Cuando surge una nueva tecnología de propósito general, ya sean los ferrocarriles, la electricidad o los ordenadores, las empresas reaccionan de maneras bastante previsibles. Una pequeña minoría intenta reinventarse en torno a ella, pero la mayoría busca primero cómo utilizarla para recortar costes.
Ahora mismo, en medio de la revolución tecnológica más importante desde internet, hay muchas organizaciones que están eligiendo ese segundo camino. Despliegan inteligencia artificial para automatizar centros de atención telefónica, reducir plantilla en áreas administrativas y exprimir mejoras marginales de procesos existentes. Miden el «ROI de la inteligencia artificial» en conceptos como el ahorro salarial o las horas recuperadas.
Parece racional. Parece disciplinado. Parece prudente. Pero también es la forma más rápida de perder la verdadera oportunidad.
Las olas de innovación no son programas de eficiencia
La inteligencia artificial no es una nueva herramienta SaaS ni una simple mejora de flujos de trabajo. Es una tecnología de propósito general en rapidísima evolución que avanza desde los grandes modelos de lenguaje hacia sistemas agénticos y, cada vez más, hacia sistemas que aprenden interactuando con entornos, los llamados modelos del mundo, capaces de simular, planificar y actuar.
Cuando la capacidad subyacente cambia cada pocos meses, optimizar para reducir costes es como intentar mejorar la eficiencia de combustible de un coche mientras sustituyes su motor por un reactor de un avión.
Las organizaciones que ganan en momentos así no empiezan preguntándose «¿Dónde podemos eliminar mano de obra?», empiezan preguntándose «¿Qué pasa a ser posible ahora que antes era imposible?»
Son preguntas radicalmente distintas.
La paradoja de la productividad debería haber sido una advertencia
A principios de los años ’90, los economistas se enfrentaron a un fenómeno desconcertante: los ordenadores empezaban a estar por todas partes, pero las estadísticas de productividad apenas reflejaban su impacto. En un artículo, el premio Nobel Robert Solow ironizó: «vemos la era de los ordenadores en todas partes menos en las estadísticas de productividad». Aquella observación pasó a conocerse como la paradoja de la productividad.
En aquel momento, muchos asumieron que esa paradoja representaba un fracaso de la tecnología. Mis propias investigaciones en esa época en el contexto de las PYMEs españolas analizaban por qué aparecía esa paradoja, mostrando que la medición de la productividad va muy por detrás de los cambios transformacionales reales y que los mecanismos de creación de valor no quedaban capturados por las métricas convencionales.
La explicación solo resultó evidente con el paso del tiempo. Las ganancias eran difusas, desiguales y profundamente entrelazadas con cambios organizativos. Las empresas habían digitalizado procesos antiguos en lugar de rediseñarlos.
Hoy estamos viendo el mismo patrón con la inteligencia artificial.
El impacto de la inteligencia artificial no aparecerá ordenadamente en las métricas de coste
La inteligencia artificial no produce ganancias de productividad limpias y lineales que encajen perfectamente en cuadros de mando trimestrales: sus efectos son asimétricos. Un empleado que utiliza bien la inteligencia artificial puede superar la productividad de diez compañeros. Otro puede usarla mal, degradar la calidad o incluso poner en riesgo la ciberseguridad corporativa. Algunos equipos rediseñan por completo sus flujos de trabajo; otros simplemente añaden inteligencia artificial a procesos legacy y lo llaman «transformación».
El resultado es lo que algunos investigadores denominan miopía de medición: la incapacidad de las métricas tradicionales para capturar mejoras reales que no se traducen directamente en horas trabajadas o costes ahorrados.
Intentar medir el valor de la inteligencia artificial únicamente a través del ahorro inmediato de costes es como intentar medir el valor de la electricidad echando cuentas de las velas que ya no necesitamos comprar.
