La parálisis y el falso dilema
Muchas empresas parecen moverse entre dos respuestas insuficientes ante la IA: esperar a que la tecnología se estabilice o repartir herramientas genéricas entre sus empleados con la expectativa de que, por sí solas, mejoren la productividad, reduzcan riesgos o impulsen las ventas.
Según el informe AI ROI: The paradox of rising investment and elusive returns de Deloitte, la encuesta realizada entre el 15 de agosto y el 5 de septiembre de 2025 a 1.854 altos ejecutivos de 14 países de Europa y Oriente Medio se dirigió a organizaciones que ya tenían al menos una implementación de IA en uso diario y, además, pilotos o implementaciones de IA generativa.
La adopción formal de herramientas, sin embargo, no demuestra por sí sola que una empresa haya alcanzado sus metas ni que haya transformado su manera de trabajar. La pregunta útil deja de ser si una organización tiene acceso a IA y pasa a ser qué trabajo está cambiando con ella, con qué propósito y dentro de qué proceso.
El valor depende del trabajo que se transforma
La evidencia disponible apunta a que la IA puede mejorar resultados, pero no de manera uniforme. El estudio Generative AI at Work, publicado por el NBER, analizó la introducción escalonada de un asistente conversacional basado en IA generativa con datos de 5.179 agentes de atención al cliente.
El mismo estudio también observó mejoras en el sentimiento del cliente y en la retención de empleados, además de indicios de aprendizaje de los trabajadores. Estos resultados no autorizan a prometer el mismo impacto en cualquier empresa: muestran, más bien, que el valor depende de las tareas, de los usuarios y de la forma concreta en que la herramienta se incorpora al trabajo.
De probar herramientas a rediseñar el trabajo
Experimentar sigue siendo válido. Dar a los empleados la posibilidad de probar nuevas tecnologías puede ayudar a descubrir formas más sencillas de hacer el trabajo y abrir preguntas que antes no estaban planteadas.
Pero una práctica útil no debería quedar limitada a la iniciativa individual de quien descubrió un buen prompt, una secuencia de pasos o una herramienta concreta. La experimentación genera valor duradero cuando esa práctica se cristaliza en un flujo de trabajo, una aplicación o una integración adaptada a la actividad de la empresa.
Explorar
Permitir que los equipos prueben herramientas y detecten tareas en las que puedan simplificar el trabajo.
Observar
Distinguir qué prácticas mejoran realmente una tarea y en qué contexto lo hacen.
Integrar
Convertir las prácticas útiles en flujos o aplicaciones adaptados a la actividad de la empresa.
Consolidar
Hacer que la nueva forma de trabajar forme parte del proceso y no dependa solo de una persona.
Proponemos, por tanto, identificar las prácticas experimentales que aportan valor y convertirlas en soluciones integradas. Esta transición requerirá capacidades de diseño, desarrollo e integración tecnológica, ya sean internas o externas; esa es una condición de ejecución, no una garantía de resultado.
La diferenciación está en cómo se incorpora la IA
Los fabricantes ofrecen capacidades genéricas que muchas empresas pueden incorporar al mismo tiempo. Por eso, disponer de una herramienta concreta puede ser necesario, pero difícilmente basta para diferenciarse cuando otros tienen acceso a capacidades parecidas.
La ventaja puede desplazarse hacia la selección de problemas, el diseño de los procesos y la integración de la IA con la actividad específica de cada empresa. El resultado dependerá de la calidad de esas decisiones, de los datos disponibles y de la capacidad de convertir una posibilidad técnica en una forma de trabajo repetible.
La experimentación puede ser el comienzo; la incorporación al trabajo es lo que puede convertirla en capacidad propia. Esperar a que la IA deje de cambiar no resuelve la decisión. La decisión consiste en elegir dónde puede transformar mejor el trabajo, aprender de esa transformación y construir alrededor de ella una manera de operar que responda a la actividad concreta de la empresa.
Fuentes
- AI ROI: The paradox of rising investment and elusive returns — Deloitte — 22 de octubre de 2025 — https://www.deloitte.com/global/en/what-we-do/capabilities/ai/research/ai-roi-the-paradox-of-rising-investment-and-elusive-returns.html
- Generative AI at Work — Erik Brynjolfsson, Danielle Li y Lindsey R. Raymond; NBER Working Paper 31161 — abril de 2023 — https://www.nber.org/papers/w31161