El 62% de los usuarios de IA la aplica solo a 1–2 tareas: datos de Epoch AI / Ipsos (marzo 2026)
En noviembre de 2025, los datos de Stanford mostraron un hecho inesperado: los estadounidenses usan IA con más frecuencia en casa que en el trabajo. En mysummit.school lo analizamos en un artículo aparte – y la conclusión entonces fue directa: la IA en el trabajo aún iba por detrás de la personal.
Han pasado cuatro meses. Epoch AI, junto con Ipsos, publicó un nuevo estudio – y el panorama ha cambiado.
El 50% de los usuarios de IA que trabajan ahora la emplea en el trabajo al menos tanto como en casa. De ellos, el 25,73% la usa principalmente para tareas laborales, y otro 25,31% más o menos a partes iguales. La transición ocurrió. La IA se mudó de la cocina a la oficina.
Pero aquí es donde empieza lo interesante. Porque una cosa es «la uso en el trabajo», y otra muy distinta es «la uso en serio».
De qué trata el estudio
En marzo de 2026, Epoch AI publicó «AI is a common workplace tool» – un análisis basado en datos del KnowledgePanel de Ipsos. Se trata de un panel probabilístico que recluta participantes mediante muestreo aleatorio de direcciones, no por autoselección en internet. En la práctica esto significa datos más representativos de la población adulta de EE. UU. que las encuestas en línea estándar.
La muestra incluye más de 2 000 adultos estadounidenses. Los datos se recogieron en marzo de 2026. Los datos brutos de la encuesta se publicaron por separado.
Lo que hace valioso este estudio: no pregunta «¿conoces la IA?». Pregunta por conductas concretas – con qué frecuencia, para qué tareas, en qué modo, con qué intensidad. Es una radiografía operacional, no de mera concienciación.
Una grieta en la historia de la revolución de la IA
Empecemos con una cifra incómoda. Casi el 49,2% de los adultos estadounidenses no usa IA en absoluto. No es «la usa rara vez» – es ausencia total de interacción con cualquier herramienta de IA.
Entre el resto – quienes sí la usan –, el panorama de intensidad se ve así:
| Intensidad | Porcentaje de usuarios |
|---|---|
| «Poco» – 1–2 tareas rápidas | 62,48% |
| «Moderado» | 31,9% |
| «Mucho» – se apoyó activamente en la IA | 5,62% |
Más de seis de cada diez usuarios de IA la aplican de forma superficial. Una o dos consultas – y suficiente. Esto no es adopción. Es un primer contacto que nunca llegó a convertirse en algo más.
La frecuencia de uso dibuja un cuadro parecido. El 34,91% de los usuarios recurre a la IA una vez por semana. El 48,4% – de dos a cinco días por semana. A diario (seis-siete días) – solo el 16,69%.
Piense en lo que ocurre con el reemplazo de tareas. Solo el 19,07% de los usuarios declara que la IA ha reemplazado alguna de sus tareas existentes. Y solo el 14,4% dice que la IA les permitió realizar tareas que antes no podían hacer.
Esto significa: para la mayoría, la IA no reconfiguró el trabajo. Simplemente se añadió al lado – como una pestaña más en el navegador.
Este cuadro ya lo habíamos visto antes. En el estudio de Brookings ese mismo 57% de usuarios aportaba apenas un 19% de retorno tangible. Ahora tenemos una explicación detallada: el problema no está en las herramientas, sino en la profundidad de aplicación.
Qué hace exactamente el 95% de los usuarios
Los datos por tareas muestran en qué está ocupado realmente el usuario típico de IA.
Tarea n.º 1 – buscar información y recomendaciones: 80,29%.
Ocho de cada diez usuarios emplean la IA como una búsqueda mejorada. ChatGPT o Gemini como sustituto de Google – con una respuesta algo más coherente. Es la barrera de entrada más baja y, en consecuencia, el menor valor para el trabajo.
Después – redacción y edición de textos (58,66%), consejos y aprendizaje (54,89%), lluvias de ideas (53,23%). Son aplicaciones útiles, pero describen operaciones auxiliares puntuales, no una integración sistemática de la IA en el flujo de trabajo.
Resumir y analizar documentos – ya solo el 40,88%. Trabajo técnico (matemáticas, código, datos) – 36,38%. Y los agentes autónomos – apenas el 8,6%.
