Tenemos un cliente que instaló el año pasado un sistema de picking con IA en su almacén. El equipo se instaló, el sistema entró en funcionamiento y, tres meses después, la revisión mostró un uso por debajo de la mitad. Los pickers veteranos seguían usando los métodos antiguos y el sistema nuevo estaba allí como un mueble. El dueño no lo entendía: el dinero estaba gastado, la tecnología era buena, ¿por qué el equipo se resistía a usarla?
Conozco bien esta historia. Tras años en ventas 3PL, he visto demasiados proyectos de IA morir no por la tecnología, sino por las personas. Cuando los trabajadores de almacén se resisten a la IA, nunca es porque sean lentos o perezosos. Es porque nadie les respondió tres preguntas: ¿sigue existiendo mi trabajo?, ¿quién asume la culpa cuando algo sale mal? y ¿qué pasa si no puedo aprenderlo? Si esas preguntas quedan sin respuesta, la resistencia está garantizada.
Tres razones reales por las que los trabajadores de almacén se resisten a la IA
Primero, el miedo a perder el trabajo. Es la razón más directa y la que menos se dice en voz alta. A principios de 2025, uno de los almacenes de un cliente instaló una línea de clasificación automatizada y entre el personal veterano corrió la voz de que «la mitad de nosotros será despedida el año que viene». La dirección no tenía ningún plan de despidos, pero nadie lo dijo y el rumor creció por sí solo. En el primer mes tras la puesta en marcha, las renuncias aumentaron notablemente y varios trabajadores con experiencia se fueron. La lección contraintuitiva es que el rumor de despidos daña a un equipo más que la propia IA, y desmentirlo a tiempo cuesta mucho menos que volver a contratar después.
Segundo, el miedo a que les culpen. La IA hace una recomendación, el trabajador la sigue y algo sale mal. ¿De quién es la culpa? Esto es lo que quita el sueño a los jefes de turno. Un jefe con más de una década en planta me dijo una vez: «Cuando juzgaba por experiencia, yo asumía el error. Ahora el sistema me dice qué hacer, así que si se equivoca, ¿es culpa del sistema o mía?». Si la línea de responsabilidad no está clara, la opción racional para un trabajador es no usar el sistema, o fingir que lo usa.
Tercero, el miedo a no poder aprenderlo. Muchos trabajadores veteranos de almacén son mayores, y las pantallas y los escáneres ya suponían un esfuerzo. Añade un sistema de IA encima y la presión es real. Quienes temen no poder aprenderlo no lo dirán. Dirán «esto no funciona» o «el método antiguo es mejor», usando la crítica al sistema para ocultar su propia ansiedad.
Tres escenas de trabajadores que se resisten a la IA: el veterano, el recién llegado y el jefe de turno
Empecemos por el veterano. En la segunda mitad de 2024, un picker llamado Chen en el almacén de un cliente llevaba dieciocho años haciendo picking y sabía dónde estaba cada artículo con los ojos cerrados. Cuando la IA entró en funcionamiento, el sistema le pidió que siguiera su ruta sugerida. A los dos días, lo dejó: «Mi ruta es más corta que la suya. ¿Por qué debería hacerle caso?». Cambiamos de enfoque. Chen recorrió su propia ruta durante dos semanas mientras el sistema solo registraba y nunca intervenía; luego le mostramos los datos: la ruta del sistema suponía de media alrededor de un diez por ciento menos de caminata por pedido. Chen no dijo nada y al día siguiente empezó a seguir el sistema. Los veteranos no se oponen a la IA. Se oponen a que una máquina les enseñe su trabajo. Déjales ganar una vez y luego habla de cambio.
Los recién llegados son otra historia. Cuando se abrió un almacén nuevo en 2025, un grupo de trabajadores de veintitantos años aprendió el entrenamiento de IA en una sola sesión. El problema era que dependían demasiado de ella: cuando el sistema se caía, toda la planta se paralizaba. El entrenamiento tiene que guardar una carta en la manga: enseñar la lógica que hay detrás del sistema y hacer simulacros periódicos «sin sistema» para que la gente sepa dónde están las mercancías y por qué están allí. La IA es una muleta, no una silla de ruedas.
