Dónde ahorra tiempo real la IA en la oficina

Primero el techo: de qué se puede ahorrar

Según la telemetría agregada de oficina de 2025, una persona trabajadora media recibe 117 correos al día —la mayoría los mira menos de un minuto— y 153 mensajes de chat por jornada. En horario central la interrumpen cada dos minutos de media. La mitad de las reuniones se amontona en dos franjas (de 9 a 11 y de 13 a 15), y el 57 % son llamadas ad hoc sin entrada en el calendario.

De cuánto de eso se va en correo hay dos cifras, y no miden lo mismo:

La hora y media al día es el correo entero: leer, escribir, buscar, ordenar. Las 2,8 horas a la semana son solo la parte de lectura. Las dos cifras no se contradicen, pero quien intente deducir una de la otra está calculando mal.

Los siete tipos de tarea

Esta es la espina dorsal del artículo. Detrás de cada línea hay una medición controlada, no una impresión.

1. Redacción y escritura: la mayor ganancia medida

444 profesionales con titulación (marketing, redacción de subvenciones, consultoría, análisis, recursos humanos) recibieron tareas de escritura propias de su oficio: una nota de prensa, un informe, un plan de análisis, un correo.

El tiempo medio por tarea cayó de 27 minutos a 17, y la puntuación de quienes evaluaban subió también: no solo se hizo más rápido, sino mejor. La dispersión del rendimiento se redujo más o menos a la mitad, porque quienes rendían peor tiraron hacia arriba.

Pero hay una letra pequeña que casi nunca se cita al lado. El 68 % de quienes recibieron la herramienta entregó la primera salida sin editarla, y después de pegarla dedicó de media tres minutos más a la tarea. O sea que buena parte del ahorro vino de que no lo revisaron. Eso no invalida la medición, pero te dice dónde está su límite.

2. Correo: medible, pero menor de lo que crees

En ese mismo experimento aleatorizado con 6.000 personas: quien recibió la licencia dedicó 12 minutos menos a la semana a leer correo (−7 %). Quien además la usó de verdad, un −18 %, es decir, más de media hora a la semana. El tiempo de respuesta se acortó en 18 minutos.

El número de conversaciones, en cambio, no cambió. La máquina hace que leas la bandeja más rápido; no hace que sea más pequeña.

3. Cerrar documentos: una ganancia medible, con un giro

El mismo experimento: quienes tenían licencia cerraron sus documentos de texto casi medio día antes (−6 %), y quienes de verdad la usaron casi un día entero antes (−12 %).

El giro: también empezaron más documentos (+4,6 % y +11,2 % respectivamente) y leyeron más de los de sus compañeros (+6 % y +14 %). El documento salió más barato, así que se hicieron más.

4. Reuniones: exactamente cero

Este es el resultado negativo más importante del experimento. Para el tiempo total dedicado a reuniones y para el número de reuniones, quienes firman el estudio midieron un aumento «pequeño y estadísticamente no significativo», es decir, nada.

Y lo que dice todavía más: la dispersión entre empresas es enorme, y en direcciones opuestas. Hay organizaciones donde bajó mucho y organizaciones donde subió mucho. La reunión no es una cuestión de herramienta, sino una costumbre organizativa.

5. Respuestas de soporte: gran ganancia, repartida de forma desigual

5.172 agentes de soporte, despliegue escalonado: los casos resueltos por hora subieron un 15 % y la conversación media se acortó 3,7 minutos.

Pero aquí la media engaña. Entre quienes empezaban o rendían peor, la mejora superó el 30 %. Entre quienes tenían más experiencia, una pequeña aceleración y una pequeña pérdida de calidad. Un agente con dos meses de experiencia y ayuda rindió como uno de seis meses sin ella. El detalle de la receta y sus límites los desarrolla el post las respuestas de soporte , con cuatro contraejemplos documentados.

6. Juicio complejo: aquí la máquina no te frena, te empeora

758 personas de consultoría, experimento de campo preregistrado. En dieciocho tareas realistas de trabajo del conocimiento, quienes usaron IA completaron un 12,2 % más de tareas, un 25,1 % más rápido y con mejor calidad.

En ese mismo experimento había una tarea directiva diseñada a propósito para quedar fuera de la capacidad del modelo. Ahí, quienes usaron IA tuvieron un 19 % menos de probabilidad de dar la solución correcta. No fueron más lentos: fueron peores, y no se dieron cuenta.

Con esto coincide la experiencia del mayor despliegue en la administración pública (20.000 funcionarios, 12 ministerios): la máquina es fuerte sacando temas y afirmaciones de un documento, pero tropieza con el material matizado y cargado de contexto, donde hace falta juicio humano. En asuntos delicados de recursos humanos, en la gestión de reclamaciones y al ponderar criterios contradictorios no aportó un beneficio apreciable.

7. Tareas cortas y fáciles: aquí hay una ralentización medida

Este es el resultado más reciente y el más incómodo. Tres estudios preregistrados, 2.691 participantes en total, 24 tareas en cuatro categorías, todas de menos de cinco minutos.

