El 88% de las empresas ya utiliza inteligencia artificial, pero pocas logran transformar su forma de trabajar

Aunque cada vez más organizaciones incorporan inteligencia artificial, su adopción no siempre se traduce en cambios concretos en la forma de trabajar. Según el informe The State of AI in 2025, de McKinsey, el 88% de los encuestados afirma que su organización utiliza IA regularmente en al menos una función de negocio, mientras que solo el 7% señala que su implementación se ha escalado por completo en toda la organización.

Esta brecha plantea una pregunta cada vez más relevante para las organizaciones: ¿qué hace falta para que la inteligencia artificial deje de ser una herramienta que mejora tareas individuales y se convierta en una capacidad integrada a la operación?

“Muchas organizaciones están incorporando IA para hacer más rápido lo que ya hacen, pero eso no significa que estén transformando su manera de trabajar. Si los procesos siguen fragmentados, la información no circula y las decisiones dependen de las mismas intervenciones manuales, el impacto de la tecnología tiene un límite”, señala Alejandro Alessi, CTO de Flux IT.

La evolución de los agentes de IA abre nuevas posibilidades para abordar ese desafío. A diferencia de las herramientas que asisten a una persona en una actividad puntual, los agentes pueden ejecutar acciones, interactuar con sistemas y participar en distintas etapas de un proceso bajo objetivos y reglas definidos. Esto permite conectar actividades que antes requerían múltiples intervenciones y transferencias de información.

En seguros, por ejemplo, la gestión de un siniestro puede involucrar la interpretación de documentación, la consulta de coberturas, distintas validaciones y la resolución de excepciones. La IA puede contribuir a articular estas etapas, facilitando el acceso a la información y la coordinación con los especialistas cuando se requiere su intervención. En banca, un enfoque similar puede aplicarse a la evaluación crediticia, conectando la recopilación de datos, las verificaciones y el análisis de riesgos para dar mayor continuidad al proceso de decisión.

Sin embargo, sumar agentes no garantiza por sí solo que un proceso funcione mejor. Su desempeño depende de la calidad de la información disponible, de la integración entre sistemas y de la existencia de criterios claros para coordinar acciones, resolver excepciones y supervisar resultados.

“La autonomía de los agentes no se define solamente por lo que la tecnología puede hacer, sino también por lo que la organización está preparada para delegar. Hay que establecer qué acciones pueden ejecutar, bajo qué reglas y cuándo es necesario que intervenga una persona. Esa definición es parte del diseño del proceso, no una decisión que pueda dejarse para después”, explica Alessi.

Este cambio también exige nuevas decisiones dentro de las organizaciones. Para las áreas de tecnología, el desafío es crear las condiciones para integrar agentes y sistemas de manera segura y controlada. Para los líderes de negocio, consiste en identificar los procesos donde las demoras, las tareas manuales o la falta de coordinación limitan los resultados, y determinar dónde la IA puede generar una mejora concreta.

El punto de partida, entonces, no es elegir qué tecnología incorporar, sino identificar qué problema operativo se busca resolver. Esto implica definir qué partes del proceso necesitan transformarse, qué decisiones pueden delegarse y con qué indicadores se evaluará el impacto: desde los tiempos de resolución y el retrabajo hasta la calidad de las decisiones y la continuidad operativa.

“La pregunta no debería ser cuántas tareas podemos automatizar, sino qué necesitamos cambiar para que el trabajo funcione mejor. El valor de la IA no se mide solamente por el tiempo que ahorra en una actividad, sino por su capacidad para mejorar los resultados de la operación”, concluye Alessi.

Fuente: McKinsey, “The state of AI”