Adopción de la inteligencia artificial en la gestión empresarial: análisis de la resistencia al cambio y estrategias de implementación
Hacia un modelo integrador de adopción de IA en el ámbito organizacional universitario.
Vol. 2, Núm. 1, 2026 · San José, Costa Rica · ISSN: 3091-2121
Adopción de la inteligencia artificial en la gestión empresarial: análisis de la resistencia al cambio y estrategias de implementación
Adoption of Artificial Intelligence in Business Management: Analysis of Resistance to Change and Implementation Strategies
Resumen
La adopción de la inteligencia artificial (IA) en la gestión empresarial constituye un eje central de la transformación digital contemporánea, al ofrecer capacidades para optimizar procesos, fortalecer la toma de decisiones y generar ventajas competitivas. No obstante, su implementación suele verse condicionada por factores organizacionales y humanos, entre los cuales destaca la resistencia al cambio. Este artículo analiza, desde una perspectiva teórica y analítica, los principales elementos que inciden en dicha resistencia, como la cultura organizacional, el liderazgo, la percepción del riesgo tecnológico y las competencias digitales del talento humano. A partir de una revisión documental especializada, se proponen estrategias para facilitar la integración de la IA, enfatizando la gestión del cambio, la capacitación continua y el alineamiento estratégico entre tecnología, personas y procesos. Se concluye que la adopción exitosa de la IA trasciende el ámbito tecnológico y depende de la capacidad de las organizaciones para gestionar el componente humano de la transformación digital.
Palabras clave: inteligencia artificial, gestión empresarial, resistencia al cambio, transformación digital, cultura organizacional.
Abstract
The adoption of artificial intelligence (AI) in business management constitutes a central axis of contemporary digital transformation, as it offers capabilities to optimize processes, strengthen decision-making, and generate competitive advantages. However, its implementation is often conditioned by organizational and human factors, among which resistance to change stands out. This article analyzes, from a theoretical and analytical perspective, the main elements that influence such resistance, such as organizational culture, leadership, the perception of technological risk, and the digital competencies of human talent. Based on a specialized documentary review, strategies are proposed to facilitate the integration of AI, emphasizing change management, continuous training, and the strategic alignment between technology, people, and processes. It is concluded that the successful adoption of AI goes beyond the technological sphere and depends on the organization’s ability to manage the human component of digital transformation.
Keywords: artificial intelligence, business management, resistance to change, digital transformation, organizational culture.
Introducción
En el actual entorno económico y tecnológico, caracterizado por la acelerada digitalización de los procesos productivos y administrativos, la inteligencia artificial se ha consolidado como una de las tecnologías más disruptivas para la gestión empresarial. Su potencial para analizar grandes volúmenes de datos, automatizar tareas complejas y generar modelos predictivos ha impulsado a múltiples organizaciones a considerarla un recurso estratégico para mejorar la eficiencia operativa, la calidad de los servicios y la competitividad organizacional.Sin embargo, la introducción de la IA en los contextos empresariales no se limita a la incorporación de nuevas herramientas tecnológicas. Por el contrario, implica transformaciones profundas en los modelos de trabajo, en los procesos de toma de decisiones y en las dinámicas organizacionales. En este sentido, la resistencia al cambio emerge como uno de los principales desafíos para su adopción, manifestándose tanto a nivel individual como colectivo.
Desde la perspectiva de la gestión organizacional, la resistencia al cambio constituye una respuesta natural ante la alteración de estructuras, roles y rutinas previamente establecidas. En el caso específico de la inteligencia artificial, esta resistencia puede verse intensificada por percepciones de amenaza al empleo, incertidumbre frente a tecnologías complejas y una comprensión limitada de sus beneficios reales. Bajo este contexto, el presente artículo tiene como objetivo analizar los factores que explican la resistencia al cambio en la adopción de la IA y proponer estrategias que faciliten su implementación efectiva en la gestión empresarial.
Marco teórico
El análisis de la adopción de la inteligencia artificial en la gestión empresarial se sustenta en tres ejes conceptuales interrelacionados: la inteligencia artificial como herramienta estratégica de gestión, la resistencia al cambio organizacional y los modelos de adopción tecnológica.La inteligencia artificial puede definirse como un conjunto de sistemas y algoritmos diseñados para simular capacidades cognitivas humanas, tales como el aprendizaje, el razonamiento, la percepción y la toma de decisiones (Russell & Norvig, 2021). En el ámbito empresarial, la IA se ha convertido en un habilitador clave de la transformación digital, al permitir la automatización inteligente de procesos, el análisis predictivo de datos y la personalización de productos y servicios.
