Por qué la IA hace más rápidos a los trabajadores individuales pero deja atrás a las empresas completas

Puntos clave

• El Informe de Estado de Equipos 2026 de Atlassian encuestó a 12.000 trabajadores y encontró que el 89% de los ejecutivos de las empresas Fortune 1000 dicen que la IA está acelerando a individuos en sus empresas.
• Solo el 6% de esos mismos ejecutivos pudieron señalar un ejemplo específico y concreto de retorno financiero de la IA.
• Aproximadamente el 14% de los equipos dentro de esas organizaciones habían logrado convertir el uso de la IA en valor real y medible.
• Los equipos que tuvieron éxito compartieron tres características: un repositorio común de conocimiento organizacional, flujos de trabajo rediseñados y una cultura que acogía abiertamente los experimentos fallidos.
• Atlassian probó "acuerdos de trabajo con IA", normas de equipo escritas sobre cómo y cuándo usar la IA, y encontró que mejoraron la velocidad, la toma de decisiones y la calidad de la producción.

Imagina una carrera de relevos donde cada corredor obtiene zapatos más rápidos, pero nadie se pone de acuerdo en la ruta. Eso es aproximadamente lo que está sucediendo dentro de la mayoría de las empresas que usan IA en este momento, según la Dra. Molly Sands.

Sands dirige el Teamwork Lab en Atlassian, la empresa detrás de herramientas de gestión de proyectos como Jira y Confluence. Su equipo de científicos del comportamiento estudia cómo la IA está cambiando la forma en que las personas trabajan juntas, y luego entra en las organizaciones y cambia las cosas realmente. Compartió los hallazgos del laboratorio en VB Transform 2026, reportado por primera vez por VentureBeat.

Entonces, ¿por qué la IA no está dando resultados?

La respuesta corta: las empresas están capacitando a individuos, no a equipos. Las herramientas se vuelven más rápidas. La coordinación sigue siendo deficiente.

Los números respaldan esto claramente. El Informe Anual de Estado de Equipos de Atlassian, que encuestó a 12.000 trabajadores en todo el mundo e entrevistó a aproximadamente 200 ejecutivos de empresas Fortune 1000 (las 1.000 empresas más grandes de América por ingresos), encontró una brecha incómoda. Casi nueve de cada diez ejecutivos dijeron que las personas en sus empresas trabajaban más rápido con la IA. Solo el 6% pudo nombrar un lugar específico donde esa velocidad se hubiera convertido en un retorno financiero real.

Aproximadamente el 14% de los equipos, sin embargo, lo habían logrado. Lo que los distinguía se reducía a tres cosas.

Conocimiento compartido. Los equipos ganadores almacenaron objetivos, decisiones y contexto en herramientas que todos pudieran ver, en lugar de mantener todo en mentes individuales o en hilos de chat privados. Atlassian llama a esto un "gráfico de contexto", esencialmente un mapa vivo de quién está haciendo qué y por qué, que las herramientas de IA pueden leer y usar. Sin él, un asistente de IA solo sabe lo que sabe la persona que tiene enfrente.

Flujos de trabajo rediseñados. Los equipos de alto desempeño no simplemente aceleraron tareas existentes. Reconstruyeron procesos completos desde cero. Sands fue directa al respecto sobre el riesgo de saltarse este paso: hacer que los individuos sean más rápidos sin alinearlos, y "muy rápidamente empezarán a chocarse entre sí".

Una cultura que permite el fracaso. Los equipos más rápidos tenían líderes que hacían que la experimentación fuera segura. Algunos experimentos fracasarían. Ese era el punto.

¿Qué hicieron realmente diferente los equipos ganadores?

Impusieron restricciones deliberadas para aprender rápido. Un ejemplo: un equipo se comprometió a no escribir ni una sola línea de código a mano durante una semana, obligando a todos a trabajar a través de herramientas de IA. Insostenible a largo plazo, dijo Sands, pero una forma rápida de construir habilidades compartidas y descubrir qué funciona.

También escribieron reglas antes de comenzar proyectos. Atlassian llama a esto "acuerdos de trabajo con IA", un documento breve donde el equipo decide conjuntamente para qué usará la IA, qué continuará haciendo por sí mismo, qué agentes de IA compartirá y qué habilidades básicas necesita todos. Los equipos que adoptaron esta práctica se movieron más rápido y produjeron mejor trabajo.

La lección más profunda no es nueva. Los supuestos ocultos y los modelos mentales desalineados han ralentizado a los equipos mucho antes de que existiera la IA. La IA no crea esos problemas. Solo hace que sea más costoso ignorarlos.

Preguntas frecuentes

¿Significa esto que las herramientas de IA son una pérdida de dinero si los equipos no están listos?

No exactamente. Los trabajadores individuales realmente se vuelven más rápidos, y eso tiene algún valor. El problema es que la velocidad sin coordinación rara vez se traduce en el tipo de retorno que se ve en un balance.

¿Qué puede hacer un gerente a partir de esta semana?

Celebra una breve reunión antes del próximo proyecto y escribe junto, qué tareas el equipo usará IA para y cuáles no. Esa única conversación cubre más brechas que horas de capacitación individual en IA.