La integración de la inteligencia artificial en el entorno laboral revela una tendencia significativa: los empleados ahora dedican un promedio de 1,3 horas diarias utilizando herramientas de IA—el doble del tiempo registrado hace apenas un año, según una reciente investigación de Atlassian. Esta rápida adopción ha creado una dinámica compleja: mientras que la productividad individual ha aumentado un 33% según las autoevaluaciones de los trabajadores, la cohesión del equipo parece estar deteriorándose.
Un dato revelador ilumina esta tensión: el 51% de los empleados ahora prefiere consultar herramientas de IA antes que pedir ayuda a sus colegas. Este cambio señala más que simples modificaciones en los hábitos laborales—representa una creciente desconexión dentro de los equipos. A pesar de los amplios beneficios individuales, solo el 3% de las organizaciones encuestadas informan mejoras significativas en la eficiencia organizacional.
El análisis de Atlassian destaca una fragmentación emergente en la colaboración laboral. Aunque el 74% de los empleados percibe un estímulo activo de la dirección para usar IA—un aumento de 14 puntos interanual—estas tecnologías no han resuelto los problemas fundamentales de coordinación. En muchos casos, han agravado los problemas existentes, con silos organizacionales persistentes y toma de decisiones cada vez más dispersa.
Las consecuencias son tangibles: el 37% de los ejecutivos reconoce que la implementación de IA ha generado confusión o pérdida de tiempo dentro de sus equipos. Las organizaciones que se centran exclusivamente en la productividad personal tienen un 16% menos de probabilidades de avanzar en iniciativas de innovación. Sin estrategias colectivas claras, las ganancias de eficiencia individual pueden paradójicamente conducir a entornos de trabajo más caóticos.
La Directora de Personal de Atlassian, Avani Prabhakar, ofrece perspectiva sobre este desafío: «En lugar de simplemente usar la IA para marcar tareas individuales, deberíamos aprovecharla para acercar a los equipos, compartir conocimientos y generar nuevas ideas. Este enfoque transforma la IA en una herramienta verdaderamente transformadora».
La investigación también expone desconexiones entre las percepciones del liderazgo y las realidades laborales. Mientras que el 82% de los directores de marketing creen que sus equipos usan IA para la creación de contenido, solo el 56% del personal confirma esta práctica. Tales discrepancias revelan una visibilidad limitada de la integración real de la IA en los flujos de trabajo.
A pesar de los desafíos de implementación, el optimismo sigue siendo alto entre los ejecutivos, quienes tienen 5,6 veces más probabilidades que los empleados regulares de creer que la IA aborda eficazmente problemas complejos. Sin embargo, solo el 4% confía en que la IA resuelva desafíos aparentemente imposibles, lo que sugiere que las organizaciones aún están desarrollando sus narrativas sobre IA.
El acceso a datos apropiados continúa limitando el potencial de la IA, con un 79% de empleados indicando que aumentarían el uso de IA si tuvieran acceso a la información necesaria. Sin una infraestructura de datos robusta y compartida, las herramientas de IA operan de forma aislada, disminuyendo su impacto potencial.
Respecto a las perspectivas laborales, la investigación ofrece una perspectiva mesurada: solo el 10% de los ejecutivos anticipan pérdidas significativas de empleo, mientras que el 34% cree que la IA permitirá a los equipos enfocarse en tareas más estratégicas o creativas. Además, el 29% predice que las funciones rutinarias desaparecerán pero surgirán nuevos roles.
Curiosamente, la adopción de IA aún no se ha incorporado formalmente a los sistemas de evaluación del desempeño. Solo el 10% de los ejecutivos informa que el uso de IA influye en sus objetivos o compensación. Aunque el 52% señala expectativas de promover la adopción de IA, estas raramente se traducen en incentivos concretos.
El problema central parece ser organizacional más que tecnológico. Según Atlassian, las empresas Fortune 500 podrían perder hasta 98.000 millones de dólares anualmente al centrarse exclusivamente en la productividad individual. La solución no es añadir más herramientas, sino diseñar marcos que conecten equipos, proyectos y conocimiento.
El impacto de la IA depende en última instancia de su integración en la cultura laboral, los procesos y las estructuras colaborativas. La transformación significativa vendrá no a través de la acumulación tecnológica sino mediante la reinvención del trabajo en equipo.
