Dos personas de tu equipo tienen acceso a la misma herramienta de inteligencia artificial. Una obtiene respuestas genéricas que terminan en la papelera. La otra reformula, ajusta, vuelve a intentar y cinco minutos después tiene un resultado que le ahorra una hora de trabajo. La diferencia no está en la herramienta. Está en quién la usa.

Esto dejó de ser una intuición. El Anthropic Economic Index, publicado esta semana, analizó cómo millones de personas usan Claude en tareas reales de trabajo y llegó a una conclusión incómoda para quienes creen que basta con contratar una suscripción. La IA no reduce las diferencias entre los miembros de un equipo. Las amplifica.

La brecha que nadie presupuestó

El informe muestra que los usuarios con más experiencia profesional y conocimiento previo obtienen resultados significativamente mejores con IA que los menos experimentados. No porque sepan más de tecnología, sino porque saben qué preguntar, cómo interpretar lo que reciben y cuándo volver a intentar con un enfoque distinto.

Anthropic lo llama "fluidez en IA" y la define como la capacidad de interactuar estratégicamente con sistemas que no siempre responden de forma lineal. No es saber programar ni entender arquitectura de modelos. Es algo más parecido a saber conversar con alguien que sabe mucho pero necesita que le expliques bien qué necesitas.

Un usuario fluido evalúa la respuesta, detecta errores, reformula el pedido. Ese ciclo, que puede parecer menor, es el que separa un resultado mediocre de uno que realmente mueve la aguja.

El uso real se concentra en el medio

Otro dato revelador del índice es dónde se concentra el uso efectivo de la IA en entornos laborales. No está en las tareas más simples, donde la automatización directa ya resuelve sin intervención humana. Tampoco en las más complejas, donde el juicio experto sigue siendo insustituible. Está en el medio.

En esa franja intermedia, la IA potencia procesos que ya existen. Redactar un informe a partir de datos desordenados. Analizar un contrato buscando cláusulas problemáticas. Transformar notas sueltas de una reunión en un plan de acción con responsables y fechas. Responder a un cliente con contexto completo sin revisar cinco hilos de correo.

Son tareas que cualquier profesional hace, pero que con IA pueden tomar la mitad del tiempo. Si la persona sabe cómo pedir lo que necesita.

Por qué importa más capacitar que elegir herramienta

La mayoría de las empresas que adoptan IA invierten semanas en evaluar proveedores, comparar modelos y negociar licencias. Pocas invierten el mismo esfuerzo en enseñarle a su equipo cómo usar lo que compraron.

Los datos de Anthropic sugieren que esa prioridad debería invertirse. La diferencia de rendimiento entre un usuario fluido y uno que no lo es puede ser mayor que la diferencia entre dos modelos de IA distintos. Dicho de otra forma, un equipo bien entrenado con un modelo promedio probablemente supere a un equipo sin entrenamiento usando el mejor modelo del mercado.

Esto tiene implicaciones directas para PYMEs y startups que operan con equipos reducidos. Cada persona que mejora su fluidez en IA multiplica su capacidad. Cada persona que no la desarrolla sigue operando como si la herramienta no existiera, aunque la tenga abierta en otra pestaña.

Cinco pasos concretos para desarrollar fluidez en IA en tu equipo

No hace falta un programa de certificación ni un consultor externo. Lo que sí hace falta es intención y estructura.

  • Identifica las tareas intermedias de cada rol. Pide a cada persona que liste las tres tareas semanales que más tiempo le toman y que no requieren creatividad pura ni decisiones estratégicas de alto nivel. Esas son las candidatas.
  • Asigna una tarea piloto por persona. Que cada miembro del equipo elija una de esas tareas y la intente resolver con IA durante dos semanas. Sin presión de resultados, solo con el objetivo de aprender qué funciona y qué no.
  • Haz sesiones de "muéstrame cómo lo hiciste". Una vez por semana, dedica 20 minutos a que alguien del equipo comparta su pantalla y muestre cómo usó la IA para una tarea real. No una presentación formal. Una demostración práctica donde otros puedan ver los prompts, los errores, las iteraciones y el resultado final.
  • Documenta los prompts que funcionan. Crea un documento compartido donde el equipo acumule las instrucciones que dieron buenos resultados. Con el tiempo, esto se convierte en un manual interno de fluidez en IA adaptado a los procesos específicos de tu empresa.
  • Mide tiempo, no perfección. El indicador más honesto al principio no es la calidad del resultado sino cuánto tiempo tomó llegar a él. Si una tarea que tomaba 45 minutos ahora toma 20 con ayuda de IA, hay progreso real aunque el resultado no sea perfecto.

La inversión que nadie ve

Cuando una empresa compra un software nuevo, nadie espera que el equipo lo domine sin capacitación. Con la IA pasa algo extraño. Como la interfaz es una conversación, se asume que todos saben usarla. Los datos muestran que esa suposición es incorrecta y costosa.

La fluidez en IA no es un talento innato. Es una habilidad que se desarrolla con práctica, retroalimentación y contexto profesional. Las empresas que la traten como tal van a sacarle más provecho a cada peso invertido en tecnología. Las que no, van a seguir preguntándose por qué la IA "no les funciona" mientras su competencia la usa para operar con la mitad del esfuerzo.

La herramienta ya está. La pregunta ya no es si usarla. Es si tu equipo sabe cómo.