Categorías

Recientes

Industrias

Featured

Productos

Trabaja con nosotros

Navegación

Perspectivas

Conectar

Estrategia de IA· · 8 min read

Las mismas herramientas de IA, casi el doble de ingresos

Un experimento de campo con 515 empresas jóvenes dio a la mitad acceso a las mismas herramientas de IA. La mitad que además vio cómo otras organizaciones rediseñaron su trabajo casi duplicó sus ingresos.

Dos mesas de madera idénticas y vacías en dos cuartos idénticos, vistas a través de un hueco dividido en una pared de yeso. La mesa de la izquierda sostiene una pila alta de bandejas de madera encajadas; la de la derecha está vacía.

Un grupo de investigadores dio el mismo paquete a 515 empresas jóvenes de todo el mundo: acceso a herramientas de IA avanzadas, formación técnica, mentores y créditos de API.

A la mitad, elegida al azar, le dieron además ejemplos de cómo otras organizaciones habían reorganizado sus procesos y su modelo de negocio con la IA. Después se pidió a cada empresa que viera dónde podía servir la IA en su propio trabajo.

Las empresas que vieron los ejemplos, frente a las demás:

  • identificaron un 44 por ciento más de formas de usar la IA
  • completaron un 12 por ciento más de tareas
  • tuvieron un 18 por ciento más de probabilidad de conseguir clientes que pagaran
  • casi duplicaron sus ingresos y necesitaron bastante menos capital externo

El estudio lo firman Hyunjin Kim y Dahyeon Kim, del INSEAD, y Rembrand Koning.1

Al obstáculo lo llaman el problema del mapeo. Los directivos saben que la IA puede hacer trabajo útil. No ven dónde encaja en su propio negocio ni qué hay que cambiar a su alrededor. La investigación sobre por qué la adopción de IA se estanca describe la misma brecha desde el otro lado: empujas la herramienta sin tocar el proceso y el costo cae sobre la gente que está dentro.

Los ejemplos hicieron que los directivos vieran más usos posibles de la IA. Quienes los recibieron miraron más allá de las tareas obvias: desarrollo de producto, operaciones, estrategia y administración.

Vemos el problema del mapeo desde el otro lado, en el trabajo con clientes.

En Yuno, el estudio donde trabajamos, los clientes suelen llegar con la idea de optimizar un proceso que ya tienen en mente. Uno habitual: las facturas llegan por correo, alguien abre cada una, busca los datos y los pega en el sistema contable.

Después lo mapeamos, paso a paso, por todos los equipos por los que pasa la factura.

Resulta que escribir es lo rápido. El tiempo se va en pasos que son de otros departamentos, de los que nadie se ocupa y que algunos defenderían.

Los pasos de los que nadie se ocupa

Un paso cuesta más que sus minutos. Todo lo que va detrás espera.

En JD Group, una agencia aduanal en la frontera entre México y Estados Unidos, clasificar un producto nuevo consistía en encontrar el código arancelario correcto. En la práctica, había que preguntar a otras cinco personas, mientras el resto de la operación esperaba entre 30 minutos y 4 horas.

Hoy un modelo entrenado con los 25 años de decisiones arancelarias de la propia empresa lo resuelve en 10 segundos o menos.

Por eso la IA que acelera una tarea casi no cambia lo que tarda el trabajo. Si una solicitud espera tres días en una cola, recortar la tarea de una hora a un minuto ahorra una hora, no tres días.

Por qué el paso sobrevive

En nuestra experiencia, esa defensa pesa especialmente en América Latina. Ningún organigrama se libra: cuantas más actividades, personas y presupuesto cuelgan de tu área, más poder tienes.

Nadie defiende el cuello de botella. Defienden la actividad. Un paso que vive en tu departamento trae personas y presupuesto, y quitarlo se lleva también eso.

Por eso las empresas se saltan la pregunta «¿este paso debería existir?» y van directo a automatizarlo. Michael Hammer, quien impulsó el movimiento de la reingeniería, advirtió en 1990: «Es hora de dejar de pavimentar los caminos de las vacas».

Cuando automatizas un paso que no debería existir, multiplicas un error. La gente ahorra tiempo. El retorno rara vez aparece, porque el negocio no cambió en nada.

Cuando mapeamos un proceso, cada paso entra en una de cuatro casillas:

  • Eliminar. Nadie lo echaría de menos.
  • Automatizar. Trabajo con reglas fijas que el software hace igual todas las veces.
  • Agente de IA. Leer, revisar y redactar, y una persona aprueba lo que importa.
  • Criterio humano. Las decisiones que deben quedarse en una persona.

Eliminar va primero. Cuando un paso desaparece, lo que más vemos es alivio: ya no hay que copiar datos de facturas ni preguntar a cinco personas dónde está la información correcta.

Los ingenieros de diseño de un fabricante pasaban horas en cada oferta a un cliente, en un caso que contaron este año Arjun Dutt, de Bain, y el economista Aaron Chatterji. En algunos segmentos, más de la mitad de esas ofertas tenían pocas probabilidades de ganarse.

