La operación aumentada con IA empieza donde termina la demo

La operación aumentada con IA es un modo de sostener un proceso de negocio con agentes de software que ejecutan de forma continua parte de la carga repetitiva. Opera con supervisión humana y sólo es posible con un humano responsable a cargo del resultado. Se puede aplicar a distintas operaciones de negocio: armado de documentos y reportes, búsqueda de información en archivos sin orden, procesamiento manual de datos, atención al cliente. Una demo puede fácilmente hacer que el modelo de IA haga la tarea una vez. Una operación aumentada la sostiene todos los días, dentro del flujo real, con costos y controles conocidos. La diferencia está en convertir esa capacidad en un proceso que consiga operar, y ahí se detienen la mayoría de las iniciativas.

La operación aumentada con IA se reconoce por el proceso que sostiene

Un proceso aumentado con inteligencia artificial se identifica por cuatro señales operativas: se dispara sin intervención manual, deja registro de lo que hizo, mejora con el uso y está a cargo de una persona cuyo rol la hace responsable del resultado. Ninguna de las cuatro señales suelen aparecer en una demo.

Los agentes de IA son el componente que ejecuta el trabajo: software con inteligencia artificial que automatiza tareas y decisiones operativas repetitivas para liberar tiempo experto y escalar el volumen. Por ejemplo, en una farmacéutica los reportes de eventos adversos de un medicamento llegan por mail, en formatos distintos y con plazos regulatorios que corren. Un agente puede leerlos al ingresar, extraer los datos que exige el registro y dejar el borrador de la carga para que un profesional lo valide. Trabajando así, dentro del sistema donde el equipo ya trabaja, forma parte de un proceso aumentado. El mismo modelo, invocado a mano por alguien que después copia y pega el resultado, sigue siendo una demo. El contraste vale igual para cualquier proceso que dependa de leer documentos y volcarlos a un sistema.

En la oferta comercial esa diferencia se borra. En 2025 Gartner describió una práctica extendida, el agent washing: muchos proveedores rebautizan como agentes a asistentes y a flujos de trabajo simples. En ese comunicado, Gartner calculó que,

de los miles de proveedores que dicen ofrecer agentes, apenas unos 130 tienen la capacidad que anuncian.

Un nombre de producto, entonces, dice poco. Al resultado lo define el proceso que queda funcionando después de la compra.

La ganancia de productividad debe medirse siempre, y tener límites precisos

La promesa que hay detrás de una mejora de procesos siempre debe medirse. Dentro de la capacidad del modelo, las mejoras han sido grandes y aparecen en varios experimentos revisados por pares, con tareas y poblaciones distintas. El trabajo de Shakked Noy y Whitney Zhang publicado en Science midió el efecto en tareas de escritura profesional: un 40% menos de tiempo promedio y un 18% más de calidad en el resultado. Las ganancias mayores se concentraron en los participantes de menor desempeño previo. La prueba fue online, con tareas cortas y con un modelo de 2023. Al trabajo cotidiano se traslada la dirección del efecto, no su magnitud exacta.

La dirección del efecto se repite en una operación real, con otra medida. Erik Brynjolfsson, Danielle Li y Lindsey Raymond siguieron a 5.172 representantes de atención al cliente de una empresa Fortune 500. Encontraron un aumento del 15% en casos resueltos por hora. Las ganancias se concentraron otra vez en los trabajadores menos experimentados, porque el sistema difunde las prácticas de los más capaces. Es una sola empresa de soporte a software, así que el número sirve solo como orientación y no se puede generalizar a cualquier función.

El límite aparece en un experimento de campo con 758 consultores de BCG, publicado por Fabrizio Dell’Acqua, Ethan Mollick y otros autores. Para las 18 tareas dentro de la capacidad del modelo, el grupo con IA completó un 12,2% más de tareas que el grupo sin IA. Además las terminó un 25,1% más rápido. La calidad de su trabajo fue alrededor de un 32% más alta. Los autores incluyeron además una tarea diseñada a propósito fuera de esa capacidad. Ahí el grupo sin IA acertó cerca del 84% de las veces; quienes usaron IA, entre 60% y 71%. La caída promedio es de 19 puntos porcentuales. Los autores llamaron a ese borde irregular frontera tecnológica dentada. El experimento estaba pre registrado: los autores fijaron el diseño y las hipótesis antes de correrlo, lo que reduce el margen para acomodar los resultados después. BCG participó en la ejecución y recolectó los datos, así que hay un interés institucional en juego. Como los participantes eran consultores, las cifras no se pueden extrapolar a otros roles.

El borde dentado no sigue lo que a una persona le parece fácil o difícil: dos tareas parecidas pueden caer una de cada lado. Además se corre con cada modelo nuevo. Por eso la ganancia depende de saber, antes de invertir, qué tareas del proceso quedan dentro de esa capacidad.

Una demo rara vez lo revela, porque se arma justamente con las tareas que salen bien. En un piloto, las tareas que la herramienta hizo mal informan más que las que hizo bien: marcan dónde está el borde. Un piloto sin fallas puede estar mostrando una capacidad que no cubre el proceso completo.

