La IA ahorra minutos y tu organigrama se los come

---

9 de octubre | Por Juan Merodio

Hace un par de semanas, en la comida posterior a una conferencia en Valladolid, se sentó a mi lado el director general de una distribuidora de material industrial con unos ochenta empleados y, entre el primer plato y el segundo, me enseñó orgulloso en el móvil cómo su equipo comercial había pasado de tardar dos horas en preparar una oferta técnica a tenerla lista en veinte minutos gracias a un asistente de Inteligencia Artificial que habían entrenado con su catálogo, sus tarifas y sus condiciones de entrega, y la verdad es que el resultado era impecable, mejor redactado y con menos errores que lo que hacían antes a mano.

Le pregunté cuántos días tardaba el cliente en recibir esa oferta desde que la pedía.

Se quedó pensando un rato largo y me dijo: “Seis. Como antes”.

Esa respuesta resume mejor que cualquier informe lo que está pasando ahora mismo en miles de empresas, grandes y pequeñas, que han hecho los deberes con la IA, que han comprado licencias, que han formado a su gente y que ven con sus propios ojos cómo cada tarea individual va más rápido, pero que cuando miran la cuenta de resultados a final de trimestre no encuentran por ningún lado ese salto de productividad que les habían prometido.

La apuesta más grande de la historia y una pregunta que casi nadie se hace

Para entender la dimensión de lo que nos estamos jugando conviene mirar primero las cifras, porque son de las que marean. Un análisis reciente del Wall Street Journal describía el despliegue de la IA como, potencialmente, la mayor inversión económica de la historia de Estados Unidos: la inversión total en centros de datos e infraestructura relacionada con la IA podría alcanzar los 10,3 billones de dólares entre 2025 y 2032, lo que equivale de media a un 3,6 % del PIB cada año, por encima de lo que en su día supusieron las autopistas, la electrificación, las telecomunicaciones, los canales o el ferrocarril. Solo las cinco grandes, Alphabet, Amazon, Meta, Microsoft y Oracle, prevén gastar unos 4,2 billones de dólares hasta 2029.

Brian Solis, uno de los analistas que mejor está leyendo este momento, lo resume con una idea que me parece brillante: estamos haciendo la mayor apuesta por la IA de la historia y todavía no nos hemos parado a reinventar el trabajo con ella.

Yo apuesto a que la vamos a aprovechar. Pero con una condición.

 

Tres minutos a la semana: la cifra que lo cambia todo

Chamath Palihapitiya abrió hace poco una conversación global con un análisis en el que se preguntaba por qué la adopción de la IA se acelera mientras las mejoras agregadas de productividad cuestan tanto de ver, y dentro de ese análisis hay un dato que deberías tener apuntado en algún sitio visible de tu despacho.

Con los datos de gasto del índice de IA de Ramp, la empresa mediana gasta unos 12,50 dólares por empleado y mes en IA. Si el coste medio mensual de un empleado ronda los 8.500 dólares, la IA solo necesita hacer a esa persona un 0,15 % más productiva para pagarse sola, y eso, traducido al idioma de la calle, son unos tres minutos productivos más a la semana.

Tres minutos. A la semana.

Cualquiera que haya usado un asistente de IA durante una mañana sabe que ahorra muchísimo más que eso, y Chamath cita un caso de Procter & Gamble en el que una sola persona trabajando con IA producía un trabajo de calidad comparable al de un equipo de dos.

Entonces, si la tarea va más rápido, ¿dónde está el dinero?

 

Por qué el ahorro se evapora antes de llegar a la caja

Aquí viene lo interesante, y es justo lo que le pasaba a mi compañero de mesa en Valladolid. La IA puede hacer la tarea más rápida mientras la organización que rodea a esa tarea sigue exactamente igual que antes.

Imagina que alguien de tu equipo termina un análisis en veinte minutos en lugar de dos horas, que es una mejora real y medible, y piensa qué ocurre a continuación: el análisis se queda en una bandeja de entrada hasta la mañana siguiente, lo revisa un responsable, tiene que verlo el departamento jurídico, finanzas debe aprobar la decisión asociada, otro departamento vuelve a meter la información en otro sistema y la decisión final espera a la reunión semanal de operaciones del jueves.

Esa persona ha ahorrado cien minutos. El flujo completo no se ha movido ni un milímetro.

Es como instalar en tu casa un calentador de agua de última generación que calienta en dos segundos y seguir con las tuberías de hace cuarenta años, llenas de codos, de llaves de paso que alguien cerró en 1998 y de tramos que dan la vuelta a toda la vivienda para llegar a la cocina, que está a tres metros. El agua caliente sale del aparato en un instante y llega al grifo cuando ya te has duchado con agua fría.

La realidad es que la IA está evolucionando más deprisa que la cultura de las empresas, que sus costumbres, que su burocracia y que su capacidad de adaptarse de punta a punta. Y eso no es un drama, es la mejor noticia posible, porque significa que la ventaja ya no está en la herramienta, que la tiene todo el mundo, sino en algo que depende solo de ti.

