- entaina
- Posts
- ¿Por qué no puedes hacerlo con IA?
¿Por qué no puedes hacerlo con IA?
Agus
24 de marzo de 2026
Hay una pregunta que está cambiando cómo las organizaciones toman decisiones sobre recursos, headcount y ejecución:
¿Por qué no puedes hacerlo con IA?
No es un cambio de palabras. Es un cambio de lógica.
Las organizaciones que invierten la carga de la prueba dejan de depender de la motivación individual o de la formación voluntaria. Crean un sistema que empuja la adopción.
El modelo Shopify
Shopify lo dejó claro:
Antes de pedir más headcount, los equipos deben demostrar por qué no pueden lograrlo con IA.
Esto cambia el punto de partida.
El default deja de ser “contratar”.
Pasa a ser “¿hemos probado IA de verdad?”.
Y no es una sugerencia. Es un requisito.
Eso obliga a los equipos a interactuar con la tecnología en serio.
El problema de la motivación
La mayoría de organizaciones intenta impulsar la adopción con formación.
Cursos.
Contenido.
Casos de éxito.
El problema es que todo eso depende de la motivación individual.
Y la motivación no escala.
La adopción real ocurre cuando usar IA deja de ser opcional y pasa a ser parte del trabajo.
El efecto más valioso: aprendizaje real
Cuando obligas a justificar por qué algo no puede hacerse con IA, ocurre algo más importante:
Los equipos aprenden.
Pero no en abstracto. En su contexto.
Cada equipo:
Investiga herramientas relevantes
Prueba casos reales
Detecta límites
Aprende qué funciona y qué no
Ese aprendizaje es mucho más útil que cualquier formación genérica.
De casos aislados a sistema
Hay dos escenarios muy distintos:
Algunos equipos usan IA
Todos tienen que justificar por qué no la usan
El primero es adopción fragmentada.
El segundo es adopción sistémica.
El cambio ocurre cuando la IA entra en los procesos de decisión.
Evaluación de desempeño
Shopify va un paso más allá:
Incluye el uso de IA en evaluaciones de desempeño.
Esto cambia el comportamiento rápidamente.
Porque lo que se mide es lo que realmente importa.
Cuando el CEO se evalúa con el mismo criterio, desaparece el cinismo.
El filtro de tres preguntas
Para cualquier solicitud de recursos:
¿Qué herramientas de IA has explorado?
¿Qué parte del trabajo puede hacerse con IA hoy?
¿Qué podría automatizarse en los próximos 12-18 meses?
Si no hay respuestas concretas, no ha habido exploración real.
Los rituales que lo sostienen
Las políticas por sí solas no funcionan.
Necesitas hábitos que refuercen el comportamiento:
Reuniones donde se comparten aprendizajes
Casos reales dentro de la organización
Canales donde la gente comparte lo que está probando
Esto crea presión positiva entre equipos.
El riesgo de convertirlo en dogma
Esto no significa que todo deba hacerse con IA.
Significa que nada debería aprobarse sin haberla considerado seriamente.
La diferencia es clave.
La pregunta que cambia el sistema
“¿Por qué no puedes hacerlo con IA?” no es una crítica.
Es una forma de obligar a pensar mejor.
Cuando esta pregunta entra en los procesos de decisión, la adopción deja de ser un programa.
Se convierte en la forma normal de trabajar.
Referencias:
Reid Hoffman praises Shopify's Tobi Lütke for his recent memo on AI
Two Kinds of AI Users Are Emerging - Martin Alderson, 2026
The Guardian: Accenture and others tie promotions to AI tool use - 42% managers, evaluaciones de desempeño
Enrique Dans: IA como nuevo contrato laboral - Normalización cultural
Wharton: AI Adoption and Workforce Concerns - Contradicción mandato + reducción