Mientras las organizaciones navegan por esta transición, enfrentan una pregunta fundamental: ¿cómo puede la IA mejorar no solo el rendimiento individual sino también las capacidades colectivas? La respuesta puede determinar qué empresas se adaptarán con éxito al cambiante panorama laboral.
Investigadores advierten que el «workslop» generado por IA está erosionando el trabajo en equipo y drenando miles de millones en productividad
El aumento en la adopción de inteligencia artificial está ayudando a los empleados a completar sus listas personales de tareas más rápidamente, pero—según investigadores y nuevos datos corporativos publicados el martes—simultáneamente está inundando las organizaciones con «workslop» sin dirección, obstaculizando la colaboración y amenazando con desviar hasta 98.000 millones de dólares en valor de las empresas Fortune 500.
Dos estudios complementarios sustentan esta advertencia. El informe «State of Teams 2025» de Atlassian, basado en encuestas a más de 5.000 trabajadores del conocimiento, encuentra que los empleados ahora pasan un promedio de 1,3 horas diarias usando herramientas de IA, el doble que el año pasado. Sin embargo, solo el 3% de las empresas observa un aumento correspondiente en la eficiencia general. Mientras tanto, investigadores entrevistados por CNBC describen una creciente acumulación de borradores, presentaciones y mensajes generados por IA—denominado «workslop»—que atasca los canales y enturbia la toma de decisiones, creando lo que denominan un drenaje de productividad de millones de dólares informe de CNBC.
Los dos estudios convergen en un hallazgo central: la IA ha facilitado la realización del trabajo, pero no ha facilitado el trabajo conjunto. De hecho, la rápida difusión de la tecnología parece estar ampliando las desconexiones entre los colaboradores individuales y los equipos que dependen de flujos de información cohesivos.
Los primeros datos de Atlassian esbozan la contradicción en números contundentes. Los trabajadores informan un aumento del 33% en su producción personal tras incorporar chatbots, generadores de presentaciones y asistentes de codificación en sus rutinas. Sin embargo, una mayoría—51%—ahora recurre a estas herramientas antes de pedir ayuda a un colega, señalando una creciente preferencia por la resolución solitaria de problemas. Los ejecutivos comienzan a sentir el lado negativo: el 37% admite que la IA ha introducido «confusión o pérdida de tiempo», a menudo en forma de documentos duplicados o a medio terminar que obstruyen unidades compartidas.
Avani Prabhakar, directora de personal de Atlassian, sostiene que el patrón es un mal uso, no un fracaso, de la tecnología. «En lugar de simplemente usar la IA para marcar tareas individuales, deberíamos aprovecharla para acercar a los equipos, compartir conocimientos y generar nuevas ideas», afirmó en el informe. «Este enfoque transforma la IA en una herramienta verdaderamente transformadora».
La investigación de CNBC añade detalle etnográfico al panorama estadístico. Los investigadores dijeron al medio que los equipos están ahogándose en borradores de IA de baja calidad—correos electrónicos de ventas que necesitan una fuerte edición, presentaciones llenas de fotos genéricas de stock y registros de chat inflados con resúmenes generados por IA que pocos empleados leen. Un consultor citado en la historia comparó esta avalancha con «escape digital» que oscurece información crítica, obligando a los trabajadores a dedicar tiempo extra para separar la señal del ruido y, en el proceso, erosionando la confianza en los repositorios compartidos informe de CNBC.
Los puntos ciegos del liderazgo agravan el problema. Atlassian descubrió que el 82% de los directores de marketing creen que sus equipos implementan regularmente IA para creación de contenido, mientras que solo el 56% del personal de primera línea confirma hacerlo. Tales desajustes sugieren que los ejecutivos toman decisiones estratégicas basadas en suposiciones incompletas u optimistas sobre cómo la IA está realmente integrada en los flujos de trabajo diarios.
Las apuestas son grandes. Según la estimación de Atlassian, las empresas Fortune 500 podrían perder hasta 98.000 millones de dólares al año si persiguen ganancias de productividad aisladas sin rediseñar marcos de colaboración. La cifra refleja oportunidades de innovación perdidas, trabajo duplicado y retrasos en decisiones que se extienden a través de cadenas de suministro y canales de clientes.
