El número que da el título
Una encuesta a directivos con 1.719 respuestas de 97 países (mayo y junio de 2026) dice lo siguiente: cerca de tres cuartas partes de las empresas de alto rendimiento declara haber rediseñado a fondo sus procesos de trabajo por la IA — el año pasado esa proporción era todavía del 55 %. Entre el resto de quienes responden, la misma cifra es de una cuarta parte.
La formulación de la encuesta también es precisa: estas empresas «rediseñan a fondo los procesos que la IA hace posibles, en vez de encajar la IA en los existentes».
Esta es la diferencia mayor y más constante entre los despliegues que funcionan y los que no — y la única que no es cuestión de dinero.
Lo que sí hay que decir al respecto
Esto es una declaración transversal de las propias empresas. No sabemos si el rediseño causó el buen resultado, o si las empresas que van bien rediseñan con más gusto, o si una tercera cosa — dinero, atención de la dirección, tamaño — causa las dos.
Y esa misma encuesta encuentra diferencias también en otros factores:
| Lo que las de alto rendimiento hacen distinto | Ellas | Las demás |
|---|---|---|
| Rediseñaron a fondo los procesos de trabajo | ~75 % | ~25 % |
| Tienen un proceso definido para medir el impacto | 52 % | 33 % |
| La alta dirección asume responsabilidad real por ello | 53 % | 41 % |
| Gestionan el riesgo de desplazamiento de la plantilla | 52 % | 33 % |
| Gestionan el riesgo de comportamiento no buscado | 56 % | 40 % |
| Gestionan la vulnerabilidad de ciberseguridad | 47 % | 27 % |
La brecha más grande está en el rediseño de procesos, pero la encuesta no sabe separar estos factores. Quien dice «esto es lo único que cuenta» afirma más de lo que se deduce del dato.
La prueba experimental: el efecto pasa por la organización del trabajo
Aquí es donde la afirmación del artículo se vuelve defendible, porque las tres mediciones siguientes no son declaraciones propias, sino experimentos aleatorizados o preregistrados — y las tres muestran el mismo mecanismo.
Uno: la IA no sustituye a la herramienta, hace innecesaria la estructura de equipo. En un experimento de campo preregistrado, 776 profesionales trabajaron en tareas reales de desarrollo de producto en un gran fabricante de bienes de consumo, con un diseño de dos por dos (con IA o sin ella, en solitario o en pareja). El resultado: la persona que trabajaba con IA entregó una solución de la misma calidad que el equipo de dos sin IA. Y los autores destacan aparte que la IA «derriba los silos funcionales»: sin IA, los de desarrollo proponían soluciones técnicas y los de comercial soluciones comerciales; con IA, los dos grupos proponían soluciones equilibradas.
Si la IA fuese un procesador de textos mejor, este resultado no saldría. El resultado habla de cuántas personas hacen falta para un paso.
Dos: la ganancia se produce porque cambia el reparto del trabajo. En un experimento con 2.234 personas se sortearon equipos de persona con persona y de persona con IA, y se les hicieron producir 11.024 anuncios, que luego se midieron en una campaña real con unos cinco millones de impresiones. Los equipos de persona con IA produjeron un 50 % más de anuncios por cabeza. Los autores midieron también el mecanismo: un 25 % más de mensajes orientados a la tarea y un 18 % menos de mensajes personales, un 17 % más de delegación, un 62 % menos de edición directa del texto — y esto fue lo que explicó la diferencia de rendimiento.
La herramienta habría sido la misma en los dos grupos. Lo que cambiaba era la forma de trabajar.
Tres: la ganancia viene de que la buena práctica se difunde. En la medición de atención al cliente con 5.179 personas, el asistente de IA subió un 14 % de media el número de casos resueltos por hora, pero un +34 % en los principiantes y prácticamente nada en los experimentados. La explicación de los autores: el modelo «difunde las buenas prácticas de los trabajadores más capaces».
Eso tampoco es una propiedad de la herramienta. Es un canal de circulación del conocimiento que hasta ahora no existía.
La contraprueba: el rediseño por sí solo tampoco basta
Si el artículo se parase aquí, quedaría cojo. Hay dos pruebas de que reordenar el proceso no produce dinero por sí mismo.
La primera es el dato danés. Un estudio enlazó encuestas de adopción grandes y representativas con los datos administrativos de nóminas de Dinamarca. El resultado: dos años después de la aparición de los modelos de lenguaje, no se detecta ningún efecto mayor del 2 % ni en las retribuciones ni en las horas registradas de trabajo — ni entre quienes más los usan, ni entre quienes adoptaron pronto, ni en los centros de trabajo que invirtieron de forma significativa, ni entre quienes declararon grandes ganancias. Y de paso ese mismo estudio constata también que la adopción va acompañada de cambios de ocupación y de una reordenación de las tareas.