La eficiencia es la estrategia cómoda, pero no la estratégica
Recortar costes resulta atractivo porque encaja con las estructuras de gobierno existentes. Los directores financieros lo entienden. Los consejos de administración y los accionistas lo recompensan. Las métricas son claras.
La exploración es mucho más desordenada. Exige experimentar sin retornos garantizados, requiere tolerancia al error, genera beneficios intangibles antes que visibles. Pero en periodos de innovación acelerada, la eficiencia suele convertirse en la estrategia cómoda de quienes aún no han entendido lo que está ocurriendo.
Si la inteligencia artificial se trata principalmente como una herramienta de reducción de costes y de plantilla, las organizaciones optimizarán el presente a costa de sacrificar el futuro. Estandarizarán la mediocridad en lugar de descubrir nuevas palancas de valor.
Explorar, no explotar, es lo que construye capacidades
Defender la exploración no significa abandonar la disciplina, significa redefinirla. Los líderes deberían preguntarse qué nuevos productos pueden crear con capacidades nativas de inteligencia artificial, o qué decisiones pueden delegar en sistemas que aprendan de la retroalimentación, o cómo pueden rediseñar flujos de trabajo en lugar de limitarnos a automatizarlos.
Las empresas deberían impulsar experimentación controlada en distintos equipos, no restringir el uso de la inteligencia artificial a pilotos limitados que solo se justifican por ahorros de costes. Deberían adoptar la inteligencia artificial como una postura de I+D, no como una política de recorte presupuestario.
Las organizaciones que traten la inteligencia artificial como una capa exploratoria, animando a los equipos a probar, prototipar, recombinar y repensar procesos, construirán fluidez institucional. Desarrollarán campeones internos. Descubrirán valor inesperado que ninguna iniciativa de reducción de costes habría sacado a la luz.
El verdadero riesgo no es gastar demasiado, es imaginar demasiado poco
El mayor riesgo en este momento no es gastar en exceso en inteligencia artificial, sino quedarse corto en imaginación. Las empresas que persigan mejoras de eficiencia a corto plazo podrán presentar avances modestos y declararse satisfechas. Mientras tanto, competidores más ambiciosos rediseñarán sus operaciones, productos y experiencias de cliente en torno a capacidades que ni siquiera existían hace dos años. Con el tiempo, la brecha no será de unos pocos puntos porcentuales de margen: será estratégica.
En periodos de cambio tecnológico acelerado, la supervivencia no pertenece a los más eficientes. Pertenece a los que mejor se saben adaptar.
(This article was previously published on Fast Company)
Ya no estamos hablando ni de racionalidad. Esta fiebre extractora de rentas socava las propias bases del sistema.
Estamos ante una enfermedad terminal del capitalismo.
Porque este ‘modus operandi’ se propaga como un copia y pega, como una ilógica reaccion defensiva del tejido empresarial. El traslado contínuo de los costes que genera esta ineficiencia en toda la cadena de relaciones económicas: matémonos todos a través del salvese quien pueda.
Optimizar es a extraer, lo que desarrollarse a crecer (en términos de PIB bruto a precios corrientes). Un mero espejismo temporal.
La crisis energética y global a nuestras puertas es una oportunidad de aprender la lección. Ya no hablamos solo de ética. Hay toda una serie de principios totalmente racionales completamente ignorados por no ya miopía únicamente, sino una auténtica ceguera.
Honrrando el legado de Jose Luis Sampedro, no hay otra economía viable a largo plazo que no sea una ‘economía humanista’.
Por concretar algo más algunas ideas: la amortización del trabajo se trata simplemente como un ahorro de un factor de producción. Pero para el sistema económico constituye tambien una unidad de consumo. Trasladar costes irracionalmente al sistema no sólo es falta de responsabilidad corporativa, es socavar el entorno donde te asientas.
Y mientras tanto…:
https://elpais.com/tecnologia/2026-03-05/un-hombre-de-36-anos-se-suicida-tras-mantener-una-delirante-relacion-con-la-ia-de-google.html
«Las empresas habían digitalizado procesos antiguos en lugar de rediseñarlos.» (EDans).
