La inteligencia artificial avanza más rápido de lo que muchas organizaciones —y muchas plantillas— pueden asimilar cómodamente, y eso frena la adopción de IA en la empresa.
Un artículo reciente de la BBC que analiza por qué las empresas japonesas han sido relativamente lentas en adoptar la IA pone de relieve una realidad incómoda: la adopción de IA no es solo un problema tecnológico. Es un problema de confianza, de competencias y de cambio organizativo.
Japón resulta especialmente interesante porque reúne varias fuerzas que muchas otras economías empiezan a experimentar al mismo tiempo:
- una población activa envejecida,
- escasez de mano de obra,
- empleados con mucha experiencia,
- culturas corporativas relativamente prudentes,
- competencias digitales desiguales y
- una baja tolerancia a las tecnologías que ocasionalmente producen resultados incorrectos.
Este último punto es importante.
La IA generativa es probabilística. Puede ser extremadamente útil sin ser infalible.
En sectores en los que los errores pueden afectar al coste del proyecto, las compras, los contratos, la seguridad o la rentabilidad, una pequeña tasa de error de la IA puede generar un problema de confianza desproporcionado.
Pero Japón no es el único caso.
El reto de Japón aparece también en otros lugares
Los estudios de la OCDE confirman la magnitud del reto de Japón.
Solo el 8,4% de los empleados japoneses afirma utilizar IA en el trabajo, mientras que los trabajadores de más edad tienen menos probabilidades de usar IA, participar en formación relacionada con la IA o confiar en los sistemas de IA implantados por su empleador. Solo alrededor del 30% de los usuarios japoneses de IA afirma haber recibido formación en IA proporcionada por su empresa, y Japón registró el nivel más bajo de confianza en la IA del empleador entre los ocho países incluidos en la comparación de la OCDE.
Lo que hace que esto sea relevante a escala internacional es que combinaciones similares de presión demográfica, brechas de competencias digitales y cautela organizativa están surgiendo en otros lugares.
Corea del Sur: quizá el paralelismo asiático más cercano
Corea del Sur puede ser el paralelismo más claro con Japón.
Combina un rápido envejecimiento de la población con una de las economías tecnológicamente más sofisticadas del mundo. Sin embargo, una infraestructura nacional sofisticada no se traduce automáticamente en una capacidad digital equivalente entre generaciones.
Un análisis reciente de la OCDE constata que la participación en formación relacionada con el empleo entre los trabajadores de 55 a 65 años está muy por debajo del 20% en Corea, mientras que la diferencia en el uso de software especializado entre los trabajadores de 55 a 65 años y los de 25 a 54 supera el 35%, una de las mayores brechas digitales por edad identificadas por la OCDE.
La adopción de IA en las empresas coreanas también sigue siendo desigual. Las estimaciones de la OCDE indican que la adopción de IA entre las pymes coreanas es mayor que en Japón, pero sigue muy por debajo de países como Alemania e Irlanda. Al mismo tiempo, más del 80% del empleo coreano se concentra en pymes, lo que hace que la adopción por parte de la plantilla sea especialmente importante.
La lección es importante:
Una economía tecnológicamente avanzada puede seguir teniendo un problema de adopción por parte de su fuerza laboral.
Europa meridional y sudoriental: el envejecimiento se une a un aprendizaje permanente débil
Existe un reto similar en partes de la Europa meridional y sudoriental, incluidos Grecia, Italia, Portugal, España y varias economías de los Balcanes.
El problema no es que estos países carezcan de profesionales capaces.
Todo lo contrario.
Acumulan un enorme conocimiento industrial, de ingeniería y de gestión.
El reto es trasladar ese conocimiento a entornos operativos cada vez más digitales.
En el conjunto de la UE, alrededor del 35% de los trabajadores de 55 a 64 años participa en formación relacionada con el empleo, frente al 48% de los trabajadores de 35 a 54 años. En Grecia y Türkiye, la participación de los trabajadores de más edad cae por debajo del 10%.
La Comisión Europea advierte además de que los beneficios de la IA para el empleo probablemente se distribuirán de forma desigual, favoreciendo a los trabajadores muy cualificados y en edad central, a menos que medidas específicas aborden las regiones más débiles y los grupos más vulnerables.
La evidencia europea reciente refuerza el mismo mensaje: la adopción de IA depende en gran medida de las competencias de los trabajadores, de la disponibilidad de formación y de su participación en las decisiones organizativas, y no solo de que una herramienta de IA esté técnicamente disponible.
Para la transformación digital de las empresas, esto es enormemente importante.
Un estimador experimentado de 58 años que entiende la economía de la construcción mejor que la mayoría de los ingenieros más jóvenes no es un problema que deba eliminarse mediante la automatización.
Ese empleado representa décadas de conocimiento corporativo.
