Hablar de AI literacy en la empresa ya no es un tema de IT. El problema de negocio es otro: equipos de People, Finanzas, Operaciones, Legal y Atención usan IA todos los días… con criterios distintos, sin un piso común y con riesgo de inconsistencia. Si la adopción queda en “cada uno con su ChatGPT”, no construís capability: construís ruido.

Este tutorial te da un roadmap práctico por rol para equipos no técnicos. No es un curso de modelos. Es un plan de alfabetización que podés bajar a 30/60/90 días, con entregables observables y dueños claros. Si el rollout ya te falló por falta de foco, cruzalo con por qué fallan los rollouts de IA al mes 3.

Qué es AI literacy (y qué no es) en un contexto B2B

AI literacy, para IA para empresas, es la capacidad de un equipo no técnico de: (1) entender qué puede y qué no puede hacer la IA en su proceso, (2) pedir bien (prompts con contexto y restricciones), (3) revisar salidas con criterio de negocio, y (4) saber cuándo escalar a un humano o a un especialista. No es programar. No es “ser prompt engineer”. No es memorizar nombres de modelos.

La alfabetización que importa se mide en trabajo real: menos retrabajo, menos dependencia de una persona “que sabe de IA”, menos pegar texto sin validar, más playbooks compartidos. Si tu plan todavía compra cursos sueltos en vez de capabilities, mirá las siete señales de un plan que compra cursos, no capabilities.

El piso mínimo que toda persona debería tener

• Saber qué datos puede y no puede pegar en una herramienta (datos personales, contratos, secretos comerciales).

• Distinguir generación, resumen, clasificación y automatización simple.

• Revisar alucinaciones con fuentes internas o con un checklist del proceso.

• Documentar el “cómo lo hice” para que otro pueda repetirlo.

Sin ese piso, cualquier piloto de capacitación IA empresas se diluye: cada área inventa su propia religión.

Paso 0: elegí un proceso piloto (no “IA para todos”)

El error clásico es capacitar a 80 personas en abstracción. Mejor: un proceso con dolor visible y sponsor de negocio. Ejemplos que suelen funcionar en equipos no técnicos:

• People: drafts de comunicaciones internas / primeras versiones de job descriptions (con revisión humana).

• Finanzas / Admin: consolidación de reportes semanales y detección de inconsistencias.

• Operaciones: checklists, handoffs y resúmenes de incidencias.

• Atención: plantillas de respuesta + criterios de escalamiento (nunca “responder automático sin filtro”).

• Legal / Compliance (con cuidado extremo): mapas de cláusulas y checklists, nunca decisión final sin abogado.

Criterio de selección: hay un artefacto semanal, hay alguien que sufre el dolor, y el cambio se puede observar sin un data warehouse perfecto.

Roadmap por rol: 30 / 60 / 90 días

Usá este marco como plantilla. Ajustá herramientas y políticas a tu stack; el orden de capabilities suele importar más que la marca del modelo.

Días 1–30: piso compartido + un artefacto por persona

Objetivo: todos los roles del piloto hablan el mismo idioma y producen un entregable usable.

1. Kickoff de 90 minutos con sponsor: qué proceso, qué no está permitido, qué se considera “listo”.

2. Taller de AI literacy básica (2–3 horas): limitaciones, alucinaciones, privacidad, revisión humana.

3. Plantilla de prompt del proceso (contexto + objetivo + restricciones + formato de salida).

4. Entregable individual: cada persona mejora o crea un artefacto real (brief, reporte, checklist, mail, SOP).

5. Revisión de manager: no se aprueba “asistí al curso”; se aprueba el artefacto.

Señal de éxito a 30 días: existe un playbook v1 del proceso y al menos el 70–80% del piloto entregó algo revisable (rango cualitativo; ajustalo a tu tamaño).

Días 31–60: criterios de calidad + roles específicos

Acá diferenciás por rol. El piso ya está; ahora profundizás en el trabajo de cada función.

• People / HR: drafts con tono de marca, matriz de competencias, resúmenes de feedback (sin datos sensibles en herramientas no aprobadas).

• Marketing / Comms (si entra al piloto): briefs, variaciones de copy, checklists de claim vs evidencia.

• Operaciones: estandarizar handoffs, detectar huecos en SOPs, generar checklists de auditoría liviana.

• Finanzas / Admin: limpieza de tablas, narrativa del reporte, preguntas de control antes de enviar a dirección.

