La adopción de la IA entra en su fase incómoda

Durante estos últimos años, la adopción de la inteligencia artificial avanzó por inercia. Bastaba con estar ahí, con ofrecer acceso, con prometer capacidades nuevas cada pocas semanas. El crecimiento parecía automático. Hoy ese impulso se ha agotado. No porque la tecnología haya fallado, sino porque ha cambiado de fase. La IA ya no se expande por curiosidad, sino que empieza a exigir algo a cambio: atención, aprendizaje, integración y confianza. Y ahí es donde empiezan las fricciones.

Este punto de inflexión no se manifiesta en un único indicador. Aparece en síntomas dispersos que, leídos juntos, dibujan un patrón coherente. Licencias que no se usan. Tráfico que se fragmenta. Herramientas cada vez más potentes que, paradójicamente, se vuelven menos centrales. No es una crisis de modelo. Es una crisis de encaje.

Copilot y el descubrimiento incómodo del uso real

El caso de Microsoft Copilot es revelador porque elimina todas las excusas habituales. La herramienta está integrada, viene incluida en suites que ya se pagan y se despliega en entornos donde el trabajo ocurre de forma rutinaria. Aun así, el uso efectivo es bajo. No marginalmente bajo, sino lo bastante como para que Microsoft tenga que intervenir ofreciendo financiación específica para formación.

Ese gesto dice mucho más que cualquier nota de producto. Cuando una compañía tiene que pagar para que los usuarios aprendan a usar lo que ya han comprado, el problema deja de ser tecnológico. Se convierte en organizativo. Copilot no falla porque no sepa hacer cosas, sino porque obliga a replantear cómo se hacen. Y eso tiene un coste que rara vez se contabiliza: tiempo, fricción interna y una redistribución implícita de responsabilidades.

En muchas organizaciones la adopción sigue midiéndose por licencias activadas. Pero el valor no está ahí. Está en si la herramienta cambia decisiones, acelera procesos o reduce errores. Cuando eso no ocurre, la IA pasa a ser una capa decorativa. Presente, pero irrelevante.

El coste oculto de aprender a delegar en máquinas

La IA introduce una tensión nueva en el trabajo cotidiano. No se limita a automatizar tareas repetitivas. Obliga a decidir qué se delega, qué se valida y qué se asume como suficientemente bueno. Ese juicio no es neutro. Implica riesgo, exposición y, en muchos casos, pérdida de control percibida.

Por eso la resistencia no suele ser explícita. No hay rechazo frontal. Hay desuso. La herramienta está ahí, pero se recurre a ella solo cuando el beneficio es obvio y el riesgo mínimo. Todo lo demás se mantiene como antes. Desde fuera parece una cuestión de formación. Desde dentro es una cuestión de confianza.

Este coste cognitivo explica por qué la adopción masiva se ralentiza justo cuando la tecnología alcanza un nivel de madurez alto. No porque haga menos, sino porque hace demasiado como para ser incorporada sin fricción.

Similarweb y la fragmentación de la atención

Los datos de tráfico web ayudan a entender esta transición, siempre que se lean con cuidado. Según estimaciones consistentes de Similarweb, la cuota de ChatGPT dentro del tráfico web hacia los principales sitios de IA generativa habría pasado de alrededor del 87 % a aproximadamente el 68 % en el último año. En paralelo, Google Gemini habría crecido desde cifras cercanas al 5 % hasta situarse en torno al 18 %.

No se trata de cuota de mercado ni de usuarios totales. Es una medida de cómo se reparte la atención web entre un conjunto concreto de dominios. Aun así, el movimiento es significativo. Indica que el acceso a la IA ya no se concentra en una sola interfaz. El mercado deja de ser monodependiente.

Leído así, el dato no habla de caída, sino de dispersión. ChatGPT sigue siendo dominante, pero ya no absorbe todo el crecimiento marginal. El uso se reparte en función del contexto, no de la potencia bruta del modelo.

Google y la ventaja de no pedir permiso

Aquí es donde Google introduce una variable distinta. Gemini no compite solo como chatbot. Aparece integrado en servicios que ya forman parte del día a día. No exige una decisión explícita de uso. No pide que el usuario “entre” en la IA. Simplemente está ahí, sugiriendo, corrigiendo, completando.

Esa diferencia es estructural. Mientras otros actores presentan la IA como un destino, Google la trata como una capa. El resultado es una adopción silenciosa, difícil de medir con métricas clásicas, pero mucho más resistente a la fatiga. El usuario no siente que esté aprendiendo algo nuevo. Siente que sus herramientas habituales funcionan un poco mejor.

Esta lógica explica por qué las métricas de tráfico web pueden infraestimar el impacto real de la IA integrada. Y también por qué la fragmentación no implica necesariamente una pérdida de relevancia para quienes saben esconder bien la tecnología.

OpenAI y el riesgo de la sobreexposición

En el extremo opuesto está OpenAI. Su estrategia de ampliación constante del producto ha reforzado su atractivo entre usuarios avanzados, pero introduce un riesgo evidente. A partir de cierto punto, más opciones no reducen la fricción. La trasladan al usuario. Cada nueva función añade una decisión más: cuándo usarla, cómo combinarla, qué modo elegir.

Para quienes viven dentro de la herramienta, esa riqueza es una ventaja. Para el resto, es ruido. La potencia se vuelve visible, y lo visible exige atención. En un contexto de madurez, esa exigencia puede jugar en contra.

No es un problema de calidad ni de liderazgo. Es un problema de carga cognitiva. Cuando la IA deja de ser transparente, empieza a estorbar.

La adopción como problema de diseño, no de capacidad

Si se leen juntos, estos síntomas apuntan a la misma conclusión. La fase actual de la IA no se define por quién tiene el mejor modelo, sino por quién reduce mejor el coste de uso real. Licencias, tráfico y funcionalidades son métricas de superficie. Lo que importa es si la herramienta encaja sin romper rutinas.

La adopción masiva no llegará con modelos más grandes ni con más anuncios. Llegará cuando la IA deje de pedir protagonismo. Cuando no exija formación formal. Cuando no obligue al usuario a decidir conscientemente que está usando IA.

Quizá ese sea el verdadero signo de madurez. No el crecimiento acelerado, sino la capacidad de volverse casi invisible.