A pesar de las grietas emergentes, el entusiasmo gerencial sigue siendo alto. Los ejecutivos tienen 5,6 veces más probabilidades que los empleados de creer que la IA puede abordar desafíos complejos, y el 34% predice que la tecnología liberará a los equipos para trabajo más estratégico o creativo. Sin embargo, solo el 10% ha vinculado el uso de IA a métricas formales de desempeño, y menos aún han adjuntado incentivos de compensación, señalando una brecha de implementación entre aspiración y responsabilidad.
El acceso a datos es otro punto de estrangulamiento. El 79% de los empleados dijeron a Atlassian que confiarían más en la IA si tuvieran conjuntos de datos más claros y compartidos. En ausencia de tal infraestructura, los chatbots deben operar con información parcial o aislada, a menudo devolviendo respuestas sin contexto que los usuarios luego pegan—sin anclaje—a colegas, dispersando aún más el conocimiento institucional.
Incluso las proyecciones optimistas sobre seguridad laboral subrayan el dilema colaborativo. Solo el 10% de los ejecutivos prevén despidos a gran escala, mientras que el 29% anticipa la desaparición de roles rutinarios junto con la creación de nuevos. Ambos resultados presuponen estructuras de equipo dinámicas, pero los despliegues actuales de IA siguen sesgados hacia flujos de trabajo individuales en lugar de colectivos.
En conjunto, los hallazgos pintan un cuadro ya familiar de adopción tecnológica superando el cambio organizacional. Las herramientas de IA entraron al lugar de trabajo convencional a través de interfaces de nivel consumidor que privilegiaron la velocidad y conveniencia personal. La gobernanza, taxonomía y estándares entre equipos llegaron después—o no llegaron en absoluto—dejando a cada empleado para generar, etiquetar y archivar resultados de IA como mejor les pareciera. El resultado es un diluvio de contenido con pocas vías acordadas para validación, control de versiones o archivo.
Los investigadores detrás de ambos estudios se abstienen de pedir una desaceleración en la implementación. En cambio, esbozan varias correcciones de rumbo:
• Codificar directrices compartidas de IA. Los equipos que establecen reglas claras sobre cuándo, por qué y cómo usar IA eliminan la duplicación que genera «workslop», sugiere el informe de Atlassian blog de Atlassian.
• Incentivar la vinculación de conocimientos, no solo su creación. Prabhakar recomienda cambiar los indicadores clave de rendimiento hacia resultados colectivos—documentos coautorados, repositorios buscables y retrospectivas multifuncionales.
• Invertir en bienes comunes de datos. Los conjuntos de datos centralizados y bien etiquetados permiten que los sistemas de IA produzcan respuestas fundamentadas en el mejor conocimiento institucional disponible en lugar de entradas de usuarios aislados.
Si las empresas actúan según estas recomendaciones podría determinar cuán duraderas resultan ser las ganancias actuales en productividad. El registro histórico de tecnología en el lugar de trabajo es mixto: el correo electrónico aceleró la comunicación pero también generó spam; las suites colaborativas colapsaron la distancia pero introdujeron fatiga de notificaciones. El poder único de la IA para autogenerar contenido a escala amplifica ambos lados de ese libro mayor.
Los estrategas que siguen la tendencia advierten que la ventana para una gobernanza proactiva se está estrechando. Una vez que el «workslop» se integra en los ritmos de un equipo—hilos interminables, páginas clonadas, versiones de documentos divergentes—desenredarlo puede requerir revisiones completas de gestión del conocimiento. Por el contrario, las organizaciones que incorporan salvaguardias de colaboración temprano podrían desbloquear rendimientos compuestos a medida que la IA evoluciona.
Por ahora, el mensaje de los investigadores es claro: más rápido no significa automáticamente mejor, y más producción no es sinónimo de más valor. A menos que la adopción de IA se combine con un diseño deliberado centrado en el equipo, la promesa de trabajo más inteligente puede convertirse rápidamente en la realidad de trabajo más ruidoso.
Fuentes
- https://www.cnbc.com/2025/09/23/ai-generated-workslop-is-destroying-productivity-and-teams-researchers-say.html
- https://www.atlassian.com/blog/ai-collaboration-report-2025
