Cinco agentes de IA por empleado y solo el 30% movió la aguja
ClickUp abrió a comienzos de 2026 una invitación general: cualquier empleado podía construir sus propios agentes de IA y sus ‘skills’, habilidades empaquetadas para ejecutar una tarea concreta. En pocos meses, la compañía de software de gestión de proyectos pasó a operar cinco agentes por empleado. Sobre el papel, una transformación. En la práctica, un espejismo.
La auditoría interna de una de las áreas piloto, finanzas, dejó un número incómodo: solo el 30% de los agentes y skills construidos por empleados movió la aguja, según el testimonio que la compañía compartió con Fast Company. El otro 70% hacía cosas. No resolvía nada. Y consumía licencias, mantenimiento y atención de managers: tres costes que no aparecen en la diapositiva del piloto.
Para un founder que ya paga asientos de IA en su equipo, la pregunta deja de ser cuántos agentes tiene y pasa a ser cuántos sobreviven a una auditoría. Ese cambio de pregunta es el verdadero aprendizaje de este caso.
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →¿Qué significa ‘mover la aguja’ cuando se habla de ROI de IA?
Conviene precisar el listón. No es ahorrar diez minutos en un correo. Es añadir pipeline, quitar un gasto recurrente o comprimir un proceso core, sea cerrar el mes contable o responder a un cliente.
Con ese criterio, la mayoría de los agentes que se construyen sin método termina en el cajón. El problema no es la tecnología. Es quién la escribe. Un agente que no mueve una métrica del negocio no es un agente: es una licencia con interfaz de chat.
El patrón era obvio una vez visto: los agentes que funcionaban los habían construido personas que sabían exactamente dónde se rompe el proceso. Quien conoce el punto de fricción lo convierte en reglas claras. Quien no, automatiza ruido con mucha eficiencia.
Por eso ClickUp cerró la puerta abierta y la sustituyó por un filtro: para construir habilidades de IA hacía falta recomendación del manager y una evaluación de desempeño sólida. Identificar al talento correcto es la mitad del trabajo. La otra mitad es definir qué es una habilidad de alto valor y cuánto vale antes de que nadie empiece.
El caso del manager que recuperó cientos de miles en pipeline
El ejemplo que la compañía usa como referencia interna es concreto:
- El reto: detectar por qué se perdían oportunidades de venta que ya estaban dentro del embudo.
- La jugada: identificar 17 puntos de fuga y construir 11 habilidades de IA para taparlos.
- El resultado: cientos de miles de dólares de pipeline recuperados, un 25% más de prospectos y 90 minutos diarios ahorrados por vendedor, el equivalente a siete comerciales de capacidad.
- La lección: el conocimiento del proceso es el activo; el agente solo lo hace escalable.
Ese empleado entró en el grupo de ‘unicornios’. No por usar la herramienta, sino porque el resultado era grande, verificable y estaba atado directamente a ingresos.
Cómo poner precio a una habilidad de IA: cuatro categorías
Antes de construir, el empleado registra la foto de partida: cuántas reuniones de venta no se reagendan al mes, cuánto tarda el cierre contable o cuánto se gasta en una herramienta que ya nadie usa. Cuando la habilidad muestra un patrón estable de valor, finanzas compara con el punto de partida y resta el coste de operarla. Lo que queda es valor creado.
Las categorías que usa ClickUp son cuatro:
- Aceleración de ingresos: se mide por el pipeline o las reservas que añade.
- Eliminación de costes: se mide por el gasto que quita, por ejemplo una herramienta que se cancela.
- Compresión de tiempo: se mide por cuánto más rápido corre un proceso core.
- Primas de dirección: problemas concretos que identifica el comité de dirección, con recompensa asignada.
La categoría dice qué construir; la prueba de impacto dice cuánto vale. Y ahí aparece el contrafactual: si para lograr lo mismo hubiera que contratar a varios vendedores senior, una subida estándar se queda corta. Una habilidad que resuelve un problema puntual se paga con un bonus; una que el empleado seguirá operando se convierte en subida fija.
El tramo alto tiene nombre interno: unicornios. Son los empleados cuyo trabajo con IA cambia lo que puede hacer un equipo entero, y se llevan un incremento de méritos de más del 30%, con una banda que en su techo alcanza 1 millón de dólares.
