El 88% de las organizaciones del mundo usa inteligencia artificial de forma regular. Hace un año eran el 78%. El dato viene de McKinsey — State of AI 2025 — y marca el salto de adopción más acelerado que la consultora registró en cualquier tecnología empresarial.
Microsoft y LinkedIn confirman la tendencia desde otro ángulo: el 75% de los trabajadores del conocimiento ya incorporó herramientas de IA en su trabajo diario, y casi la mitad empezó a usarlas en los últimos seis meses. La adopción dejó de ser noticia. Ahora la pregunta es otra.
La brecha que nadie mide
Harvard Business School y Boston Consulting Group publicaron un experimento controlado con 758 consultores profesionales — gente que cobra caro por pensar. Les dieron acceso a la misma IA. Misma herramienta, mismas condiciones. Los resultados fueron demoledores:
Los consultores que usaron la IA con un enfoque estructurado — contexto claro, instrucciones específicas, formato definido — produjeron un 40% más de calidad, terminaron un 25,1% más rápido y completaron un 12,2% más de tareas que el grupo de control sin IA.
Pero acá está lo que pocos resaltan del estudio: dentro del grupo que usó IA, la varianza fue enorme. No todos mejoraron igual. Los que simplemente "le tiraron el trabajo a la IA" sin estructura obtuvieron resultados mediocres o incluso peores que sin IA. Los investigadores lo llaman la "frontera dentada" — hay tareas donde la IA potencia y otras donde destruye calidad si no sabés dirigirla.
La diferencia entre un usuario que multiplica su productividad y uno que apenas la mantiene no es el modelo que usa. Es el método con el que le pide las cosas.
El premio salarial ya es medible
PwC publicó su Global AI Jobs Barometer 2025 analizando más de 30 millones de ofertas laborales en 15 países. El hallazgo central: los profesionales con habilidades de IA comprobables ganan un 56% más que sus pares en los mismos roles sin esas habilidades. No es una proyección — es un diferencial salarial observable hoy.
Y hay otro dato que incomoda: en los sectores donde la IA penetró con fuerza, las habilidades requeridas cambian un 66% más rápido que en sectores no expuestos. Esto significa que la ventana para "aprender después" se achica cada trimestre. El que no estructura su forma de trabajar con IA hoy no solo pierde productividad — pierde competitividad salarial.
América Latina: adopción alta, método bajo
El Índice Latinoamericano de Inteligencia Artificial (ILIA) 2025 ubica a Chile (70,56 puntos), Brasil (67,39) y Uruguay (62,32) como los tres países más avanzados de la región. La infraestructura crece, la inversión crece, los gobiernos generan políticas de IA.
Pero el índice mide adopción y ecosistema — no mide calidad de uso. Y ahí está la trampa. Podés tener el mejor acceso del continente a herramientas de IA, pero si tu equipo le habla a Claude o a ChatGPT como si fuera Google — "haceme un informe de ventas" — estás dejando el 40% de calidad de Harvard sobre la mesa.
La región tiene una oportunidad real de saltar etapas. No necesitamos inventar los modelos — ya existen. Lo que necesitamos es que los profesionales aprendan a usarlos como herramientas de precisión, no como máquinas de autocompletar.
El cuello de botella sos vos
Los datos ya no dejan lugar a ambigüedad. La herramienta está. La adopción está. La brecha salarial está. Lo único que falta en la mayoría de los casos es un método: saber darle contexto a la IA, pedirle algo concreto, definirle el formato y el tono. Cuatro cosas. No es ciencia de cohetes — pero la diferencia entre hacerlo y no hacerlo es un 40% de calidad y un 56% de salario.
¿Ya usás IA todos los días? Perfecto. Ahora la pregunta es si la estás usando como buscador o como asistente al que le das un brief profesional.
Hay un número que suena increíble pero es real: el 88% de las empresas del mundo ya usa inteligencia artificial de forma regular. Lo dice McKinsey en su último informe global. Y Microsoft agrega que 3 de cada 4 trabajadores de oficina ya incorporaron alguna herramienta de IA en su día a día.
