El 94,2% de los líderes consultados por Mandü ya utiliza inteligencia artificial, pero tres de cada diez organizaciones aún no tienen procesos formales de IA en recursos humanos.
La inteligencia artificial avanza con rapidez dentro de las empresas, pero su incorporación todavía no ocurre al mismo ritmo en toda la organización. El Informe IA & RR.HH. 2026 de Mandü muestra que 94,2% de los líderes consultados ya utiliza IA personalmente, mientras que tres de cada diez organizaciones todavía no cuentan con procesos formales para aplicarla en la gestión de personas.
El estudio fue presentado durante el Summit Mandü 2026, donde diversos líderes de recursos humanos analizaron el impacto de la inteligencia artificial sobre la gestión del talento y las decisiones empresariales. El contraste entre el uso individual y la institucionalización de la tecnología revela uno de los principales desafíos para las compañías: pasar de experimentar con herramientas a incorporarlas dentro de procesos capaces de generar resultados medibles.
Para Gianmarco Ynaba, Country Manager de Mandü, esta diferencia responde a que la evolución tecnológica está ocurriendo a una velocidad superior a la capacidad de adaptación de las organizaciones. “Hoy por hoy hemos encontrado que la tecnología va mucho más rápido de lo que las personas estamos avanzando o las mismas organizaciones. Entonces, lo que estamos viendo es que hay dos velocidades”, explica.
A su juicio, la discusión sobre IA ya no debería concentrarse únicamente en cuántas personas tienen acceso a una herramienta. El verdadero indicador está en determinar qué ocurre después de su implementación y qué impacto tiene sobre la operación. “Hoy por hoy el principal KPI que estamos viendo es adopción, pero también tenemos que empezar a interpretar esos resultados en términos de eficiencia, de operación, de impacto en las personas, de costos. No solamente quedarnos con ‘cuántas personas la están usando’”, señala.
El acceso no garantiza adopción
La brecha también se refleja en la manera en que las empresas acompañan a sus trabajadores. Ynaba advierte que poner una herramienta a disposición de un empleado no significa que la organización haya resuelto el proceso de adopción.
“Hay empresas que dicen: ya les di una licencia, ya les di un usuario, ya les di una contraseña, ya está. Pero no necesariamente es así. Hay que acompañar al colaborador, hay que entender cuáles son sus necesidades, qué es lo que le está generando frustración, qué es lo que le está generando miedo y cómo podemos ayudarlo a que finalmente pueda adoptar esta tecnología”, sostiene.
Este proceso adquiere mayor importancia porque la incorporación de IA también está cambiando las capacidades que las compañías necesitan. El ejecutivo identifica la adaptabilidad y el aprendizaje continuo entre las competencias que están ganando peso en las organizaciones.
“Las organizaciones hoy se están preocupando mucho más porque los colaboradores que estén en la compañía vengan ya con adaptabilidad al cambio y aprendizaje continuo. Porque probablemente hoy necesitamos una habilidad y mañana vamos a necesitar otra. Entonces, esa capacidad de poder aprender y desaprender va a ser fundamental”, explica.
Para Ynaba, el desafío de los líderes consiste precisamente en acompañar esa transición y evitar que la incertidumbre termine frenando la incorporación de tecnología. La IA puede modificar tareas, procesos y perfiles, pero la respuesta empresarial no debería reducirse a sustituir personas.
“Creo que el miedo es natural. Es algo que probablemente todos tenemos cuando llega una nueva tecnología. Pero creo que tenemos que empezar a verlo desde otra perspectiva. Si hoy tenemos trabajos muy repetitivos que nos están quitando mucho tiempo, probablemente la IA nos ayude a reducir ese tiempo y podamos utilizarlo para hacer cosas mucho más estratégicas, para tomar decisiones, para mejorar nuestros procesos”, afirma.
Del experimento a la productividad
El reto de convertir la experimentación en resultados también aparece fuera del ámbito de recursos humanos. César Soto, director de Inteligencia Artificial y Canales Digitales de Scotiabank Perú, sostiene que muchas empresas todavía están atrapadas en una primera etapa de pruebas que no necesariamente llega a convertirse en una solución empresarial.
“El error más frecuente de las empresas cuando quieren implementar IA es que se queden los pilotos eternos. Empiezan un piloto, luego otro, luego otro, pero no necesariamente tienen un caso de negocio claro detrás. Y si no tienes claro qué quieres resolver, cómo lo vas a medir y qué resultado esperas, puedes quedarte indefinidamente experimentando”, explica.
Soto considera que el punto de partida debe ser el problema empresarial y no la herramienta disponible. Una empresa no debería incorporar inteligencia artificial únicamente porque una tecnología está de moda, sino determinar qué proceso puede mejorar y qué resultado concreto espera obtener.
“Lo primero es tener claro cuál es el propósito. No necesariamente todo tiene que ser ahorro de costos. Puede ser mejorar el performance, mejorar la experiencia del cliente, reducir un riesgo o hacer que un proceso sea más eficiente. A partir de eso se define cómo medir el resultado y recién después se determina qué tecnología es la adecuada”, señala.
