Un informe reciente de McKinsey expone la brecha entre la adopción masiva de la inteligencia artificial en las empresas y la transformación real de sus modelos de negocio.
La inteligencia artificial ya forma parte de la actividad cotidiana de la mayoría de las organizaciones, pero su incorporación todavía está lejos de traducirse en una transformación profunda de los negocios. Aunque las compañías utilizan cada vez más herramientas para automatizar tareas, analizar información y mejorar la productividad, pocas consiguieron integrar estas capacidades de manera transversal en sus operaciones.
Según el informe The State of AI in 2025, el 88% de los encuestados afirmó que su organización utiliza inteligencia artificial regularmente en al menos una función de negocio, mientras que apenas el 7% señaló que logró escalar completamente su implementación. Esta diferencia refleja uno de los principales desafíos que enfrentan las compañías: pasar de experimentar con nuevas tecnologías a modificar realmente su manera de trabajar.
El desafío de rediseñar los procesos operativos
Para Alejandro Alessi, CTO de Flux IT, esta situación explica por qué el crecimiento en el uso de la tecnología no siempre se refleja en mejoras estructurales. El ejecutivo señaló que muchas organizaciones incorporan IA para acelerar lo que ya hacen, pero advirtió que si los procesos siguen fragmentados y la información no circula, el impacto tecnológico tiene un límite estricto.
En este escenario, la evolución de los agentes de inteligencia artificial aparece como una oportunidad para superar las limitaciones tradicionales. A diferencia de los asistentes puntuales, estos agentes pueden ejecutar acciones, interactuar con distintos sistemas y participar en varias etapas de un proceso dentro de reglas previamente definidas, conectando actividades que antes requerían múltiples intervenciones humanas.
Finalmente, los especialistas destacan que la autonomía de los sistemas no depende solo de la capacidad técnica, sino de lo que cada organización está preparada para delegar. Por este motivo, el punto de partida debe ser la identificación del problema operativo a resolver y la revisión profunda de los procesos actuales, asegurando indicadores claros de rendimiento y una supervisión adecuada.