Tres niveles de productividad que no son intercambiables

Solis propone distinguir tres niveles y a mí me parece la forma más clara de ordenar la conversación. En el nivel de la tarea, la IA ayuda a alguien a hacer una actividad más rápido, más barato o mejor. En el nivel del flujo de trabajo, la pregunta es si toda la secuencia avanza más deprisa, si desaparecen traspasos, si las decisiones se toman antes, si la información pasa directamente de un paso al siguiente y si los agentes pueden actuar dentro de unos límites en lugar de generar otro documento más para que alguien lo revise. Y en el nivel de la empresa, la pregunta es si todo eso acaba convirtiéndose en más ingresos, mejores márgenes, innovación más rápida, clientes más satisfechos, menos riesgo o más resiliencia.

Puedes tener una productividad enorme en la tarea sin que se note nada en la empresa. La variable que falta casi siempre es el diseño del propio trabajo.

 

El cuello de botella no son las personas

Chamath lanza una pregunta provocadora: ¿y si los humanos somos el cuello de botella del retorno de la IA? Solis y Dave Wright, director de innovación de ServiceNow, coautores del libro “Infinite”, van un paso más allá, y yo me sumo con ellos sin dudarlo.

El cuello de botella no son las personas. Es la forma en que hemos organizado a las personas, la tecnología, los procesos, los incentivos, los derechos de decisión y los flujos de información.

Piensa por un momento en cómo nació la empresa que conoces. Se diseñó en una época en la que la información era escasa y costaba moverla, la computación era cara, el conocimiento experto vivía en departamentos concretos y las decisiones subían hacia arriba porque la inteligencia estaba concentrada en la cúpula, y con los años el organigrama, las aplicaciones, los presupuestos y las capas de aprobación fueron fijando esas suposiciones, mientras las reuniones y los correos hacían de parche en todos los sitios por donde el trabajo no fluía bien.

Y de repente llega una tecnología capaz de generar, razonar, analizar, coordinar, recomendar y, cada vez más, actuar. La inteligencia pasa a ser abundante. Y lo que hacemos la mayoría es meter esa inteligencia nueva dentro de la arquitectura de siempre.

Automatizar lo que no debería existir

Bill Gates lo dijo hace décadas: la automatización aplicada a una operación eficiente multiplica la eficiencia, y aplicada a una operación ineficiente multiplica la ineficiencia. Elon Musk aprendió lo mismo en sus fábricas y lo convirtió en un orden muy concreto que me encanta compartir en las sesiones con directivos: cuestionar cada requisito, eliminar lo innecesario, simplificar lo que queda, acelerarlo y, solo al final, automatizarlo. Él mismo reconoció que cometió el error de automatizar procesos que nunca deberían haber existido, y advierte de que muchas empresas están repitiendo ese error con la IA, metiendo agentes antes de preguntarse si el trabajo de debajo tiene sentido.

En “Infinite” lo llaman la trampa de la iteración: usar capacidades nuevas y potentísimas para mejorar la organización que ya tienes en lugar de preguntarte qué organización hacen posible esas capacidades. Mejora, sí. Pero mejora una versión cada vez más sofisticada de lo de siempre.

¿Sabes cuál es el error? Pensar que el problema está en la herramienta y cambiar de modelo cada tres meses, cuando la herramienta funciona perfectamente y lo que falla es el camino por el que circula su trabajo.

 

La misma IA, empresas muy distintas

Hay un experimento de 2026 que me parece de lo más revelador que he leído este año. Se trabajó con 515 startups que recibieron las mismas herramientas de IA, la misma formación y el mismo apoyo, y a un grupo elegido al azar se le enseñaron también ejemplos de cómo otras empresas habían reorganizado su trabajo alrededor de la IA.

Misma tecnología. Lo único distinto era lo que aprendían a hacer con ella.

En la startup mediana el impacto en ingresos fue moderado, pero en las de mejor rendimiento la diferencia se disparó, y el grupo que vio esos ejemplos acabó generando en conjunto 1,9 veces los ingresos del grupo de control. La IA no iguala a las empresas. Amplifica la diferencia en su capacidad de organizarse.

Cuando todo el mundo tenga acceso a los mismos modelos, copilotos y agentes, y eso está pasando ya, la tecnología dejará de diferenciar y la ventaja se moverá hacia la capacidad de convertir inteligencia en decisiones, decisiones en acción y acción en aprendizaje. Eso es una ventaja de diseño del trabajo, y está al alcance de una empresa de doce personas igual que de una de doce mil.

 

Del organigrama al mapa del trabajo

Esto lo veo constantemente en TEKDI cuando hablamos de IA con empresarios: la primera pregunta que se hacen es cómo debería usar la IA marketing, cómo debería usarla finanzas, cómo debería usarla recursos humanos y cómo debería usarla ventas. Son preguntas razonables, pero refuerzan los silos que ya existen.

