Tres meses después de activar Copilot para 40 personas, el gerente general pide un número. El reporte del centro de administración dice que 31 usuarios están "activos". El de TI dice que la gente "está contenta". Finanzas pregunta cuántas horas se ganaron y nadie sabe qué responder, porque nadie midió cuánto se demoraban esas mismas tareas antes del piloto.
Medir la productividad con inteligencia artificial no es difícil, pero exige hacer algo poco entretenido antes de encender las licencias: levantar una línea base. Sin ese punto de partida, cualquier cifra que aparezca después es una opinión con decimales. Aquí va una forma concreta de hacerlo: qué métricas usar, qué reportes trae Microsoft para seguir la adopción de Copilot y qué encontraron los estudios públicos que sí se tomaron la molestia de medir bien.
Por qué las cifras de productividad suelen ser humo
El error más común es confiar en lo que la gente cree que ahorró. Nadie miente a propósito; simplemente somos malos estimando nuestro propio tiempo, y peor todavía con una herramienta nueva que nos entusiasma.
En julio de 2025, METR publicó un estudio controlado con desarrolladores experimentados: con herramientas de IA, las tareas les tomaron un 19% más de tiempo. Al terminar, esos mismos desarrolladores estimaban que la IA los había hecho un 20% más rápidos. Es un estudio sobre programación, no sobre Microsoft 365, pero muestra cuánto se puede alejar la percepción de la medición.
Los ensayos del gobierno británico con Microsoft 365 Copilot muestran el mismo patrón en trabajo de oficina:
| Estudio | Cómo midió | Resultado |
|---|---|---|
| Experimento transversal del gobierno (GDS), 20.000 funcionarios, publicado en junio de 2025 | Encuesta de autorreporte | 26 minutos diarios ahorrados en promedio |
| Evaluación del DWP, 3.549 personas | Grupo tratado contra grupo de comparación, con análisis estadístico | 19 minutos diarios en ocho tareas rutinarias |
| Evaluación de HMRC, 3.000 licencias asignadas al azar, publicada en julio de 2026 | Autorreporte ajustado a la baja en cerca de 20% | 2% a 3% de la semana laboral, unos 60 minutos semanales |
Las tres evaluaciones encontraron ahorro. Lo que cambia es el tamaño: mientras más estricto el método, más bajo el número. HMRC incluso recortó sus propias cifras, porque quienes contestan encuestas suelen ser los usuarios más entusiastas. Nos gusta esa actitud, y es la que recomendamos copiar.
Las cuatro métricas que sí sirven
Para un piloto en una empresa mediana bastan cuatro métricas. Con más, la planilla se abandona a la tercera semana.
- Tiempo por tarea. Elige entre cinco y ocho tareas repetitivas y concretas (preparar el informe semanal de ventas, redactar la minuta de un comité, responder una licitación tipo) y mide cuánto demoran hoy. Es la métrica central.
- Adopción real. No basta con "usó Copilot alguna vez". Interesa cuántas personas lo usan semana a semana y en qué aplicaciones.
- Calidad del resultado. Si el informe sale en la mitad del tiempo pero vuelve dos veces con correcciones, no hubo ganancia. Cuenta revisiones, devoluciones o errores detectados.
- Percepción del usuario. Sirve, pero como complemento. Una encuesta corta al inicio y al final, con las mismas preguntas.
Cómo levantar la línea base antes del piloto
Es el paso que casi todos se saltan. Toma dos o tres semanas y hay que hacerlo antes de asignar las licencias, no después.
- Define el grupo piloto y, si puedes, un grupo de comparación con funciones parecidas que siga trabajando sin licencia durante el mismo período. Es lo que hicieron el DWP y HMRC, y es lo que les permitió separar el efecto de Copilot del resto.
- Para cada tarea elegida, registra el tiempo de al menos cuatro o cinco repeticiones. Una planilla compartida con fecha, tarea, persona y minutos es suficiente. No hace falta software especial.
- Anota cómo se mide la calidad en esa tarea: cuántas versiones pasa un documento, cuántas observaciones hace la jefatura, cuántos errores se corrigen después.
- Aplica la encuesta inicial: cuánto tiempo sienten que pierden en búsqueda de información, correos y reuniones.
Después, durante el piloto, repite exactamente la misma medición. Mismas tareas, misma planilla, mismas preguntas.
Qué te entrega Microsoft para medir la adopción de Copilot
Microsoft tiene dos fuentes de datos que conviene conocer, porque miden cosas distintas.