Suena a revolución. Pero hay un problema enorme escondido detrás de ese número.
Usar IA no es lo mismo que usarla bien
Harvard y la consultora BCG hicieron un experimento con 758 consultores profesionales. Les dieron la misma herramienta de IA a todos. ¿El resultado? Los que sabían pedirle bien las cosas a la IA produjeron un 40% más de calidad, terminaron un 25% más rápido y completaron un 12% más de tareas.
Leé eso de nuevo: misma herramienta, resultados radicalmente distintos. La diferencia no fue el acceso — fue el método.
El que sabe pedir, gana más
PwC analizó 30 millones de ofertas de trabajo en 15 países y encontró algo que ya no se puede ignorar: los profesionales que dominan habilidades de IA ganan hasta un 56% más que sus pares. Y en los sectores donde la IA penetró fuerte, las habilidades cambian un 66% más rápido.
No es una ventaja marginal. Es otro nivel salarial.
América Latina no se queda atrás
El índice ILIA 2025 — que mide la madurez de IA en la región — ubica a Chile, Brasil y Uruguay como los tres países que más avanzan. La adopción existe. Lo que falta es cerrar la brecha entre "tengo la herramienta" y "sé sacarle jugo".
¿Y vos?
Si ya usás IA pero sentís que los resultados son tibios, el problema probablemente no es la herramienta. Es cómo le estás hablando. La diferencia entre un prompt genérico y uno bien armado es la misma que hay entre googlear algo y briefear a un experto. Y esa diferencia, según Harvard, vale un 40% de calidad.
El 88% de las organizaciones del mundo usa inteligencia artificial de forma regular. Hace un año eran el 78%. El dato viene de McKinsey — State of AI 2025 — y marca el salto de adopción más acelerado que la consultora registró en cualquier tecnología empresarial.
Microsoft y LinkedIn confirman la tendencia desde otro ángulo: el 75% de los trabajadores del conocimiento ya incorporó herramientas de IA en su trabajo diario, y casi la mitad empezó a usarlas en los últimos seis meses. La adopción dejó de ser noticia. Ahora la pregunta es otra.
La brecha que nadie mide
Harvard Business School y Boston Consulting Group publicaron un experimento controlado con 758 consultores profesionales — gente que cobra caro por pensar. Les dieron acceso a la misma IA. Misma herramienta, mismas condiciones. Los resultados fueron demoledores:
Los consultores que usaron la IA con un enfoque estructurado — contexto claro, instrucciones específicas, formato definido — produjeron un 40% más de calidad, terminaron un 25,1% más rápido y completaron un 12,2% más de tareas que el grupo de control sin IA.
Pero acá está lo que pocos resaltan del estudio: dentro del grupo que usó IA, la varianza fue enorme. No todos mejoraron igual. Los que simplemente "le tiraron el trabajo a la IA" sin estructura obtuvieron resultados mediocres o incluso peores que sin IA. Los investigadores lo llaman la "frontera dentada" — hay tareas donde la IA potencia y otras donde destruye calidad si no sabés dirigirla.
La diferencia entre un usuario que multiplica su productividad y uno que apenas la mantiene no es el modelo que usa. Es el método con el que le pide las cosas.
El premio salarial ya es medible
PwC publicó su Global AI Jobs Barometer 2025 analizando más de 30 millones de ofertas laborales en 15 países. El hallazgo central: los profesionales con habilidades de IA comprobables ganan un 56% más que sus pares en los mismos roles sin esas habilidades. No es una proyección — es un diferencial salarial observable hoy.
Y hay otro dato que incomoda: en los sectores donde la IA penetró con fuerza, las habilidades requeridas cambian un 66% más rápido que en sectores no expuestos. Esto significa que la ventana para "aprender después" se achica cada trimestre. El que no estructura su forma de trabajar con IA hoy no solo pierde productividad — pierde competitividad salarial.
