IA en México: 67% ya hace tareas que antes no podía

México: 67% de los usuarios de IA ya hace tareas que antes no podía

El Work Trend Index 2026 de Microsoft midió algo que muchas empresas todavía no terminan de procesar: 67% de los usuarios mexicanos de IA afirma que hoy realiza actividades que hace un año no podía hacer. El contraste está en la segunda cifra del mismo informe: solo 28% percibe una estrategia clara de su liderazgo para convertir esas capacidades nuevas en una forma distinta de trabajar.

Traducido a la operación diaria, la IA ya entró a tu empresa, pero entró por la puerta de atrás, de la mano de cada colaborador que la usa por su cuenta. Lo que falta no es adopción. Es diseño.

Esa brecha entre uso individual y estrategia organizacional es la noticia de fondo, y explica por qué tantas startups hispanohablantes tienen empleados más rápidos que sus propios procesos.

¿Qué cambia cuando la IA deja de responder y empieza a actuar?

La diferencia entre un asistente y un agente es la acción. Un asistente sugiere; un agente hace. Y para hacer necesita acceso: a los sistemas internos, a los datos, a las herramientas. Un agente que resuelve una incidencia real de un cliente necesita entrar al CRM, consultar el histórico y, quizás, ejecutar un reembolso.

Ese salto es el que convierte a la IA en capacidad operativa y no en una licencia de software más. También cambia la naturaleza del riesgo: ya no se trata solo de qué información entra a un modelo, sino de qué es capaz de hacer ese modelo dentro de tu empresa.

El Work Trend Index 2026, sexto informe anual de Microsoft sobre el estado del trabajo con IA, publicado en mayo de 2026 y basado en encuestas a 20.000 trabajadores de 10 países, aporta la señal de escala: 78% de los trabajadores con acceso a IA usa agentes al menos una vez por semana, frente al 12% registrado en 2024. Es la aceleración más rápida que la compañía ha medido en seis años.

El mismo informe describe lo que llama la "Transformation Paradox": los factores organizativos —cultura, apoyo del manager, prácticas de talento— explican más del doble del impacto en el uso efectivo de IA que los factores individuales como la actitud o el mindset personal. Dicho de otro modo: el empleado puede querer usar IA y tener buenas herramientas, pero si la organización no rediseñó procesos ni definió estándares de calidad, el impacto se queda a la mitad.

El caso Suri Services: ¿cómo se liberan 420 horas al mes?

Suri Services lleva 10 años operando y ha acompañado a más de 450 empresas en Latinoamérica, con más de 600 servicios entregados a clientes en 18 países. Su modelo combina talento especializado, automatización y agentes de IA en procesos que concentran grandes volúmenes de información y actividades repetitivas.

Los números que reporta la firma: 70% de sus proyectos ya incorpora IA, automatización o agentes, y 65% de las empresas que atiende implementó estas tecnologías para reforzar su capacidad operativa. En áreas como inteligencia de negocio, gestión estratégica del talento y administración contractual y documental de alto volumen, registra reducciones de hasta 40% en los tiempos de operación y una capacidad equivalente a más de 420 horas de trabajo liberadas al mes.

"La inteligencia artificial debe verse como una oportunidad para ampliar las capacidades de la organización y no como una herramienta para reemplazar personas", señaló Héctor Ocadiz, fundador de Suri Services.

El punto interesante del caso no es el ahorro de horas en sí. Es dónde se reasignan: análisis, supervisión, resolución de excepciones y toma de decisiones. La automatización se queda con lo repetitivo y el equipo se queda con el criterio. Ese reparto es la diferencia entre una empresa que escala sin engordar la estructura y una que solo compró licencias.

¿Por qué la gobernanza frena los proyectos de IA en las empresas?

Si los agentes actúan, necesitan permisos. Y ahí aparece el cuello de botella que casi nadie presupuesta. El informe 'The Value of AI 2026' de SAP y Oxford Economics, con encuestas a 2.600 directivos de 13 países, estima que la IA ya da soporte al 30% de las tareas empresariales, frente al 25% de un año antes, y proyecta 48% en los próximos dos años. Las expectativas de retorno asociadas específicamente a la IA agéntica pasaron del 10% al 17% en un año.

