Qué puede hacer la IA por tu empresa, según los estudios

De la IA se dice de todo: que va a cambiar cada trabajo, que es puro humo, que piensa, que no piensa. Entre tanto ruido hay una pregunta que sí tiene respuesta. ¿Qué pasa cuando a una persona normal, en un trabajo normal, le dan una IA y alguien lo mide en serio? Desde 2023 varios equipos de investigadores han hecho exactamente eso. Esto es lo que encontraron.

El primero se hizo donde nadie suele mirar: un servicio de atención al cliente. Erik Brynjolfsson (Stanford), Danielle Li y Lindsey Raymond (MIT) siguieron a 5.179 agentes de soporte de una empresa de software. A una parte le dieron un asistente de IA que sugería respuestas; al resto, nada. Los agentes con IA resolvieron un 14% más de consultas por hora. El estudio, publicado por el NBER y después en la Quarterly Journal of Economics, se ha convertido en la referencia del campo.

El segundo midió la escritura profesional, esa parte del trabajo que existe en todas las empresas: informes, correos, notas, resúmenes. Shakked Noy y Whitney Zhang, del MIT, pusieron a 453 profesionales a redactar tareas reales de oficina. La mitad podía usar ChatGPT. Terminaron un 40% más rápido y con textos un 18% mejor valorados por evaluadores que no sabían quién había usado la IA. Se publicó en Science en 2023.

El tercero me parece el más útil, porque midió también el fallo. Harvard y Boston Consulting Group repartieron 18 tareas reales entre 758 consultores. Con IA completaron un 12,2% más de tareas, un 25,1% más rápido y con una calidad un 33,9% superior, según la versión publicada en Organization Science. Hasta aquí, la cara buena. La otra viene más abajo.

Los tres estudios coinciden en un hallazgo que casi nadie cuenta: la IA no multiplica al experto, nivela al resto. En el servicio de atención al cliente, los agentes novatos mejoraron un 34%, mientras que a los veteranos apenas les cambió nada. En el experimento con consultores, los que estaban por debajo de la media mejoraron un 43%; los mejores, un 17%. La explicación es sencilla: estos sistemas aprenden de cómo trabajan los mejores y reparten esa ventaja entre todos los demás.

Para una empresa mediana esto importa más que cualquier titular. Significa que el conocimiento de tu mejor persona (la que sabe cómo se hace un asiento, un escrito o un parte bien hechos) puede quedar dentro de un sistema y sostener el trabajo de todo el equipo, también el día que esa persona está de vacaciones.

El estudio de BCG escondía una trampa deliberada. Una de las tareas estaba diseñada para quedar fuera de lo que la IA de entonces sabía resolver. Ahí los consultores con IA acertaron un 19% menos que los que trabajaron solos. La razón es incómoda: el sistema dio una respuesta convincente y errónea, y muchos la aceptaron sin comprobarla.

No es un caso aislado. Un equipo de Stanford midió en 2024 cuánto inventan los modelos generales al responder preguntas verificables sobre jurisprudencia: fallaban entre el 58% y el 88% de las veces. Y un estudio posterior de Stanford y Yale comprobó que incluso las herramientas jurídicas comerciales, que anclan sus respuestas a bases documentales, seguían inventando entre el 17% y el 33% de las veces.

La conclusión no es que la IA no sirva. Es que ninguna IA merece un cheque en blanco. Un sistema serio asume que el modelo puede fallar y lo rodea de comprobaciones: contrasta cada dato por más de una vía, marca lo que no cuadra y se lo pasa a una persona. Esa revisión final no es un peaje que haya que tolerar. Es parte del diseño.

Una advertencia que casi ningún artículo hace: estos experimentos se hicieron con agentes de soporte, redactores y consultores. No con gestorías, despachos, residencias ni corredurías. Las cifras exactas no viajan de un sector a otro, y quien te prometa "un 40% garantizado" en tu negocio te está vendiendo humo.

Lo que sí viaja es el patrón. Donde hay trabajo de oficina que se repite (leer documentos y pasar sus datos a un programa, redactar lo mismo con otros nombres, buscar información en el archivo propio, cuadrar cifras entre dos sistemas), la IA bien aplicada quita horas de en medio. Y a la vez necesita que alguien mire lo que el sistema marca como dudoso. Las dos cosas son ciertas a la vez; los estudios de arriba lo dicen con números.

Mientras tanto, la adopción avanza deprisa: según Eurostat, el 20% de las empresas europeas de más de diez empleados ya usaba IA en 2025, frente al 13,5% de 2024. La ventaja de moverse pronto todavía existe, pero cada año es menor.

Si quieres saber qué parte del trabajo repetitivo de tu empresa cae en la zona buena de la frontera (y cuál no), cuéntanos tu caso. Te contestaremos con la misma franqueza que este artículo, también si la respuesta es que no te compensa.