El objetivo debería ser amplificar ese conocimiento mediante la tecnología.
Europa central y oriental: otra brecha emergente
Partes de Europa central y oriental se enfrentan a un reto relacionado.
El Banco Mundial está desarrollando activamente programas de competencias digitales y de preparación para la IA en Europa y Asia Central, porque el acceso a la tecnología por sí solo está resultando insuficiente. Programas recientes en Rumanía, Türkiye, Bulgaria y otros países se centran específicamente en desarrollar las competencias necesarias para una fuerza laboral preparada para la IA.
Los estudios de la OCDE identifican asimismo varios países del sur, el centro y el este de Europa en los que los trabajadores de más edad participan comparativamente poco en la formación en el puesto de trabajo.
Esto significa que la adopción de IA en la empresa corre el riesgo de avanzar a dos velocidades:
los empleados con confianza digital aceleran, mientras que los empleados experimentados pero con menos soltura digital se desconectan cada vez más del sistema operativo de la empresa.
Eso sería un grave error estratégico.
Asia Central: el problema son más las competencias que el envejecimiento
Asia Central requiere una interpretación distinta.
Países como Kazajistán y Uzbekistán no reproducen actualmente la estructura demográfica de Japón en la misma medida.
Su reto es, sobre todo, de capacidad digital, preparación institucional y recualificación de la fuerza laboral.
La OCDE ha señalado la participación en el aprendizaje de adultos y el aprovechamiento eficaz de las competencias como cuestiones importantes para Kazajistán, mientras que el Banco Asiático de Desarrollo ha subrayado que la capacidad de Uzbekistán para aprovechar los beneficios de la automatización y la IA depende en gran medida de la formación y del desarrollo de competencias digitales.
Esta distinción es importante.
En Japón, Corea y partes de Europa, las empresas necesitan cada vez más dotar de capacidades digitales a una plantilla que envejece.
En gran parte de Asia Central, las empresas necesitan desarrollar rápidamente capacidad digital en una fuerza laboral que opera en economías que se digitalizan con rapidez.
Por tanto, la respuesta de implantación puede variar, pero el requisito empresarial es similar:
la tecnología debe adaptarse a las personas, en lugar de esperar que cada empleado se convierta en tecnólogo.
La falibilidad de la IA dificulta aún más la adopción
Añadamos ahora la segunda dimensión que surge en el debate sobre la adopción de IA:
La IA comete errores.
Esto genera un problema psicológico poco habitual.
- Las organizaciones toleran habitualmente el error humano.
- Un estimador puede equivocarse en un cálculo.
- Un comprador puede elegir al proveedor equivocado.
- Un ingeniero de obra puede introducir una cantidad incorrecta.
- Un jefe de proyecto puede cometer un error de previsión.
Sin embargo, los empleados suelen esperar que la inteligencia artificial funcione con un nivel de exigencia mucho mayor.
En cuanto los usuarios presencian una alucinación de la IA o una recomendación incorrecta, la confianza puede desplomarse.
Por tanto, la respuesta no puede ser:
«Confía en la IA.»
En DANAOS Projects creemos que un principio mejor es:
No confíe ciegamente en la IA. Contrólela.
La IA empresarial debería diseñarse partiendo de la base de que la IA puede equivocarse ocasionalmente.
Eso significa pasar de:
IA → Decisión
a:
IA → Recomendación → Validación → Aprobación → Ejecución → Auditoría
Esto es especialmente importante en la construcción, el EPC, la construcción naval, el offshore, el sector marítimo, la minería y otras industrias basadas en proyectos.
Si un agente de IA recomienda comprar 500.000 € de acero, la organización no debería depender exclusivamente del criterio del modelo de lenguaje.
El sistema debería poder verificar:
- ¿Está este material incluido en el BoQ?
- ¿Qué actividad de la WBS lo requiere?
- ¿Cuándo se necesita?
- ¿Qué Cost Code absorberá el gasto?
- ¿Qué cantidad se presupuestó?
- ¿Cuánto se ha consumido ya?
- ¿Hay existencias disponibles?
- ¿Qué precios se pagaron anteriormente?
- ¿Qué proveedores están homologados?
- ¿Hay presupuesto suficiente?
- ¿Quién tiene autoridad para aprobar la transacción?
Aquí es donde un ERP se convierte en infraestructura esencial para la IA.
Por qué ProjectVIEW ERP cambia la ecuación de la confianza
ProjectVIEW ERP conecta las transacciones de negocio a través de tres dimensiones fundamentales del proyecto:
BoQ ↔ WBS ↔ Cost Codes
Esto crea un contexto de negocio estructurado en torno a las decisiones operativas.