Diversos estudios señalan que la adopción de la IA contribuye a mejorar la eficiencia operativa, reducir costos y apoyar decisiones estratégicas basadas en datos (Vial, 2019; Westerman et al., 2014). No obstante, estos beneficios solo se materializan cuando la tecnología se integra de manera coherente con la estrategia organizacional y se acompaña de cambios estructurales y culturales.
La resistencia al cambio ha sido ampliamente abordada en la literatura organizacional. Lewin (1947) conceptualiza el cambio como un proceso dinámico que implica descongelar las conductas existentes, introducir nuevas prácticas y consolidarlas en la cultura organizacional. Desde enfoques más contemporáneos, la resistencia se entiende como un fenómeno multifactorial que involucra aspectos psicológicos, sociales y estructurales (Kotter, 1996).
En el contexto de la IA, la resistencia puede manifestarse de forma activa o pasiva y suele asociarse con el miedo a la pérdida del empleo, la disminución del control sobre las tareas y la percepción de riesgo tecnológico. Asimismo, la falta de confianza en la organización y en sus líderes puede intensificar estas actitudes, obstaculizando los procesos de innovación.
Para comprender la aceptación de nuevas tecnologías, se han desarrollado diversos modelos teóricos. El Technology Acceptance Model (TAM) propuesto por Davis (1989) plantea que la adopción tecnológica depende principalmente de la percepción de utilidad y de la facilidad de uso. Posteriormente, modelos como la Teoría de la Difusión de las Innovaciones (Rogers, 2003) han enfatizado el papel de factores sociales, culturales y comunicativos en la adopción de tecnologías.
Estos modelos resultan especialmente relevantes para el análisis de la IA, dado que su implementación requiere no solo infraestructura tecnológica, sino también la aceptación y apropiación por parte de los usuarios finales.
Metodología
El presente trabajo se desarrolla bajo la modalidad de ensayo académico con un enfoque de revisión narrativa, orientado al análisis conceptual de la adopción de la inteligencia artificial en la gestión empresarial y de los factores asociados a la resistencia al cambio organizacional, particularmente en el ámbito organizacional. La investigación se inscribe en un enfoque cualitativo, sustentado en la integración, análisis y discusión crítica de aportes teóricos provenientes de la literatura especializada.La estrategia metodológica combina el análisis conceptual con la revisión documental, lo que permite identificar, sistematizar y contrastar los principales enfoques teóricos relacionados con la transformación digital, la gestión del cambio y los modelos de adopción tecnológica en contextos organizacionales.
Para la selección de las fuentes se consideraron criterios orientados a garantizar la calidad y pertinencia del análisis, entre los que se incluyen: la relevancia temática en relación con la inteligencia artificial y la gestión empresarial; el rigor académico, priorizando publicaciones indexadas, libros especializados y documentos elaborados por organismos reconocidos; la actualidad de los aportes, privilegiando literatura reciente sin excluir obras clásicas fundamentales; y la pertinencia teórica para el análisis de la resistencia al cambio en organizaciones contemporáneas.
Desarrollo
La adopción de la inteligencia artificial en la gestión empresarial representa un proceso de cambio organizacional profundo que trasciende la dimensión tecnológica. Su implementación implica redefinir procesos, roles y competencias, lo cual puede generar tensiones internas si no se gestiona adecuadamente.Uno de los principales factores de resistencia al cambio es la percepción de amenaza laboral. La automatización inteligente de tareas puede ser interpretada por los empleados como un riesgo para la estabilidad de sus puestos de trabajo, especialmente en aquellos contextos donde la comunicación organizacional es deficiente. Esta percepción se ve reforzada cuando no se aclara el rol de la IA como herramienta de apoyo y complemento del trabajo humano.
Otro elemento crítico es la carencia de competencias digitales. La falta de habilidades técnicas y analíticas limita la capacidad del personal para interactuar con sistemas basados en IA, generando sentimientos de inseguridad y rechazo. En este sentido, la brecha de competencias se convierte en un obstáculo significativo para la adopción tecnológica.
La cultura organizacional también desempeña un papel determinante. Organizaciones con estructuras rígidas, baja tolerancia al error y escasa orientación a la innovación tienden a presentar mayores niveles de resistencia. Por el contrario, aquellas que promueven el aprendizaje continuo, la colaboración y la experimentación muestran una mayor disposición para integrar tecnologías emergentes.