La mayoría de las iniciativas se cancelan antes de terminar de implementarse

Las causas de abandono que documentan los analistas apuntan al despliegue y al negocio antes que a la capacidad del modelo. Gartner anticipó en 2024 que

al menos el 30% de los proyectos de IA generativa se abandonarían tras la prueba de concepto hacia fin de 2025.

Atribuyó ese abandono a cuatro causas: baja calidad del dato, controles de riesgo insuficientes, costos crecientes y valor de negocio poco claro. Es una estimación de analista, y las cuatro causas son su atribución. La lista sigue siendo útil para revisar un piloto antes de aprobarlo.

Los resultados financieros van en la misma línea. La encuesta global de McKinsey de marzo de 2025 consultó sobre el efecto de la IA generativa en el negocio. Más del 80% de los encuestados dice que su organización no percibe impacto tangible en el EBIT. Es percepción de ejecutivos y no medición contable, con el límite habitual de toda encuesta autoinformada.

La cifra más difundida es más severa. El reporte The GenAI Divide, de MIT Project NANDA, estimó que el 95% de los pilotos empresariales de IA generativa no muestra retorno medible en el estado de resultados. Atribuyó la falla a una brecha de aprendizaje: herramientas que no retienen la devolución del usuario, no se ajustan al contexto ni mejoran con el uso. El reporte no está revisado por pares, se basa en una investigación realizada entre enero y junio de 2025 y sus propios autores lo presentan como un retrato direccional. Funciona como señal de dirección, no como medición en empresas.

Las tres cifras miden cosas distintas y no son comparables entre sí. Coinciden en el sentido, y ahí está su valor. Las causas técnicas y organizativas de ese estancamiento, y la decisión de diseño que se desprende de ellas, ocupan las tres secciones siguientes.

El modelo es la parte más sencilla, el gasto está en el sistema que lo rodea

La primera causa es técnica. El modelo genera la respuesta y es imprescindible. Aun así, ocupa una parte pequeña de lo que hay que construir y sostener. El sistema es todo lo demás que hace falta para que esa respuesta llegue al proceso todos los días. La explicación técnica es anterior a la IA generativa y sigue vigente. El trabajo de D. Sculley y su equipo en Google describió que, en un sistema real de aprendizaje automático, el código del modelo ocupa una fracción pequeña del total. Todo lo que rodea a ese código es infraestructura: preparación de datos, configuración, integración, monitoreo y operación. Según los autores, ahí se acumula una deuda técnica que nadie registra de forma explícita.

La revisión de casos de despliegue publicada en ACM Computing Surveys por Andrei Paleyes, Raoul-Gabriel Urma y Neil Lawrence amplía el mapa con evidencia posterior: los equipos encuentran problemas en cada etapa del recorrido, desde los datos hasta el monitoreo, además de las cuestiones transversales de confianza y seguridad. Casi ninguna de esas etapas se puede verificar en una demo.

Para una empresa, esto tiene una consecuencia económica directa. En la demo, el costo principal está en probar el modelo. Sin embargo, pasarlo a producción implica una inversión aún mayor, que no siempre se contempla desde el principio. Así, la relación entre costo y resultado que mostró el piloto deja de sostenerse cuando hay que integrarlo a los procesos del negocio. Un piloto barato no anticipa el costo de sostenerlo. Las dos cifras tienen que estar sobre la mesa antes de dar por hecho que el proyecto es económicamente viable.

El valor llega con el rediseño del proceso, y tarda más de lo que se espera

La segunda causa es organizativa y de plazos. Que el valor tarde en aparecer no es una novedad de la IA. La investigación económica sobre las tecnologías de uso general, las que transforman muchos sectores a la vez, ya lo había descrito. Erik Brynjolfsson, Daniel Rock y Chad Syverson mostraron que tecnologías como la IA exigen inversiones complementarias en rediseño de procesos, en nuevos productos y en las capacidades de las personas. Buena parte de esas inversiones es intangible y queda registrada de manera incompleta, así que la productividad medida primero baja y recién después acelera. A ese recorrido los autores lo llamaron curva J de productividad. La curva J describe ciclos tecnológicos previos, de modo que funciona como marco de expectativas y no como pronóstico del ciclo actual.

Los datos recientes coinciden con ese marco. En el relevamiento de la misma serie publicado a fines de 2025, el 88% de las organizaciones ya usa IA en alguna función. Cerca de dos tercios todavía no la escala más allá de pilotos. En la ola de marzo de esa misma serie, el atributo más asociado con impacto en el EBIT fue el rediseño de los flujos de trabajo. Solo el 21% de las organizaciones que usan IA generativa había rediseñado a fondo al menos algunos flujos. Es una correlación proveniente de encuestas y no debemos tomarla como una relación causal comprobada.

La conclusión que se desprende de combinar ambas fuentes es propia: el cronograma de un proyecto de operación aumentada con IA tiene que incluir el tiempo de rediseño de los procesos involucrados. Un piloto que se aprueba con expectativa de retorno de la inversión en el trimestre está midiendo el tramo descendente de la curva.

Automatizar y aumentar son iniciativas que se deben decidir juntas

Queda estudiar la decisión de diseño. En la automatización de procesos con IA, automatizar y aumentar se deben decidir a la vez. Sebastian Raisch y Sebastian Krakowski distinguen dos caminos: automatizar, donde la máquina toma la tarea, y aumentar (del inglés augmentation), donde la persona y la máquina colaboran. Sostienen que ambos son interdependientes en el tiempo. Apoyarse sólo en uno de los dos caminos alimenta un ciclo que se refuerza a sí mismo y deja resultados negativos para la organización. Su trabajo es un ensayo teórico, así que sirve como marco de decisión y no como medición. Leído en clave operativa, el riesgo es doble. Automatizar de más quita el criterio experto que el proceso necesita. Aumentar de más deja a una persona revisando o completando cada caso, así que el volumen sigue consumiendo horas de especialistas.

La evidencia empírica apunta en la misma dirección. Las mayores ganancias medidas aparecieron donde la herramienta complementó a la persona. En atención al cliente difundió las prácticas de los trabajadores más capaces; en consultoría elevó la calidad de tareas acotadas. El acierto cayó donde la herramienta operó sobre un juicio que estaba fuera de su alcance.

En otras palabras, el desempeño cae cuando la herramienta se usa para reemplazar el criterio y la experiencia del consultor experto.

Los autores de ese experimento concluyen que la efectividad de la IA en el trabajo de conocimiento “dependerá de manera crítica del juicio humano”.

En términos operativos, la decisión es de distribución de tareas y responsabilidades. El equipo define qué parte del proceso ejecuta el agente, qué parte revisa una persona y en qué punto la excepción se deriva a un experto. Esa distribución es una decisión de diseño organizativo y requiere método. Determina la ganancia de tiempo y también el nivel de riesgo que la empresa asume si ocurre un error en la parte que ejecuta el agente.

Cuatro condiciones separan a un agente en producción de una demo

Un agente de IA en producción cumple cuatro condiciones simultáneas. La lista sintetiza lo que las fuentes citadas asocian con las iniciativas que capturan valor y con las causas de cancelación que anticipan los analistas. Son las cuatro señales del comienzo, ahora puestas frente a su equivalente en una demo.

Condición	En la demo	En la operación aumentada
Integración al flujo	Una interfaz aparte donde alguien pega el pedido	Corre dentro del sistema donde el equipo ya trabaja
Memoria y aprendizaje	Cada ejecución empieza de cero	Retiene contexto, guarda la devolución y ajusta con el uso
Operación monitoreada	Nadie mide fallas ni costo por ejecución	Hay tablero, alertas, costo unitario y un plan para cuando falla
Dueño de negocio	El proyecto pertenece al piloto	Una persona responde por el resultado del proceso

El mismo comunicado de 2024 trae el caso contrario. Gartner reportó ahí los resultados de una encuesta previa. Las primeras organizaciones en adoptar IA generativa describieron mejoras promedio del 15,8% en ingresos, del 15,2% en ahorro de costos y del 22,6% en productividad. Son datos autoinformados por 822 líderes de negocio, consultados entre septiembre y noviembre de 2023. Al preguntar solo a quienes ya adoptaron, la muestra arrastra un sesgo de supervivencia. Leídas juntas, las dos caras apuntan a lo mismo. El resultado depende de si la organización integró la IA a un proceso con las cuatro condiciones, o si acumuló demos.

Las cuatro condiciones se sostienen sobre una quinta que no figura en la tabla porque es previa: el mapa de qué tareas del proceso quedan dentro de la capacidad del modelo que usa el agente. Ese mapa se construye probando y midiendo, con criterios explícitos de aceptación. Es el trabajo que la frontera dentada vuelve obligatorio.

La operación acumula un mapa de las tareas que puede delegar

El activo duradero de una operación aumentada con IA no está en el modelo contratado. Está en el conocimiento acumulado sobre qué tareas de un proceso se pueden delegar a agentes de IA y con qué nivel de control. Ese mapa sobrevive al cambio de proveedor y se vuelve más preciso con cada ciclo. Con él, los expertos deciden la siguiente parte a automatizar sin volver a empezar. Construirlo exige mapear el proceso tarea por tarea, y ese mapeo tiene método propio.

Ese mapa también cambia la tarea de la dirección. Aprobar el piloto es el comienzo: después hay que controlar la operación con indicadores propios y rendir cuentas por el proceso que quedó funcionando. Un tablero de operación aumentada muestra volumen procesado, tasa de excepción, costo por ejecución y horas de especialistas liberadas. Sin esos cuatro números no es posible decidir si el proceso se amplía, se corrige o se discontinúa. El piloto se prolonga sin que nadie lo declare cerrado.

Cualquier competidor puede contratar el mismo modelo mañana. El conocimiento de qué delegar y con cuánto control no se contrata: se produce operando. Con cada mes que pasa, la distancia entre una organización que ya opera y otra que sigue probando se vuelve más difícil de recuperar.

Preguntas frecuentes