¿Le das IA a todo el equipo? Antes de repartir licencias, pedí pruebas
Lloyds activó 40.000 licencias de Copilot y el 97% de quienes la tienen la usa, pero una investigación del gobierno británico encontró que el 77% de las empresas que usan IA no vio cambios en sus ingresos. Paysend eligió el camino contrario: la IA se gana con resultados. Para un equipo chico, la pregunta útil no es cuántas licencias dar sino qué tiene que demostrar cada herramienta en 30 días.
El 17 de octubre la CNBC publicó un recorrido por empresas británicas que responden de forma opuesta a la misma presión: demostrar que la IA rinde. Lloyds Banking Group repartió 40.000 licencias de Microsoft 365 Copilot y dice que el 97% de quienes la recibieron la usa activamente. Grant Thornton UK alentó a todo su personal a usar Claude como parte de una inversión de 500 millones de libras. En el otro extremo, Paysend, una empresa de pagos con sede en Londres, hace que el acceso a la IA "se tenga que ganar".
Nuestra lectura: el uso no es resultado. La misma nota recuerda que, según una investigación del gobierno del Reino Unido publicada en enero, tres cuartos de las empresas que usan IA dijeron que mejoró la productividad de su gente, pero el 77% dijo que sus ingresos no cambiaron. Repartir IA a todos mide actividad; lo que le importa a un equipo chico es qué cambió en el trabajo.
Señal 01 · Acceso
Por qué Paysend limita la IA a sus mejores empleados
El CEO de Paysend, Ben Chisell, estima que su empresa ya entrega cerca de un 25% más de trabajo de ingeniería con el mismo tamaño de equipo. Aun así, no le da las herramientas a todo el mundo: las restringe a los empleados de mejor desempeño, muchas veces solo después de que demostraron qué pueden hacer con ellas.
Su razonamiento es que en las manos equivocadas la IA magnifica malos hábitos, como la pereza y el mal criterio. Es una afirmación del CEO, no un dato medido, y conviene leerla así. Pero la intuición es útil: una herramienta que multiplica el trabajo también multiplica los errores de quien no revisa.
Para quien trabaja solo o con tres personas, la traducción es directa: no hace falta restringir a nadie, pero sí decidir quién revisa lo que sale de la máquina antes de que llegue a un cliente.
La prueba de un mes: qué pasó cuando un empleado pidió acceso a Claude
En Paysend, los nuevos empleados tienen un mes para experimentar con las herramientas de IA y explicar qué lograron. Chisell contó el caso de un responsable de SEO que pidió acceso a Claude. Al mes, el propio empleado le dijo que ya no lo necesitaba: solo le servía para producir briefs más rápido.
En lugar de una herramienta general, propuso construir un agente dedicado a briefs de contenido, y ahora trabaja en eso. La prueba funcionó como filtro y también como diseño: terminó achicando la herramienta al tamaño exacto del problema.
Esa es la lectura que importa. Un mes de uso con una pregunta concreta, qué hiciste con esto, convierte una licencia en una decisión con evidencia. Si la respuesta es una sola tarea repetible, probablemente lo que necesitás es un agente chico para esa tarea y no una suscripción para todo.
"Te sentís más eficiente, pero no lo sos": el riesgo de construir fuera de tu especialidad
Simon Azzopardi, CEO de CoreView, tomó el camino inverso: desplegó IA de forma amplia entre sus ingenieros. Hoy dice que coordinan equipos de agentes que se ocupan de código de back-end y front-end, control de calidad y documentación, y que trabajo que antes llevaba semanas ahora lleva días. Al sumar a un cliente grande del NHS británico, la empresa solo necesitó incorporar a un ingeniero, y siguió contratando en lugar de recortar.
Pero advirtió un límite: el trabajo hecho con IA no es necesariamente productivo cuando se usa para construir cosas fuera de tu experiencia. En sus palabras, "te sentís más eficiente, pero en realidad no lo sos".
El contraste con Paysend no es una contradicción. Los dos coinciden en que el resultado depende de quién usa la herramienta y sobre qué terreno. Y Chisell lo resume con una frase que vale para cualquier equipo: tener a un humano en el circuito no debería significar un humano en copia, sino un humano que se hace cargo.
Venimos registrando que el costo de la IA se muda de la herramienta a la semana de quien la usa. Lo vimos en el impuesto de verificación que frena la productividad medida y en el trabajo de supervisar agentes. Esta edición suma el ángulo previo: antes de pagar por más acceso, definí qué tiene que demostrar cada uso. Si querés ordenar el tema completo, empezá por la guía y por el caso de uso de aplicar IA a tu negocio.
Elegí la herramienta de IA que más pagás o más usás y hacele hoy la prueba de Paysend: escribí en una línea qué tarea concreta resolvió en los últimos 30 días y cuánto tiempo te ahorró. Si no podés completar esa línea con un número, ya sabés dónde está el gasto sin retorno.
Si la respuesta es "solo me sirve para una cosa", el lunes pedile a un agente que haga esa cosa de punta a punta, con un ejemplo de salida buena, y fijate si el resultado sale sin que tengas que corregirlo. Si necesitás corregirlo siempre, el problema no es la licencia sino que falta un revisor con nombre y apellido.
La movida del día
Antes de sumar una licencia más, ponele fecha al experimento: 30 días, una tarea, un número. Al final, quedate con la herramienta que mejoró esa tarea y soltá el resto. Y para todo lo que sale hacia un cliente, nombrá una persona que se hace cargo, no que recibe copia.
¿Conviene darle IA a todo el equipo desde el primer día?
Depende de qué midas. Lloyds muestra que el uso masivo es posible: 97% de quienes tienen licencia la usan. Pero esa cifra mide actividad, no ingresos, y la investigación del gobierno británico que cita la CNBC encontró que el 77% de las empresas con IA no vio cambios en sus ingresos. Para un equipo chico conviene empezar con una tarea concreta y ampliar cuando haya evidencia.
La edición abierta lee el mundo. La tuya lee TU mundo — tu industria, tus proyectos, tus objetivos — y llega a tu casilla cada mañana. Nadie más recibe tu edición.