América Latina: adopción alta, método bajo
El Índice Latinoamericano de Inteligencia Artificial (ILIA) 2025 ubica a Chile (70,56 puntos), Brasil (67,39) y Uruguay (62,32) como los tres países más avanzados de la región. La infraestructura crece, la inversión crece, los gobiernos generan políticas de IA.
Pero el índice mide adopción y ecosistema — no mide calidad de uso. Y ahí está la trampa. Podés tener el mejor acceso del continente a herramientas de IA, pero si tu equipo le habla a Claude o a ChatGPT como si fuera Google — "haceme un informe de ventas" — estás dejando el 40% de calidad de Harvard sobre la mesa.
La región tiene una oportunidad real de saltar etapas. No necesitamos inventar los modelos — ya existen. Lo que necesitamos es que los profesionales aprendan a usarlos como herramientas de precisión, no como máquinas de autocompletar.
El cuello de botella sos vos
Los datos ya no dejan lugar a ambigüedad. La herramienta está. La adopción está. La brecha salarial está. Lo único que falta en la mayoría de los casos es un método: saber darle contexto a la IA, pedirle algo concreto, definirle el formato y el tono. Cuatro cosas. No es ciencia de cohetes — pero la diferencia entre hacerlo y no hacerlo es un 40% de calidad y un 56% de salario.
¿Ya usás IA todos los días? Perfecto. Ahora la pregunta es si la estás usando como buscador o como asistente al que le das un brief profesional.
La convergencia de cuatro reportes globales publicados entre fines de 2024 y principios de 2026 permite dibujar un mapa de la adopción de IA con una resolución que no existía hace un año. Lo que revelan no es lo que el mercado esperaba.
El estado real de la adopción
McKinsey — State of AI 2025 — reporta que el 88% de las organizaciones encuestadas a nivel global usa IA generativa de forma regular, frente al 78% del año anterior. El salto de diez puntos porcentuales en doce meses es el más veloz que McKinsey registró para cualquier tecnología empresarial desde que mide adopción digital. Lo notable no es solo la penetración: el informe documenta que la mayoría de las implementaciones ya dejaron de ser pilotos aislados para convertirse en procesos integrados a flujos de trabajo críticos.
Microsoft y LinkedIn — Work Trend Index 2024/2025 — complementan desde el lado del trabajador individual: el 75% de los knowledge workers reporta usar herramientas de IA, con un 46% que comenzó en los últimos seis meses. El reporte de 2025 introduce el concepto de "Frontier Firms" — organizaciones que no solo adoptaron IA sino que rediseñaron sus procesos alrededor de agentes de IA autónomos. Según Microsoft, estas firmas ya están reportando ganancias medibles en velocidad de entrega y calidad de output.
La conclusión inmediata: la fase de "¿debería usar IA?" terminó. La pregunta ahora es estrictamente operativa.
La frontera dentada: por qué la adopción no garantiza productividad
El estudio más riguroso sobre la relación entre IA y productividad profesional sigue siendo "Navigating the Jagged Technological Frontier" (Dell'Acqua et al., 2023), publicado por Harvard Business School en colaboración con BCG. El diseño experimental incluyó 758 consultores de BCG asignados aleatoriamente a tres condiciones: sin IA, con IA estándar, y con IA más un marco de trabajo estructurado.
Los resultados agregados son conocidos: el grupo con IA superó al grupo control en un 40% de calidad, 25,1% de velocidad y 12,2% de volumen de tareas completadas. Pero el hallazgo más importante del paper es la distribución dentro del grupo con IA.
Los investigadores identificaron lo que llaman la "jagged technological frontier" — una frontera irregular donde la IA potencia ciertas tareas de forma espectacular y degrada otras de forma silenciosa. Los consultores que delegaron ciegamente a la IA sin verificar ni estructurar sus pedidos obtuvieron resultados peores que el grupo sin IA en las tareas que caen fuera de la frontera. La IA no fue neutral: fue destructiva.
La implicancia para cualquier organización es directa. El acceso universal a herramientas de IA generativa — que ya es prácticamente un hecho en 2026 — no produce mejora uniforme. Produce una distribución bimodal: un grupo que multiplica su capacidad y otro que la diluye. La variable discriminante no es el modelo ni el proveedor. Es el método de interacción.
El premio salarial: de anécdota a dato estructural
PwC — Global AI Jobs Barometer 2025 — analizó más de 30 millones de ofertas laborales en 15 países durante tres años. El hallazgo más citado es el diferencial salarial del 56%: los profesionales que demuestran habilidades de IA verificables ganan más de la mitad adicional que sus pares en roles equivalentes sin esas habilidades. Pero el reporte contiene otro dato menos citado y más incómodo.
En los sectores con alta exposición a IA, las habilidades requeridas para un mismo puesto cambian un 66% más rápido que en sectores no expuestos. Esto tiene una implicancia de segundo orden que pocos análisis capturan: la vida útil del conocimiento se acorta. Un profesional que domina las herramientas de hoy pero no tiene un método adaptable para incorporar las de mañana pierde su ventaja en trimestres, no en años.
El 56% de PwC no es solo un premio por saber usar ChatGPT o Claude. Es un premio por demostrar capacidad de aprendizaje estructurado aplicado a herramientas que mutan cada cuatro meses. Y esa capacidad — la de construir prompts con contexto, acción, formato y estilo claros — es más transferible entre modelos que cualquier conocimiento específico de una plataforma.
América Latina: infraestructura sin método
El Índice Latinoamericano de Inteligencia Artificial (ILIA) 2025 ofrece la radiografía más completa de la región. Chile lidera con 70,56 puntos, seguido por Brasil (67,39) y Uruguay (62,32). Los tres países muestran avances concretos en infraestructura de cómputo, marcos regulatorios y ecosistema de startups de IA.
Pero el ILIA mide condiciones habilitantes — no mide calidad de uso ni productividad real generada por IA. Y ahí aparece la brecha que ningún índice captura todavía. La adopción de herramientas crece, pero la capacidad de los profesionales para extraer valor real de esas herramientas no crece al mismo ritmo.
La oportunidad para la región es concreta y tiene ventana de tiempo. Los modelos de IA generativa más potentes del mundo están disponibles globalmente al mismo costo — un consultor en Santiago paga lo mismo por Claude que uno en San Francisco. La barrera no es acceso ni precio. Es formación en uso efectivo: cómo darle contexto profesional a un modelo, cómo pedirle tareas con especificidad, cómo definir formatos de salida que sean útiles sin edición, cómo calibrar el tono para cada audiencia.
La brecha es de método, no de acceso
Lo que emerge de la convergencia de McKinsey, Harvard/BCG, PwC y Microsoft no es un argumento a favor de más adopción. Es un argumento a favor de mejor uso. La curva de adopción ya está saturando en economías avanzadas y acelerando en Latinoamérica. La curva de uso efectivo apenas empieza.
El profesional promedio en 2026 tiene acceso a modelos de lenguaje que hace tres años no existían. Pero la forma en que la mayoría interactúa con esos modelos — prompts genéricos, sin contexto profesional, sin estructura, sin formato definido — equivale a tener un equipo de consultores brillantes sentados en tu escritorio y pedirles "hacé algo útil".
La investigación de Harvard demostró que la diferencia entre un prompt amorfo y uno estructurado es un 40% de calidad. PwC demostró que esa diferencia se traduce en un 56% de salario. McKinsey demostró que el 88% ya tiene la herramienta. La pieza que falta no es tecnología. Es un framework de uso que cualquier profesional pueda aprender, aplicar y adaptar cuando el modelo de turno cambie.
Los datos son claros. La pregunta que queda es personal: ¿estás usando la IA que tenés al máximo de lo que puede dar, o estás en el grupo que la tiene y no la aprovecha?