Hoy un cálculo de 20 minutos resuelve las primeras ofertas, y los diseños completos se hacen solo para las que tienen posibilidades. Según los autores, las cotizaciones son unas 15 veces más rápidas y la tasa de éxito es mayor.

La ganancia vino de una persona con una hoja de cálculo y del trabajo que dejaron de hacer.

Cuando alguien defiende el paso

El alivio viene de quienes hacen el trabajo. Quienes mandan en el paso son otro asunto. Algunos protegen su terreno. Otros ven algo que a ti se te escapa.

Empieza por los segundos. John Kotter y Leonard Schlesinger, que estudian cómo cambian las organizaciones, encontraron que la gente se resiste porque ve la situación de otra manera que quienes empujan el cambio, y a veces la ve mejor. Un paso defendido puede ser el que detecta un error que nadie más ve.

Si el paso de verdad no aporta nada, quita el miedo que hay detrás de la defensa. En 1992, Art Byrne, el nuevo CEO de Wiremold, un fabricante de canaletas y sistemas para cables, les dijo a sus empleados que nadie perdería el trabajo por mejorar un proceso.

Como la empresa estaba creciendo, quienes ya no tenían trabajo se movían a donde hacía falta, y la plantilla bajó sin despidos. Los puestos podían cambiar. Nadie perdía el suyo por mejorarlo.

En un negocio que se encoge esa promesa es más difícil de sostener, y no le sirve al jefe que perdería presupuesto. Esa conversación le toca al CEO.

El cuello de botella se mueve

Hace años acompañamos una transformación en un gran grupo editorial de México, el que tiene los derechos de los cómics de DC y Marvel.

El CEO quería vender más. Había mucha demanda, pero no vendíamos. El único punto de venta eran los quioscos en las ciudades.

Así que abrimos una tienda en Shopify y nos saltamos los quioscos. Un lector hacía clic y el pedido nos llegaba directo.

Consultamos antes con el almacén, eso sí. Pero las ventas digitales habían caído tres años seguidos, y el almacén había calculado su capacidad para esa caída.

Las ventas despegaron.

El almacén nos pidió que dejáramos de vender. El cuello de botella se había mudado allí.

En JD Group, la siguiente pregunta es si cada paso después de la clasificación puede absorber cientos de productos más al día.

Hyunjin Kim propone la prueba que usaríamos en cualquier proyecto de IA: ¿te permite llegar a más clientes, hacer mejores productos o usar menos recursos? «Si no», dice ella, «mides actividad y no impacto».

Copia el mapa

En 1954, Sam Walton, el fundador de Walmart, tomó un autobús de 12 horas para ver una nueva forma de cobrar en unas tiendas Ben Franklin: una sola fila central en lugar de mostradores separados. Lo puso en sus tiendas de inmediato y años después admitió que casi todo lo suyo lo había copiado de otros.

UBS Wealth Management se quedó con otra cosa. Hacia 2000, sus directivos vieron que las negociaciones presupuestarias entre la casa matriz y las unidades de negocio estaban frenando el crecimiento. Un directivo señaló a Handelsbanken, el banco sueco que había abandonado el presupuesto en los años setenta.

Varios directivos fueron a verlo. Los modelos de negocio de los dos bancos eran distintos, pero el equipo de UBS adoptó los principios: menos supervisión desde la matriz, más responsabilidad en la primera línea, competencia amistosa entre unidades equivalentes. Después construyó su propia versión, incluido su propio plan de bonificaciones.

Walton miró fuera de sus tiendas y copió una práctica. UBS miró fuera de su sector y adoptó el principio, no el plan.

Las empresas que ganaron en el estudio hicieron lo mismo con sus ejemplos: se quedaron con el razonamiento y lo reconstruyeron para su propio negocio.

Casi todos los ejemplos de IA que vas a ver son la práctica de otra empresa. Busca el principio que hay detrás.

Un primer mapa en noventa minutos

Elige un proceso que pase por dos equipos, uno del que la gente se queje.

  1. Antes de la sesión, junta dos o tres ejemplos de cómo organizaciones de otros sectores rediseñaron algo parecido. Busca el principio en cada uno.
  2. Recorre el proceso paso a paso con quienes lo hacen. Pregunta dónde espera el trabajo, no qué trabajo se hace.
  3. Para cada paso, pregunta quién responde por él y qué perdería si desapareciera. Esa respuesta te dice qué pasos van a defender.
  4. Pon cada paso en una de las cuatro casillas. Elige un cambio y di cómo lo vas a medir: horas o dinero.

Las herramientas eran las mismas

Todas las empresas del estudio trabajaban con las mismas herramientas. La diferencia estuvo en lo que sus directivos habían visto.

Eran empresas en fase inicial. El artículo todavía está en revisión y no dice de qué cifra partía «casi el doble». Una organización grande tiene más procesos que rehacer, y más gente cuyo presupuesto depende de ellos.

La última vez que tu equipo planificó por dónde avanzar con la IA, ¿qué rediseños de otras empresas había estudiado?


  1. Hyunjin Kim, Dahyeon Kim y Rembrand Koning, Mapping AI into Production: A Field Experiment on Firm Performance, marzo de 2026. El artículo está en revisión en Management Science. ↩︎

Comparte