Por qué la IA acelera tu trabajo pero no tu empresa
9 de Noviembre, 2026 · Inteligencia Artificial · Martín Sepúlveda
Esta semana leí una cifra que me dejó pensando. El fondo Menlo Ventures estimó que las empresas ya gastan 177 mil millones de dólares al año en inteligencia artificial, más de cinco veces lo de 2025. Y en la encuesta anual de McKinsey a 1.719 ejecutivos, solo el 6% dice que la IA le aportó al menos un 5% de su ganancia operativa. El mismo porcentaje que el año pasado, mientras el 80% de las personas que la usan siente que trabaja más rápido.
Esa distancia entre lo que siente cada persona y lo que ve el balance es el problema más caro de la transformación digital.
El techo está en lo que la IA no toca
Piense en una cocina: más cocineros aceleran el picado, pero el horno demora lo mismo. En 1967 el ingeniero de IBM Gene Amdahl describió ese límite, y se aplica a cualquier proceso: solo gana velocidad la parte que se puede repartir, no la que va en fila.
Tome un proceso de 100 horas, donde redactar toma 20 y las otras 80 se van en capturar datos, revisar, corregir y aprobar. Si la IA redacta diez veces más rápido, el total queda en 82 horas: un 18% menos, no un 90%. Si redactara al instante, nunca bajaría de 80.
El eslabón más débil se lleva la cuenta
Hay una segunda capa, más incómoda. Cuando un error en cualquier etapa arruina el resultado, la calidad no se suma: se multiplica. Michael Kremer lo formalizó en 1993 como teoría O-Ring, por la pieza que hizo fallar al transbordador Challenger.
Cinco pasos que salen bien el 90% de las veces dan un resultado correcto solo el 59%. Si la IA mejora uno al 99%, sube a 65%. Pero si mejora cuatro y el quinto cae al 60% porque la revisión se saturó, termina en 57,6%: peor que al principio.
No es teoría. Investigadores del MIT y de Wharton siguieron a más de 500 mil programadores: con IA propusieron un 240% más de cambios, pero las versiones terminadas crecieron solo un 30%.
Las horas que se ahorran no vuelven solas
Falta un detalle más humano. Si alguien arma en una hora el informe que antes le tomaba tres, ¿dónde quedaron las otras dos? En 1955 C. Northcote Parkinson lo resumió con ironía: el trabajo se expande hasta llenar el tiempo disponible. En un experimento con 7.137 empleados de 66 grandes empresas, quienes usaron Copilot ahorraron dos horas semanales de correo, pero no terminaron más documentos.
Según Gartner, solo el 7% de las organizaciones da pautas sobre cómo usar ese tiempo liberado, y la CEPAL junto al centro chileno CENIA lo llamaron "disipación del tiempo liberado", un riesgo hoy mayor que el desempleo.
Por eso en Recdata tomamos el criterio inverso. Al instalar visión artificial en una planta o en la vía pública, no partimos por la cámara: partimos por saber quién recibe la alerta y qué decide esa persona con ella. En Streetflow aprendimos que automatizar sin rediseñar quién decide qué solo produce más trabajo pendiente.
Antes de aprobar la próxima herramienta, hago tres preguntas. ¿Cuánto pesa en el total la tarea que voy a acelerar? ¿Cuál es el paso más flojo y quién responde cuando la IA se equivoca? ¿Quién capitalizará el tiempo liberado?
Si las respuestas son "poco", "no sé" y "nadie", la IA acelerará una tarea suelta y el balance no se moverá. Ese 6% no es un techo técnico: casi tres de cada cuatro rediseñaron a fondo sus flujos. No fue la herramienta. Fue la decisión de cambiar el proceso alrededor de ella.
Fuente: Infobae, "Por qué la IA acelera tu trabajo pero no tu empresa" (8 de noviembre de 2026), sobre datos de Menlo Ventures, McKinsey, Gene Amdahl (1967), Michael Kremer (1993), MIT y Wharton, Gartner, CEPAL/CENIA y C. Northcote Parkinson (1955).
Volver al Blog