Módulo 11: Despliegue y equipo

Despliegue de IA en equipo: de piloto a adopción

La tecnología es el 20%, las personas el 80%. La mayoría de pilotos de IA fallan no por la herramienta, sino por ignorar el factor humano. Entender los perfiles de tu equipo ante la IA es el primer paso para una adopción exitosa.

Existen 3 perfiles ante la IA:

• Entusiastas (15%): ya están experimentando por su cuenta. Son tus aliados naturales.
• Escépticos (60%): no se oponen, pero necesitan ver resultados antes de invertir tiempo.
• Resistentes (25%): perciben la IA como amenaza. Requieren un enfoque diferente.

Plan de adopción 90 días

Un rollout efectivo sigue tres fases progresivas:

1. Fase 1 (días 1-30): Piloto con equipo pequeño. Selecciona 3-5 personas motivadas y 2-3 casos de uso con ROI demostrable. Mide el baseline antes de introducir IA: tiempo por tarea, volumen de output, errores. Sin baseline no hay forma de demostrar mejora.
2. Fase 2 (días 31-60): Ampliar a departamento. Documenta SOPs con IA integrada. Organiza training sessions semanales de 30 minutos. Recoge feedback sistemático: qué funciona, qué frustra, qué falta.
3. Fase 3 (días 61-90): Rollout empresa. Lanza un champions program (detalle más abajo). Publica métricas comparativas pre/post. Celebra quick wins públicamente para generar momentum.

Change management para IA

No empieces por la herramienta, empieza por el problema. El error más común es presentar "vamos a usar ChatGPT" en vez de "vamos a reducir 5 horas semanales de trabajo repetitivo".

Reglas de comunicación:

• Di "esto te libera 5h/semana" en vez de "esto reemplaza tareas".
• Empieza con quick wins: email drafts, meeting summaries, data analysis.
• Muestra resultados reales del piloto, no demos genéricas.

# Template comunicación interna: lanzamiento IA

Asunto: Nuevo recurso para [departamento] - Piloto IA

Equipo,

Tras un piloto de 30 días con [equipo piloto], hemos conseguido:
- Reducir [tarea X] de 3h a 45min por semana
- Aumentar [métrica Y] un 40%
- Eliminar [tarea repetitiva Z] completamente

A partir del [fecha], todo el departamento tendrá acceso.
Sesión de formación: [fecha/hora], 30 minutos.

No se trata de reemplazar lo que hacéis. Se trata de
libraros de lo que os roba tiempo para lo importante.

Addressing fears: augmentation, not replacement. La IA amplifica capacidades, no sustituye profesionales. Los equipos que adoptan IA no reducen plantilla, aumentan output.

Nadie adopta una herramienta que percibe como amenaza. Enmarca la IA como superpoder, no como sustituto.

KPIs de adopción

Métricas cuantitativas que debes trackear desde el día 1:

• Adoption rate: % del equipo usando IA al menos 1 vez por semana. Target: 60% a los 60 días.
• Usage frequency: queries por semana por persona. Target: 15+ para usuarios activos.
• Time saved per task: horas/semana ahorradas por persona. Medir con time tracking real.
• Output quality score: evaluación peer review de outputs con y sin IA.

Métricas cualitativas:

• Satisfaction surveys trimestrales: NPS interno del programa de IA.
• Feedback cualitativo: qué frustraciones persisten, qué nuevos casos de uso descubren.

Gobernanza y políticas de IA

Toda organización que adopta IA necesita una política de uso aceptable clara. Qué datos SÍ se pueden usar con IA y cuáles NO. Sin política clara, los empleados o no usan IA (por miedo) o la usan mal (por desconocimiento).

# Template: Política de uso de IA (10 puntos)

1. Datos personales de clientes NUNCA en herramientas IA externas
2. Outputs de IA revisados por humano antes de enviar a clientes
3. Código generado por IA pasa los mismos tests que código humano
4. Datos financieros internos NO se comparten con IA externa
5. Contenido marketing generado con IA se etiqueta internamente
6. Prompts con datos sensibles solo en herramientas IA on-premise
7. Cada departamento tiene un responsable de uso IA
8. Incidentes de uso indebido se reportan en 24h
9. Revisión trimestral de herramientas IA aprobadas
10. Formación obligatoria antes de acceder a herramientas IA

Compliance a tener en cuenta:

• RGPD: datos personales no pueden procesarse en IA sin base legal adecuada.
• AI Act EU: deadline agosto 2026. Clasificación de riesgo obligatoria para sistemas IA.
• Datos sensibles: información médica, financiera o legal requiere aprobación explícita.

Aprobación: define quién revisa outputs IA antes de enviarlos a clientes. Para comunicaciones externas, al menos una persona del equipo valida el contenido generado.

Formación continua y champions

Programa champions: asigna 1 champion por cada equipo de 10 personas. El champion no es "el experto en IA", es el punto de contacto local que:

• Da soporte L1: resuelve dudas básicas sin escalar.
• Recoge feedback: qué funciona, qué no, qué falta.
• Propone casos de uso nuevos desde el conocimiento del día a día.

Training continuo:

• Sesiones mensuales de 30 minutos con tips y tricks nuevos.
• Comunidad interna: canal Slack o Teams para compartir prompts que funcionan.
• Evaluación y actualización del programa cada trimestre.

Los mejores programas de IA no tienen un responsable de IA. Tienen 20 champions que lo viven cada día.