La alfabetización en IA es la capacidad de entender, usar y aplicar herramientas y conceptos de inteligencia artificial en el trabajo diario, y en una empresa su nivel real lo define quien la dirige: el techo de adopción de una organización es la fluidez en IA de sus líderes. Si el gerente general no usa estas herramientas, el resto de la empresa tampoco las incorpora de verdad, por más licencias que se compren.
Esa idea no viene de un informe de consultoría, sino de una conversación publicada por OpenAI en su canal de YouTube el 28 de octubre de 2026, en la que Shensi Ding, cofundadora y CEO de Merge, cuenta cómo trabaja con Codex para rediseñar funcionalidades de su producto usando el sistema de diseño que ya existía. Lo llamativo no es la herramienta: es que ella dirige la parte no técnica del negocio y, aun así, se sienta a construir.
En este artículo veremos qué significa eso en la práctica, por qué la adopción de IA se traba más en la gerencia que en el área de sistemas, y qué puede hacer una empresa peruana esta misma semana para empezar a moverse.
¿Qué significa realmente que el líder sea el techo de la fluidez en IA?
La frase de Ding es corta y vale la pena desarmarla: los ejecutivos son "el techo para la fluidez en IA" de sus organizaciones, según recoge el resumen publicado por aibriefs.news sobre el video de OpenAI. No es una metáfora motivacional. Es una descripción de cómo se comporta un equipo.
Cuando el jefe no usa la herramienta, ocurren tres cosas predecibles. Primero, nadie invierte tiempo en aprenderla, porque el tiempo que no se valora no se invierte. Segundo, cualquier iniciativa queda atrapada en la fase de piloto, porque nadie con presupuesto la defiende. Tercero, y lo más costoso, el equipo empieza a usar la IA a escondidas o a medias, sin criterios comunes, sin gobierno de datos y sin forma de compartir lo aprendido.
El caso de Merge es interesante precisamente por lo contrario. Ding describe que la herramienta ha sido especialmente útil para sus compañeros que no vienen de ingeniería, porque ahora pueden construir lo que necesitan sin esperar a que alguien más los ayude. Piensan en una mejora de su flujo de trabajo y la crean ellos mismos.
Fíjate en el detalle: no dice que reemplazaron al equipo técnico. Dice que dejaron de hacer cola. Esa es la diferencia entre una empresa donde la IA es un proyecto y una empresa donde la IA es una capacidad.
¿Cómo se ve esto en el día a día de un equipo que no programa?
Pongámoslo en un escenario concreto y sin glamour: el cierre de mes. En muchas empresas de tamaño medio, la contadora necesita cruzar las facturas emitidas con el reporte de ventas y detectar diferencias antes de que el gerente de finanzas firme los estados financieros. Ese trabajo suele implicar exportar dos archivos, compararlos en una hoja de cálculo y perseguir a dos o tres personas por correo.
Con una herramienta capaz de ejecutar tareas descritas en lenguaje natural, la contadora puede describir el flujo completo, pedir que se ejecute paso a paso y revisar el resultado. No necesita que el jefe de TI le construya un script. Y el jefe de TI, que antes era el cuello de botella de cada pedido, pasa a ocupar un rol mucho más valioso: definir a qué datos se puede acceder, con qué permisos y con qué trazabilidad.
Ese cambio de rol es el que muchas empresas subestiman. El equipo técnico no pierde relevancia, la gana, porque ahora gobierna el acceso en lugar de fabricar cada solución a mano.
Aquí conviene una advertencia honesta. El video de OpenAI muestra a una CEO contando cómo usa una herramienta en su propio producto. No demuestra cuánto tiempo ahorró, ni cuántas personas adoptaron el flujo, ni qué errores aparecieron en el camino. Es un testimonio, no un estudio con métricas. Tomarlo como evidencia de resultados sería un salto que la fuente no respalda. Lo que sí respalda es algo más simple y más útil: que un líder dispuesto a ensuciarse las manos cambia la conversación interna.
También hay un límite práctico que conviene nombrar. Existe una diferencia enorme entre describir una tarea y obtener un resultado confiable. Los agentes de IA actuales ejecutan bien tareas acotadas, verificables y con datos ordenados. Cuando el proceso depende de información dispersa, criterios que nadie documentó o excepciones que solo conoce una persona, el resultado se vuelve impredecible. La alfabetización en IA incluye saber cuándo no usarla.
¿Qué significa esto para una empresa en Perú o Latinoamérica?
En la región, la conversación sobre inteligencia artificial suele llegar por dos caminos: el entusiasmo del área de sistemas o la presión de un proveedor. Rara vez llega desde la gerencia general, y ahí está el problema.
Una empresa peruana mediana típica tiene entre 30 y 200 trabajadores, sistemas que no siempre se hablan entre sí y un equipo de TI de dos o tres personas que además atiende impresoras. En ese contexto, pedirle al área de tecnología que lidere la adopción de IA es pedirle que cargue sola con algo que necesita autoridad, presupuesto y ejemplo.
