Adopción de la IA en la mano de obra offshore en 2026

La comparación con el sector tecnológico aporta un contexto útil. La tasa de uso habitual de Sourcefites 3,7 puntos inferior a la del sector tecnológico estadounidense; sin embargo, su tasa de uso diario es 4,5 puntos superior y su tasa de uso en algún momento es 12,8 puntos superior. Esto sugiere que la plantilla en el extranjero de esta muestra no está a la espera de que comience la adopción de la IA. El uso ya es comparable al de plantillas con un uso intensivo de la tecnología, aunque la encuesta no aclara por qué existe esa diferencia.

Por lo tanto, para los clientes, la cuestión importante no es si los profesionales de los centros de servicios externos utilizarán la IA, sino si el uso individual frecuente cuenta con el respaldo de herramientas homologadas, controles adecuados y flujos de trabajo que conviertan dicha actividad en mejoras cuantificables. Un alto índice de adopción es un indicador de preparación, no una prueba de mayor productividad, mejor calidad o menor coste.

Este patrón es relevante porque sitúa la principal limitación a la adopción fuera del ámbito del empleado individual. Solo el 17,6 % señaló una relevancia limitada para su trabajo, mientras que el acceso, la gobernanza y el apoyo predominan en las respuestas. Sourcefit asignó el grupo del 77,1 % tras la encuesta, por lo que debe interpretarse como una interpretación operativa y no como un juicio sobre la responsabilidad por parte de los encuestados.

Para los clientes, la secuencia de pasos es fundamental. Los equipos necesitan tener acceso a herramientas aprobadas y contar con límites claros en cuanto al uso de los datos para que la formación general pueda generar valor. Formar a las personas en el uso de aplicaciones a las que no pueden acceder, o fomentar la experimentación sin controles definidos, probablemente genere frustración y riesgos no controlados, en lugar de una adopción sostenida.

El contraste con la cifra del 40 % de preocupación entre los empleados a nivel mundial que presenta Mercer es llamativo, pero no es directamente comparable, ya que las preguntas, las muestras y los parámetros de la encuesta difieren. La variación dentro de la muestra de « Sourcefit » resulta más útil: la preocupación osciló entre el 0 % y el 22,6 % en catorce equipos de clientes con al menos quince respuestas. Por lo tanto, una media única a nivel de toda la organización puede ocultar diferencias significativas a nivel de cada cuenta.

Para los clientes, un nivel general de preocupación bajo ofrece un margen útil para un cambio responsable. Esto sugiere que muchos equipos podrían mostrarse receptivos a un apoyo de la IA específico para cada puesto, mientras que la variabilidad entre cuentas aboga por una comunicación específica en lugar de un programa uniforme. Los responsables deberían identificar dónde se concentra la incertidumbre, explicar cómo pueden evolucionar los puestos y combinar las nuevas herramientas con expectativas claras en cuanto a la revisión humana.

La tendencia de ese valor es igualmente importante. La redacción y la investigación representan el 66,2 % de las aplicaciones que los encuestados consideraron más útiles, tareas que a menudo pueden realizarse a través de un navegador sin necesidad de rediseñar el funcionamiento del servicio subyacente. La adopción parece haber avanzado más rápido que la integración.

Para los clientes, es probable que la siguiente ventaja provenga de la aplicación de la inteligencia artificial en flujos de trabajo repetibles, como la atención al cliente, el tratamiento de datos y el control de calidad. Estos usos son más difíciles de implementar, pero pueden evaluarse en función de indicadores operativos como la calidad del servicio, el tiempo de respuesta, la precisión y las repeticiones del trabajo.

Esta diferencia reviste importancia comercial porque los empleados pertenecen a la misma empresa, aunque trabajen en entornos de clientes distintos. El resultado orienta a los responsables de la toma de decisiones hacia las diferencias en el acceso a las herramientas, las políticas, el diseño de los flujos de trabajo y las prácticas de gestión, en lugar de considerar la geografía como la explicación por defecto.

La tabla es anónima y de carácter descriptivo. No clasifica el rendimiento de los clientes ni determina por qué difieren los equipos. Sí que permite identificar con mucha mayor precisión en qué aspectos un comprador puede analizar el diseño de la provisión, los permisos y los flujos de trabajo.

El proceso de muestreo se inició a partir de la lista completa de empleados de Knit . Sourcefit eliminó una cuenta de EOR, los usuarios de los clientes, las pruebas y los registros duplicados; a continuación, cotejó los registros restantes con la lista de empleados de RR. HH. para confirmar que seguían en activo. La base analítica final contiene 1.968 registros de respuesta únicos, de los cuales 1.860 correspondían a empleados gestionados en el día a día por los clientes y 108 a directivos o personal interno de Sourcefit .

Se trata de una muestra operativa amplia, pero no constituye una referencia global sobre la población activa. Procede de una sola empresa y el 87,4 % de los encuestados analizados tenían su sede en Filipinas. Por lo tanto, las comparaciones entre países son de carácter descriptivo, mientras que las conclusiones sobre los equipos gestionados por los clientes ocupan un lugar más central en el estudio. El recuento de encuestados confirmados y el recuento de registros únicos son medidas independientes y deben indicarse exactamente tal y como se muestran en la tabla.

El porcentaje de finalización alcanzó el 94,71 %. El acceso al sistema se condicionó a la finalización de la encuesta hacia el final del periodo de trabajo de campo, lo que aumentó la participación y redujo el sesgo de respuesta voluntaria. La contrapartida es que es posible que algunos empleados hayan respondido rápidamente para recuperar el acceso. A 15 de julio, antes de que se activara la restricción de acceso, aproximadamente el 82,6 % de los empleados había completado la encuesta. Esto aporta un contexto útil, pero no elimina esa limitación.