JPMorgan: la IA en 6 meses iguala 6 años de adopción

Un estudio del JPMorgan Chase Institute mide la brecha

Las empresas que empezaron a operar en 2025 alcanzaron en apenas seis meses un nivel de adopción de inteligencia artificial que a las fundadas en 2019 les llevó más de seis años, según un estudio de 2026 del JPMorgan Chase Institute basado en datos bancarios de pequeñas compañías. Para un founder, la lectura no es que la tecnología sea mágica: es que la forma de incorporarla cambió por completo y lo que antes era un proyecto de años hoy puede resolverse en la primera semana de operación.

Una empresa que nace hoy puede usar IA para redactar correos, ordenar la contabilidad o preparar propuestas comerciales antes de recibir su primer pedido. Lo que hace poco existía solo en una diapositiva para inversores hoy es infraestructura del día uno.

El problema es que velocidad no equivale a buen uso. La automatización no corrige una organización desordenada: la amplifica. Si incorporas herramientas sobre procesos que nadie definió, lo que escala es el desorden.

¿Por qué las nuevas empresas adoptan IA más rápido que las grandes?

El contraste con la gran empresa ayuda a entender el fenómeno. JPMorgan lidera la adopción de IA en la banca y puso su asistente LLM Suite en manos de 140.000 empleados, mientras que la fuerza de trabajo dedicada a IA en los 50 bancos analizados por el índice de Evident creció 17% interanual, según la cobertura de CIO Dive. La cofundadora de Evident, Alexandra Mousavizadeh, explicó a ese medio que los bancos líderes empezaron a prepararse hace cinco o seis años, con reestructuraciones, contrataciones y laboratorios de investigación.

Traducido a una startup: la adopción corporativa es un proyecto con presupuesto, comité y años de recorrido. La adopción de una empresa nueva son seis meses y una tarjeta de crédito. Esa asimetría es una ventaja enorme, pero también explica por qué la supervisión suele llegar tarde.

Primera decisión: ¿quién responde por cada proceso automatizado?

Marko Kling, vicepresidente de arquitectura de soluciones de Serrala, lleva 17 años asesorando a empresas globales sobre estrategias de automatización. Su diagnóstico: muchas organizaciones abordan la supervisión como un tema cultural cuando también depende del diseño del sistema. Definir quién controla cada proceso a medida que la automatización escala es una decisión estructural, y debe resolverse antes de que la tecnología supere la capacidad de supervisión de la empresa.

"La confianza se erosiona rápidamente cuando la rendición de cuentas no puede seguir el ritmo de la automatización", advirtió Kling. El escenario típico que describe es simple: un fundador automatiza un proceso y todavía no definió quién revisa los resultados. Ese vacío puede romper la confianza de un cliente, un regulador o un inversor.

La acción concreta es poco glamorosa: antes de activar cualquier flujo automatizado, deja por escrito quién es el dueño del proceso, qué revisa y con qué frecuencia.

Segunda decisión: ¿premias el volumen o el criterio?

Durante años, la ventaja competitiva en marketing y operaciones se midió en volumen: más contenido, más pruebas, más campañas. Kathleen Ulrich, directora de marketing de Brillio, sostiene que esa lógica perdió fuerza a medida que la IA se extendió a distintos sectores.

"En las organizaciones impulsadas por IA, el valor se está desplazando del volumen hacia el discernimiento", escribió Ulrich. "El valor reside en saber cuándo implementar la tecnología, cómo adaptar las estrategias en tiempo real y cómo mantener una perspectiva humana en cada decisión".

El criterio es más difícil de entrenar que el uso de una herramienta, y por eso vale más. Una forma de medirlo: en la próxima evaluación de desempeño, pregunta a tus mejores empleados qué decidieron no automatizar durante el trimestre, además de revisar los resultados que consiguieron.

Tercera decisión: ¿usas la IA para alejarte o para acercarte al cliente?

El caso que cita el artículo original es Zendesk: su agente de IA fue diseñado para resolver hasta el 80% de los problemas de soporte de forma autónoma, según la compañía. En el anuncio de sus agentes especializados, la empresa afirma que automatizan hasta el 80% de los flujos de trabajo, y que sus clientes ya ejecutaron más de un millón de agentes personalizados en las siete semanas posteriores al lanzamiento, con algunos casos de aumento de 10% en la tasa de resolución automatizada después de la implementación, según el comunicado difundido por Business Wire.

El negocio no está en ese 80%, sino en el 20% restante: los casos complejos, sensibles o de alto riesgo. Cuando las tareas repetitivas dejan de consumir la jornada, el equipo puede dedicar atención a resolver un problema concreto, recuperar la confianza después de un error o lograr que un cliente sienta que alguien lo escuchó. El objetivo no es atender menos, sino atender mejor donde importa.

¿Cómo cambia esto la forma de comprar software?

Hay un dato que cambia la conversación comercial: Zendesk pasó a cobrar por resultado en agosto de 2024 y su CEO, Tom Eggemeier, afirmó en el evento HumanX que los asientos están muertos, según The Next Web. Sierra, otra empresa de agentes de soporte, cobra solo cuando su agente resuelve un caso o cierra una venta. La misma cobertura indica que Zendesk espera que los agentes de IA gestionen más del 80% de las interacciones en unos tres años.

Para una startup con caja limitada, esa es una palanca de negociación directa: si el proveedor no puede demostrar qué resultado entrega, pagar por asiento es una apuesta, no una inversión.

¿Qué significa esto para tu startup?

• Define el dueño antes de la herramienta. Antes de activar un flujo automatizado, asigna a una persona responsable de revisar sus resultados y anota qué hará si algo sale mal. La supervisión es parte del diseño, no un extra que se agrega después.
• Negocia por resultado. Si tu proveedor de IA sigue cobrando por asiento, pídele métricas de resolución o de tareas completadas y liga al menos una parte del pago a ese número. Ya hay jugadores grandes operando así, y eso te da referencia para la conversación.
• Cambia la métrica interna. Deja de contar cuántos procesos automatizaste y empieza a medir cuántas horas recuperó tu equipo para las conversaciones que sí mueven la aguja: ventas, retención y casos difíciles.
• Pregunta qué no automatizar. En la próxima revisión de desempeño, pide a tu equipo que explique qué decidió no delegar en la IA y por qué. Esa respuesta te muestra si el criterio está creciendo dentro de la empresa.

Conclusión

La adopción de IA dejó de ser una ventaja diferencial para convertirse en un requisito de entrada: seis meses, según los datos del JPMorgan Chase Institute. Lo que sigue marcando la diferencia es justo lo que ninguna herramienta resuelve por ti: quién responde, qué premias y para qué usas el tiempo que recuperas. Los fundadores que ganan no son los que automatizan más procesos, sino los que eligen con mejor criterio y miden el efecto real sobre sus clientes y su equipo.

Fuentes

• Forbes Ecuador (fuente original)
• The Next Web: Zendesk and Sierra say AI agents should be paid per result, not per seat
• Business Wire vía Morningstar: Zendesk Introduces Specialized AI Agents
• CIO Dive vía Yahoo Finance: JPMorgan Chase leads banking sector in AI adoption