En medio de toda la expectativa en torno a la IA, está faltando un tema clave en la discusión: la brecha de la transformación impulsada por IA.
A estas alturas, las organizaciones de todos los tamaños están familiarizadas con la promesa de la IA de revolucionar la eficiencia, la productividad y los ingresos de las empresas. Más de tres cuartas partes de los encuestados en la última Encuesta Global de McKinsey sobre la IA dicen que sus organizaciones emplean la IA en al menos una función empresarial.
Sin embargo, pocos proyectos realmente están cumpliendo la promesa de la IA: solo el 5 %, para ser exactos, según un estudio reciente de la situación de la IA en las empresas del MIT, State of AI in Business 2025. El 95 % de los proyectos piloto con IA que genera contenido están fracasando, y eso que se trata de los casos más sencillos de implementación.
La IA autónoma, la cual se define como aplicaciones de IA que realizan tareas de forma independiente, puede ser mucho más transformadora que la IA generativa. Y también es más compleja. Tanto es así que Gartner® predice que “para 2027, se cancelarán más del 40 % de los proyectos de IA autónoma por sus crecientes costos, valor comercial poco claro o controles de riesgo inadecuados”. (Gartner, “Emerging Tech: Avoid Agentic AI Failure: Build Success Using Right Use Cases”, 15 de mayo de 2025).
¿Las organizaciones deberían tirar la toalla y aceptar que la transformación de la IA es demasiado compleja para implementarla de manera efectiva?
Por supuesto que no. Los datos de McKinsey & Company sugieren que las empresas que cuentan con capacidades digitales y de IA líderes superan a los rezagados de dos a seis veces en los rendimientos totales de los accionistas.
Ese ROI es demasiado bueno para dejar pasar. Pero para obtener esos retornos —para cerrar la brecha entre la promesa de la IA y el valor realizado de la IA—, las organizaciones necesitan entender dónde se están desintegrando las iniciativas de IA.
Aquí es donde doy las buenas noticias: puede que la transformación impulsada por IA sea compleja, pero hay pasos simples a seguir hoy para preparar tu negocio para la IA autónoma.
¿Qué es la transformación impulsada por IA?
La transformación impulsada por IA es un proceso integral y estratégico en el que una organización integra la inteligencia artificial (IA) en todos los aspectos de sus operaciones, productos y servicios. La mayoría de las empresas planean emplear la IA para automatizar tareas, acelerar la toma de decisiones, mejorar la experiencia del cliente y crear productos o servicios.
La transformación impulsada por IA va más allá de la simple adopción de algunas herramientas de IA; representa un cambio fundamental en la estrategia empresarial, los procesos de negocio operativos y la cultura organizacional. Y precisamente por eso es tan difícil. Para adaptar y cambiar aspectos del negocio, debes comprenderlos correctamente, pero la mayoría de las empresas no lo hacen.
Permíteme explicarlo mejor.
¿Cuáles son los mayores desafíos en la transformación impulsada por IA?
Los mayores desafíos en la transformación impulsada por IA ocurren en la integración de la IA en los flujos de trabajo diarios de las personas que necesitan usarla.
Para comprender mejor este desafío, podemos recurrir a una analogía de la logística: el problema de la última milla.
El problema de la última milla se refiere a las dificultades y el costo desproporcionados en el tramo final de una entrega, es decir, hacer llegar el producto a las manos del usuario. Por ejemplo, en bienes de consumo, no importa cuán eficiente sea el proceso de distribución o empaque del almacén si el cliente nunca recibe su paquete (o lo recibe tarde o dañado).
En la transformación impulsada por IA, la última milla es el paso crucial, pero a menudo pasado por alto, de integrar la IA en los flujos de trabajo del mundo real. Muchas organizaciones están construyendo poderosos modelos de IA o algoritmos de entrenamiento en conjuntos de datos masivos, pero les cuesta conectar estos modelos con los humanos que los usan. Sencillamente, no importa cuán poderosa sea la IA si no se integra de manera efectiva en las operaciones de la empresa.
Lo que me lleva a mi siguiente punto: no puedes integrar la IA de manera efectiva en las operaciones de tu empresa si esas operaciones no están documentadas claramente.
Los agentes de IA tienen la finalidad de interactuar con los diversos sistemas y procesos comerciales, y requieren un contexto significativo para funcionar de manera efectiva. Forrester afirma: "Los agentes de IA necesitan instrucciones paso a paso sobre cómo ejecutar tareas. Para la mayoría de las empresas de hoy en día, este conocimiento se alberga en flujos de trabajo fragmentados, datos no documentados y procesos no oficiales". (Blog de Forrester, "Autonomy Is The Future, But AI Agents Still Deliver Value Today", julio de 2025).
La encuesta más reciente de Lucid confirma la falta de documentación comercial:
- El 49 % de los trabajadores del conocimiento dicen que la documentación de los flujos de trabajo operativos actuales de su organización es poca o escasa.
- El 60 % dice que la mitad o más de los flujos de trabajo de su equipo dependen del conocimiento informal o de personas.
- El 80 % depende del conocimiento tribal o institucional para completar el trabajo.
En pocas líneas: la adopción de la IA, especialmente la IA autónoma, nunca alcanzará su máximo potencial a menos que se comprendan y documenten los procesos de la empresa, los flujos de trabajo, las arquitecturas, los flujos de datos y las prácticas de colaboración del momento.
Cómo llevar la transformación impulsada por IA en la última milla
Sabemos que la falta de documentación es la mayor barrera para la adopción de la IA autónoma, lo que significa que, al parecer, el primer paso para llevar la IA a la última milla es simple: crear documentación.
Me resulta útil imaginar la última milla de la transformación impulsada por IA en tres etapas: preparación, estrategia y ejecución. Cada etapa requiere documentación distinta para integrar de manera efectiva la IA en los flujos de trabajo.
