Los managers y la IA: los que más la usan – pero no para dirigir

De todas las profesiones que abren Claude con mayor frecuencia, los managers ocupan el primer lugar. En la encuesta de Anthropic representaron el 23% de los participantes – cuando su peso en el empleo estadounidense ronda el 7%. Es decir, los directivos están sobrerrepresentados entre los usuarios de IA por un factor de tres. Ahora la segunda cifra: las tareas de gestión suponen apenas el 4% de todas las sesiones. Las personas que dirigen usan la IA para todo menos para dirigir.

Detrás de estos dos números se esconde la descripción más precisa de cómo un manager trabaja realmente con la IA. Y de por qué el miedo a que «me quite el trabajo» funciona en esta profesión de forma distinta a lo que parece.

El 26 de junio de 2026, Anthropic publicó un nuevo informe Economic Index titulado «Cadences». Es la continuación de la serie Economic Index, que hemos analizado en varias ocasiones: primero salió el Anthropic Economic Index Survey en abril, y antes – el estudio de diciembre sobre 1,5 millones de conversaciones con Claude, que analizamos en una serie de tres artículos. Esta nueva edición se apoya en telemetría horaria actualizada más los primeros resultados de esa misma encuesta – unas 9 700 personas cuyas respuestas se vincularon con los patrones reales de su uso del modelo. El informe se divide en tres partes: cuándo la gente usa la IA, qué produce con ella y qué piensa al respecto.

Me interesa un hilo concreto – el de la gestión. Vamos a seguirlo, y los ritmos y las cifras nos contarán mucho por el camino.

Los managers usan la IA para todo menos para gestionar

Volvamos a la paradoja. Los directivos son los usuarios más activos de Claude y, sin embargo, apenas lo aplican al trabajo de gestión propiamente dicho. Entonces, ¿dónde pasan el tiempo ese 23%?

En redacción, análisis y planificación. Anthropic clasificó el 93% de todas las conversaciones en «artefactos» concretos – aquello que la persona se lleva consigo.

Es exactamente la capa de trabajo que envuelve la gestión por todas partes. Preparar una nota, pulir un informe, reunir argumentos para una reunión, esbozar un plan. El manager delega en la IA la preparación y se reserva la decisión.

Y lo hace de forma consciente. En la misma encuesta, ante la pregunta de qué no sabe hacer la IA, las respuestas más frecuentes fueron dos: juicio y gestión de personas. Cuanto más experimentado el encuestado, con más convicción lo afirmaba. Las personas con 15 años o más de experiencia valoran las capacidades actuales de la IA unos 10 puntos porcentuales por debajo de los recién llegados, y lo explican igual: juicio contextual, pensamiento situacional, construcción de confianza, trabajo con personas. Un mapa preciso de dónde pasa la frontera.

De ahí la forma de uso. La IA asume lo que puede formalizarse; la persona retiene lo que no. La paradoja de «la uso más que nadie, pero no para gestionar» es una división del trabajo madura, no una laguna en la adopción de la herramienta.

Merece la pena contrastar esta observación con lo que los propios directivos dicen que esperan de la IA: en un conjunto de 40 respuestas reales, la imagen es la misma – la demanda va dirigida a eliminar la rutina alrededor de la gestión, no a sustituir la decisión directiva.

Quién trabaja de noche y por qué importa

La parte del informe sobre «cadencias» – sobre ritmos – a primera vista suena como estadística curiosa, pero para un directivo contiene una señal de trabajo.

El uso de Claude replica la semana laboral. Entre semana, las consultas personales rondan el 35%; los fines de semana suben casi al 50%. Dentro del día se ve el horario de toda una sociedad: las noticias se consultan sobre las 7 de la mañana, la correspondencia profesional hacia las 10–11, las recetas a las 6 de la tarde con una frecuencia 2,3 veces superior a la media, los consejos para dormir en las horas previas al amanecer, y las recomendaciones sobre qué ver por la noche. La IA se ha convertido en un espejo de cómo está organizado el día humano.

Aquí se pone más interesante. El trabajo que sí se hace de noche y los fines de semana se concentra en las profesiones mejor pagadas: los dos cuartiles superiores de salario ganan unos 8 puntos porcentuales cada uno, mientras que el cuartil medio-bajo pierde 11. La explicación es sencilla y familiar para cualquier directivo: los profesionales de marketing, producto y desarrollo trabajan fuera de horario más que el resto. Y los fines de semana abren espacio para lo nuevo – las conversaciones sobre «montar mi propio negocio» alcanzan su pico el sábado y el domingo, mientras que la actividad de búsqueda de empleo cae esos días.

Para un directivo esto no es motivo de ternura. Es un recordatorio de que la frontera entre trabajo y no-trabajo se ha difuminado en sus empleados más valiosos, y la IA registra esa difuminación con precisión horaria. Vimos la misma dinámica en el análisis de ocho meses de observaciones: la IA no ahorra tiempo – lo comprime. Y en el artículo sobre el ritmo de proyecto y las 300 horas: la herramienta cambia no solo lo que haces, sino cuándo.

Antes de pasar a la parte más contraintuitiva del informe, vale la pena poner a prueba estas observaciones en uno mismo – no con casos abstractos, sino con las propias tareas.

Cuanto más valiosa la tarea, más invierte la persona

La observación más útil del informe rompe un miedo habitual. La creencia convencional dice: cuanto más delegas en la IA, menos haces tú y más rápido te atrofias. Los datos dicen lo contrario.

Anthropic midió cuántos tokens se destinan a distintas tareas y descubrió que el coste crece con el valor del trabajo. Las profesiones del tercio superior por salario consumen aproximadamente el doble de tokens que el tercio inferior. Construir una aplicación consume el triple de tokens que una conversación mediana, mientras que una explicación sencilla supone una quinta parte. Pero lo clave no está en las proporciones. En las conversaciones caras y complejas, Claude produce más en cada turno – y la persona también se involucra más activamente: aproximadamente 1,5 veces más turnos, uso más frecuente del pensamiento extendido. Más de la IA no significa menos de la persona. Al contrario – cuanto más seria la tarea, más activas ambas partes.

El informe lo describe como refuerzo (augmenting), no como desplazamiento (displacing). Para un manager, esto reformula la pregunta por completo. La pregunta ya no es «cuánto trabajo voy a ceder», sino «qué nivel de complejidad puedo permitirme asumir ahora». Delegar la rutina no le libera de pensar – eleva el listón de lo que merece la pena pensar.

Y aquí la cifra más importante para nosotros. Quienes más delegan en la IA resultaron ser más optimistas que el resto en las seis dimensiones del trabajo: salario, estabilidad, perspectivas de empleo, sentido, autonomía e interacción humana. Los efectos más fuertes se dieron en salario y empleabilidad. El efecto se mantiene incluso controlando por experiencia. Los delegadores activos no se sienten devaluados. Más de ocho de cada diez dicen que trabajan más rápido y han asumido más tareas. Casi siete de cada diez señalan una mejora en la calidad. Más de la mitad afirma que sus competencias se han vuelto más valiosas. Las personas que delegan en la IA con mayor facilidad son también las que más dicen haber aprendido durante este período.

El informe es honesto con la advertencia: la autoevaluación no puede descartar una erosión de competencias que la propia persona no percibe. No hay evidencia directa de atrofia, pero los datos tampoco garantizan su ausencia. El mecanismo por el que esto puede ocurrir de forma invisible lo analizamos por separado – HBR lo llamó thinkslop: sustituir el pensamiento propio por las respuestas prefabricadas del modelo. Esta salvedad importa también porque coincide con lo que analizamos en el artículo sobre el experimento de Anthropic sobre formación de competencias. Allí, 52 desarrolladores demostraron que lo que importa no es la cantidad de delegación, sino la forma. Si sumamos los dos estudios: delegar mucho no es peligroso en sí mismo – lo peligroso es delegar de manera que uno deje de encontrarse con la dificultad.

13 rondas frente a un solo prompt

Otra observación del informe explica por qué lo que importa no es qué modelo se usa, sino cómo se trabaja con él.

Anthropic comparó cuánto invierte una persona en el resultado a través del chat normal y a través de Claude Code. El contraste fue llamativo. La conversación mediana en chat que termina con un artículo o post acabado consta de 13 rondas de ida y vuelta. La sesión mediana en Claude Code que produce el mismo post se resuelve con un único prompt humano. Trece contra uno. Y la brecha se mantiene incluso igualando el modelo. No se trata de qué modelo es más inteligente. Se trata de qué producto y qué modo de delegación ha elegido usted.

Para un manager, esto es una idea práctica, no un detalle técnico. El nivel de autonomía es su decisión, no una propiedad de la herramienta. La misma tarea se puede llevar como un diálogo con doce precisiones o como un único encargo con revisión del resultado. La elección depende de cuánto necesita mantener el control y cuánto confía en el planteamiento de la tarea.

Hay un dato relacionado que merece atención. Anthropic midió la complejidad de entradas y salidas en una escala vinculada al nivel educativo – algo similar al grade level del sistema estadounidense: 12 = secundaria, 16 = grado universitario, 20 = posgrado. En la práctica esto significa: si usted plantea una tarea al nivel de «puedo describir lo que quiero pero no sé hacerlo yo mismo», Claude entrega un resultado un nivel por encima. Y la brecha depende del tipo de tarea. Es mayor donde la persona encarga un producto terminado: gráficos +2,6 niveles, juegos +1,9, aplicaciones +1,7. Donde el texto va dirigido a una audiencia real – blogs, artículos – la brecha es casi inexistente.

