Marc Sureda
Durante el pasado ejercicio, la inversión global destinada a la IA superó los 250 mil millones de dólares. Diversas investigaciones recientes confirman que la asimilación de estas tecnologías ha experimentado una fuerte aceleración, hasta el punto de que más del 80% de los responsables de compras tecnológicas ya emplean estos recursos con frecuencia semanal. A pesar de este elevado volumen de capital y de uso continuo, únicamente1/4 parte de las corporaciones reporta un impacto relevante en sus resultados financieros. Esta disparidad evidencia que la asimilación de estas herramientas a nivel individual, mediante el uso de asistentes como: ChatGPT, Claude, Gemini o Copilot. Representando tan solo un paso inicial que agiliza las tareas de los trabajadores, pero que apenas altera la rentabilidad general de la organización.
Ante este escenario, la consultora estratégica Kearney y el Foro Económico Mundial han publicado conjuntamente un documento de análisis que evalúa a más de medio centenar de corporaciones que integran la IA en el núcleo de su modelo operativo, complementado con más de 150 consultas a profesionales de la industria. Las conclusiones de este trabajo indican que la adopción de la IA requiere un cambio profundo en la transformación empresarial, trascendiendo el mero despliegue tecnológico. Las entidades que logran rentabilizar sus inversiones son aquellas que han dejado de considerar esta tecnología como un simple añadido para sus rutinas actuales y, en su lugar, han decidido diseñar sus operaciones desde cero basándose en ella.
Para alcanzar este nivel de integración, el análisis identifica un modelo de trabajo sustentado en cinco fundamentos interconectados. En primer lugar, se requiere situar la capacidad de análisis algorítmico en el centro de la actividad para optimizar el aprendizaje y la toma de decisiones. Esto debe apoyarse sobre una infraestructura tecnológica flexible que no dependa de un proveedor único y que pueda evolucionar con los futuros avances del mercado. Así mismo, es imperativo replantear los procedimientos en su totalidad en lugar de superponer la tecnología a los esquemas vigentes. Esta reestructuración obliga también a redefinir la relación entre el empleado y la máquina, de forma que el talento humano se concentre en la supervisión, el pensamiento crítico y la resolución de problemas, mientras que el software asume los trabajos mecánicos. Finalmente, la confluencia de estas prácticas permite el desarrollo de nuevas ofertas de productos y la apertura de vías de crecimiento alternativas.
La aplicación de este sistema organizativo está generando resultados cuantificables en diversos sectores económicos. En el ámbito de los seguros para empresas, la ejecución de ciertas gestiones documentales ha pasado de requerir veintiocho días a completarse en menos de tres horas. Por su parte, la industria de ciencias de la salud ha logrado identificar componentes viables para la creación de nuevos fármacos en un plazo de dos días y medio. Paralelamente, algunas firmas que han nacido con este nuevo enfoque tecnológico han alcanzado una facturación recurrente de 100.000.000 de dólares anuales en escasos meses, un volumen de negocio que bajo los paradigmas tradicionales requería un periodo de entre 4 y 8 años.
Para el tejido corporativo de España, el reto inminente radica en codificar su propio conocimiento interno para entrenar agentes automatizados capaces de gestionar flujos de trabajo completos.
José Cantera, socio y responsable de IA en Kearney explica:“Cada vez más personas utilizan asistentes de IA como ChatGPT, de OpenAI; Claude, de Anthropic; Gemini, de Google; o Copilot, de Microsoft. Es un primer paso importante, porque permite mejorar la productividad individual. Sin embargo, quedarse ahí apenas mueve la aguja de la cuenta de resultados. La verdadera oportunidad está en rediseñar los procesos y codificar digitalmente el conocimiento propio de la organización para entrenar agentes de IA. Muchas empresas españolas ya han comenzado a incorporar estas herramientas, pero el reto ahora es mucho más ambicioso: conseguir que la IA deje de automatizar tareas aisladas y pase a operar procesos completos. Es entonces cuando puede producirse un impacto significativo en la productividad y en la cuenta de resultados”.
De manera similar, los representantes del Foro Económico Mundial encargados de evaluar el impacto de estas aplicaciones señalan que existe un consenso sobre cómo la transición desde una fase de prueba hacia modelos operativos fundamentados íntegramente en la IA es la única vía práctica para convertir el despliegue tecnológico en un crecimiento medible y mejorar la competitividad en un entorno de mercado exigente.