Aún más reveladores son los datos sobre los modos de interacción:
- Escribieron la pregunta a mano: 75,62%
- Subieron un archivo, imagen o documento: 40,93%
- Pidieron a la IA que buscara en internet: 48,45%
- Usaron IA dentro de otra aplicación: 27,54%
- Usaron un agente autónomo: 8,6%
Tres cuartas partes de los usuarios trabajan en modo «escribí – recibí respuesta». Es el chat. Es la forma más simple y menos integrada de trabajar con IA.
Subir documentos propios – menos de la mitad. El modo agéntico, donde la IA ejecuta una secuencia de acciones por su cuenta – menos de uno de cada diez. Ahí es donde está la productividad real, pero solo una pequeña minoría llega hasta allí.
Las herramientas son las mismas para todos. En el módulo abierto hay 9 tareas de trabajo donde se ve la diferencia entre un uso superficial y uno sistemático. Gratis, sin registro.
Sin pago requerido • Notificación al lanzamiento
Retrato del 5,6% que usa la IA «a fondo»
Los datos de la encuesta permiten observar a los usuarios «intensivos» por grupos demográficos.
Edad. 18–29 años – 6,44% de usuarios intensivos. Después de los 60 – 3,27%. Hay una brecha, pero es menor de lo que cabría esperar. No es una historia de «jóvenes vs. mayores».
Ocupación. Trabajadores a tiempo completo – 6,43% de usuarios intensivos frente al 4,68% de los desempleados. El empleo a tiempo completo correlaciona con un uso más profundo de la IA, lo cual tiene lógica: más tareas laborales – más motivos para aplicar la herramienta en serio.
Educación. Con título de grado o superior – 5,84% de usuarios intensivos; con diploma de secundaria – 4,18%. La educación influye, pero no de forma radical.
Ingresos. Ingresos de 100 000 $ o más – 5,56% de usuarios intensivos, y además un 29,98% moderados. El grupo de altos ingresos no destaca por caer más a menudo en la categoría «intensiva», sino por permanecer mucho menos en el nivel más superficial.
La variable más significativa – la suscripción de pago a ChatGPT. Los suscriptores de pago son solo el 7,39% de toda la muestra, pero están desproporcionadamente representados en la categoría de usuarios intensivos. No sorprende: cuando alguien paga mensualmente por una herramienta, tiene motivos para usarla más a fondo.
¿Qué une a los usuarios «intensivos»? Ni la edad ni la profesión. Son personas que empezaron a usar la IA para tareas reales, en lugar de experimentar con una sola consulta. Desarrollaron hábitos, no reflejos.
Cómo saber si usted está en el 62%
Varias señales que apuntan a un uso superficial de la IA:
1. Cada conversación nueva empieza desde cero. Abre un chat nuevo en vez de continuar el anterior. La IA no conoce el contexto de su proyecto, su equipo, sus preferencias.
2. Formula la consulta en una sola frase. Sin contexto de la tarea, sin restricciones, sin criterios de una buena respuesta. Recibe una respuesta genérica – y le vale.
3. Nunca ha subido sus propios documentos. Informes, datos, correspondencia se quedan fuera de la IA. Trabaja con ejemplos abstractos, no con material propio.
4. Usa la IA para borradores que acaba reescribiendo por completo. El resultado es tan genérico que es más fácil escribirlo uno mismo. Esto no indica una mala herramienta, sino una tarea mal planteada.
5. Usa una única herramienta para todo. ChatGPT para buscar, para redactar, para analizar datos, para programar. Aunque cada una tiene alternativas especializadas que dan mejor resultado en tareas concretas.
6. No sabe cuánto tiempo le ahorró la IA la semana pasada. Un resultado medible es señal de uso sistemático. Si no hay nada que medir, probablemente el uso se quedó en lo superficial.
Tres hábitos que distinguen al usuario sistemático del ocasional
La diferencia entre el 5,6% y el 62% no está en el acceso a las herramientas. Todos usan los mismos ChatGPT, Gemini o Copilot. La diferencia está en cómo trabajan con ellos.
Hábito 1: la tarea completa, no una frase.