Es decir: el proceso se reordena, pero de ahí no sale dinero. Al menos no en los salarios ni en las horas.
La segunda es el desarrollo de software. Según una encuesta sectorial de casi 5.000 personas, el 90 % de quienes responden usa IA en el trabajo y más del 80 % dice que su productividad ha mejorado — pero esa misma encuesta demuestra también que la adopción de IA sigue asociada negativamente a la estabilidad de las entregas. La tesis del informe en una frase: la IA no arregla un equipo, amplifica lo que ya hay dentro. Y sin un sistema de control fuerte, el mayor volumen de cambios lleva a la inestabilidad.
Los dos resultados juntos dicen esto: el rediseño es necesario, pero no suficiente. Si reordenas el proceso y no incorporas el control, la IA multiplica la debilidad que ya existe.
¿Hay algún estudio que haya separado las dos cosas?
Con honestidad: no lo he encontrado. En ningún experimento se ha medido por separado el efecto de «el mismo proceso con una herramienta mejor» y el de «otro proceso con la misma herramienta».
Lo que sí se puede afirmar son tres pruebas indirectas que se refuerzan entre sí:
- Transversal: entre las empresas que logran un resultado significativo, la proporción de las que rediseñaron es tres veces mayor.
- Experimental, desde el mecanismo: el efecto medido actúa de forma constante a través del cambio en la organización del trabajo.
- Control negativo: donde no cambian la organización ni el sistema de control, la herramienta por sí sola no trae un resultado detectable, e incluso puede empeorarlo.
Encima de esto no se puede escribir ni un solo número causal. Pero para decidir, con esto basta.
Qué significa esto en una empresa de cinco personas
«Rediseñar el proceso» suena a palabra de gran empresa. En la práctica es una sola pregunta:
¿Qué paso desaparece, no qué paso se hace más rápido?
Un ejemplo. Preparar un presupuesto son hoy cinco pasos: (1) el cliente escribe, (2) alguien busca el presupuesto parecido de antes, (3) lo reescribe, (4) una segunda persona lo revisa, (5) sale.
Cambio de herramienta: el tercer paso se acelera, porque el texto lo redacta la máquina. Los cinco pasos siguen siendo cinco. El tiempo de ciclo es más o menos el mismo, porque el cuello de botella es el cuarto paso, cuando el compañero consigue echarle un vistazo.
Rediseño: el segundo paso desaparece, porque los presupuestos anteriores se vuelven buscables y el borrador se saca del correo que entra. El cuarto paso, en cambio, se queda, y además se endurece — porque ahora lo que se revisa es salida de máquina, y la responsabilidad sigue siendo de la empresa. De cinco pasos quedan cuatro, y el cuello de botella no se ha movido, pero el camino hasta él es más corto.
Si en el ejemplo de arriba haces solo lo primero, la medición no mostrará nada — y eso es exactamente lo que el dato danés ve a escala nacional.
Tres malentendidos frecuentes
«Rediseñar significa que echamos a alguien.» Las mediciones no lo respaldan. Según un levantamiento empresarial estadounidense de agosto de 2026, el 61 % de las empresas de servicios usa IA, pero solo el 4 % ha despedido a alguien por ello — en la industria manufacturera, ninguna. Esas mismas empresas, en cambio, recualificaron a su plantilla en más de un tercio de los casos. En la práctica, el rediseño es recualificación, no recorte.
«Si reordenamos el proceso, la calidad mejora sola.» En el experimento de anuncios, la salida de los equipos de persona con IA quedó más homogénea — los autores lo llaman «colapso de la diversidad». Donde ser distinguible es valor de negocio (voz de marca, propuesta, negociación), eso es una pérdida, no una ganancia.
«Primero busquemos la mejor herramienta y luego planificamos.» Funciona al revés. El mapa del proceso dice qué paso quieres quitar — y a partir de ahí la elección de herramienta es una cuestión técnica, no estratégica. El método para elegir modelo llega cuando ya sabes para qué.
Lo que conviene llevarse
Cambiar la herramienta es barato y vistoso, y por eso todo el mundo empieza por ahí. Las mediciones, sin embargo, muestran de forma constante que el efecto llega a través del reparto del trabajo: cuántas personas hacen falta para un paso, quién recibe qué delegado, si se difunde la buena práctica. Quien solo cambia la herramienta se queda con un proceso del mismo número de pasos, y en la medición no se verá nada.
Pero el rediseño tampoco es magia. Un proceso reordenado sin control también produce errores más deprisa. De dónde debe ir la aprobación humana habla la persona dentro del proceso. Qué medir mientras tanto y qué no lo desarrolla medir el retorno. Y las trampas típicas, fase por fase del despliegue, las enumera los diez errores frecuentes.