El 74% de tus usuarios ya te reemplazan mentalmente — cómo recuperar el terreno

30 de julio del 202611 minIA, SaaS, Producto, Estrategia, BCG

Respuesta corta (60 segundos): BCG publicó en junio 2026 que el 74% de empleados de primera línea usan IA regularmente en su trabajo — un salto de 23 puntos en un año (51% → 74%). Para un SaaS founder eso cambia la pregunta que se hace tu usuario: antes era "¿qué app me resuelve esto?", ahora es "¿lo resuelvo con un prompt en ChatGPT o abro una app?". Hay dos formas de perder el asiento: (a) dejar que el shadow AI en tu propio equipo se descontrole sin policy, (b) construir un producto que un prompt puede reemplazar. El ejercicio concreto para la semana es el Prompt Test: escribir 3 prompts que resuelven el job-to-be-done de tu producto y contar cuántos clicks de tu app se vuelven innecesarios.

En consultoría, una de las preguntas que más escucho de founders SaaS en 2026 es alguna variante de "¿mi producto sigue siendo necesario si alguien puede resolver el 80% con un prompt?". La respuesta corta suele ser incómoda: depende de si tu SaaS es system of record, workflow nativo, o ninguna de las dos. El resto del post desarrolla cómo decidir eso con evidencia, no con opinión.

El dato: 74% de empleados ya usan IA regularmente

BCG publicó en junio de 2026 la cuarta edición de su Global AI at Work Survey (AI at Work: Why Strategy Matters More Than Tools). Es el relevamiento más grande que existe sobre adopción real de IA en empresas: n=11,749 empleados, 11 países, front-line y management.

El headline que cubrió el Wall Street Journal (Isabelle Bousquette, junio 2026) y se replicó en cobertura internacional: 74% de los empleados de primera línea se describen como "regular AI users" — definidos como quienes usan IA a diario o varias veces por semana. En 2025 ese número era 51%. El salto de 23 puntos porcentuales es el más grande en la historia del survey.

Tres datos adyacentes que importan más que el titular:

• 42% de los "regular users" reporta ahorrar 8+ horas por semana (≈ una jornada laboral entera). Es tiempo real, no anécdota.
• 66% no recibe guidance de su empresa sobre cómo redirigir ese tiempo. BCG lo resume como "AI is reshaping jobs faster than companies are reshaping work".
• Las empresas están formando "AI Champions" internos — grupos de empleados evangelizadores que bajan la adopción a sus equipos. Es el patrón emergente que más se replica.

Lo que el dato realmente dice: la adopción individual se aceleró más rápido que la estrategia corporativa. Tus usuarios — los que usan tu SaaS — ya están del otro lado. Tu empresa, probablemente, todavía no.

Por qué "usuarios regulares" no es lo mismo que "estrategia"

Hay un gap entre lo que el empleado hace solo y lo que la empresa decide institucionalmente. BCG mide los dos lados y la distancia es grande:

• Lado empleado: 74% usa IA regularmente, 42% ahorra una jornada entera por semana.
• Lado empresa: solo 25 puntos de mejora en impacto cuando hay estrategia clara, vs. 5 puntos cuando la empresa solo "trae mejores tools".

La implicación operativa es directa: si tu empresa todavía debate "¿le damos ChatGPT corporativo o no?", tus empleados ya lo están usando con su cuenta personal. Es el mismo patrón que vimos con Dropbox, Slack y Notion hace una década — la decisión de adopción ya se tomó afuera del comité.

Para un SaaS founder esto se traduce en dos frentes simultáneos, no uno:

Implicancia 1 (HR / operaciones internas): shadow AI es la norma

Si tu equipo de 30 personas usa Notion + Linear + GitHub + Vercel + Datadog, en algún momento alguien le pasó una URL de cliente a ChatGPT para resumirla. Lo sé porque lo veo en TODA auditoría que hago. No es malicia — es que la fricción de la herramienta oficial es alta y la del consumer AI es cero.

El problema no es que pase. El problema es que pase sin visibilidad:

• Riesgo de datos: subir un contrato de cliente o un dato financiero a un LLM público sin contrato empresarial es un incidente compliance esperando pasar.
• Riesgo de propiedad intelectual: prompts con código propietario terminan entrenando modelos públicos si tu equipo no está en un plan enterprise.
• Riesgo de inconsistencia: dos personas resuelven el mismo problema con dos prompts distintos, sin que la empresa acumule el aprendizaje.

Qué hacer, en orden:

1. Inventario voluntario esta semana. Mandá un formulario de 5 preguntas al equipo: ¿qué IA usás?, ¿para qué tareas?, ¿con qué plan (free / pro / enterprise)?, ¿qué datos le pasás?, ¿dónde te falta la herramienta oficial? La respuesta es diagnóstico puro.
2. Policy mínima con tres buckets: permitido (resumir docs públicos, generar boilerplate), prohibido (subir datos de clientes sin anonimizar, código core a modelos públicos), revisar-con-legal (cualquier cosa que toque PII, contratos, modelos financieros).
3. Proveé alternativa oficial. Si tu equipo sigue usando ChatGPT personal para tareas que tu stack interno podría hacer mejor pero con fricción, la policy va a fracasar. Invertí en la alternativa: cuenta enterprise con tu proveedor preferido, integraciones en el IDE, o un agente interno con los permisos correctos.

