Tabla de Contenidos
Durante los dos últimos años, las empresas han estado haciéndose la pregunta equivocada: ¿cómo usamos la inteligencia artificial en nuestros procesos?
Al principio tenía sentido. Cuando aparecieron los grandes modelos de lenguaje, el instinto era natural: tomar lo que ya existía, como workflows, funciones, cadenas de decisión, etc. e intentar acelerarlo. Añadir copilots. Añadir asistentes. Añadir capas de automatización. Mejorar la productividad.
Pero, como hemos visto, ese enfoque no escala. Como argumenté en mis artículos anteriores, la inteligencia artificial empresarial no ha fracasado porque la tecnología no funcione. Ha fracasado porque intentamos colocarla en la capa equivocada. Los grandes modelos de lenguaje nunca fueron diseñados para dirigir una empresa, y encajarlos dentro de procesos existentes no cambia ese desajuste estructural.
Ahora que el entusiasmo inicial ha chocado con la realidad, empieza a emerger otra pregunta, silenciosamente pero de forma inequívoca: ¿y si el problema no es cómo usar inteligencia artificial en nuestros procesos, sino que nuestros procesos nunca fueron diseñados para la inteligencia artificial?
El regreso de una vieja idea (pero esta vez de verdad)
En los años noventa, la reingeniería de procesos de negocio (Business Process Reengineering, o BPR) prometía algo radical: rediseñar las empresas alrededor de sistemas de información en lugar de limitarse a superponer tecnología sobre workflows existentes. La idea era potente, pero la ejecución fue desigual. Muchas iniciativas acabaron siendo reorganizaciones costosas con poco impacto duradero, en parte porque los sistemas subyacentes seguían siendo rígidos, fragmentados e incapaces de adaptarse en tiempo real.
Esta vez es diferente.
Entonces, los sistemas eran pasivos. Almacenaban información, aplicaban reglas y apoyaban decisiones tomadas por humanos. Hoy, los sistemas empiezan a ser activos: pueden generar, evaluar, coordinar y, cada vez más, actuar. Ese cambio altera completamente la ecuación. Significa que ya no estamos simplemente digitalizando procesos: estamos redefiniendo qué es un proceso.
La investigación más reciente de McKinsey sobre adopción de inteligencia artificial refuerza exactamente este punto: aunque el uso es masivo, el impacto real se correlaciona fuertemente con el rediseño de workflows, no simplemente con desplegar herramientas. Las organizaciones que replantean cómo se redefine el trabajo, y no solo con que tecnología se lleva a cabo, son las pocas que están viendo mejoras medibles.
En otras palabras, la promesa original del BPR está reapareciendo, pero ahora la tecnología sí puede sostenerla.
Por qué la mayoría de los procesos son incompatibles con la inteligencia artificial
La verdad incómoda es que la mayoría de los procesos empresariales actuales no son solo ineficientes. Son estructuralmente incompatibles con el tipo de sistemas en que la inteligencia artificial se está convirtiendo.
Son:
- Fragmentados: repartidos entre herramientas, equipos y silos de datos.
- Secuenciales: construidos alrededor de traspasos y retrasos.
- Pobres en contexto: dependen de individuos para reconstruir el estado.
- Latentes en la toma de decisiones: optimizados para revisión, no para acción.
- Diseñados para humanos: asumen que la cognición, la memoria y la coordinación son escasas.
Estas características tenían sentido en un mundo donde el factor limitante eran las personas. No lo tienen en un mundo donde los sistemas pueden mantener contexto, aplicar restricciones y operar de forma continua.
Deloitte resume bien esta tensión en su análisis reciente sobre inteligencia artificial agéntica: muchas organizaciones están intentando automatizar procesos diseñados para humanos en lugar de replantear el propio trabajo. El resultado es previsible: aumenta la complejidad, pero los resultados no mejoran proporcionalmente.
No es un problema de herramientas. Es un problema de diseño.
La inteligencia artificial no optimiza procesos: los deja al descubierto
Uno de los patrones más consistentes en las iniciativas de inteligencia artificial empresarial es este: cuanto más intentas aplicar inteligencia artificial a un proceso existente, más visibles se vuelven las limitaciones de ese proceso.