Cuando el gerente general o el gerente de operaciones empieza a usar la herramienta en su propio trabajo, pasan cosas muy concretas. Los pedidos dejan de formularse como "quiero un reporte" y empiezan a formularse como "necesito que este dato esté disponible los lunes a las 8 de la mañana". La conversación se vuelve más precisa porque quien pide entiende qué es fácil y qué no.
Hay un segundo efecto, menos visible y más importante: se normaliza preguntar. En muchas empresas locales, admitir que no entiendes una herramienta nueva tiene costo social. Si el jefe pregunta sin vergüenza, el equipo pregunta sin vergüenza, y ahí es donde la adopción deja de depender de un campeón interno y se vuelve parte de la cultura.
Vale la pena mirar también el lado del gobierno de datos. Si cada área empieza a construir sus propios flujos con IA sin criterios comunes, en seis meses la empresa tendrá veinte automatizaciones que nadie sabe quién mantiene. La fluidez en IA sin gobierno es velocidad sin dirección. Ese es el rol natural del área de TI en esta etapa, y es un rol que conviene definir antes, no después.
¿Cómo aplica esto en tu empresa?
Si quieres mover esto de la teoría a la práctica, hay cuatro pasos que funcionan mejor en ese orden.
- Empieza por una tarea tuya, no del equipo. Elige algo que hagas todas las semanas y que sea tedioso: consolidar un reporte, preparar una minuta, revisar indicadores. Úsala tú primero. La credibilidad de un gerente que habla de IA sin haberla usado se agota rápido.
- Elige un caso acotado y verificable. No empieces por el proceso más complejo de la empresa. Empieza por uno donde puedas comprobar el resultado en minutos y donde un error no tenga consecuencias graves.
- Define quién gobierna los accesos. Antes de que cinco áreas empiecen a construir, decide quién aprueba a qué datos se conecta cada flujo y cómo se registra lo que se hizo. Esto es responsabilidad del área de TI, con respaldo de la gerencia.
- Mide lo que cambió, no lo que se siente. Anota cuánto tardaba el proceso antes y cuánto tarda ahora, en la misma unidad de tiempo. Sin esa línea base, cualquier conversación sobre retorno de inversión se vuelve opinión.
Si quieres revisar por dónde empezar en tu caso particular, puedes conversar con nosotros sobre tu caso. También puedes revisar ContentFlow si te interesa ver cómo se automatizan flujos de contenido con IA en un caso real.
Preguntas Frecuentes
¿Qué es la alfabetización en IA y por qué importa en una empresa?
La alfabetización en IA es la capacidad de entender, usar y aplicar herramientas y conceptos de inteligencia artificial en el trabajo diario. Importa porque determina qué tan rápido una organización puede convertir una idea en un proceso funcionando: si nadie sabe usar las herramientas, cada mejora depende de que alguien más la construya, y el avance se detiene en la cola de pedidos.
¿Cómo empiezo a adoptar IA en mi empresa si no soy técnico?
Empieza por una tarea tuya, semanal y repetitiva, y resuélvela con la herramienta antes de pedirle nada al equipo. Luego elige un caso acotado donde puedas verificar el resultado en minutos, y define con tu área de TI quién aprueba los accesos a datos. La secuencia importa: primero el ejemplo, después el caso, y recién entonces la escala.
¿Necesito contratar desarrolladores para usar agentes de IA en mi empresa?
No necesariamente para empezar. Las herramientas actuales permiten que personas sin formación en programación construyan flujos simples descritos en lenguaje natural, que es justamente lo que describe el caso de Merge. Lo que sí necesitas es alguien que gobierne los accesos, los permisos y la trazabilidad, y ese rol encaja naturalmente en tu área de TI o en un socio externo. Para procesos críticos o integraciones con tu ERP, el apoyo técnico sigue siendo necesario.
Por Edgar Vásquez, Consultoría TI · actualizado el viernes, 30 de octubre de 2026
Fuentes y Referencias
- OpenAI (YouTube): Merge CEO Shensi Ding on AI fluency
- Subvolts: resumen del video de OpenAI
- AI Briefs: análisis del perfil de Shensi Ding
Conclusión: ¿quién pone el techo en tu empresa?
La idea central de este video es incómoda y útil a la vez: el nivel de fluidez en IA de quien dirige una empresa marca hasta dónde puede llegar esa empresa. No es una cuestión de edad ni de perfil técnico, es una cuestión de disposición a sentarse y usar la herramienta antes de pedirle a otros que la usen.
La buena noticia es que se puede empezar pequeño y esta semana. Una tarea, un caso acotado, un responsable de accesos y una medición honesta del antes y el después. Si quieres ordenar ese camino en tu empresa, puedes conversar con nosotros sobre tu caso o revisar los recursos del blog de Consultoría TI.
✨ Contenido generado con ContentFlow — Consultoría-Ti