El problema del desinterés en la IA: por qué tu equipo es más rápido y tu empresa no

Recuerdo la primera vez que escuché el término "AI mōyú xué"—Teoría del desinterés en la IA. Estaba circulando en los círculos tecnológicos chinos alrededor de 2023, y describía un fenómeno que era simultáneamente hilarante y profundamente deprimente.

Así es como funcionaba: un empleado de fábrica obtiene acceso a una herramienta de IA. Un informe que solía tardar ocho horas ahora toma veinte minutos. Entonces, ¿qué hace con las siete horas y cuarenta minutos restantes? Pretende escribir. Mira pensativamente su pantalla. Toma largos descansos en el baño. Luego, a las 5:59 PM, envía un informe perfecto y se va a casa.

El empleado está encantado: le están pagando por no hacer nada. El jefe está confundido: todos parecen más productivos, pero los números trimestrales son exactamente los mismos que el año pasado.

Me reí cuando escuché esto por primera vez. Luego dejé de reír porque me di cuenta: esta no es una historia sobre empleados perezosos. Es una historia sobre organizaciones estúpidas.

Me acordé de todo esto la semana pasada cuando leí el Informe del Ecosistema OpenClaw de China 2026 —un estudio conjunto de Growth Blackbox y NetEase Intelligence Enterprise. Encuestaron a 2,000 usuarios individuales y 100 gerentes de empresas. Y los datos confirmaron algo que he estado sintiendo durante años: El verdadero punto ciego en la gestión en la era de la IA no son las herramientas. Es la diferencia de velocidad. La brecha entre cuán rápido pueden moverse los individuos y cuán lentamente pueden cambiar las organizaciones.

Aquí están las tres cosas que se quedaron conmigo—y lo que Mercury realmente hace al respecto.

1. Sin punto de dolor, sin adopción

La mayoría de los jefes piensan:"Comprarè la herramienta de IA para todos. Es gratuita para ellos, les ahorra esfuerzo, les encantará. La productividad se disparará."

El informe dividió a 2,000 usuarios en cinco categorías:

• Nuevos en Camarones (21.7%):La instalaron, apenas la usan. La abren una vez al mes por accidente.
• Trabajadores Camarones (25.7%):La usan cuando el trabajo lo requiere. De lo contrario, está cerrada. De tres a cinco veces a la semana.
• Mentores Camarones (22.9%):La usan y ayudan a sus colegas a configurarla.
• Élites de Camarones (21.2%):Profundamente integrados en el flujo de trabajo. Uso diario.
• Padrinos de Camarones (8.6%):Múltiples sesiones diarias. Lo han configurado para tres o más colegas.

¿Te suena familiar? Esta es tu oficina.

Aquí está el detalle que importa: entre los Nuevos en Camarones—las personas que lo instalaron y nunca más lo tocaron—el porcentaje más alto fue de la gerencia y los fundadores.¿Por qué? Porque no tenían un punto de dolor laboral específico esperando ser resuelto. Alguien más lo instaló por ellos. No tenían ninguna necesidad que satisfacer.

Por el contrario, las personas que realmente utilizaron la herramienta estaban abrumadoramente impulsadas por necesidades laborales específicas. El informe desglosó los factores que impulsaron la adopción: el 36.5% fue impulsado por requisitos laborales. El 30.7% por ver el caso de uso de otra persona. Combinados, eso es 67.2% —dos tercios de los usuarios llegaron con un problema en mano.

Las personas que adoptaron porque "un colega lo instaló por mí" ? En cada caso de uso—organización de documentos, programación, análisis de datos, codificación—mostraronpreferencia negativa. Tenían la herramienta, pero no encajaba en ningún lugar. Como un electrodoméstico de cocina que nunca pediste, sentado en un cajón.

La Visión de Mercury: No puedes imponer la curiosidad. Solo puedes exponer el dolor.

En Mercury, cuando implementamos sistemas agentes para los clientes, nunca comenzamos con la herramienta. Comenzamos con el cuello de botella. Observamos al equipo durante tres días y encontramos la tarea específica que les hace querer renunciar—generalmente es algo como "compilar el informe semanal de inteligencia competitiva" o "reformatear propuestas para clientes por décima quinta vez." Luego construimos el agente para encargarse de esa tarea específica.

La reacción nunca es "oh, tecnología interesante." Es"¿Dónde ha estado esto toda mi carrera?"

No puedes decirle a un empleado que la IA lo hará un 30% más eficiente. No les importa. Pero diles que la tarea de tres horas que odian cada martes ahora toma quince segundos, y sus ojos cambian. Los humanos no somos tomadores de decisiones racionales. Somos máquinas que evitan el dolor. Tu trabajo como líder no es comprar herramientas. Es crear un entorno donde el dolor se vuelva visible, innegable y lo suficientemente urgente como para que la gente busque alivio por sí misma.

2. Velocidad Individual ≠ Velocidad de la Empresa

Supongamos que diriges una empresa de tala con cien leñadores. Les das a todos una motosierra de alta gama. ¿Tu empresa gana más dinero de inmediato?

No. Porque cortar árboles es más rápido ahora, pero transportar, inspeccionar y contabilizar no han cambiado. El tiempo que ahorraste al cortar se consume en el resto del proceso.

El informe encontró exactamente este patrón. Los empleados de primera línea informaron abrumadoramente que se sentían "más ligeros" y "más rápidos". Pero a nivel de la empresa, los costos y los ingresos no cambiaron significativamente.

¿A dónde fue la eficiencia? Fue consumida por nueva fricción.Revisiones adicionales. Aprobaciones adicionales. Ciclos de verificación adicionales.

Imagina esto: Una empleada solía pasar un día entero escribiendo una publicación en redes sociales. Ahora la genera con IA en cinco minutos. Se siente como si se hubiera puesto un cohete en la espalda. Pero luego el gerente lo lee y piensa:"Esto se siente como IA. Carece de la textura hecha a mano."Así que pide tres versiones más, combinadas. Luego, porque todos tienen miedo de las alucinaciones de la IA, ella pasa medio día verificando manualmente los datos. Luego, el departamento legal necesita revisarlo porque el perfil de riesgo de cumplimiento ha cambiado. Luego, TI quiere registrar qué modelo lo generó.

Ella usó IA durante cinco minutos. La organización pasó un día adicional procesando esos cinco minutos. La publicación aún se envía veinticuatro horas después.

La Perspectiva Mercurio:La eficiencia en la era de la IA no se trata de hacer que todos sean más rápidos. Se trata decompresión de roles.

El informe destacó un caso del propio equipo de NetEase. Su antiguo flujo de desarrollo de productos era: el gerente de producto escribe requisitos → el diseñador de interacción dibuja wireframes → el diseñador visual crea maquetas → el desarrollador frontend implementa. Cuatro personas, transferencias en serie.

Lo reestructuraron: el gerente de producto describe los requisitos directamente, la IA genera un prototipo interactivo, el diseñador juzga y微调 (ajusta finamente). Cuatro nodos se convirtieron en dos.

Esto es lo que llamamos colapso de procesosen Mercury. La pregunta no es "¿cómo hacemos que cada persona sea un 30% más rápida?" La pregunta es: "¿Qué transferencias podemos eliminar por completo?"

Cuando diseñamos flujos de trabajo agentes para los clientes, no mapeamos el proceso existente y luego añadimos IA. Mapeamos el proceso existente y luego eliminamos nodos.Si un agente de IA puede generar el primer borrador de una propuesta, ¿por qué sigue existiendo el redactor junior en esa cadena? Si un agente puede compilar inteligencia competitiva de cincuenta fuentes en tiempo real, ¿por qué el analista pasa las mañanas del lunes haciéndolo manualmente?

La incómoda verdad: Si estás midiendo el ROI de la IA contando cuántas presentaciones hicieron los empleados con IA, estás midiendo lo incorrecto. Las preguntas reales son más feas:

• ¿Qué procesos podemos eliminar por completo?
• ¿Qué roles necesitan ser rediseñados, no reentrenados?
• ¿Dónde es ahora la sobrecarga de comunicación más grande que la ganancia en eficiencia?

Si no puedes responder a esas preguntas, no compraste IA. Compraste cien motosierras caras y mantuviste la misma operación de tala.

3. La Brecha de Gobernanza: Los Empleados Ya Se Han Ido

Aquí está el que debería mantener a cada CTO despierto por la noche.