Hay que ver lo bien que le queda al proceso de renovación digital del sistema educativo/domesticador… Y sin llegar a los ordenadores, ya pasó con el uso de las láminas de apoyo y las diapositivas. Incluso con las «explicaciones fuera del aula normal»…
Y es que, mucha IA pero, el problema esencial sigue estando en la IH. Concretamente en su uso mediocre, no en su diseño.
Yo creo que solo estamos arañando la superficie. Me gustaría agregar lo siguiente:
– Cuando una empresa echa al 40% (Jack Dorsey) lo que parece es que está ahorrando, pero aspira a seguir igual. Venderá lo mismo con menos gente.
– Cuando una empresa no echa a nadie pero implementa IA en todos los niveles, lo que aspira es a crecer en productividad, competitividad y quieren comerse el mundo. Venderán 10x veces más con la misma gente.
A largo plazo la segunda empresa ganará muchísimo más que la primera que solo se mantuvo donde ya estaba: sin ambición ni plan de crecimiento.
El problema es que una cosa es querer vender 10 veces más y otra conseguirlo.
Puedes doblar plantilla (o ampliar una fábrica) y que te caigan las ventas (y quebrar y desaparecer, incluso dejando deudas por pagar). Todos conocemos muchos casos así.
El comentario en base a las ventas de BENJI es interesante. Sobre algo que parece obvio, hay capas más profundas de análisis. Como anécdota, en el primer caso, el resultado en todo caso, son beneficios a corto plazo, en el segundo, beneficios a largo plazo pero tampoco es determinante: las ventas dependen de muchas más variables (aparte de que aparece la dualidad producir más y/o con más calidad).
Me ha dado por hacer con IA un supuesto de análisis de negocio, de un Hotel (ventas totalmente internacionalizadas) que introduce robots inteligentes en del departamento de habitaciones (limpieza).
Y en dos escenarios: con despidos (sustitucion de factores) y sin despidos (asistentes de productividad).
Las respuestas me han hecho gracia, pero me recuerdan el por qué los ‘world models’ son necesarios.
Dudo que sea sencillo vender como acierto estratégico el camino contrario, centrarse en el aumento de costes en plena revolución de la inteligencia artificial.
¿El uso de la IA podría elevar el coste? Ciertamente si, en ese caso lo que ha de buscar la empresa es porque le es necesario esa circunstancia.
Imaginemos una empresa de servicios que vende su personal en Time and Material, es decir por horas. El coste/hora de una persona puede subir porque haya que aplicarle una subida anual ( p.ej. limpiadoras del hogar que cobran el SMI, sube el SMI sube el coste/hora año tras año, y no hay tu tía de posibles eficiencias en esa tarifa.
Por otro lado el aplicar IA sin reducir el coste, puede permitir a una empresa el incluir IA… ejemplos:
a) Mejorar el diseño gráfico de los entrgables. Antes de la IA no se podía permitir incluir generar nuevos diseños, marketing, y ahora el usuario percibe que hay más calidad en los entregables
b) Tener un dashboard de que clientes, personal, etc es más eficiente… el implementar ese dashboard es un incremental pequeño con IA, y puede lanzar un marketing más preciso
c) Tener asistentes virtuales automatizados, los clientes puede acceder a apps manejadas por IA, el cliente percibe que esa empresa es más eficaz en su comunicación
Son unos pocos ejemplos que no inciden en la reducción de la MO, sino que disminuyen el margen al asumirlo la empresa, a cambio si esos cambios están bien enfocados permiten mejorar la imagen de marca, la asistenci recibida, etc… y al final fidelizar al cliente e incluso captar nuevos clientes.
Hoy en día los ejemplos puestos son básicos, y la empresa que no está al día, solo se diferenciará de forma negativa, por lo que el aumento de negocio o clientes igual no es significativo, pero es vital aplicarlos para no ser una oveja negra del sector…