La conclusión para un manager es concreta. Si la tarea consiste en preparar un informe, una maqueta o una plantilla – la IA elevará genuinamente la calidad por encima de lo que usted produciría por su cuenta. Si la tarea es escribir un post en su nombre o un correo a su equipo – la IA producirá a su nivel, no más. Le impulsa hacia arriba donde usted sabe lo que quiere pero no sabe cómo. No le impulsa donde lo que importa es su voz. Es exactamente la frontera que un directivo experimentado percibe de forma intuitiva.

¿Por quién temen realmente los managers?

El miedo a perder el empleo también aparece en el informe, y en el caso de los managers tiene una estructura específica.

Más de un tercio de los encuestados cree que sus funciones cambiarán significativamente en los próximos 12 meses. Pero solo el 10% considera probable perder su propio puesto. En cambio, la preocupación por los demás es notablemente mayor: más de un tercio estima que la probabilidad de que un compañero junior pierda su empleo supera el 60%. El retrato resultante es el de un directivo relativamente tranquilo respecto a su propia posición pero preocupado por su equipo. Un reflejo profesional: pensar en las personas de las que se es responsable.

Hay un detalle incómodo sobre la dimensión de género. Las mujeres supusieron solo el 12% de la muestra vinculada, y aun a igualdad de profesión, usan Claude Code con menor frecuencia (6,3 puntos menos), automatizan menos (7,3 puntos menos), pero pasan más tiempo activo en el chat – trabajan de forma más iterativa y colaborativa. Para un directivo que reparte accesos y evalúa quién está «más avanzado con la IA», esto es una señal: las diferentes formas de usar la herramienta se interpretan fácilmente como diferentes niveles de dominio, cuando en realidad son estrategias distintas. Sobre por qué esto se convierte en un problema a nivel de equipo, escribimos en el artículo acerca de por qué los empleados ocultan cómo usan la IA.

Y un último apunte antes de dar a su equipo la consigna de «dominad la IA». En las respuestas abiertas sobre esperanzas para los próximos diez años, la gente no eligió mayoritariamente la automatización para no hacer nada. Cerca del 65% señaló como lo más importante que el trabajo siga teniendo sentido – que personas e IA trabajen juntos. La mitad quería que se eliminara la rutina. Un tercio mencionó la prosperidad compartida. La gente no quiere que la IA lo haga todo por ellos. Quieren que elimine lo superfluo y deje lo que da sentido al trabajo.

Qué hacer con todo esto el lunes

El informe es analítico, pero de él se derivan varias cosas que se pueden aplicar de inmediato.

Los datos muestran dónde exactamente la IA refuerza al manager: preparación de informes, recopilación de argumentos, pulido de documentos, borradores de correos – todo lo que envuelve la decisión por todas partes. El juicio en sí y el trabajo con personas siguen siendo suyos, pero cuanto más rápido elimine la rutina que los rodea, más tiempo le quedará para lo que realmente requiere su cabeza. Es ahí donde los usuarios más activos invierten su tiempo, y es ahí donde la ganancia resulta obvia sin necesidad de explicaciones.

Segundo – foco en los que dudan, no en los que rechazan. La señal de un estudio relacionado sobre dividir al equipo en tercios converge con este informe: el optimismo y el crecimiento de competencias llegan a quienes realmente delegan. Una tarea en la que la ganancia sea visible en una sola sesión es la mejor manera de mover a un usuario esporádico.

Un matiz aparte – el estilo de trabajo. Un empleado que mantiene con la IA un diálogo de diez turnos no es necesariamente más débil que quien lo resuelve en un solo prompt. Una estrategia más iterativa a menudo produce un resultado más refinado. No clasifique a la gente como rezagada por su consumo de tokens.

Y lo fundamental: la delegación es una palanca, no una amenaza para las competencias. Los datos dicen que los delegadores activos sienten crecimiento, no declive. Pero la cautelosa advertencia del informe sobre la erosión invisible implica: delegue de forma que no se desconecte de la comprensión. Revise las respuestas, discuta con el modelo, mantenga la mano en las decisiones difíciles. Así, la IA eleva el listón de lo que usted puede asumir, en lugar de rebajar el listón de lo que sabe hacer. Es exactamente la lógica sobre la que está construido nuestro curso para managers – encontrar las tareas donde la IA le refuerza y retener el juicio donde decide la persona.

Artículos relacionados

5 capas del agente IA: lo que un manager necesita saber

Por qué los pilotos de IA mueren entre la demo y la planta

40 casos de GigaChat: contrastamos las cifras de Sber con un benchmark

Cómo implementar IA en la manufactura: plan paso a paso para directivos