El ejecutivo advierte además que no existe un único modelo de inteligencia artificial capaz de resolver todos los problemas. La selección tecnológica debe responder al caso de uso, a la información disponible y al resultado que se busca alcanzar.
Gobernanza para evitar una adopción desordenada
A medida que la IA ingresa a más áreas de las empresas, la gobernanza se convierte en otro componente crítico. Ynaba considera que las organizaciones necesitan establecer reglas claras sobre el uso de estas herramientas, particularmente cuando intervienen en procesos estratégicos de gestión de personas.
“Todavía vemos que hay una falta de gobernanza. Y cuando hablamos de gobernanza hablamos de quién es el responsable, cuáles son las reglas, cuáles son las políticas que vamos a tener para utilizar inteligencia artificial en procesos estratégicos de talento. Creo que recursos humanos tiene que tomar un rol mucho más importante en esto”, sostiene.
Desde una perspectiva empresarial más amplia, Soto plantea una necesidad similar. Una implementación efectiva requiere definir un modelo operativo, establecer mecanismos de gobierno y contar con políticas claras para el uso de datos y de inteligencia artificial.
“No puedes implementar inteligencia artificial si no tienes claro cómo vas a operar, quién toma las decisiones, qué datos puedes utilizar, qué datos no puedes utilizar y cuáles son las reglas que van a acompañar cada caso de uso. La gobernanza tiene que estar desde el inicio y no cuando el proyecto ya está funcionando”, explica.
Para ambos especialistas, la ausencia de estas estructuras puede terminar limitando el valor de las inversiones en IA. Una empresa puede disponer de herramientas avanzadas, pero si no tiene claridad sobre sus objetivos, responsabilidades y mecanismos de medición, la tecnología puede quedarse en una sucesión de pruebas aisladas.
Agentes de IA entran en el modelo operativo
Soto anticipa además una transformación más profunda en la estructura de las organizaciones. La siguiente etapa no estaría marcada únicamente por trabajadores utilizando herramientas de IA, sino por la convivencia entre personas y agentes capaces de ejecutar determinadas tareas dentro de los procesos empresariales.
“Vamos a empezar a ver organizaciones donde no solamente van a existir personas trabajando, sino también agentes de inteligencia artificial. Y eso va a cambiar muchísimo la forma en la que diseñamos los procesos, desde desarrollo de software hasta procesos de atención, procesamiento documental y otras actividades”, explica.
Actualmente, identifica oportunidades importantes en áreas como el contacto con clientes, los agentes conversacionales y el procesamiento de documentos. Sin embargo, sostiene que la incorporación de estos sistemas exige replantear primero el proceso.
“No se trata de tomar un proceso manual que ya existe y ponerle inteligencia artificial encima. Tenemos que pensar el proceso nuevamente. Tenemos que preguntarnos cómo debería funcionar si desde el inicio sabemos que vamos a tener inteligencia artificial. Esa es la diferencia entre simplemente automatizar algo que ya existe y realmente transformar el proceso”, afirma.
Esta visión también modifica la forma en que las empresas deben evaluar sus proyectos. La IA deja de ser únicamente una herramienta de automatización y comienza a convertirse en un componente del modelo operativo.
No todos los sectores avanzan al mismo ritmo
La velocidad de adopción tampoco es homogénea entre industrias. Soto identifica mayores dificultades en actividades donde existen operaciones complejas o condiciones particulares para la incorporación tecnológica, entre ellas sectores como agro, minería, comunicaciones y entidades gubernamentales.
Las diferencias responden a factores vinculados con la naturaleza de las operaciones, disponibilidad de datos, infraestructura y capacidad de transformar procesos. Por ello, una estrategia de IA que funciona en una organización no necesariamente puede trasladarse directamente a otra.
Esta heterogeneidad refuerza la necesidad de desarrollar casos de negocio específicos y evitar estrategias basadas únicamente en replicar soluciones utilizadas por otras compañías.
Una nueva relación entre personas y tecnología
El avance de la IA está llevando así a las empresas hacia una etapa en la que el acceso a las herramientas deja de ser el principal desafío. El verdadero reto está en integrar la tecnología a la operación, medir su impacto y preparar a las personas para trabajar en un entorno donde las tareas pueden cambiar con rapidez.
Para Ynaba, el proceso todavía se encuentra en una etapa de preparación, especialmente en mercados como el peruano, pero eso también abre una ventana para las organizaciones que logren adelantarse en la construcción de capacidades y reglas internas.
“Estamos todavía en un momento en el que las organizaciones se están preparando. Y eso es normal, especialmente en Latinoamérica y en Perú. Pero también existe una ventana para los early adopters, para aquellos que empiezan a entender esto antes y empiezan a preparar a sus equipos, a sus líderes y sus procesos”, sostiene.
Soto coincide en que la transformación será progresiva, pero considera que las empresas que quieran capturar el valor de la IA deberán incorporarla desde la definición de sus procesos y no como una capa adicional al final.
La discusión empresarial entra así en una nueva fase. Ya no se trata únicamente de quién tiene acceso a inteligencia artificial, sino de qué organizaciones son capaces de convertirla en eficiencia, productividad y nuevas formas de trabajo, mientras desarrollan las capacidades humanas y los mecanismos de gobierno necesarios para sostener ese cambio.