Finalmente, el liderazgo resulta un factor clave en la gestión del cambio. Líderes que comunican una visión clara, fomentan la participación y respaldan los procesos de capacitación contribuyen a generar confianza y a reducir la resistencia al cambio.
A partir de la experiencia en la gestión de organizaciones públicas, particularmente en el ámbito universitario, se propone un modelo integrador para la adopción de la inteligencia artificial que articula tres dimensiones interdependientes: la capacidad tecnológica, la apropiación sociocognitiva y la gobernanza organizacional. La evidencia derivada de la práctica sugiere que los procesos de incorporación de la IA rara vez se ven limitados por la disponibilidad de tecnología; por el contrario, suelen estar condicionados por brechas en la comprensión, aceptación y alineación estratégica de los distintos actores institucionales.
En este contexto, la resistencia al cambio tiende a intensificarse cuando las iniciativas tecnológicas se implementan de forma desarticulada de los procesos sustantivos de la organización y sin una mediación formativa adecuada. Desde esta perspectiva, se sostiene que una adopción efectiva de la inteligencia artificial requiere no solo inversiones en infraestructura y sistemas, sino también el desarrollo de capacidades críticas en el talento humano y la consolidación de marcos de gobernanza que garanticen coherencia estratégica, el uso ético de los datos y la participación activa de los distintos niveles organizacionales. Este enfoque permite comprender la IA como un habilitador estratégico para la mejora continua, cuya efectividad depende de una articulación equilibrada entre la tecnología, las personas y la estructura organizacional.
Análisis
El análisis realizado permite afirmar que la resistencia al cambio en la adopción de la inteligencia artificial no debe interpretarse únicamente como un obstáculo, sino también como un indicador de debilidades organizacionales subyacentes. La presencia de resistencia suele evidenciar deficiencias en la comunicación interna, en la gestión del talento humano y en la alineación estratégica de las iniciativas tecnológicas.En este contexto, se identifican tres estrategias fundamentales para mitigar la resistencia al cambio:
Gestión del cambio estructurada: La adopción de modelos formales de gestión del cambio permite abordar de manera sistemática las dimensiones humanas y organizacionales del proceso, facilitando la transición hacia nuevos esquemas de trabajo.
Capacitación y desarrollo de competencias: La inversión en programas de formación orientados al desarrollo de competencias digitales resulta esencial para empoderar a los empleados y reducir los niveles de incertidumbre y miedo frente a la IA.
Comunicación efectiva y participación activa: La transparencia informativa y la participación del personal en las etapas de implementación favorecen la apropiación tecnológica y el compromiso organizacional.
Asimismo, se destaca la importancia de alinear la adopción de la IA con los objetivos estratégicos de la organización, evitando implementaciones aisladas que carezcan de una visión integral y sostenible.
Conclusiones
La adopción de la inteligencia artificial en la gestión empresarial constituye una oportunidad estratégica para fortalecer la competitividad y la eficiencia organizacional. Sin embargo, su éxito depende en gran medida de la capacidad de las organizaciones para gestionar la resistencia al cambio y abordar de manera integral las dimensiones humanas, culturales y estratégicas del proceso.
La resistencia al cambio se configura como un fenómeno complejo y multifactorial que requiere un enfoque holístico, orientado no solo a la incorporación de tecnología, sino también a la transformación de la cultura organizacional, el fortalecimiento del liderazgo y el desarrollo continuo del talento humano.
Finalmente, se recomienda que futuras investigaciones profundicen en estudios empíricos que permitan analizar casos específicos de adopción de IA en distintos sectores empresariales, con el fin de validar los modelos teóricos y generar evidencia contextualizada.
Referencias
• Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
• Kotter, J. P. (1996). Leading change. Harvard Business School Press. https://www.hbs.edu/faculty/Pages/item.aspx?num=137
• Lewin, K. (1947). Frontiers in group dynamics. Human Relations, 1(2), 143–153. https://journals.sagepub.com/doi/10.1177/001872674700100201
• Rogers, E. M. (2003). Diffusion of innovations (5th ed.). Free Press.
• Russell, S., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson.
• Vial, G. (2019). Understanding digital transformation: A review and a research agenda. The Journal of Strategic Information Systems, 28(2), 118–144. https://doi.org/10.1016/j.jsis.2019.01.003
• Westerman, G., Bonnet, D., & McAfee, A. (2014). Leading digital: Turning technology into business transformation. Harvard Business Review Press. https://hbsp.harvard.edu/product/17039-HBK-ENG
© Revista DOS – Tecnología y Negocios.
Todos los contenidos se distribuyen bajo una licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0).