Pero la adopción choca con el control. Un estudio de Cloudera citado por El Confidencial indica que 98% de las organizaciones españolas retrasó o canceló proyectos de IA en los últimos doce meses por desafíos de gobernanza y cumplimiento normativo.

Para llevar agentes a producción hacen falta cuatro cosas, según el análisis de El Confidencial Digital: guardarraíles a medida (límites claros de qué puede y qué no puede hacer el agente), control de acceso por usuario, equipo y proyecto, trazabilidad y auditoría de cada acción, y aislamiento sobre dónde se procesan los datos sensibles. Sin esa capa, el agente luce en la demo y se convierte en un pasivo en cuanto toca datos reales.

El mismo medio cita a Albert Pijuan, CEO de NODUS, con una frase que resume el cambio de fase: "Cuando la inteligencia artificial deja de limitarse a responder preguntas y empieza a actuar, cambia la naturaleza del problema. Ya no estamos simplemente incorporando una herramienta tecnológica, estamos incorporando una nueva capacidad operativa dentro de la organización".

¿Qué significa esto para tu startup?

1. Mapea antes de comprar. Antes de sumar otra herramienta, lista tus procesos por volumen y repetición. Los candidatos naturales son los que Suri Services identifica: administración documental y contractual de alto volumen, gestión de talento e inteligencia de negocio. Si una tarea se repite cientos de veces al mes con reglas claras, es candidata a automatización. Si requiere criterio, es candidata a supervisión asistida.

2. Define el punto de escalado humano. Para cada agente que pongas en producción, decide de antemano qué acción puede ejecutar solo y cuál debe escalar a una persona. Esto no es burocracia: es lo que te permite auditar después qué pasó y por qué. Empieza por los permisos de acceso, no por el modelo.

3. Mide horas liberadas, no cantidad de herramientas. El indicador útil no es cuántos copilots contrataste, sino cuántas horas de trabajo repetitivo salieron del mes y en qué se reasignaron. Suri Services reporta hasta 40% menos tiempo de operación en procesos específicos; ese es el tipo de métrica que un CFO entiende.

4. Resuelve la capacitación, que hoy va por detrás. Un informe de Pluxee realizado con IPSOS, difundido por Publimetro en septiembre de 2026 con más de 11.000 empleados encuestados en 14 países, encontró que 31% de los trabajadores en México aprende a usar IA por práctica propia y apenas 17% recibe capacitación directamente de su empresa. Además, 23% de los trabajadores mexicanos considera que es responsable de su propio aprendizaje tecnológico, muy por encima del 9% global. Si tu equipo aprende solo, tu estrategia de IA depende del azar.

5. Adopta por capas, no de golpe. Para startups con presupuesto ajustado, Abel Diego, director para Pequeñas y Medianas Empresas y Sector Público de Cisco México, planteó en Zócalo que el orden correcto es asegurar primero la información y los procesos, después automatizar y solo entonces escalar hacia IA. También señaló que los modelos de suscripción y los servicios en la nube permiten adoptar tecnología de forma gradual, sin montar toda la infraestructura propia desde el día uno.

Conclusión

La IA empresarial dejó de ser una discusión sobre productividad individual y pasó a ser una discusión sobre arquitectura operativa. Los datos del Work Trend Index 2026 muestran que la capacidad ya está instalada en los equipos: 67% de los usuarios mexicanos de IA hace cosas que antes no podía. Lo que falta es la parte que no se resuelve comprando software: decidir qué automatizar, quién supervisa, qué se mide y cómo se gobierna.

Para un founder hispanohablante, la ventaja competitiva de los próximos años no estará en acceder al modelo más potente, sino en convertir esas herramientas en infraestructura que permita atender más trabajo con los recursos que ya tienes. La estructura no tiene que crecer al mismo ritmo que la operación. Pero eso solo ocurre si alguien diseña el sistema a propósito.

Fuentes

• El Demócrata: La IA deja de ser sólo productividad y se convierte en capacidad operativa
• WWWhat's New: Microsoft publica su informe anual sobre el trabajo con IA
• El Confidencial: La irrupción de los agentes de IA obliga a las empresas a resolver dos retos clave
• El Confidencial Digital: Agentes de IA en la empresa, la gran promesa de 2026 y el punto ciego
• Publimetro: Inteligencia Artificial gana terreno en empleos de México rumbo a 2027
• Zócalo: PyMEs pueden crecer y ser más productivas con ayuda de la tecnología