Las compras, la presupuestación, los subcontratistas, los materiales, la maquinaria, la mano de obra, el avance y el control de costes no son prompts de IA aislados. Existen dentro de un entorno de proyecto común con usuarios, permisos, flujos de trabajo y aprobaciones.
ProjectVIEW ya ofrece acceso centralizado basado en roles, flujos de trabajo, registro de transacciones y trazabilidad. Por tanto, cada proceso puede ejecutarse conforme a las responsabilidades y la autoridad del empleado implicado. En consecuencia, la IA puede operar dentro de un sistema de control empresarial y no fuera de él.
Esa es una diferencia fundamental.
- Un agente de IA puede recomendar.
- ProjectVIEW aporta las reglas de negocio.
- El empleado responsable valida.
- El flujo de trabajo controla la autorización.
- El ERP registra lo que ocurrió.
Falibilidad controlada
Creemos que esto conduce a un concepto importante para la IA empresarial:
Falibilidad controlada.
La IA no tiene que ser perfecta para aportar un valor enorme.
Necesita operar dentro de un entorno capaz de identificar, limitar y corregir los errores.
Por tanto, el grado de autonomía debería corresponderse con las consecuencias de la decisión.
Por ejemplo:
- Riesgo bajo: la IA resume automáticamente los documentos del proyecto.
- Riesgo moderado: la IA prepara una solicitud de material para que la verifique un empleado.
- Riesgo más alto: la IA recomienda la selección de proveedores, pero requiere la aprobación de compras.
Compromiso financiero: la IA prepara la transacción, pero la dirección autorizada aprueba su ejecución.
El objetivo no es la máxima automatización.
Es la máxima automatización útil dentro de un riesgo aceptable.
¿Y qué ocurre con los empleados que no dominan la tecnología?
Es aquí, probablemente, donde la IA puede aportar más valor.
El software empresarial tradicional exige que los empleados aprendan el software.
- ¿Qué menú?
- ¿Qué pantalla?
- ¿Qué campos?
- ¿Qué informe?
- ¿Qué flujo de trabajo?
Ese enfoque resulta cada vez más problemático cuando las empresas tienen empleados con niveles de soltura digital muy distintos.
La IA nos permite invertir la relación.
En lugar de enseñar a los empleados a hablar el idioma del ERP, cada vez más podemos enseñar al ERP a entender a los empleados.
Imagine a un jefe de obra experimentado que dice:
«Necesitamos otras 20 toneladas de acero de armar para el muro de contención la semana que viene.»
El empleado no necesita entender un modelo de IA.
El asistente de IA puede interpretar la petición y ProjectVIEW puede aportar su contexto empresarial:
proyecto → BoQ → WBS → material → almacén → presupuesto → proveedor → flujo de trabajo.
El sistema prepara la transacción.
El empleado la verifica.
El responsable autorizado la aprueba.
Es un camino mucho más sencillo hacia la adopción para empleados que son expertos en construcción, no en software.
Estrategia de implantación de DANAOS: adopción antes que automatización
La arquitectura tecnológica por sí sola no resolverá este problema.
La estrategia de implantación importa tanto como ella.
Esto es especialmente relevante en Japón, Corea, el sur de Europa, los Balcanes, Asia Central y otros mercados en los que el cambio puede tener que introducirse de forma progresiva.
Las implantaciones de DANAOS comienzan con el análisis de procesos As-Is y To-Be, el análisis GAP y los blueprints de diseño, en lugar de obligar a todas las organizaciones a encajar en una plantilla de implantación genérica. Los planes de formación, la gestión del cambio, las UAT, la estrategia de Go-Live y el soporte posterior a la implantación son entregables formales del proyecto.
El objetivo es entender cómo trabajan actualmente los empleados antes de cambiar su forma de trabajar.
1. Formar por rol, no por software
Un estimador no necesita aprender todo lo que ProjectVIEW puede hacer.
Tampoco un responsable de almacén.
Tampoco un director financiero.
DANAOS utiliza itinerarios de formación por rol para que los usuarios aprendan los procesos relevantes para su trabajo real. El marco actual de ProjectVIEW incluye una evaluación formal de necesidades de formación que tiene en cuenta el dominio del ERP, el rol en la organización, los procesos de negocio, los requisitos de idioma y la disponibilidad de los usuarios antes de definir cada programa de formación.
Esto es especialmente importante para los empleados con menos experiencia digital.
La formación pasa a ser:
«¿Cómo hago mi trabajo?»
en lugar de:
«¿Cómo manejo este ERP tan complicado?»
2. Simulación práctica antes del Go-Live
Los usuarios no deberían aprender una tecnología crítica por primera vez en producción.
La formación de ProjectVIEW utiliza entornos sandbox dedicados con escenarios de negocio realistas, lo que permite a los empleados practicar sin afectar a las transacciones reales.
