Dado que las empresas gastan más que nunca en inteligencia artificial, también están rastreando cómo los empleados usan la IA con un detalle sin precedentes. Sin embargo, muchos directores ejecutivos esperan, aunque todavía no pueden decirlo, si esto hará que los trabajadores sean más productivos.
Más de dos tercios de las empresas todavía dependen de estimaciones, como el tiempo ahorrado o las reducciones de costos proyectadas, en lugar de resultados financieros medidos para evaluar el retorno de la inversión de la IA, según una encuesta realizada en 2026 a 100 líderes empresariales de IA de ModelOp, una plataforma de gobernanza y gestión del ciclo de vida de la IA. ModelOp se refiere a la brecha entre la actividad de la IA y el retorno de la inversión medible como la “ilusión del valor de la IA”.
“Casi todas las empresas Fortune 500 realizan un seguimiento del uso general de la IA”, afirmó Jim Olson, director de tecnología de ModelOp. Pero muy pocos están siguiendo lo que realmente le importa a la junta: si ese gasto está generando retorno sobre la inversión”, dijo.
Con herramientas de microsoftLos clientes corporativos pueden realizar un seguimiento de cómo se utilizan las herramientas de IA en sus organizaciones, incluidos los usuarios activos, el volumen de solicitudes y la actividad de los agentes a lo largo del tiempo. “Los clientes comienzan con métricas de adopción y compromiso y luego conectan progresivamente esos conocimientos con resultados comerciales y de productividad más amplios”, dijo un portavoz de Microsoft.
Cada interacción tiene un costo. Ese costo se mide en “tokens”, la unidad que las compañías de IA cobran por cada fragmento de texto o datos procesados, convirtiendo cada mensaje en un gasto rastreable. Pero si bien las empresas tienen una visibilidad detallada de cuánta IA se utiliza y cuánto cuesta, tienen mucha menos claridad sobre quién la utiliza de manera efectiva o si está mejorando el rendimiento.
Muchas organizaciones permanecen en la fase de experimentación en lugar de implementar IA a una escala significativa. Aún así, muchas empresas (64%) dicen que la IA está impulsando la innovación, pero sólo el 39% informa un impacto mensurable en las ganancias, según un informe de McKinsey.
Sameer Gupta, líder de IA de servicios financieros en América en EY, dijo que, según su experiencia, es aún más probable que las empresas midan el uso de IA a nivel de grupo o rol. “La atención se centra en los resultados y la eficacia, no en el seguimiento de los individuos”, afirmó.
Por lo general, eso significa comparar patrones entre equipos o roles en lugar de evaluar directamente a los empleados individuales.
“El mayor desafío no es medir el uso, sino demostrar la atribución”, dijo Gupta. “Los líderes pueden ver dónde se utiliza la IA y dónde parece mejorar la productividad, pero aislar la IA como el principal impulsor es difícil”.
‘Tokenmaxxing’ y una nueva línea para mano de obra de IA
En algunos lugares de trabajo, el uso de la IA está empezando a sentirse menos como una herramienta y más como una competencia para demostrar la productividad de los empleados, con sistemas internos que clasifican a los empleados en tablas de clasificación según cuánto usan la IA, y el seguimiento interno muestra picos extremos en el uso por parte de los trabajadores individuales. Esa visibilidad está alimentando lo que algunos en la industria llaman “tokenmaxxing”, donde los empleados intentan aumentar su uso de IA para señalar productividad. Pero los críticos advierten que más indicaciones no conducen necesariamente a un mejor trabajo, lo que aumenta el riesgo de que la IA se convierta en un sustituto de la actividad en lugar de los resultados.
“El uso de la IA es un indicador muy pobre de la productividad”, afirmó Ravin Jesuthasan, socio senior y líder de transformación global de Mercer.
“Ven el uso de tokens… pero no realmente para qué se usaron esos tokens”, dijo Olson.
Esteban Sancho, CTO para Norteamérica de Globant, una firma consultora de transformación digital, dice que hay una buena razón por la cual los trabajadores pueden sentir la presión de acumular tokens a medida que la IA se implementa más ampliamente en toda la empresa. “Si no estás usando tokens, probablemente no estés trabajando”, dijo, refiriéndose a partes del negocio donde los agentes de IA ahora manejan los procesos centrales.
El uso de la IA se está integrando en la forma en que se entrega, valora y evalúa el trabajo. “Los costes simbólicos son ahora una partida estándar en nuestros cálculos de ROI”, afirmó Sancho. Esos costos se tratan como parte del costo de los bienes de la empresa junto con la mano de obra y la infraestructura. Toda la actividad de IA fluye a través de una plataforma interna que rastrea el consumo de tokens, los patrones de uso y los costos entre equipos y proyectos.
“Los líderes de proyecto tienen acceso a los datos de uso desglosados por miembro del equipo”, dijo Sancho. Añadió que el bajo uso no se trata automáticamente como un problema de rendimiento, sino que se utiliza para identificar ineficiencias.
El uso de tokens se tiene en cuenta directamente en los presupuestos de los proyectos y el retorno de la inversión, y las empresas pueden ajustar continuamente los modelos, presupuestos y flujos de trabajo en función de dónde la IA genera el mayor valor. Los equipos también se pueden reestructurar en torno a la IA, creando lo que Globant llama grupos de IA, donde la tecnología ofrece las ganancias más mensurables.
Esos cambios ya se están traduciendo en ingresos para Globant. Los servicios impulsados por IA que no generaron ingresos hace un año alcanzaron una tasa de ejecución anual de 20,6 millones de dólares en 2025, y la compañía espera que esa cifra crezca a 100 millones de dólares, según Sancho.
Coinbase anunció el martes que reduciría su plantilla en un 14% y eliminaría múltiples niveles de gestión, una reestructuración que incluirá lo que su director ejecutivo, Brian Armstrong, llamó la adopción de “cápsulas nativas de IA” con talento humano más limitado que gestionará flotas de agentes de IA. También incluirá “experimentar” con equipos de una sola persona, escribió en una publicación dirigida a los empleados; por ejemplo, un rol que combina ingeniero, diseñador y gerente de producto.
Es más fácil medir a los agentes de IA que a los trabajadores
Una ironía en los primeros y ansiosos días del despliegue de la IA para los trabajadores es que es más fácil para las empresas medir los resultados cuando el trabajo lo realizan sistemas de IA en lugar de humanos.
En Salesforce, los ejecutivos sostienen que el papel de los agentes de IA está llevando a la industria a ir más allá del simple seguimiento del uso de la IA y medir si el trabajo realmente se está realizando. Ambas métricas son importantes, pero en última instancia deben corresponder a un retorno de la inversión medible, como ahorros de costos, crecimiento de ingresos o mejores resultados para los clientes, dijo Madhav Thattai, vicepresidente ejecutivo y gerente general de Salesforce AI.
A medida que aumenta la adopción de agentes, la actividad de seguimiento está pasando del nivel de los empleados a evaluar la IA en flujos de trabajo completos. Esa medición tiene tres capas: cuánta IA se utiliza, si se completan las tareas de principio a fin y si ese trabajo se traduce en resultados comerciales reales. “El poder proviene de conectarlos, porque sólo así se obtiene una imagen completa de lo que realmente significa ‘trabajar’ en una empresa de agencia”, dijo Thattai.
Salesforce dijo que su plataforma ha generado 2.400 millones de estas unidades de trabajo, incluidas 771.000.000 en un solo trimestre, un aumento intertrimestral del 57%. En servicio al cliente, los agentes de IA manejaron 129 millones de tareas en un trimestre, mientras que internamente la compañía dijo que ha automatizado el 96% de los casos de soporte y ha ahorrado más de 50.000 horas de trabajo de ventas.
El mismo cambio se está produciendo en las implementaciones de los clientes. La empresa de viajes Engine, por ejemplo, implementó un agente de inteligencia artificial en 12 días que ahora maneja el 50% del volumen de chat y reduce el tiempo de manejo en un 15%. En el propio Salesforce, su sistema Agenticforce resuelve el 63% de las preguntas de atención al cliente de forma autónoma, manteniendo niveles de satisfacción del cliente comparables a los de los agentes humanos. El aeropuerto de Heathrow ha experimentado un aumento del 30 % en los ingresos digitales vinculados a los agentes impulsados por la IA, mientras que OpenTable mejoró las tasas de resolución en un 40 %, según Salesforce.
Incluso con estas métricas más avanzadas, la línea entre el seguimiento del trabajo y el seguimiento de los trabajadores sigue siendo borrosa.
En Meta, se están probando sistemas internos para rastrear los movimientos del mouse, los clics y las pulsaciones de teclas para entrenar sistemas de inteligencia artificial en una amplia variedad de sitios y aplicaciones, según documentos internos vistos por CNBC. El esfuerzo es parte de un impulso más amplio para capacitar a los sistemas de inteligencia artificial sobre cómo trabajan realmente los empleados, capturando todo, desde patrones de navegación hasta atajos de teclado. La compañía dice que los datos se utilizarán para mejorar sus modelos, no para evaluar el desempeño individual, aunque el nivel de monitoreo está generando preocupaciones sobre hasta dónde podría llegar el seguimiento en el lugar de trabajo.
“Si bien muchos empleados tienen esta conciencia, una minoría considerable no la tiene y ciertamente debería hacerlo”, afirmó Jesuthasan. “Corresponde a la organización garantizar que esto se comunique claramente y se entienda ampliamente”, dijo.
