Hola, hace cinco años, la promesa era simple: automatiza la tarea, libera a la persona. Y funcionó. Muchas empresas lo lograron, y siguen haciéndolo.
Pero si hoy entras a la mayoría de las organizaciones, encuentras docenas de automatizaciones corriendo en paralelo, sin forma real de conectarse entre sí —y mucho menos con lo que la empresa realmente quiere lograr.
La pregunta que antes hacían los equipos era: "¿Podemos automatizar esto?". La pregunta que hacen hoy es otra: "¿Cómo logramos que todo funcione junto?"
"La orquestación es la respuesta: agentes de IA, automatización, personas y sistemas trabajando de principio a fin, con visibilidad real sobre el proceso."
Lo que no ha cambiado es el principio de fondo: la tecnología debe eliminar la fricción del trabajo, no crear nuevos tipos de fricción. Puedes tener el producto perfecto y aun así perder al cliente si no lo ayudas a replantear su forma de trabajar.
Nadie se propone fracasar. La ambición está en todos los niveles —desde el CEO hasta la persona cuyo martes debería ser más llevadero. Entonces, ¿qué está fallando?
El patrón es casi siempre el mismo: las pruebas de concepto se ejecutan de forma aislada. Un agente en un rincón de la empresa. Una automatización en otro. Sin comunicación entre ellos.
La prueba de concepto tiene éxito, la dirección pregunta qué sigue, y nadie tiene una respuesta clara. Los costos se acumulan, los resultados son difíciles de medir y alguien termina decidiendo que no mereció la pena.
¿Te suena familiar? Es el mismo patrón que vimos con la innovación en la nube. Las empresas que se estancaron en esa transición no carecían de ambición —simplemente trasladaron sus sistemas sin rediseñar nada. Ese error se está repitiendo hoy con la IA.
La pregunta correcta: "¿qué puede hacer este modelo?" sino "¿cómo debe ser nuestro flujo de trabajo?"
Hoy en día, las conversaciones sobre IA se centran en el modelo: en lo que puede hacer en teoría. Pero a las empresas no les importa la teoría. Les importa si funciona de forma confiable en condiciones reales, dentro de flujos de trabajo reales y con responsabilidad real.
¿Dónde comienza el trabajo? Identifica el punto de entrada del proceso, no la herramienta.
¿Dónde se transfiere? Detecta los puntos de traspaso entre personas, sistemas y agentes.
¿Dónde se toman las decisiones? Eso define dónde la IA ayuda y dónde el humano sigue siendo irremplazable.
Si empiezas por ahí, las opciones tecnológicas se vuelven mucho más claras. Y evitas ser parte de ese 70–80%.
El factor humano: Los roles cambian. La necesidad no desaparece.
La ansiedad en el mercado laboral es real y merece tomarse en serio. Los puestos de desarrollador de nivel inicial han disminuido casi un 20% desde 2024. Muchos roles se están reestructurando. Eso no es poca cosa.
Pero lo que observamos no es la desaparición del trabajo —es su transformación. El trabajo rutinario y estructurado se está absorbiendo. Lo que no se puede reemplazar es otra cosa.
"Un LLM no puede preguntarse '¿deberíamos?'. No tiene motivación, ni criterio, ni instinto para el riesgo. Cada sistema sigue necesitando personas que lo supervisen, tomen decisiones y lo apliquen de forma que aporte valor."
Surgen nuevos roles alrededor del diseño de flujos de trabajo, la gobernanza de la IA y la gestión integral de procesos. La demanda existe —las habilidades requeridas simplemente son diferentes.
Tres cuartas partes de los expertos en IA son optimistas sobre su impacto en el empleo. Solo el 23% del público comparte esa visión. Ambos grupos ven algo real: los expertos ven lo que la tecnología puede hacer; el usuario final ve qué se le entrega a la tecnología y se pregunta qué le queda por hacer.
En la práctica: ¿Cómo se ve esto en finanzas, RRHH u operaciones?
Imagina un equipo de finanzas que concilia datos en cinco sistemas y gestiona aprobaciones por correo electrónico. Así quedaría redistribuido el trabajo:
🤖 Lo que hace la automatización
Extrae datos, coteja registros y enruta solicitudes. Todo lo estructurado y repetible.
🧠 Lo que hace el agente de IA
Interviene cuando hay ambigüedad: detecta anomalías, interpreta facturas que no encajan en la plantilla estándar.
👤 Lo que hace la persona
Deja de hacer conciliación manual y pasa a revisar excepciones —tomando las decisiones que realmente requieren criterio humano.
El tiempo de la persona se enfoca en lo que solo ella puede hacer. Eso cambia cómo se vive el trabajo día a día. Y eso, más de lo que parece, importa.
Mirando adelante: ¿Qué podrán hacer solos los agentes en 1–2 años?
La conversación sobre "autonomía total" va mucho más allá de lo que realmente está ocurriendo. Los agentes son muy buenos en tareas específicas: manejo de datos no estructurados, decisiones contextualizadas dentro de procesos definidos, gestión de excepciones.
Comprensión de documentos, detección de fraudes, clasificación de incidencias en servicio al cliente: ese es el tipo de trabajo donde la información no llega limpia y un sistema basado en reglas falla o necesita supervisión constante.
El trabajo determinista basado en reglas sigue funcionando mejor con automatización tradicional. No todo necesita un agente. Esa claridad es, curiosamente, lo que separa a las empresas que avanzan de las que se estancan.
Para cerrar: Los tres errores más comunes —y cómo evitarlos
Esperar que la IA solucione un proceso defectuoso. La IA agiliza los buenos flujos de trabajo y encarece los malos. Rediseña primero, implementa después.
Presentar la IA como algo que le "ocurre" al equipo. La ansiedad comienza con ese planteamiento. Involucra a las personas en la construcción desde el inicio.
Creer que la brecha es tecnológica. El mayor problema no es el modelo. Es la claridad sobre qué se espera que la IA haga —y qué no.
"La brecha entre lo que las organizaciones creen que la IA hará por ellas y lo que realmente está diseñada para hacer: ese es el problema más fascinante. Y es un problema de claridad, no de tecnología."
¿Tu empresa está en ese 20–30% que sí avanza?:
Ayudamos a equipos a implementar IA de forma que realmente funcione: con flujos de trabajo claros, personas en el centro y resultados medibles.
Nos leemos por ahi, Javier.
AVANZA.IA: Newsletter sobre Inteligencia Artificial aplicada a los negocios.
Tecnología que transforma · avanza-ia.com y agentes autonomos: liagente.com