- entaina
- Posts
- Cómo pasar de pilotos de IA a adopción real
Durante los últimos 3 años hemos visto el mismo patrón repetirse en casi todas las organizaciones: pilotos de IA prometedores que se quedan atascados en un 10–20% de adopción. Mucho experimento, poco impacto real.
Moderna es una anomalía. En pocos meses alcanzó un 83% de adopción interna de ChatGPT. Sus empleados crearon 750 GPTs personalizados en solo dos meses y el uso medio llegó a 120 conversaciones por usuario cada semana.
El caso de Moderna no fue un piloto exitoso. Fue una transformación organizativa en toda regla.
Lo interesante no es el resultado, sino que lo hizo posible.
Decisiones estratégicas
Primero las personas, luego las herramientas
La primera decisión rompe con la intuición habitual. Moderna optó por formar a su gente antes de poner herramientas de IA en sus manos:
En 2021, mucho antes del boom de ChatGPT, lanzaron su AI Academy en colaboración con Carnegie Mellon. No fue una simple formación superficial, en ella participaron más de 2.000 empleados, se acumularon más de 14.700 horas de aprendizaje y el conocimiento medio aumentó un 30%.
El efecto fue determinante. Cuando más tarde llegaron las herramientas de IA, las personas ya no necesitaban ser convencidas: entendían el potencial y solicitaban acceso de forma activa.
Su chatbot interno, mChat, superó el 80% de adopción incluso antes de migrar a ChatGPT Enterprise. La tecnología funcionó porque la base cultural (personas formadas, curiosas y con criterio) ya estaba creada.
Un objetivo incómodo: 100% de adopción de IA en seis meses
Con esta base cultural ya creada, Moderna aumentó la ambición al máximo. Fijó un objetivo claro y difícil: 100% de adopción de IA y capacidad operativa en seis meses.
Esto no era un deseo. Fue un mensaje directo del CEO, Stéphane Bancel, con una idea clara: todos juntos, todos con voz y nadie se queda fuera.
Un objetivo así cambia el juego. Obliga a priorizar, desbloquea recursos, y elimina cualquier duda sobre si la adopción es opcional.
Cuando en 2023 alcanzaron el 83%, el uso de IA no era simbólico. El promedio de 120 conversaciones semanales por usuario indicaba una integración real en el trabajo diario.
De centralizar a habilitar: miles de herramientas, no diez
Con el objetivo claro sobre la mesa, Moderna activó otra palanca clave: quién podía crear herramientas y cómo. El enfoque habitual sería centralizar este proceso. Un equipo identifica casos de uso, construye unas soluciones y estas se comparten de arriba abajo.
Moderna hizo todo lo contrario. Adoptó ChatGPT Enterprise precisamente porque permitía que cada empleado pudiera crear sus propios GPTs (herramientas).
El resultado fue radical: en seis meses, el 40% de los empleados activos en GPT crearon más de 3.000 GPTs personalizados. No eran herramientas genéricas. Eran soluciones diseñadas desde dentro, ajustadas a procesos, lenguaje y problemas concretos de cada persona y equipo.
Algunos ejemplos:
Dose ID GPT (clínico): análisis de datos para recomendar dosis óptimas de vacunas
Contract Companion (legal): resumen de contratos en lenguaje claro
Policy Bot (toda la empresa): respuestas instantáneas sobre políticas internas
Self‑Review Assistant (HR): apoyo para sintetizar logros en evaluaciones anuales
La diferencia clave fue el ownership. Cuando un equipo puede crear sus propias herramientas, no solo resuelve un problema real. También garantiza el uso, mantenimiento y mejora continua de estas.
Efectos organizativos
El primer 100% no fue IT
El primer departamento en alcanzar el 100% de adopción no fue IT, fue Legal.
No fue casualidad. Tenían problemas claros, repetitivos y costosos, donde el beneficio de usar IA era inmediato. Y, al poder crear sus propias herramientas sin depender de un equipo central, la adopción ocurrió de manera más natural.
Cuando las personas adecuadas tienen un objetivo claro, autonomía real y capacidad para resolver sus propios problemas, la adopción deja de ser un problema.
Champions de IA que emergen, no que se nombran
Moderna no decidió quiénes debían ser los champions de IA. Creó las condiciones para que aparecieran solos, organizando un concurso interno de prompts.
Las personas que ya estaban usando la IA de forma intensiva destacaron por sí solas. Los 100 mejores se convirtieron en referentes porque ya ayudaban a otros, experimentaban y compartían conocimiento.
Más que una iniciativa aislada, fue un efecto secundario del proceso. Los referentes no surgieron por jerarquía, sino por uso real, criterio y motivación.
Sistema de soporte
Gestión del cambio en tres niveles
Moderna abordó la adopción como un problema de cambio organizativo y diseñó un programa en tres niveles que se refuerzan entre sí:
Individual: formación práctica, tanto presencial como online, apoyada por asistentes de aprendizaje basados en IA y espacios para resolver dudas y recoger feedback.
Colectivo: dinámicas para compartir aprendizaje, como concursos de prompts, referentes que surgen del uso real, office hours por función y región, y foros internos con miles de participantes cada semana.
Estructural: implicación visible del CEO y del comité ejecutivo, incentivos alineados y eventos con expertos externos.
El equilibrio entre los tres niveles fue clave. Sin liderazgo visible, la formación se diluye. Sin espacios colectivos, el mensaje no se sostiene. Y sin aprendizaje real, la adopción no escala.
Diez años construyendo la base
El factor menos glamuroso es también el más determinante. Moderna llevaba una década invirtiendo en su base digital. Infraestructura cloud‑native, datos unificados y una cultura acostumbrada al cambio. Por eso pudieron lanzar mChat en dos semanas.
Esta velocidad que mostró Moderna no surge de la nada. Es posible porque durante años invirtieron en tecnología, datos y forma de trabajar. Sin esa base, prometer una adopción rápida de GenAI no es realista.
Principios de uso
IA + Humanos
Incluso en contextos científicos regulados, Moderna mantiene siempre el juicio humano en decisiones críticas. La IA analiza, recomienda y acelera. La decisión final sigue en manos de expertos. Este modelo human‑in‑the‑loop permite escalar el uso sin comprometer seguridad ni compliance.
El relato importa
Stéphane Bancel, CEO, resume la visión con una frase potente: 6.000 personas con el impacto de 100.000.
No habla de reducción de costes ni de reemplazo. Habla de amplificar la misión. Esa narrativa reduce resistencia y orienta la adopción hacia el impacto, no hacia el miedo.
Siete aprendizajes clave
Empezar por cultura y alfabetización en IA
Fijar objetivos ambiciosos y medibles
Descentralizar la creación de soluciones
Priorizar casos de uso claros, incluso fuera de IT
Dejar que los champions emerjan
Diseñar el cambio en varias capas
Construir sobre una base digital sólida
¿Es replicable?
La respuesta honesta es que depende.
Moderna tiene ventajas específicas. Pero las buenas prácticas son transferibles si se adaptan al contexto de cada organización.
La pregunta útil no es si les puedes copiar el playbook. Es qué partes tienen sentido para tu organización y cómo aplicarlas de forma realista.
Referencias: