Medir el uso de IA generativa: el modelo JPMorgan para PYMES
- Lia de Aimoova
- hace 20 horas
- 7 Min. de lectura
JPMorgan empezó a medir cómo sus empleados usan ChatGPT (y a vincularlo a desempeño)
¿Tus empleados usan ChatGPT, Claude o Copilot pero no sabes si lo hacen bien? JPMorgan ya mide la frecuencia de uso de IA generativa entre sus 65.000 ingenieros y tecnólogos, clasifica a los usuarios en «ligeros» y «pesados» y puede incluir esos datos en las evaluaciones anuales. Es el primer banco global en convertir la adopción de IA en KPI.
La noticia marca un punto de inflexión: la IA deja de ser un experimento de laboratorio o un capricho del departamento IT para convertirse en una variable de productividad supervisada, medida y recompensada. Para directivos de PYMES, consultoras o equipos comerciales en España, el mensaje es claro: si no gobiernas el uso de IA en tu empresa, estás dejando que cada empleado experimente sin control. Y eso, tarde o temprano, te costará tiempo, dinero o compliance.
Por qué JPMorgan mide la adopción (y tú también deberías)
JPMorgan no busca espiar a su plantilla. Busca acelerar la curva de adopción sin generar brechas de productividad entre equipos ni arriesgar la seguridad de los datos. El banco ya usa IA en áreas críticas —detección de fraude, análisis de riesgo, revisión de contratos—, pero ahora extiende el mandato a las herramientas conversacionales del día a día: escribir código, revisar documentos, redactar informes o preparar análisis.
¿Cómo funciona su sistema de seguimiento?
Clasificación por uso: Dashboards internos separan a los usuarios en dos grupos según frecuencia e intensidad de consultas a ChatGPT, Claude u otras herramientas aprobadas.
Revisión gerencial: Los managers reciben informes de adopción de sus equipos, con datos agregados y, en algunos casos, individualizados.
Integración en revisiones de desempeño: El uso efectivo de IA puede sumar en la evaluación anual, junto con resultados, calidad y adherencia a principios conductuales.
¿El objetivo? Que los 65.000 empleados técnicos trabajen más rápido, con menos errores y mayor escalabilidad, sin esperar años a que «adopten por ósmosis».
Qué está pasando realmente (y qué aprender para tu empresa)
JPMorgan aplica una lógica empresarial sencilla: si pagas licencias de software, debes asegurarte de que se usan y de que generan ROI. El modelo es el mismo que con el CRM, el ERP o las herramientas de colaboración, solo que aplicado a la IA. Pero hay tres diferencias clave respecto al software tradicional:
1. La IA transforma la forma de trabajar, no solo acelera procesos
Un chatbot resuelve tickets. ChatGPT redefine cómo escribes, cómo piensas, cómo estructuras un razonamiento. Por eso la adopción no es solo técnica: es cultural. Y si dejas que cada empleado descubra por su cuenta qué preguntar y cómo, acabarás con 10 formas distintas de usar la misma herramienta, ninguna óptima.
JPMorgan ha entendido que adoptar IA exige formación, acompañamiento y seguimiento. En tu PYME, eso puede traducirse en:
Definir casos de uso claros: Redacción de propuestas comerciales, análisis de datos, atención al cliente, generación de contenido, revisión de contratos.
Crear plantillas y prompts estandarizados: Para que todos partan del mismo nivel de calidad.
Formar en buenas prácticas: Qué preguntar, cómo validar respuestas, cuándo no usar IA (datos sensibles, decisiones críticas sin supervisión).
2. La IA dispara el riesgo de fuga de datos si no pones reglas
Cada vez que un empleado pega un contrato, una lista de clientes o un informe financiero en ChatGPT, está enviando información fuera de tu perímetro. JPMorgan usa versiones empresariales (ChatGPT Enterprise, Claude for Work) con controles de privacidad, auditoría y retención cero de datos. Pero muchas PYMES aún permiten que sus equipos usen cuentas personales gratuitas, sin ninguna gobernanza.
Tus primeras tres medidas de seguridad:
Bloquear cuentas personales en equipos corporativos (firewall, políticas de uso aceptable).
Contratar planes empresariales con auditoría y control de permisos (ChatGPT Team/Enterprise, Claude for Work, Microsoft Copilot para empresas).
Prohibir explícitamente pegar información confidencial (datos de clientes, financieros, secretos comerciales) en cualquier IA pública.
3. La productividad sube, pero el trabajo no desaparece: se redistribuye
JPMorgan plantea una pregunta incómoda: si la IA reduce el tiempo de una tarea de 2 horas a 20 minutos, ¿debe el empleado producir más output en el mismo tiempo? La respuesta en banca es sí. En tu empresa, depende de tu estrategia: ¿buscas acelerar entregas, reducir plantilla o liberar tiempo para tareas de mayor valor?
Lo que sí es seguro: si no mides, no sabrás si la IA está funcionando o si tus empleados la usan para escribir emails personales. JPMorgan lo sabe. Por eso mide.
Cómo replicar el modelo de JPMorgan en tu PYME (sin montar un Big Brother)
No necesitas dashboards a lo Minority Report ni un equipo de analistas. Pero sí puedes aplicar cuatro principios básicos:
Define qué quieres medir (y por qué)
JPMorgan mide frecuencia de uso y aplicaciones reales (código, documentos, análisis). En tu caso, pregúntate:
¿Qué tareas repetitivas consumen más tiempo a tu equipo? (Redacción de emails, preparación de informes, análisis de datos, atención al cliente).
¿Cuánto tiempo deberían ahorrar con IA? (Objetivo: 20-30% en tareas clave).
¿Qué métricas importan? (Tiempo medio de respuesta, volumen de output, calidad percibida por clientes).
No midas por medir. Mide para mejorar.
Equipa a tu equipo con herramientas aprobadas y rastreables
Contrata planes empresariales de ChatGPT, Claude o Copilot que incluyan:
Administración centralizada: Tú decides quién accede y qué permisos tiene.
Auditoría de uso: Logs de consultas (sin leer el contenido, pero sí viendo volumen y frecuencia).
Integración con SSO: Control de identidad y desactivación rápida si alguien deja la empresa.
Forma, no espíes
JPMorgan no solo vigila: capacita. Organiza sesiones internas donde se comparten casos de uso exitosos, prompts efectivos y errores a evitar. En tu PYME:
Workshop mensual de 30 minutos: Cada equipo comparte un caso donde la IA le ahorró tiempo o mejoró calidad.
Repositorio de prompts: Una carpeta compartida (Drive, Notion, SharePoint) con plantillas probadas para cada función.
Canal de Slack/Teams de dudas IA: Para resolver bloqueos en tiempo real.
Si tus empleados sienten que les das herramientas y formación, no resistirán el seguimiento. Si solo vigilas sin enseñar, generarás desconfianza.
Vincula adopción a resultados, no a horas de pantalla
JPMorgan no premia usar ChatGPT 8 horas al día. Premia usarlo bien y lograr más con menos esfuerzo. En tu caso:
Reconoce públicamente (en reuniones, newsletters internas) a quien automatice un proceso o reduzca un cuello de botella gracias a IA.
Incluye en evaluaciones (si las haces formalmente) una pregunta: «¿Cómo has usado IA este trimestre para mejorar tu trabajo?»
No penalices a quien use menos IA si ya es muy productivo por otros medios. La IA es medio, no fin.
Los tres riesgos de medir mal (o no medir)
JPMorgan ha diseñado su sistema con cuidado. Pero incluso bancos con recursos ilimitados pueden equivocarse. Si replicas la idea sin estrategia, puedes caer en tres trampas:
Trampa 1: Convertir la métrica en objetivo (Ley de Goodhart)
Si premias «número de consultas a ChatGPT», tus empleados preguntarán cualquier cosa para inflar la cifra. Mide impacto, no actividad. Pregunta: «¿Qué lograste con IA?», no «¿Cuántas veces la usaste?».
Trampa 2: Crear una cultura de vigilancia
Si tus empleados sienten que cada clic está siendo juzgado, buscarán formas de esquivar el control (cuentas personales, móviles, herramientas alternativas). Transparencia y propósito claro («medimos para mejorar, no para castigar») son clave.
Trampa 3: Asumir que más IA = más productividad
Hay tareas donde la IA no ayuda o incluso estorba (negociaciones complejas, creatividad estratégica, empatía en atención al cliente). No fuerces adopción universal. Identifica dónde suma y dónde resta.
Qué hacer esta semana
JPMorgan lleva meses preparando su sistema. Tú puedes empezar hoy con tres acciones:
Lunes: Audita qué IA usa tu equipo (con o sin tu permiso)
Pregunta directamente en reunión de equipo: «¿Quién usa ChatGPT, Claude, Copilot o cualquier otra IA en su trabajo diario? ¿Para qué?». Anota las respuestas. Si la mayoría usa cuentas personales gratuitas, tienes un riesgo de seguridad activo.
Miércoles: Define dos casos de uso oficiales
Elige dos tareas repetitivas donde la IA puede ahorrar tiempo de forma segura. Ejemplos:
Redacción de propuestas comerciales a partir de un briefing estructurado.
Análisis de feedback de clientes (resúmenes, detección de patrones, priorización).
Crea una guía de una página con instrucciones, prompts de ejemplo y qué no hacer.
Viernes: Contrata un plan empresarial y forma al equipo
Activa ChatGPT Team, Claude for Work o Microsoft Copilot para 5-10 usuarios piloto. Dedica 30 minutos a explicar:
Qué pueden y qué no pueden hacer.
Cómo validar respuestas (nunca copiar-pegar sin revisar).
Dónde pedir ayuda si algo falla.
Resultado en 30 días: Sabrás si la IA acelera esas dos tareas, cuánto tiempo ahorras y qué ajustes necesitas antes de escalar.
La gran lección: gobernanza antes que tecnología
JPMorgan no ha triunfado por tener acceso exclusivo a GPT-5 o Claude 4. Ha triunfado porque ha decidido gobernar la adopción de IA como un proceso de negocio, no como un experimento tecnológico. Ha puesto reglas, formación, seguimiento y consecuencias. Y eso es replicable en cualquier empresa de 10, 50 o 500 empleados.
La IA no es neutral: bien usada, multiplica tu capacidad; mal usada, crea caos, fuga de datos y falsa sensación de productividad. La diferencia entre ambos escenarios no está en el modelo de IA que elijas, sino en cómo defines qué se puede hacer, cómo lo mides y cómo acompañas a tu equipo.
Si JPMorgan —con 300.000 empleados, regulación financiera y riesgo reputacional extremo— ha decidido que medir la adopción de IA es prioritario, tu PYME no puede permitirse ignorarlo. No necesitas un sistema tan complejo, pero sí necesitas responder tres preguntas:
¿Quién en mi empresa usa IA, para qué y con qué herramientas?
¿Tengo control sobre los datos que se comparten con esas herramientas?
¿Estoy midiendo si la IA mejora resultados o solo genera ruido?
Si no tienes respuestas claras, empieza por ahí. Porque la ventaja competitiva en 2026 no será usar IA, sino usarla bien, rápido y con control.