Las implantaciones de DANAOS incluyen también un periodo de simulación seguido de soporte presencial durante el despliegue.
Esto resulta especialmente valioso para los empleados que se sienten incómodos con las nuevas tecnologías.
La confianza nace de la repetición, no de las presentaciones de PowerPoint.
3. Crear Champions internos
Una de las formas más eficaces de superar la resistencia al cambio es no hacer a TI responsable de la adopción.
Se trata de crear usuarios de confianza dentro de cada departamento operativo.
El programa DANAOS ProjectVIEW ERP Champions forma a usuarios avanzados sénior capaces de apoyar a sus compañeros, comprender los flujos de trabajo entre módulos, escalar incidencias y comunicarse con DANAOS después del Go-Live.
Un responsable de compras experimentado suele confiar más en otro profesional de compras que en un consultor externo de IA.
Esto crea una adopción digital liderada por los propios compañeros.
4. Mantener a las personas en el flujo de trabajo
ProjectVIEW permite a las organizaciones conservar la autoridad de aprobación exactamente donde la necesitan.
Los usuarios y los roles determinan los derechos de acceso, los flujos de trabajo determinan la autorización y el historial de transacciones aporta trazabilidad.
Por tanto, la automatización con IA puede introducirse de forma gradual:
La IA informa → La IA recomienda → La IA prepara → La IA ejecuta dentro de límites aprobados.
No es necesario saltar de inmediato del trabajo manual a la operación autónoma.
5. Hacer que el aprendizaje sea continuo
La adopción del ERP y de la IA no puede tratarse como un evento de formación puntual.
ProjectVIEW admite aprendizaje digital a ritmo propio, formación grabada, documentación en línea, ayuda dentro de la aplicación y formación de refuerzo específica por rol. Esto es especialmente importante para plantillas envejecidas, porque los empleados pueden aprender a distintos ritmos sin quedar excluidos de la transformación digital.
6. Validar la tecnología antes de confiar en ella
La misma filosofía se aplica a la propia IA.
El marco SaaS actual de ProjectVIEW incorpora entornos de prueba controlados, pruebas de aceptación de usuario (UAT) y validación de regresión antes de los cambios en producción. Los cambios importantes requieren UAT y la aprobación del cliente antes del paso a producción.
Así es precisamente como las organizaciones deberían abordar la IA.
La confianza debe demostrarse, no exigirse.
La IA podría ayudar realmente a las plantillas envejecidas
Hay una ventaja importante que a menudo se pasa por alto.
La IA no amenaza necesariamente a los trabajadores experimentados.
Podría convertirse en una de las tecnologías que les permitan seguir siendo productivos durante más tiempo.
La OCDE señala que las aplicaciones de IA fáciles de usar pueden resultar más sencillas de adoptar para los trabajadores de más edad que el software especializado sofisticado, porque los sistemas conversacionales pueden complementar la experiencia existente.
Esto puede ser transformador.
Por tanto, el futuro del software empresarial podría alejarse de obligar a los trabajadores experimentados a memorizar interfaces cada vez más complejas.
En su lugar, los empleados se comunican con naturalidad mientras la IA traduce sus intenciones en procesos empresariales estructurados.
Eso hace que la IA sea potencialmente más inclusiva que la generación anterior de tecnología empresarial, siempre que se implante correctamente.
La verdadera ventaja competitiva no es la IA
Las empresas que ganen la carrera de la IA no serán necesariamente las que desplieguen más agentes de IA.
Serán las organizaciones que consigan conectar:
experiencia humana + datos empresariales fiables + automatización con IA + reglas de negocio + gobernanza.
Esto es especialmente importante en economías envejecidas como Japón, Corea del Sur y el sur de Europa, y cada vez más en Europa central y oriental y en los mercados de Asia Central que se digitalizan con rapidez.
Para DANAOS Projects, esto define la dirección de ProjectVIEW ERP.
Concebimos ProjectVIEW como el centro de mando y orquestador de las operaciones de proyecto, que teje el tejido de datos de la empresa mientras agentes de IA específicos aceleran procesos concretos.
El ERP aporta contexto y control.
La IA aporta velocidad e inteligencia.
Los empleados aportan experiencia y criterio.
DANAOS aporta el marco de implantación, formación y gestión del cambio que une los tres.
El objetivo no es que los empleados experimentados se adapten a la IA de la noche a la mañana.
Y, desde luego, tampoco fingir que la IA llegará a ser infalible.
El objetivo es mucho más práctico:
Hacer que la IA sea lo bastante fácil de usar, lo bastante controlada como para confiar en ella y lo bastante valiosa como para que los empleados decidan adoptarla.
Porque la barrera oculta para la IA empresarial no es el modelo.
Es si las personas que realmente dirigen el negocio están preparadas para usarla.