La policy sola no funciona. La policy + herramienta oficial funciona. Sin la segunda, la primera es teatro.

Implicancia 2 (producto): redefiní el ICP, porque compite contra "no usar nada"

Esta es la que más me preocupa como founder. Antes, tu SaaS competía contra otros SaaS en la misma categoría. Ahora, para una categoría creciente de productos, tu competidor real es "no usar nada y arreglarse con ChatGPT".

El cambio de pregunta del usuario es sutil pero enorme:

Esto no es abstracto. Lo veo en tres categorías donde la presión ya está:

• Asistentes de redacción / copy: el 80% del trabajo es prompt engineering más edición humana. SaaS que cobraban USD 30/mes por un "AI writer" están viendo churn hacia "uso GPT directo + mi criterio".
• Resumen y análisis de documentos: un PDF + un prompt de Claude Opus o Sonnet 5 resuelve el 90% del job-to-be-done sin necesidad de la app dedicada.
• Code review y pair programming: Cursor, Claude Code y similares absorbedieron el workflow que antes era una categoría propia de SaaS.

Cuándo tu SaaS todavía se gana el asiento:

Después de ver una docena de proyectos en esta situación, identifico dos patrones donde el SaaS sigue siendo necesario — y que vale la pena defender activamente:

1. System of record. Tu producto es donde viven los datos del usuario de manera durable, estructurada, consultable. No es "la IA responde una pregunta"; es "todos los datos de tu negocio están acá, versionados, con permisos, con histórico". CRM, ERP, herramientas contables, gestión de proyectos, helpdesk — categorías donde la data es el asset. Un prompt no replica eso: el prompt consulta data que ya existe en algún lado. Si tu SaaS es ese "algún lado", tenés terreno defendible.

2. Workflow nativo. Tu producto automatiza una secuencia de pasos con estado, validación, y efectos colaterales. No es "la IA genera un texto"; es "la IA dispara una acción en tu sistema que tiene consecuencias downstream". Aprobaciones, deployments, conciliaciones, integraciones con ERPs/clientes, generación de payroll. Categorías donde el valor está en la orquestación, no en la generación.

Cuándo probablemente no:

Si tu SaaS es esencialmente "una UI bonita + un wrapper sobre GPT con algo de contexto específico", estás en zona de riesgo. El modelo se vuelve más barato cada quarter, tu contexto específico lo podés copiar en el system prompt, y la UI bonita la puede generar el propio modelo. El seat en la mesa del usuario se evapora.

El Prompt Test — un ejercicio concreto para esta semana

Para los founders que llegaron hasta acá, el ejercicio que vale la pena hacer el lunes a la mañana es el Prompt Test. Es simple, toma 30-60 minutos, y te da una señal concreta de qué tan vulnerable es tu producto.

Paso 1. Escribí 3 prompts en ChatGPT, Claude o Gemini que resuelvan el job-to-be-done principal de tu producto. No 1 — 3, porque cada uno ataca un ángulo distinto: (a) el uso feliz, (b) el caso edge más común, (c) el "wow" que vendés como diferenciador.

Paso 2. Recorré los 5-8 flujos más usados de tu app (los que aparecen en onboarding, en soporte, en el dashboard de uso). Para cada flujo, contá cuántos clicks se vuelven innecesarios si el usuario arranca desde esos prompts.

Paso 3. Sumá. Si el resultado es >50% de los clicks "innecesarios", tenés una vulnerabilidad estratégica seria. Si es <30%, probablemente estás defendible — pero mirá cuáles son los prompts más usados, porque tu ICP está usando eso antes de abrir tu app, te guste o no.

Lo que NO hacer después del test:

• No entres en pánico ni reescribas el producto. El test te dice dónde está la vulnerabilidad, no cómo arreglarla.
• No asumas que la respuesta es "agregar más IA a tu producto". Si tu categoría es reemplazable por prompts, agregar un wrapper de IA encima solo te da 6-12 meses antes de que el próximo modelo te pase por encima.
• No ignores el resultado. He visto founders hacer el ejercicio, ver el número alto, y archivarlo por incomodidad. El número no mejora solo.

Lo que sí hacer:

• Si sos system of record: duplicá la inversión en data gravity — integraciones, migraciones desde competitors, switching costs legítimos. Eso es defensible.
• Si sos workflow nativo: hacé el workflow más rápido y más irreversible. El competidor "prompt + manual" tiene un costo de orquestación que podés mantener alto.
• Si no sos ninguno de los dos: honestamente, evaluá pivotar. El mercado está reasignando presupuesto rápido en categorías reemplazables, y quedarse esperando que la base instalada pague sola no tiene buen historial.