Qué dice el resto del mercado sobre el ROI de la IA
El caso de ClickUp no es una anomalía. El cuarto estudio anual de Wharton Human-AI Research y GBK Collective, publicado el 13 de octubre de 2026 sobre una encuesta a 1.416 líderes y empleados de empresas estadounidenses, encontró que el 80% de los líderes reporta retornos positivos de sus inversiones en IA, pero solo el 28% los califica como fuertemente positivos.
El dato más útil para un founder está en cómo se mide. Las compañías que evalúan la IA contra resultados de crecimiento reportan ROI fuerte mucho más seguido que las que la miden solo por eficiencia: 35% frente a 13%. Y aunque el 67% usa agentes para completar tareas o correr flujos de trabajo, apenas el 28% dice que la IA está plenamente integrada en sus procesos core, y solo el 17% deja que los agentes actúen de forma autónoma.
El estudio también marca una diferencia organizativa: las empresas con un Chief AI Officer designado reportan ROI más fuerte que las que asignan la supervisión a un ejecutivo existente (58% frente a 24%), y lo mismo ocurre entre las que tienen una plataforma de IA aprobada frente a las que siguen experimentando (50% frente a 9%).
En paralelo, un análisis publicado en InfoWorld sobre cómo medir resultados en producción insiste en el mismo punto que ClickUp descubrió a golpes: el ROI se calcula por flujo de trabajo, no por modelo. La ecuación que propone resta al valor de los resultados todos los costes del ciclo de vida, incluidos los de operación, gobernanza y gestión del cambio, y advierte que los equipos subestiman sistemáticamente los costes de correr el sistema cuando los modelos y las fuentes de datos cambian.
Y Fabio Caversan, CTO global de Stefanini Group, escribió en Forbes Technology Council que el problema de los pilotos que no producen ROI rara vez es la tecnología: es la escala de la intervención. Un ‘prompt ninja’ puede lograr resultados impresionantes en aislamiento, pero el brillo individual no escala de forma confiable en una organización.
¿Qué significa esto para tu startup?
El sector ya vivió una película parecida con el RPA, la automatización de tareas repetitivas que precedió al auge de la IA generativa. Entonces se medía por número de bots desplegados y casi nadie calculaba el ahorro neto; la cosecha fue una tanda de proyectos que se apagaron al segundo año. ClickUp evita ese final con una decisión poco glamurosa: sentar a finanzas a calcular el valor neto de cada habilidad.
La lección es incómoda: el número de agentes desplegados es una métrica de vanidad. Importa cuántos sobreviven a la auditoría de alguien que no participó en su construcción. Vale igual para un SaaS de 40 personas que para una fábrica de chocolate artesanal que automatiza pedidos: el agente solo vale si alguien sabe decir cuánto costaba antes hacerlo a mano.
Cuatro acciones concretas para tu equipo:
- Mide la línea base antes de desplegar. Anota cuánto cuesta hoy el proceso, en horas o en dinero. Sin ese número, nunca podrás demostrar el ahorro y el piloto se decidirá por entusiasmo.
- Ficha solo a quien sufre el proceso. Los agentes que funcionan los construye quien conoce dónde se rompe, no quien sabe escribir prompts. Si tu mejor constructor de agentes no toca el proceso a diario, ponlo a trabajar con quien sí lo toca.
- Resta el coste de operar la IA. Licencias, mantenimiento y tiempo de supervisión dentro del cálculo. El ahorro bruto es la métrica que infla todos los pilotos.
- Paga por conocimiento reutilizable. Bonus si resuelve un problema puntual, subida fija si el sistema seguirá generando valor cada año. Y ojo con el riesgo de retención: un empleado estrella que empaquetó su criterio en once habilidades es, a la vez, más valioso dentro y más fácil de sustituir.
El matiz importante: el marco funciona porque hay una función capaz de medir una línea base. En una pyme de diez empleados eso suele ser el propio founder con una hoja de cálculo. Sirve igual. Lo que no sirve es pagar por entusiasmo.
Queda el problema de fondo, el que la propia compañía admite no haber cerrado: si el mejor talento convierte su oficio en un agente, ¿qué recibe a cambio? La respuesta obvia es dinero. La no tan obvia es carrera.
Fuentes
- Merca2: Cómo mide ClickUp el ROI de agentes de IA
- Wharton Human-AI Research y GBK Collective: cuarto estudio anual sobre ROI de IA
- InfoWorld: AI ROI beyond pilots, measuring outcomes in production
- Forbes Technology Council: From prompt ninjas to enterprise value
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →













