IA en empresas: solo el 21% rediseñó su modelo operativo

La IA no multiplica fuerza: multiplica capacidad de pensar

Cada revolución tecnológica anterior hizo lo mismo con nuestras empresas: amplificó algo que ya teníamos. La máquina de vapor multiplicó la fuerza física, la electricidad transformó la producción, la informática automatizó procesos e internet reescribió la relación con clientes y mercados. La IA, sostiene la columna que publica Vozpópuli, amplifica algo de naturaleza distinta: la capacidad de comprender, razonar, descubrir, proyectar y aprender.

La consecuencia es más incómoda de lo que parece. Si lo que se multiplica no es la velocidad ni la fuerza, sino la propia capacidad de pensar, resulta difícil sostener que la empresa pueda seguir siendo exactamente la organización que diseñamos cuando pensar era un recurso escaso y caro.

El error de diagnóstico más común, según el propio texto, es tratar a la IA como una herramienta más que se suma a una colección cada vez más larga de software. Automatizar tareas, generar contenido o recortar tiempos no está mal, pero es el principio del camino, no el destino. El cambio real no es que veinte personas hagan el trabajo de doscientas, sino imaginar qué podría hacer una organización que hasta ahora no estaba a su alcance.

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 →

¿Por qué la mayoría de las empresas solo piensa cuando hay un problema?

Las organizaciones que hemos construido son fundamentalmente reactivas. Analizan las ventas cuando empiezan a caer, revisan los costes cuando los márgenes se estrechan y se ocupan de los clientes cuando descubren que algunos llevan tiempo marchándose. La limitación está en la arquitectura, no en las personas: la empresa solo se detiene a pensar cuando alguien decide que hay algo que merece ser analizado.

El contraste que plantea el artículo es una organización con inteligencia permanente, que observa de forma continua a sus clientes, ingresos, costes, competidores y mercados, relaciona información que nadie había conectado y advierte de problemas antes de que se manifiesten. Lo decisivo es esa palabra: permanente.

No es una discusión teórica. Según el análisis de Analytics Insight sobre el modelo operativo para 2027, McKinsey calculó que solo el 21% de las empresas ha rediseñado en profundidad su modelo operativo alrededor de la IA, y que las compañías con mejores resultados son tres veces más propensas a acometer un rediseño organizacional amplio. El dato más revelador es otro: alrededor del 79% de las organizaciones omite el rediseño de flujos de trabajo, justo la palanca que ese mismo trabajo asocia con el mayor impacto en beneficios.

Agentes de IA: de la tarea aislada al sistema que colabora

Los agentes de IA son sistemas capaces de analizar información, perseguir objetivos, utilizar herramientas y ejecutar acciones con distintos grados de autonomía. Eso ya no es una definición de laboratorio. La encuesta de KPMG de junio de 2026 recogida por Analytics Insight encontró que el 53% de las organizaciones tenía agentes de IA en uso, y que la proporción que coordina varios agentes entre flujos de trabajo se duplicó del 9% al 18% en un solo trimestre.

El artículo ilustra el salto con tres ejemplos concretos: un agente comercial que no espera a que alguien pida un informe, sino que vigila el comportamiento de los clientes, detecta riesgo de abandono y prepara propuestas para revisión humana. Un agente financiero que supervisa ingresos, costes, márgenes y tesorería y plantea escenarios antes de que el problema aparezca en el informe mensual. Un agente de atención al cliente que, además de resolver consultas, conecta patrones de insatisfacción con fallos operativos que nadie había relacionado.

Lo interesante llega cuando esos agentes dejan de trabajar aislados. El comercial detecta una caída de ventas en una categoría, el de inteligencia de mercado ve un cambio de precios de la competencia, el financiero calcula el impacto en márgenes y un cuarto propone respuestas comerciales. Todo sin que nadie convoque una reunión para decidir qué investigar. La organización observó, relacionó, analizó y propuso; las personas siguen decidiendo.

Esa promesa choca con una realidad operativa todavía inmadura. Según los datos de Deloitte que recoge Analytics Insight, el 74% de los líderes espera que casi la mitad de los procesos de negocio se rediseñen alrededor de agentes en los próximos cuatro años y el 61% anticipa que la mayoría operará con amplia autonomía bajo supervisión humana, pero solo el 5% de las organizaciones considera que sus procesos están realmente preparados y apenas el 15% ha escalado el uso multiagente entre áreas.

El coste oculto: un agente mal diseñado quema tokens y margen

El texto de Vozpópuli introduce una advertencia que casi nadie pone en el centro: no basta con incorporar agentes, hay que saber diseñarlos. Un agente con objetivos confusos, consultas innecesarias o procesos que se repiten en bucle puede consumir cantidades desproporcionadas de tokens, disparar el coste operativo y generar más complejidad que valor. Multiplica eso por decenas o cientos de agentes trabajando de forma permanente y tendrás una empresa que parece muy inteligente y resulta extraordinariamente ineficiente.

Los números acompañan la advertencia. En la encuesta de KPMG citada por Analytics Insight, solo el 26% de las organizaciones tenía visibilidad completa y en tiempo real de sus costes operativos de IA, y apenas el 36% contaba con controles directos de consumo de tokens. El 66% tenía paneles de monitorización y el 61%, procesos de aprobación: se supervisa el proceso, pero no siempre la factura.

Hay un segundo frente igual de incómodo. EY encontró que el 98% de los ejecutivos sénior de IA declara tener políticas formales de gobernanza, pero el 47% admite que su organización se saltó ese proceso para un despliegue urgente, y entre las compañías con IA agéntica el 36% reportó un incidente o fallo de IA con impacto negativo material. La pregunta clave no es cuántos agentes tiene una empresa, sino qué hacen, cómo se relacionan, qué autonomía necesitan y cuánto valor generan frente a los recursos que consumen.

¿Qué está pasando ya en España y en las pymes hispanohablantes?

La adopción va por delante del rediseño. ComputerWorld España recoge un estudio de Red Hat presentado en Madrid, con 1.400 CIOs encuestados (100 de ellos españoles), según el cual el 100% de los responsables de tecnología consultados en España afirma tener agentes de IA en producción. Sin embargo, solo el 30% sabe con precisión dónde se almacenan y procesan los datos asociados a esos sistemas, y apenas el 28% evalúa de forma continua el riesgo de sus proveedores de IA. En visibilidad de datos, el contraste internacional es notable: el 61% de los encuestados en Sudáfrica reporta visibilidad de extremo a extremo, frente al 31% de Francia.

En la pyme el patrón es parecido. El Informe Emprende 2026 de Holded, difundido por MuyPymes, señala que el 31% de las pymes españolas ya usa IA y que quienes la usan estiman un ahorro medio de 13,3 horas semanales en tareas operativas y administrativas. El 75% de los emprendedores la considera clave, pero el principal freno entre quienes ya la adoptaron es el coste (37%), seguido de la falta de conocimiento (28,6%).

A eso se suma el calendario regulatorio. Según Analytics Insight, las reglas del Reglamento Europeo de IA para determinados sistemas de alto riesgo empiezan a aplicarse el 2 de diciembre de 2027, lo que convierte la trazabilidad en un requisito con fecha, no en una buena práctica. Y la medición del retorno sigue siendo la asignatura pendiente: Thomson Reuters encontró que solo el 18% de los profesionales afirma que su organización mide el retorno de la IA, mientras un 40% simplemente no lo sabe.

¿Qué significa esto para tu startup?

El mensaje útil para un founder no es «adopta agentes», sino «rediseña antes de comprar». Estas son las acciones que marcan la diferencia.

Elige un proceso core y rediséñalo como si la IA hiciera la mayor parte del trabajo. No preguntes dónde encaja una herramienta en tu flujo actual; pregunta cómo debería verse el flujo si un agente pudiera ejecutar la parte repetitiva. McKinsey vincula el rediseño de flujos, no la compra de herramientas, con el mayor impacto en beneficios.
Instrumenta el coste por agente desde el día uno. Define un presupuesto por flujo de trabajo y mide coste por tarea, tasa de éxito, intervenciones humanas y tasa de excepciones. Sin esa visibilidad, un agente que funciona puede estar destruyendo margen sin que lo notes.
Fija autoridad, límites y trazabilidad explícitos. Define qué puede consultar, decidir y modificar cada agente, cuándo requiere aprobación humana y cómo se audita o revierte una acción. Las políticas escritas por sí solas no detienen a un agente que actúa fuera de su autoridad.
Mapea tus flujos de datos antes de escalar. Si solo tres de cada diez organizaciones españolas saben dónde se procesan sus datos, asume que tú tampoco lo sabes todavía. Hazlo antes de multiplicar agentes, no después.
Prepara a tus mandos, no solo a los usuarios. Una cosa es enseñar a un equipo a usar IA y otra es repensar cómo se toman las decisiones, cómo se reparten responsabilidades y cuánta autonomía se concede. Ese es el cuello de botella real.

Conclusión

La próxima gran transformación empresarial probablemente no sea tecnológica, sino organizativa. Las empresas que mejor aprovechen la IA no serán necesariamente las que más herramientas compren ni las que más agentes desplieguen, sino las que se atrevan a responder una pregunta sencilla y difícil a la vez: si ahora podemos pensar, descubrir y actuar de otra manera, por qué seguimos organizándonos como si nada hubiera cambiado. Para un founder, esa pregunta es también una ventaja competitiva: mientras la mayoría optimiza procesos viejos con tecnología nueva, rediseñar la organización sigue siendo terreno libre.