Lo que antes estaba oculto detrás del esfuerzo humano pasa a hacerse explícito:
- datos ausentes
- reglas inconsistentes
- propiedad difusa
- trabajo duplicado
- bucles de retroalimentación lentos
En ese sentido, la inteligencia artificial se comporta menos como una capa de optimización y más como una herramienta de diagnóstico. Revela la distancia entre cómo una empresa cree operar y cómo opera realmente.
Por eso tantos pilotos se atascan. No porque falle el modelo, sino porque el proceso en el que se inserta no puede absorber lo que el modelo produce. Como ha señalado el MIT, el desafío no consiste simplemente en adoptar inteligencia artificial, sino en rediseñar las organizaciones para que realmente puedan utilizarla eficazmente.
Y eso lleva a una conclusión mucho más incómoda: el factor limitante ya no es la tecnología. Es la empresa.
De procesos a sistemas
Si la fase anterior de la inteligencia artificial empresarial consistía en añadir inteligencia a tareas, la siguiente consistirá en rediseñar sistemas para que la inteligencia esté integrada desde el principio.
Ese cambio lo altera todo. En lugar de preguntar “¿cómo automatizamos este paso?”, las empresas tendrán que preguntarse:
«¿Por qué existe este paso?»
«¿Cómo sería este proceso si estuviera diseñado alrededor de contexto continuo?»
«¿Dónde deberían producirse realmente las decisiones?»
«¿Qué restricciones deberían aplicarse automáticamente?»
No son mejoras incrementales. Son preguntas estructurales.
Y apuntan hacia un tipo diferente de organización: una donde los procesos dejan de ser secuencias estáticas de acciones y pasan a ser sistemas dinámicos que mantienen estado, integran datos, operan bajo restricciones y se adaptan continuamente a partir de resultados. Exactamente las mismas características que definían los sistemas descritos en mi artículo anterior.
Las empresas que se muevan primero serán muy diferentes
Aquí es donde el cambio empieza a hacerse visible. Las empresas que logren rediseñar con éxito sus procesos alrededor de estos principios no serán simplemente más rápidas o más eficientes. Operarán de otra manera:
- las decisiones ocurrirán más cerca de los datos
- la coordinación requerirá menos traspasos
- los bucles de retroalimentación se acortarán drásticamente
- la ejecución se volverá más continua
- los roles evolucionarán alrededor de sistemas, no de tareas
El Work Trend Index de Microsoft ya apunta hacia esta transición, describiendo organizaciones que evolucionan hacia estructuras más dinámicas y orientadas a resultados, donde humanos e inteligencia artificial colaboran alrededor de objetivos y no de funciones.
Desde fuera, estas empresas quizá no parezcan muy distintas al principio. Pero internamente, su lógica operativa habrá cambiado. Y ese cambio se acumula.
Esto no es opcional
Es tentador pensar en todo esto como una oportunidad. Y lo es. Pero también es otra cosa: una restricción.
Porque una vez que algunas empresas empiecen a operar así, las demás ya no competirán contra mejores herramientas. Competirán contra un tipo distinto de sistema.
Un sistema que:
- aprende más rápido
- se adapta continuamente
- coordina con mayor eficiencia
- ejecuta con menos retrasos
Eso no es algo que puedas igualar añadiendo otro copilot o desplegando otro modelo. Requiere rediseño.
La próxima fase de la inteligencia artificial empresarial será organizativa
Si la primera fase de la inteligencia artificial en la empresa fue la experimentación, y la segunda la toma de conciencia, la siguiente será la transformación.
No una transformación impulsada por modelos, sino por estructura. No estamos pasando de una «inteligencia artificial peor» a una «inteligencia artificial mejor». Estamos pasando de empresas construidas para humanos a empresas que deben operar con máquinas como parte de su lógica central.
Y eso exige algo que muchas organizaciones han evitado durante décadas: reconstruir la forma en que realmente trabajan.
La verdadera pregunta
Así que la pregunta ya no es «¿cómo usamos inteligencia artificial?» La pregunta es: «¿Estamos dispuestos a rediseñar nuestra empresa para que la inteligencia artificial pueda funcionar de verdad?»
Porque si la respuesta es no, el resultado ya está claro: la inteligencia artificial no fracasará. Pero tus procesos, sí.
Columna original de Enrique Dans, publicada en Fast Company.