• Atención / CS: biblioteca de respuestas + triaje; nunca cierre sin política de escalamiento.

Entregable del mes 2: una “tarjeta de rol” (una página) con: tareas permitidas, tareas prohibidas, ejemplos buenos/malos, y dueño de la revisión.

Días 61–90: gobierno liviano + sostenimiento

Sin gobierno, el mes 3 se parece al mes 0. Definí:

• Quién aprueba nuevas herramientas o plugins.

• Dónde vive el playbook (y quién lo actualiza).

• Cadencia de revisión (quincenal alcanza en la mayoría de PyMEs y equipos medianos).

• Qué pasa cuando alguien “inventa un flujo” fuera de política.

Señal de éxito a 90 días: el artefacto se usa sin el evangelista original en la sala. Si solo funciona cuando está “el que sabe de IA”, todavía no hay literacy de equipo: hay dependencia.

Matriz práctica: rol × capability × evidencia

Podés copiar esta tabla a una planilla y marcar estado (No empezó / En curso / Listo).

• People: capability = drafts + revisión de sesgo/tono; evidencia = plantillas versionadas + checklist de datos sensibles.

• Ops: capability = SOP asistido + handoff claro; evidencia = menos idas y vueltas en el mismo ticket/proceso (observación de manager).

• Finanzas/Admin: capability = reporte con narrativa + controles; evidencia = paquete semanal reproducible por otra persona.

• Atención: capability = respuesta asistida + escalamiento; evidencia = biblioteca curada y % de casos que siguen el flujo (cualitativo al inicio).

• Leadership / managers: capability = pedir outcomes y revisar calidad; evidencia = feedback escrito sobre artefactos, no solo “me gustó la demo”.

Esta matriz evita el teatro de certificados. Si HR necesita priorizar upskilling de IA sin frenar el negocio, el complemento natural es la guía para HR de priorización de upskilling en IA.

Diseño del aprendizaje: genérico, a medida o mix

Para AI literacy de equipos no técnicos suele funcionar un mix:

1. Fundamentos compartidos (catálogo / genérico): vocabulario, límites, ética básica, revisión humana.

2. Tramo a medida / in-company: el proceso piloto, los datos permitidos, los ejemplos de vuestra industria.

3. Práctica supervisada: office hours cortos con el sponsor o un “IA champion” por área.

Si estás eligiendo modalidad para una PyME o un equipo de decenas/cientos, el checklist de capacitación a medida vs catálogo te ordena la decisión sin pelearte con el proveedor por el formato equivocado.

Errores frecuentes (y cómo evitarlos)

• Empezar por la herramienta: primero el proceso y el outcome; después el stack.

• Capacitar sin tiempo protegido: literacy no se pega en webinars a las 19:00 después de un día imposible.

• Ignorar Legal/Security hasta el final: una sola filtración mata el programa.

• Medir solo asistencia: medí artefactos y uso sostenido.

• Prometer productividad en %: si no tenés dato interno, usá rangos cualitativos o marcá [DATO A VALIDAR].

• Dejar que IT “duele” todo: IT habilita y gobierna accesos; el dueño del proceso es negocio.

FAQ rápido para sponsors

¿Cuánta gente meto en el piloto?

Lo suficiente para aprender, no para “transformar la compañía”. En la práctica: un squad o una función completa chica, con managers incluidos. Si el manager no revisa artefactos, el piloto muere en silencio.

¿Necesitamos un comité de IA?

Al inicio, no. Necesitás un dueño, una política de una página y una cadencia. El comité puede llegar cuando haya más de un proceso en producción.

¿Qué hacemos con quienes ya “usan IA por su cuenta”?

Canalizalos: pediles que documenten sus flujos buenos y que ayuden a curar el playbook. Convertí guerrilla en estándar, no en policía inútil.

Checklist para arrancar esta semana

1. Elegí un proceso y un sponsor de negocio.

2. Escribí la política de datos en una página.

3. Definí el artefacto del día 30.

4. Armá la tarjeta de rol (v0) para 2–3 funciones.

5. Reservá tiempo en calendario (kickoff + práctica + revisión).

6. Acordá evidencia a 30/90 con lenguaje de negocio, no de LMS.

Si querés bajar este roadmap a un plan de alfabetización con outcomes por rol y acompañamiento, agendá una asesoría gratuita con el equipo de Empresas de Coderhouse.