El informe encontró que después de que los empleados comienzan a usar herramientas de IA por su cuenta, toma de dos a cuatro semanas antes de que los departamentos de TI o cumplimiento siquiera se den cuenta. Piensa en eso. Durante medio mes, los empleados están utilizando herramientas de IA en las máquinas de la empresa, procesando datos de la empresa, conectándose a APIs externas, y la función de gobernanza apenas se está enterando de que "oh, la gente está usando estas cosas."

Entre 88 empresas que habían "desplegado IA", solo el 21.6% tenía un marco de gobernanza completo. Cuatro de cada cinco empresas estaban operando sin protección.

La respuesta de la industria ha sido predecible: prohibiciones más estrictas. Listas negras. Prevención de filtraciones de datos. Flujos de trabajo de aprobación obligatorios.

Aquí está la razón por la que eso no funciona, según el informe: Una gobernanza más estricta simplemente empuja el uso más profundo en la zona gris. Los empleados cambian a teléfonos personales. Usan el WiFi del café. Registran cuentas personales. Crees que has apretado el control; solo has movido la actividad a un lugar donde no puedes verlo.

La Perspectiva Mercurio: En la era de la IA, la gobernanza no se trata de ser estricto. Se trata de ser lo suficientemente rápido para mantenerse al día.

El informe sugirió un camino contraintuitivo: en lugar de que la sede elija herramientas, capacite a todos y exija su uso— haz lo contrario.Deja que los empleados avancen. Deja que experimenten. Luego, haz que la organización identifique, catalogue e incorpore lo que ya están utilizando. La postura del gerente cambia de "oficial de adquisiciones" a "oficial de recuperación."

Esto se alinea exactamente con lo que hemos estado predicando. El modelo tradicional de gobernanza de TI asume que la organización es el comprador y el empleado es el usuario. En la era de la IA, el empleado es el comprador y la organización es el adoptante tardío.Tu trabajo ya no es elegir la herramienta. Es descubrir qué ha elegido ya tu equipo y luego envolver la gobernanza alrededor de ello antes de que los datos propietarios comiencen a filtrarse.

Yo llamo a esto el Modelo de Tren de Alta Velocidad.En una organización tradicional, la locomotora tira de los vagones. En una organización nativa de IA, cada vagón tiene su propio motor. Pero la actualización crítica es esta: la locomotora necesita saber a dónde ha ido ya cada vagón.No puedes gobernar lo que no puedes ver. La visibilidad precede al control.

El Problema Más Profundo: ¿La Muerte de la División del Trabajo?

Al leer este informe, seguía volviendo a algo que me inquietaba.

La economía moderna se basa en una piedra fundamental: la división del trabajo crea eficiencia.La fábrica de alfileres de Adam Smith. Especialización. Cada persona hace una cosa bien, y la producción total aumenta.

Pero cada vez veo más la dinámica opuesta. Si tienes una idea, y necesitas traducirla a otra persona, hacer que la ejecute, luego revisarla y después corregirla, el costo de comunicación y alineación a menudo supera la ganancia de eficiencia de la división en sí.

Vi una línea en línea recientemente que me impactó mucho:"En esta era, el costo de comunicación de la división del trabajo a menudo supera las ganancias de eficiencia de la división del trabajo."

En Mercury, hemos experimentado esto directamente. Cuando tengo una idea estratégica sobre la arquitectura GEO de un cliente, el camino tradicional es: se lo explico a un estratega, quien informa a un escritor, que lo redacta, que me lo envía para revisión, que lo devuelve para revisión. El ciclo toma días. La desviación de alineación es constante.

¿El nuevo camino? Se lo digo a mi agente. Redacta en mi voz, en mi marco estructural, en tiempo real. Yo edito. Él revisa. Enviamos en una hora. La "división" entre ideación y ejecución se ha colapsado en un solo ciclo.

No tengo una respuesta clara sobre cómo esto se escala en una organización de mil personas. Pero sé esto:la teoría clásica de la eficiencia organizacional está siendo sometida a pruebas de estrés en tiempo real.Y las empresas que siguen añadiendo IA a su arquitectura de división del trabajo existente descubrirán que simplemente han hecho que una máquina lenta funcione más rápido, en lugar de construir una máquina rápida.

Los que ganen serán aquellos lo suficientemente valientes como para preguntar:¿Qué divisiones ya no necesitan existir?

— James, CEO, Mercury Technology Solutions Aprende más en www.mtsoln.com Hong Kong, mayo de 2026