La pregunta que de verdad abre puertas empieza en otro sitio: qué resultado queremos conseguir y cómo debería suceder el trabajo ahora para conseguirlo. Piensa en el recorrido que va desde que entra un contacto hasta que cobras, desde que llega una reclamación hasta que se resuelve, desde que surge una idea hasta que se convierte en producto o desde que entra un pedido hasta que está pagado. Ninguno de esos resultados pertenece a un único departamento.

El cliente no vive tu organigrama. Vive tu flujo de trabajo.

Solis y Wright hablan de pasar del organigrama, que ordena a las personas según a quién reportan, a lo que ellos llaman el mapa del trabajo, que organiza personas, agentes de IA, sistemas, datos y derechos de decisión alrededor de resultados. Y cuando empiezas por el resultado y no por el departamento aparecen preguntas nuevas que merece la pena hacerse en voz alta en el comité de dirección: qué trabajo ya no necesita existir, dónde aporta el criterio humano un valor diferencial, dónde pueden actuar los agentes por su cuenta dentro de límites claros, dónde se retrasan las decisiones porque la autoridad está separada de la información y dónde está esperando el cliente mientras la empresa se coordina a sí misma.

Ninguna de esas preguntas es tecnológica. Son preguntas de modelo operativo y, cada vez más, preguntas de liderazgo.

 

Mide el flujo, no el cronómetro de la tarea

Todo esto cambia la forma de medir el retorno. Si mides solo horas o costes ahorrados, corres el riesgo de optimizar lo que no toca. Supón que la IA reduce un 30 % el tiempo de un análisis concreto, que suena espectacular, pero que ese análisis solo representa el 5 % del tiempo total del flujo: el impacto en la empresa será casi invisible. Y al revés, un agente que reduce un ciclo de decisión crítico de cinco días a cinco minutos puede generar un valor enorme aunque el ahorro de mano de obra parezca pequeño.

Por eso la IA hay que medirla a lo largo del flujo de valor: qué ha pasado con el tiempo de ciclo, con el tiempo hasta la decisión, con el esfuerzo del cliente, con el número de traspasos y esperas y con la capacidad de la organización de aprender y adaptarse.

 

Del retorno de la inversión al retorno de la inteligencia

Chamath propone una fórmula clásica: el retorno de la IA es el valor financiero que crea menos lo que cuesta, dividido entre lo que cuesta. En “Infinite”, Solis y Wright añaden una idea complementaria que llaman ROI∞, el retorno de la inteligencia, y que incluye los costes humanos reales de cualquier cambio:

ROI∞ = (Valor realizado × Velocidad de aprendizaje) ÷ (Tiempo hasta el resultado × Resistencia al cambio)

El valor realizado tiene que estar ahí, la velocidad de aprendizaje premia a quien aprende antes a mejorar, el tiempo hasta el resultado recuerda que una información que tarda en convertirse en acción pierde valor por el camino, y la resistencia al cambio explica por qué hasta la mejor estrategia de IA se atasca cuando incentivos, cultura o sistemas de gestión no dejan evolucionar el modelo operativo.

La consecuencia me parece preciosa. Las empresas tradicionales funcionan en tiempo de calendario, con reuniones semanales, revisiones mensuales, planificación trimestral y estrategia anual, mientras que las empresas que van por delante con la IA empiezan a funcionar en tiempo de evento: las señales se interpretan cuando aparecen, personas o agentes proponen y actúan dentro de unos límites definidos, cada resultado genera inteligencia nueva y el sistema aprende sin parar.

 

La pregunta que separa optimizar de reinventar

Los consejeros delegados y los consejos de administración deben preguntar cuánto gastan en IA y qué retorno obtienen, por supuesto. Pero las preguntas que de verdad mueven la aguja son otras: dónde está la IA acelerando actividad sin acelerar resultados, dónde se está comiendo la fricción interna la productividad ganada, qué flujos no deberían parecerse en nada a lo que son hoy y qué políticas se diseñaron para limitaciones tecnológicas que ya no existen.

Y por encima de todas, una que te pido que te lleves hoy a tu empresa, tengas cinco empleados o quinientos: si diseñáramos esta empresa hoy, con las capacidades que tenemos a nuestro alcance, ¿organizaríamos el trabajo así?

La primera generación de IA en la empresa ha consistido en ayudar a las personas a hacer más rápido el trabajo de siempre. La siguiente consistirá en rediseñar cómo sucede el trabajo y por qué. De eso dependerá que la mayor inversión en IA de la historia se convierta en una de las mayores revoluciones de productividad que hemos visto o en el ejercicio más caro de automatizar el pasado.

Así que tienes dos caminos. Puedes seguir sumando licencias y celebrando que cada tarea va un poco más rápido mientras el cliente sigue esperando seis días, o puedes coger esta misma semana un único flujo, desde que alguien pide algo hasta que lo recibe, y dibujarlo entero en una pizarra con cada espera y cada firma.

El dinero de la IA no está en la tarea.

Está en el camino.

Compartir >>