El usuario superficial pregunta «escribe un correo al cliente». El usuario sistemático describe: quién es el destinatario, cuál es el historial de la relación, qué resultado se desea del correo, qué tono conviene, qué no se puede conceder. La diferencia en la calidad del resultado es de varios órdenes de magnitud.
El mismo principio funciona para el análisis. El estudio de Workday mostró: una parte significativa del «tiempo ahorrado con IA» se va en corregir errores. La causa no son los modelos, sino el planteamiento incompleto de la tarea.
Hábito 2: subir lo propio, no trabajar con lo abstracto.
Subir un archivo, un documento, una hoja de datos – algo que solo hace el 40,93% de los usuarios. Y es precisamente con el material propio donde la IA da un resultado relevante, no genérico. Pídale a la IA que analice su informe trimestral real – y recibirá conclusiones con las que se puede hacer algo.
Hábito 3: formular explícitamente los criterios de calidad.
¿Qué significa «una buena respuesta» para su tarea? ¿Longitud? ¿Tono? ¿Estructura? ¿Presencia de puntos concretos? La mayoría de los usuarios nunca lo formula – y recibe lo primero plausible, no lo mejor posible.
El usuario sistemático dice: «La respuesta no debe superar los tres párrafos, debe estar orientada a una audiencia no técnica y no debe contener recomendaciones sobre presupuesto». No es complicado. Es simplemente el hábito de ser preciso.
Estos hábitos parecen sencillos sobre el papel. La dificultad empieza cuando no se necesita un resultado aproximadamente parecido, sino uno exacto – reproducible de una tarea a otra. La diferencia entre «una vez funcionó» y «funciona de forma fiable» es la habilidad de formular tareas para la IA, que no se desarrolla con ejemplos abstractos, sino con situaciones laborales reales.
Pruebe la IA en 9 tareas reales de manager – precisamente aquellas donde la mayoría trabaja de forma superficial. Módulo abierto, gratis, sin registro.
Sin pago requerido • Notificación al lanzamiento
Contexto: qué ha cambiado en cuatro meses
Los datos de Epoch AI / Ipsos resultan interesantes leídos junto a lo que analizamos antes.
Stanford SWAA (noviembre de 2025) constató: el uso personal de la IA iba por delante del laboral. La gente aprendía por su cuenta. Marzo de 2026 muestra que parte de ese aprendizaje pasó al trabajo – el 50% de los usuarios que trabajan aplica la IA laboralmente al menos tanto como en casa.
Gallup (mayo de 2025) mostró un crecimiento gradual: 45% al menos una vez al año, 23% semanalmente. Epoch AI / Ipsos confirman este cuadro desde otro ángulo: entre quienes la usan, la frecuencia ya es buena – casi la mitad usa la IA de dos a cinco días por semana. El problema no está en la frecuencia, sino en la profundidad.
Esta distinción es importante. Cuando decimos que la IA «no se implantó» en las empresas o en un profesional concreto, normalmente nos referimos a esto: superficialidad, no ausencia. La herramienta está, el hábito de abrirla está, pero las tareas se le siguen entregando con cautela y parcialmente.
Sorprende que precisamente ahora, cuando la IA laboral se equiparó a la personal en frecuencia, se haya hecho evidente el siguiente problema – la profundidad de uso. La transición «casa -> trabajo» ya ocurrió. La transición «superficial -> sistemático» aún está por llegar para la mayoría.
Qué viene después
Este es el primer artículo de dos. Los datos de Epoch AI / Ipsos contienen otro hilo importante – cómo se distribuye la cuota de mercado de las herramientas de IA en el puesto de trabajo: qué pagan los empleadores, qué ponen los empleados de su bolsillo y por qué Microsoft Copilot ocupa un lugar sorprendentemente alto en el segmento corporativo.
En el próximo artículo analizaremos por qué Microsoft ganó silenciosamente la IA laboral mientras todos miraban a ChatGPT – y qué significa eso para los responsables que eligen herramienta para su equipo.
De lo superficial a lo sistemático
El módulo fundamental del curso aborda precisamente esta transición: de 1–2 consultas a la IA – a resultados reproducibles en tareas laborales reales. Foundation + especialización para managers.
Stanislav Belyaev
Engineering Leader en Microsoft18 anos liderando equipos de ingenieria. Fundador de mysummit.school. 700+ graduados en Yandex Practicum y Stratoplan.