Qué hacer esta semana — checklist para founders SaaS

Síntesis accionable de todo el post, en orden de prioridad:

Sobre tu equipo (shadow AI):

• Inventario voluntario: ¿qué IA usa tu equipo hoy?
• Policy mínima con tres buckets (permitido / prohibido / revisar-con-legal)
• Evaluá activar plan enterprise con tu proveedor preferido si tu volumen lo justifica

Sobre tu producto:

• Corré el Prompt Test con tus 3 prompts más importantes
• Identificá si tu SaaS es system of record, workflow nativo, o ninguno
• Si es ninguno, agendá una sesión estratégica honesta sobre pivotar vs. defender

Sobre tu estrategia:

• Nombrá un "AI Champion" interno (el patrón BCG que mencioné) — alguien que se encargue de que la estrategia corporativa no quede 23 puntos atrás de la práctica individual
• Medí baseline: ¿cuánto tiempo de tu equipo se va a IA general hoy? Sin baseline no podés medir el impacto de las decisiones que tomes en los próximos 6 meses.

---

Si tu SaaS está en zona de riesgo según el Prompt Test y querés pensar el plan de defensa con alguien que haya visto el patrón en otros 5-10 productos parecidos, reservá una llamada gratis de 30 minutos — solemos identificar 2-3 movimientos concretos en la primera sesión.

Fuentes citadas:

• BCG, AI at Work: Why Strategy Matters More Than Tools (4ª edición, junio 2026, n=11,749) — bcg.com/publications/2026
• BCG press release, AI Is Reshaping Jobs Faster Than Companies Are Reshaping Work (3 junio 2026)
• Wall Street Journal coverage por Isabelle Bousquette, junio 2026 (paywall)
• Computerworld, AI saves workers a day a week, but they don't know what to do with it

Leer también:

• Caso real: cómo un SaaS LATAM automatizó soporte y ahorró 380 horas/mes — ejemplo concreto de workflow nativo que ganó el asiento.
• 7 errores comunes implementando IA en una startup — los patrones de fallo que más se repiten.
• Claude Sonnet 5 a $2/$10: revisá tu COGS esta semana — si tu producto es wrapper sobre LLM, el unit economics cambió en julio.
• Volver al blog

Preguntas frecuentes

¿Qué quiere decir "reemplazan mentalmente" en este contexto?

Que tu usuario, antes de abrir tu SaaS, prueba resolver su tarea con ChatGPT, Claude o Gemini. Si funciona, no entra. Si no funciona, recién ahí evalúa tu producto. Antes la pregunta era "¿cuál app me resuelve esto?"; ahora la pregunta es "¿lo hago con IA general o con una app dedicada?". El 74% de empleados de primera línea ya pasó la primera barrera: usa IA regularmente. El siguiente paso natural es probar esos prompts en su propio trabajo.

¿El 74% son empleados que usan IA en su trabajo o en su vida personal?

Trabajo. BCG define "regular AI user" como quien usa IA diaria o varias veces por semana en el contexto laboral. Es la 4ª edición del survey anual, n=11,749, publicado en junio 2026. El salto de 51% en 2025 a 74% en 2026 es el mayor incremento interanual en la historia del survey.

¿Eso aplica a LATAM también?

LATAM no está desglosado en el reporte BCG, pero la dinámica es la misma. En proyectos de consultoría veo adopción shadow AI en LATAM al mismo nivel que EU/US, con un matiz: menos presupuesto para tools dedicadas, lo que hace la sustitución con IA general aún más tentadora. Si tu SaaS apunta a LATAM y cobra USD 30/mes, la barra de "vale la pena pagar" subió mucho en 12 meses.

¿Cuándo deja de tener sentido un SaaS "que un prompt podría hacer"?

Cuando tu producto es solo una interfaz sobre un modelo de IA sin estado propio, sin workflow diferenciado y sin datos que el usuario no quiera mover. Si tu SaaS cumple cualquiera de los dos criterios que desarrollo en el post — ser "system of record" o ser "workflow nativo" — todavía tenés terreno. Si no cumplís ninguno, tu seat en la mesa del usuario está en duda.

¿Qué es el "Prompt Test"?

Un ejercicio de 30-60 minutos: escribí tres prompts que resuelven el job-to-be-done principal de tu producto. Después, recorré los flujos clave de tu app y contá cuántos clicks se vuelven innecesarios si el usuario arranca desde esos prompts en vez de entrar a tu UI. Si el número es alto (>50%), tenés una vulnerabilidad estratégica que conviene atacar antes que tu competencia o el próximo modelo.

¿Cómo combato shadow AI en mi propio equipo?

Tres pasos, en orden: (1) detectá qué se está usando hoy — pedí voluntariamente al equipo qué herramientas de IA usan y para qué; (2) definí una policy mínima con casos de uso permitidos, prohibidos y que requieren revisión; (3) proveé una alternativa oficial — si tu equipo usa ChatGPT personal para todo porque tu stack interno es friccionado, la policy sola no alcanza. La adopción shadow existe porque la alternativa oficial es mala o lenta.