La primera son los reportes del centro de administración de Microsoft 365. Según la documentación del reporte de uso de Copilot, muestra usuarios habilitados, usuarios activos (los que usaron alguna función de Copilot en el período), la tasa de uso, los prompts enviados y la adopción por aplicación, en ventanas de 7, 28, 90 o 180 días. Hay un reporte aparte para Copilot Chat, que cubre a los usuarios sin licencia. Para la línea base también sirve el reporte de preparación, que indica qué usuarios cumplen los requisitos técnicos.
La segunda es el Copilot Dashboard en Viva Insights. De acuerdo con Microsoft Learn, está disponible para clientes de Microsoft 365 empresarial con Exchange Online y no requiere una licencia pagada de Viva Insights. Organiza los datos en preparación, adopción, impacto y sentimiento. Dos detalles útiles:
- Clasifica a los usuarios según la constancia de uso en las últimas 12 semanas. Por ejemplo, un usuario "habitual" es el que usó Copilot en al menos 9 de esas 12 semanas. Esta métrica es más honesta que "usuarios activos".
- Los tenants con al menos 50 licencias de Copilot (o de Viva Insights) acceden además a benchmarks, datos por grupo y encuestas integradas.
Ojo con las "horas asistidas" que calcula el dashboard. Son estimaciones: Microsoft multiplica las acciones de Copilot por un factor de tiempo por acción (por ejemplo, 6 minutos por cada acción de creación, basado en un estudio con 147 personas) y la propia documentación advierte que Copilot probablemente no es la única causa de los cambios que muestra. Sirven para ver tendencias. Para defender un presupuesto ante el directorio, usa los minutos que mediste tú.
Cómo leer los resultados sin engañarte
Al cierre del piloto, compara tarea por tarea. Una tabla con cinco columnas lo resuelve: tarea, minutos antes, minutos después, cambio en calidad y número de repeticiones medidas.
Algunas reglas que ayudan:
- Los ahorros no son parejos. Los estudios británicos encontraron más ganancia en redactar, resumir y buscar información, y limitaciones claras en tareas complejas o con mucho dato. Espera lo mismo y no promedies todo en un solo número.
- Unos minutos al día repartidos en varios momentos no liberan una persona completa. Lo que sí cambia es la capacidad del equipo para hacer más con la misma dotación, y conviene presentarlo así.
- Separa a los usuarios constantes del resto. Si el ahorro viene de un tercio del grupo, la decisión razonable puede ser extender la licencia a perfiles parecidos a esos y no a toda la empresa.
- Si en el camino aparecen dudas sobre qué información ve Copilot, resuélvelas antes de seguir. En HMRC, el 46% de quienes no usaron su licencia mencionó preocupaciones de seguridad y privacidad. Escribimos sobre eso en Seguridad de datos en Copilot.
Si después quieres convertir esto en un caso de negocio, el siguiente paso es el cálculo financiero que explicamos en cómo calcular el ROI de Microsoft 365 Copilot. Con datos propios de línea base, ese cálculo deja de depender de promedios ajenos.
Preguntas frecuentes
¿Cuánto debe durar un piloto para medir la productividad con IA?
Al menos dos o tres semanas de línea base y unos dos o tres meses de piloto. El experimento del GDS duró tres meses y la evaluación del DWP, seis. Además, el Copilot Dashboard trabaja con ventanas de 28 días y tiene hasta seis días de desfase en los datos, así que un mes no alcanza.
¿Necesito comprar Viva Insights para medir la adopción de Copilot?
No. El Copilot Dashboard está disponible sin licencia pagada de Viva Insights para clientes de Microsoft 365 empresarial con Exchange Online. La licencia pagada y los tenants con 50 o más licencias de Copilot agregan funciones como benchmarks y datos por grupo.
¿Sirven las encuestas a usuarios?
Sirven para medir percepción y detectar problemas, pero no reemplazan la medición de tiempo por tarea. Los estudios disponibles muestran que el autorreporte suele dar cifras más altas que los métodos controlados.
Mide antes de escalar
La productividad con inteligencia artificial existe, pero cada empresa tiene que comprobar cuánta y dónde. En Disrupsoft te ayudamos a identificar los escenarios de mayor impacto, activar y configurar Copilot en tu Microsoft 365, capacitar a tu equipo con su propio trabajo y acompañar el uso en el tiempo. Si estás por partir un piloto o ya tienes uno sin números claros, revisa nuestro servicio de Copilot para Microsoft 365 y conversemos.
