleados de primera línea llegó al 74% de uso regular, 23 puntos porcentuales por encima del año anterior.
Entre esos usuarios regulares de primera línea, el 42% ahorra ocho horas semanales o más — una jornada completa de trabajo. Y el 66% no recibe ninguna orientación sobre qué hacer con ese tiempo; más de la mitad no lo redirige a trabajo estratégico.
Lo que el estudio no explica
BCG mide dos cosas en el mismo estudio y no las conecta.
Mide el valor de la palanca: la claridad estratégica rinde cinco veces más que la inversión en herramientas, y lo hace incluso en organizaciones con acceso limitado a esas herramientas.
Y mide la ausencia de la palanca: dos de cada tres empleados que ya están ahorrando una jornada de trabajo por semana nunca recibieron una instrucción sobre qué hacer con ella.
La palanca de mayor rendimiento documentado está disponible, no requiere presupuesto adicional y funciona incluso con la tecnología que la organización ya tiene instalada. La encuesta lo cuantifica con precisión y ahí se detiene.
La pregunta que el informe deja abierta es esta: si la instrucción que convierte el tiempo ahorrado en resultado no cuesta nada y rinde cinco veces más que la alternativa, ¿por qué dos de cada tres organizaciones no la dan?
La tesis de Digital Change Advisors
Porque la claridad estratégica no es un documento. Es un estado de la organización, y ninguna organización puede emitir una instrucción que no está en condiciones de sostener.
Decirle a un equipo qué hacer con las ocho horas que la IA le devolvió implica tres cosas que casi ninguna estructura directiva tiene resueltas al mismo tiempo.
Implica que quien recibe la instrucción crea que la IA mejora su propio resultado y no solo su carga — eso es mentalidad AI.
Implica que quien la emite haya decidido de antemano a qué indicador se redirige ese tiempo y esté dispuesto a responder por esa decisión, no a delegarla como una recomendación general de productividad — eso es liderazgo AI.
E implica que la organización sostenga la redirección más allá del primer trimestre en que el equipo esté saturado, porque el tiempo liberado tiene un destino por defecto y ese destino es siempre absorber más de lo mismo — eso es ADN AI.
Las tres son variables de comportamiento y las tres son medibles. El Modelo ARIA —Aceleración del Retorno de la IA— existe para medirlas en una línea base concreta e intervenirlas contra un indicador financiero definido de antemano.
Esa es la diferencia operativa entre tener una estrategia de IA y tener claridad estratégica: la primera es un documento que describe intenciones, la segunda es un estado organizacional que produce instrucciones ejecutables sobre el tiempo que la IA ya está liberando.
BCG midió cuánto vale ese estado. No midió cómo se construye, porque no es lo que una encuesta puede medir.
Lo que cuesta mantener el curso
Para quien dirige la función de tecnología o de datos, el dato incómodo del informe de BCG no es el 66% sin orientación. Es el 74% de adopción.
Ese número es, casi con seguridad, el que su tablero ya reporta con orgullo. Usuarios activos, uso regular, crecimiento interanual de veintitrés puntos.
Es una métrica real, correctamente medida, que describe con exactitud un despliegue exitoso. Y es exactamente el tipo de indicador que no responde ninguna pregunta del comité de dirección, porque describe el uso de la herramienta y no el destino de lo que la herramienta produce.
La distancia entre ambas cosas tiene consecuencias presupuestales concretas. La inversión en licencias, plataformas e integración ya se ejecutó, y su retorno depende ahora de una variable que no está en el presupuesto de tecnología ni en el tablero que lo justifica.
Un despliegue puede estar completo, correctamente medido y bien reportado, y no haber producido todavía un solo peso de retorno: son dos cosas que se registran en sistemas distintos, y solo una de las dos tiene un dueño con nombre.
La mayoría de los pares de cualquier director de tecnología está midiendo lo mismo y reportando lo mismo. Eso es tranquilizador y engañoso a la vez.
Lo que altera el cálculo es que la minoría que sí convierte no compró nada distinto: decidió a dónde iba el tiempo antes de que empezara a ahorrarse. Y esa decisión, tomada tarde, ya no recupera los trimestres en que el tiempo se disipó.
Qué cambia en la gestión a partir de mañana
Un cambio, concreto: cada despliegue de IA se aprueba con el destino del tiempo liberado ya definido.
No como estimación de ahorro en el caso de negocio —eso ya se hace y es precisamente lo que no funciona—, sino como decisión operativa explícita y con responsable: qué proceso absorbe las horas que este despliegue va a devolver, contra qué indicador se registra esa absorción, y quién responde por el registro.
Un despliegue sin ese campo resuelto no está incompleto en su documentación: está diseñado para producir productividad individual y ningún resultado de empresa.
BCG midió en 2026 algo que ningún tablero de IA registra: entre los empleados de primera línea que usan IA con regularidad, el 42% ahorra una jornada completa de trabajo por semana, y dos de cada tres nunca recibieron una instrucción sobre qué hacer con ese tiempo.
La misma encuesta, sobre 11.749 trabajadores en 14 mercados, muestra que tener un plan explícito sobre para qué se usa la IA eleva su impacto 25 puntos porcentuales, mientras que mejorar las herramientas lo eleva 5.
Es decir: la palanca que rinde cinco veces más no cuesta nada, y la mayoría de las organizaciones no la está usando. La pregunta para cualquier comité de tecnología deja de ser qué herramienta comprar y pasa a ser qué instrucción falta para que el tiempo que ya se está ahorrando llegue a un indicador.
La pregunta que este artículo no responde
Usted puede saber cuántas horas está ahorrando su organización con inteligencia artificial. Lo que este artículo no puede decirle es a dónde están yendo esas horas.
La minoría que sí convierte no compró nada distinto: decidió a dónde iba el tiempo antes de que empezara a ahorrarse.
Ruth Jaramillo — Socia fundadora · Neurociencias de la Adopción · Cocreadora del Modelo ARIA
Su propia cifra: el AI Return Test de Digital Change Advisors mide la distancia entre la productividad que su equipo ya está produciendo con inteligencia artificial y el resultado que su organización está registrando. Treinta minutos o menos. El resultado es un diagnóstico equivalente al de una sesión de consultoría de alto valor.
Mide tu propia brecha con el AI Return Test →