Quienes participaron esperaban un ahorro medio de 55,7 segundos. El real fue de 7,5 segundos. Y en las tareas fáciles la IA ralentizó de verdad: de 60,2 segundos a 70,2.

Quien abre una ventana de chat para un correo de tres líneas no ahorra nada. Dedica a escribir el prompt exactamente el tiempo que habría dedicado a escribir el correo.

La sensación frente a la medición

Los siete puntos de arriba son medición. La autopercepción está en otro sitio.

En ese mismo estudio de 2.691 personas, quienes participaban también subestimaron su propio uso: predijeron un 33 % y salió un 47 %. O sea que lo usan más de lo que creen y ganan menos de lo que creen, a la vez.

La cifra más afilada sobre esto viene de un experimento con desarrolladores: quienes participaron sintieron una aceleración del 20 % mientras la medición mostraba una ralentización del 19 %. Treinta y nueve puntos porcentuales entre ambas. Qué significa esto para medir tu propio despliegue lo explica en detalle el post la medición del efecto , con ejemplos de marketing; y del lado del desarrollo lo recorre el post qué cambió la IA en la programación , en su terreno.

El mayor despliegue en la administración pública midió un ahorro de 26 minutos al día. Esa cifra aparece a menudo como noticia, pero el propio informe deja escrito que no fue un experimento aleatorizado y que el ahorro de tiempo es enteramente autodeclarado, a partir de una estimación por tramos. El 83 % de quienes participaron declaró algún ahorro; el 17 %, ninguno.

Adónde va el tiempo ahorrado

El dato más sólido aquí viene de un estudio danés: 25.000 personas trabajadoras, 7.000 centros de trabajo, cruzado con registros administrativos del mercado laboral.

• El ahorro medio es el 2,8 % de la jornada total, entre el 0,6 % y el 6,8 % según la ocupación.
• El 80–85 % de eso pasa a otra tarea de trabajo. Menos de una décima parte se convierte en pausa o tiempo libre.
• Una parte de quienes lo usan recibe tareas nuevas: donde la empresa apoya activamente el uso, más o menos una de cada seis personas. Y el 35 % de esas tareas nuevas es el control de calidad, la ética y el cumplimiento de la propia IA.
• Sobre el salario: ningún efecto detectable, con una banda de incertidumbre que descarta incluso un efecto mayor del 2 %.

Desde la otra dirección, una encuesta empresarial a 3.200 personas muestra lo mismo: el 85 % declara un ahorro de una a siete horas semanales, pero alrededor del 40 % del ahorro se va en rehacer trabajo —corregir, reescribir, revisar— y solo un 14 % informa de un balance duraderamente positivo y claro.

La frase que conviene retener de todo esto: la máquina no da tiempo, reordena el trabajo. El esfuerzo no desaparece, se desplaza: de producir información a comprobar información.

Dónde es cero o negativo: en una tabla

Malentendidos típicos

• «Gano media hora al día con esto.» Puede ser, pero según los datos medidos alrededor del 40 % de eso vuelve a irse en revisar y corregir, y el resto pasa a otra tarea de trabajo, no a tiempo libre.
• «Si funcionó en un experimento, me funcionará a mí.» De los siete tipos de tarea, en cuatro se midió una gran ganancia, en dos, cero o negativo, y en uno depende de si la tarea queda dentro o fuera de la capacidad del modelo. Lo que cuenta es con cuál llenas tu día.
• «La sensación también es un dato.» En este tema no. Con una interrupción cada dos minutos nadie puede estimar en qué se le fue la hora: en el experimento con desarrolladores cronometrado, la sensación se equivocó por 39 puntos porcentuales.
• «Seguro que recorta reuniones.» Ninguna medición aleatorizada lo ha mostrado. La reunión es una costumbre organizativa, no una tarea de escritura.
• «Cuanto más lo uso, mejor.» La ralentización medida en tareas fáciles viene justo de ahí. Y la medición muestra que el uso previo aumenta el uso en la tarea siguiente, al tiempo que refuerza la ilusión de rapidez.

Lo que conviene llevarse

La pregunta no es «¿ayuda la IA?», sino de qué tipos de tarea se compone tu día. En redacción, en correo, en respuestas de soporte y en cierre de documentos ganas mucho. En reuniones, nada. En pasos cortos y rutinarios pierdes. Y en el juicio complejo el riesgo no es la velocidad, sino la exactitud: ahí la máquina se equivoca con seguridad en sí misma.

Y antes de desplegarlo en ningún sitio: mídelo antes. En este tema la sensación es un instrumento demostradamente malo, y hasta la dirección de su error es previsible: se equivoca hacia arriba.

El flujo concreto del correo lo recorre paso a paso el post el triaje del correo , y de las reuniones, donde no ganas tiempo pero la calidad del acta sí mejora, se ocupa el post las actas de reunión , con receta.