El 87% de las empresas no ve valor significativo en la IA. Empezaron por la tecnología, no por el proceso.
Actualizado: 3 nov.

La semana pasada Gartner publicó una encuesta a 2,002 CIO y líderes de tecnología. Solo el 13% dice que su empresa ha obtenido un valor significativo o transformador de la inteligencia artificial. La probabilidad de que un caso de uso de IA tenga éxito es de aproximadamente uno de cada cinco.
El número que más me llamó la atención es otro, apenas el 4% tiene planes formales para rediseñar roles ahora que personas y agentes de IA trabajan juntos. Y quienes sí los tienen son 2.4 veces más propensos a estar en el grupo de empresas que obtiene resultados.
Gartner lo resume en una frase: volumen no es valor, las empresas cuentan pilotos, casos de uso y licencias, casi ninguna cuenta qué trabajo dejó de existir, qué trabajo nuevo apareció y quién es dueño de ese cambio.
Nada de esto es nuevo, lo hemos visto durante años en proyectos de tecnología que nada tienen que ver con la IA, les comparto uno.
El kiosco que nadie pidió
Una red de salud con varias sedes nos pidió acompañarla a mejorar la atención a sus pacientes. Antes de que llegáramos, el equipo de tecnología ya tenía una solución: un podio electrónico en la entrada de cada edificio para orientar a los pacientes y, de paso, registrar sus flujos y tiempos.
La idea tenía sentido, la ejecución no. En lugar de probarla en una sede, diseñaron la aplicación completa y la instalaron en kioscos en todas. En varias sedes ni siquiera había un lugar físico donde poner el aparato, y la instrucción fue que todo paciente tenía que registrarse ahí, sin excepción.
El resultado fue el contrario al buscado, el sistema no era intuitivo, así que la organización tuvo que asignar personas a ayudar a los pacientes a usarlo. Se formaban filas que bloqueaban la circulación en la entrada, la herramienta que iba a ordenar el flujo se convirtió en el primer cuello de botella del edificio.
Cambia “kiosco” por “agente de IA” y la historia es idéntica a la que hoy viven muchas empresas de la región.
Lo que mostraron los datos
Nuestro trabajo empezó por donde debía empezar el proyecto: levantar cómo se movían realmente los pacientes dentro de cada sede. Cuando tuvimos métricas consistentes, aparecieron tres hallazgos que ningún kiosco iba a resolver.
El sistema generaba su propio reproceso. El 30% de los usuarios del kiosco era redirigido por errores o reprocesos del sistema y tenía que volver a pasar por él. Casi uno de cada tres pacientes hacía el trámite dos veces.
El edificio estaba organizado al revés. Los servicios más solicitados estaban en los pisos superiores, eso obligaba a la mayoría de los pacientes a usar el elevador y generaba circulación innecesaria en todo el edificio.
El paciente real no era el que se había imaginado. En una de las sedes, por su ubicación, cerca del 40% de los usuarios llegaba en silla de ruedas. Esa sede tenía una demografía distinta a las demás, y la solución se había diseñado igual para todas.
Ninguno de estos hallazgos era visible sin medir, y ninguno era un problema de tecnología.
Rediseñar el recorrido, no el área
Con esa información revisamos todos los servicios de cada sede y rediseñamos los flujos según tres criterios: la cantidad de pacientes, el tipo de servicio y el recorrido natural que el paciente esperaba seguir. No según el organigrama ni según qué área ocupaba qué piso.
Esa diferencia es la que más cuesta entender, cuando cada área optimiza su parte, el problema no desaparece, se muda. Aceleras el registro en la entrada y la fila aparece frente al elevador. Automatizas un paso en un área y el cuello de botella llega al área siguiente, que nadie consideró en el proyecto.
Un rediseño transversal obliga a mirar el proceso completo desde los ojos de quien lo vive. Por eso el diagnóstico no terminó en un ajuste al kiosco. Detonó varios proyectos de mejora para alinear toda la experiencia del paciente, cada uno con un problema real y medido detrás.
Cuatro lecciones para cualquier proyecto de IA
Empieza con el fin en mente. El objetivo nunca fue tener un kiosco, era atender a la mayor cantidad de pacientes posible con las limitaciones de infraestructura de cada sede. Si tu proyecto de IA no tiene un objetivo de negocio así de concreto, no tienes con qué medir si funcionó, no es tecnología por tecnología.
Mide antes de decidir. Sin una línea base de tiempos, volúmenes, errores y reprocesos no hay forma de identificar las oportunidades reales, ni de priorizarlas por impacto. Hasta que tuvimos métricas consistentes, todo era opinión.
Haz pilotos simples que validen una hipótesis. Un piloto no es una implementación pequeña, es la forma más barata de saber si tu idea es correcta antes de invertir en desarrollarla. Gartner encontró que solo el 31% de las empresas tiene criterios para decidir cuándo un piloto pasa a producción, y apenas el 17% para abandonar lo que no está dando valor.
Diseña alrededor del usuario real. No del usuario promedio ni del que imagina el equipo de tecnología, en una sede, el 40% llegaba en silla de ruedas. En tu empresa puede ser el cliente que llama en lugar de usar la app, o el supervisor que llena el reporte al final del turno.
La pregunta para tu comité
La IA va a hacer con tus procesos lo mismo que el kiosco hizo con esa red de salud: amplificar lo que ya existe. Si el proceso está claro, medido y diseñado de punta a punta, la tecnología lo lleva más lejos. Si no, multiplica el desorden a mayor velocidad.
Por eso la pregunta para 2027 no es qué herramienta sigue, es si sabes cómo funcionan hoy tus procesos críticos, cuánto cuestan, dónde se atoran y quién es dueño de rediseñarlos.
Si tu empresa ya invirtió en IA y todavía no lo ve en el estado de resultados, el problema rara vez es el modelo.
Empecemos por lo aburrido, medir cómo funciona hoy el proceso que querías acelerar. Agenda una llamada de 30 minutos aquí o escríbenos a contact@transilientconsulting.com




Comentarios