El jefe de turno es la escena más importante de todas. El jefe de turno es el verdadero guardián de la adopción de la IA: si no la usa, nadie por debajo la usará. Mi experiencia es convertir al jefe en un aliado antes de la puesta en marcha, involucrarlo en el diseño del proceso, dejar que aprenda primero, que vea los datos primero y que los presente al equipo primero. Hicimos exactamente eso en un proyecto de 2025 y el jefe pasó de ser el mayor escéptico a ser el defensor. El uso superó el ochenta por ciento en las dos semanas posteriores a la puesta en marcha. Gana al jefe de turno y habrás ganado la mitad del despliegue.
Formación e incentivos que dan la vuelta a la resistencia a la IA
El diseño de la formación tiene tres reglas duras. Primero, practicar primero, sin puntuar. En el primer mes tras la puesta en marcha, solo práctica, sin exámenes y sin sanciones por errores. Una sanción multiplica la resistencia por diez. Segundo, que los veteranos enseñen a los nuevos. Quienes aprenden primero enseñan a quienes aprenden después; el maestro recibe una recompensa y el alumno, compañía. Tercero, enseñar por etapas. No descargues todas las funciones sobre los trabajadores de una vez. Enseña la función más usada, deja que la dominen y luego añade la siguiente.
Los incentivos requieren aún más cuidado. La regla más importante: las bonificaciones por eficiencia nunca deben estar vinculadas a la reducción de plantilla. En el momento en que los trabajadores creen que «cuanto más eficientes seamos, antes nos recortan», hasta la mejor fórmula de bonificación se convierte en un desincentivo. El enfoque correcto es vincular las bonificaciones a la eficiencia del equipo y a las tasas de error, y usar la mano de obra liberada para asumir más volumen en lugar de recortar personal. Un cliente hizo esto en 2025: tras la puesta en marcha de la IA, la eficiencia por persona subió, las bonificaciones subieron con ella y el equipo pidió activamente más pedidos. Nadie mencionó despidos.
La dirección comete tres errores una y otra vez, y los voy a nombrar claramente. Primero, no decir nada antes de la puesta en marcha y soltarlo de golpe. Segundo, formar solo en las operaciones y nunca explicar el «porqué», de modo que los trabajadores saben cómo pero no para qué. Tercero, presentar la IA como una herramienta para ahorrar personal en lugar de una herramienta para ayudar a la gente a trabajar. Cambia el discurso y la mitad de la resistencia desaparece.
Hay un paso más que es fácil pasar por alto: la revisión posterior al lanzamiento. Muchos proyectos tratan la puesta en marcha como la meta final y, tres meses después, nadie sigue vigilando el uso. Cuando alguien se da cuenta de que los trabajadores vuelven poco a poco a los métodos antiguos, ya es demasiado tarde. Mi práctica es acordar con el cliente una revisión mensual de datos tras la puesta en marcha: tasa de uso, tasa de errores y comentarios de los trabajadores, los tres juntos. Cuando el uso baja, pregunta primero al jefe de turno y luego a los trabajadores de planta. Las razones suelen ser concretas: una función es demasiado enrevesada, una indicación no está clara, una caída del sistema quedó sin atender. Arregla esos pequeños problemas uno por uno y el uso se mantiene. La adopción de la IA no es un proyecto puntual. Es una operación continua.
Otro cliente en 2025 fue más allá: incluyó el uso de la IA en la revisión mensual del jefe de turno, no en las evaluaciones de los trabajadores de primera línea. Cada mes, el jefe informaba de quién seguía teniendo dificultades, dónde se atascaba y cómo ayudaría el equipo el mes siguiente. Fue una decisión inteligente. La presión recayó en la dirección, mientras los trabajadores solo sintieron apoyo, nunca juicio. Seis meses después, ese almacén mantenía el uso en torno al noventa por ciento y las renuncias incluso eran ligeramente inferiores a las de antes de la llegada de la IA. Los trabajadores no se resisten a la IA. Se resisten a la sensación de ser juzgados por ella.
La próxima vez que negocies un contrato, recuerda hacer tres preguntas: ¿cuál es el presupuesto para la formación de los trabajadores?, ¿se puntuará el primer mes tras la puesta en marcha? y ¿a qué están vinculadas exactamente las bonificaciones por eficiencia? Las respuestas a esas tres preguntas te dirán si un proyecto de IA es una adopción real o solo teatro.
Por Susan, Directora de Ventas 3PL Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.







