Desplegar Copilot o un chat de IA para toda la plantilla es hoy una de las decisiones más repetidas en las empresas. Lo que vemos al acompañarlas es casi siempre lo mismo: el coste en licencias y en tokens sube, cada persona trabaja algo más rápido, y el retorno para la empresa no aparece en ningún indicador.
La razón no está en la herramienta. La IA de chat mejora el trabajo de cada persona, pero ese ahorro no se convierte por sí solo en un resultado de empresa: para capturarlo hay que rediseñar los procesos, y eso es una decisión de dirección. Este artículo explica por qué ocurre y qué cambia cuando la IA trabaja sobre un proceso en lugar de sobre la tarea de una persona.
Lo que sí funciona: la productividad individual
La ganancia individual es real y conviene reconocerla. Con un asistente de IA, una persona redacta un correo o una propuesta en menos tiempo, resume un documento largo en unos minutos y prepara una hoja de cálculo o un informe partiendo de un borrador en lugar de una página en blanco.
Quien lo usa a diario lo nota, y por eso la adopción suele ser buena. El problema no es si la herramienta ayuda, sino qué pasa con esa ayuda una vez multiplicada por toda la plantilla.
Por qué el ahorro no llega a la empresa
El ahorro individual está fragmentado. Son diez minutos en un correo, veinte en un resumen, media hora en un informe, repartidos entre cientos de personas y a lo largo de la semana. Esos minutos no se suman en un resultado de empresa, por tres motivos:
- Nadie decide qué se hace con el tiempo liberado. Si un informe se prepara en una hora en vez de en tres, las dos horas restantes se reparten entre otras tareas, reuniones o más versiones del mismo informe. No se convierten en capacidad que la empresa pueda planificar.
- El proceso sigue igual. El informe pasa por las mismas revisiones, esperas y aprobaciones que antes. Si el cuello de botella estaba en la aprobación, acelerar la redacción no cambia el plazo final.
- No se mide. El coste de las licencias y de los tokens aparece cada mes en una factura; el ahorro de tiempo no aparece en ningún sitio. Con el tiempo, lo que se ve es el gasto.
El resultado es una herramienta que todos usan, que nadie quiere quitar y cuyo retorno nadie sabe defender en un comité.
Qué hace falta para capturar ese ahorro
Para que la productividad individual llegue a la cuenta de resultados hay que coordinarla desde arriba. En la práctica, eso significa cuatro cosas:
- Rediseñar procesos. Decidir qué pasos sobran, cuáles se automatizan y cuáles siguen necesitando a una persona, ahora que parte del trabajo lo hace la IA.
- Medir. Fijar antes de empezar qué indicador del proceso debe moverse (plazo, coste por operación, errores) y comprobar después si se ha movido.
- Decidir qué se hace con el tiempo liberado. Asumir más volumen con el mismo equipo, reducir plazos o dedicar a las personas a trabajo que antes no se hacía. Si no se decide, el tiempo se diluye.
- A veces, reorganizar. Cuando un proceso cambia de verdad, cambian también los equipos que lo sostienen, sus responsabilidades y sus objetivos.
A corto plazo, todo esto es más trabajo de dirección, y del más complejo. No se resuelve comprando más licencias ni formando mejor a la plantilla en el uso del chat. Sin ese rediseño, los tokens pagan ahorros de tiempo que nadie captura.
De la tarea de una persona al proceso de la empresa
El retorno aparece cuando la IA trabaja sobre un proceso y no sobre la tarea de una persona, porque entonces el resultado se mide en el proceso: cuánto tarda, cuánto cuesta cada operación y cuántos errores produce.
Dos ejemplos genéricos ayudan a verlo:
- Conciliar cobros. Un agente cruza cada día los movimientos bancarios con las facturas emitidas, concilia los que encajan y deja a una persona solo las diferencias, con la información necesaria para resolverlas. El indicador no es cuánto tiempo ahorra alguien, sino cuántos cobros quedan conciliados al cierre del día y cuántos días se tarda en cerrar el mes.
- Preparar la documentación de un expediente. Un agente reúne los documentos que pide un trámite (contratos, justificantes, datos del cliente), comprueba que estén completos y vigentes y prepara el expediente para que una persona lo revise y lo firme. El indicador es el plazo desde la solicitud hasta el expediente listo y el número de expedientes devueltos por estar incompletos.
En los dos casos, la persona no desaparece: pasa de hacer el trabajo a revisar las excepciones. Y en los dos casos el resultado se puede medir, porque se mide en el proceso. Es la misma idea que desarrollamos en las cuatro palancas de una estrategia de IA empresarial.
Qué necesita la IA para trabajar sobre procesos
Un agente que trabaja sobre un proceso necesita dos cosas que un chat de uso personal no necesita.
Los datos del negocio, ordenados y relacionados. Conciliar cobros exige ver el banco, la facturación y el cliente a la vez; preparar un expediente exige cruzar los datos de los sistemas con el contenido de contratos y justificantes. Si esos datos viven repartidos en sistemas que no se hablan, el agente pasa más tiempo buscando y reconstruyendo contexto que haciendo la tarea, y se equivoca más. Lo explicamos en Soy un agente. Esto es lo que me hacéis cuando me dais cincuenta herramientas.
Control sobre qué ve cada agente en cada tarea. Esos datos incluyen información confidencial: saldos, contratos, datos personales. El agente que concilia cobros no necesita ver nóminas; el que prepara expedientes no necesita el historial comercial completo del cliente. Ese control tiene que estar en el acceso al dato, no en instrucciones al modelo, y cada acceso tiene que quedar registrado para poder demostrar después qué vio cada agente y por qué.
Dónde encaja Opendome
Opendome prepara y protege los datos de la empresa para la IA. Centraliza y relaciona los datos de los sistemas y de los documentos, decide por política qué recibe cada agente en cada tarea, registra cada acceso y se despliega en la infraestructura del propio cliente. Con esa base, la dirección puede rediseñar procesos con IA en lugar de pagar licencias por ahorros que no se capturan. El planteamiento completo está en el whitepaper Cómo preparar tus datos para la era agéntica.
Conclusión
La productividad individual no es productividad de empresa. Convertir una en otra no depende de la herramienta, sino de una decisión de dirección: rediseñar los procesos, medirlos y dar a la IA los datos del negocio con control.
Si estás en ese punto, hablemos.