Usar IA ya es común; verla en la utilidad de tu empresa todavía no

Ocho de cada diez personas encuestadas por McKinsey en 2026 dicen que la IA mejoró su productividad individual. Solo el 37 % atribuye a la IA algún efecto en la utilidad operativa de su organización, casi la misma proporción que un año antes. Entre las dos cifras hay una distancia que el dueño de una empresa mediana reconoce sin necesidad de estudios: su gente trabaja más rápido y el resultado, por alguna razón, no aparece.

La ganancia individual no siempre llega a la utilidad

La encuesta de McKinsey, publicada el 25 de agosto de 2026, reunió a 1.719 participantes de 97 países entre el 4 de mayo y el 8 de junio. El 80 % dice que la IA mejoró su productividad individual y el 50 % que le ayuda a decidir mejor. Aun así, el 37 % atribuye a la IA algún efecto en el EBIT (utilidad operativa) de su organización, y el grupo que declara un efecto significativo se mantiene en torno al 6 %. Más organizaciones escalan la IA en toda la empresa, 44 % frente a 38 % un año antes, pero la proporción con efecto en la utilidad casi no se movió.

Conviene leer el dato con dos reservas. La muestra incluye una proporción alta de empresas grandes: el 36 % de los participantes trabaja en organizaciones con ingresos superiores a 1.000 millones de dólares. Además, son percepciones declaradas, no estados financieros.

La forma del dato se repite en otras fuentes. Un documento de trabajo de la Reserva Federal de Atlanta, publicado en marzo de 2026 con una encuesta a casi 750 ejecutivos corporativos, describe una paradoja de productividad: las ganancias percibidas son mayores que las medidas. Según los autores, esa brecha refleja probablemente un retraso en la llegada de los ingresos.

Lo que muestran las empresas pequeñas de Estados Unidos

El 8 de octubre, economistas de la Reserva Federal de Nueva York publicaron un análisis de la Encuesta de Crédito de Pequeñas Empresas 2025, levantada entre septiembre y noviembre de ese año. Entre las empresas con al menos un empleado, el 46 % declaró que su negocio o sus empleados usaban herramientas de IA, y otro 15 % planeaba adoptarlas en los doce meses siguientes.

Los efectos declarados fueron modestos. El 77 % no notó cambios en sus costos laborales por usar IA y solo el 31 % reportó ventas mayores. Las empresas que usan IA, eso sí, esperaban más ingresos: entre ellas, quienes anticipaban subir superaban a quienes anticipaban bajar por 48 puntos porcentuales, frente a 21 en las que no la usan. Los autores aclaran que falta comprobar si esas expectativas se cumplen.

Son datos de Estados Unidos y no describen a las empresas bolivianas. Sirven para ver una forma, y esa forma ya resulta conocida: mucho uso, expectativas altas y un resultado que tarda en verse.

Dónde se pierde el tiempo ahorrado

Pensemos en una distribuidora hipotética con tres sucursales en Cochabamba. La persona de administración usa IA para redactar cotizaciones y pasa de una hora a veinte minutos por documento. Cada cotización, sin embargo, sigue esperando la aprobación del dueño por WhatsApp, y el despacho sale cuando hay camión disponible. ¿Cuántos pedidos más se entregaron esa semana?

Probablemente los mismos. La IA hizo bien su parte y el proceso entero no cambió de velocidad, porque si el cuello de botella está en la aprobación o en el reparto, acelerar la cotización solo traslada la espera a otro lugar. Los minutos ganados se dispersan en cinco tareas pequeñas, nadie los suma y la planilla de sueldos queda igual. Cada persona siente que rinde más, y tiene razón, pero la empresa ni vende ni cobra distinto.

Lo mismo ocurre en otros rubros. Imagina un restaurante con sucursales donde el encargado usa IA para armar el pedido semanal de insumos en diez minutos en lugar de cuarenta. Si el pedido sigue llegando tarde porque el proveedor cobra a 30 días y la caja no alcanza para pagarle a tiempo, esos treinta minutos no cambian ni el costo ni el servicio.

El tiempo ahorrado solo se convierte en dinero cuando alguien decide para qué se usa. Esa decisión es de gestión y no suele ocurrir sola.

Un costo que conviene sumar

Hay otro lado de la cuenta. En la misma encuesta de McKinsey, una de cada cinco personas dice que su organización limitó el uso de IA por sus costos operativos, que incluyen los costos por uso de las herramientas. Cuando una empresa paga suscripciones por usuario y además dedica horas a revisar lo que la herramienta produce, el ahorro neto puede ser menor que el imaginado. Conviene hacer ese cálculo antes de dar el ahorro por bueno. Para una empresa mediana cabe en una hoja: lo que se paga por herramienta, más las horas de revisión, frente a las horas que de verdad dejaron de gastarse.

El grupo que sí lo ve en sus cuentas hace algo distinto

McKinsey identifica un grupo pequeño, alrededor del 6 % de los participantes, que atribuye a la IA al menos el 5 % de su EBIT y describe su impacto como significativo. Casi tres cuartas partes de ese grupo rediseñó flujos de trabajo a raíz de la IA, frente a una cuarta parte de los demás. Y tiene el doble de probabilidad de contar con procesos definidos para medir el impacto de sus iniciativas.

Es una asociación y la encuesta no demuestra que rediseñar los flujos cause el resultado. Pero la diferencia visible no está en la herramienta, que es la misma para todos. Está en lo que se construye alrededor: pasos redefinidos, un responsable y un número que se mide.

Qué hacer el lunes

Una hoja de cálculo y una conversación con tu equipo alcanzan para empezar.

1. Elige un solo proceso que termine en dinero: cotizar, cobrar, reponer inventario o atender un reclamo.
2. Anota hoy su punto de partida: cuánto tarda, cuántas veces se repite por semana, cuántas veces se rehace y qué resultado en dinero produce, por ejemplo cotizaciones cerradas o cobros a tiempo.
3. Dibuja los pasos y marca en cuáles espera el trabajo: aprobaciones, datos que faltan, traspasos entre personas. Decide qué paso hará la IA, cuál seguirá en manos de una persona y cuál desaparece.
4. Nombra a una persona responsable de ese número, aunque sea el propio dueño, y decide antes de empezar qué harás con el tiempo liberado. Déjalo por escrito.
5. A los treinta días, mide el mismo número del paso 2. Si el tiempo bajó y el número del negocio no, el cuello de botella está en otro paso y ahí va el siguiente cambio.

Estos pasos se hacen con lo que ya tienes en la empresa: media hora de conversación con el equipo y la costumbre de mirar el mismo número dos veces.

Un detalle sobre el paso 1: elige el proceso donde tú sientes la demora, no el más fácil de automatizar. Si hoy no sabes cuánto tarda, esa ya es una primera respuesta útil, porque sin punto de partida cualquier mejora será solo una impresión. Para la distribuidora del ejemplo, el número podría ser cotizaciones cerradas por semana. Para el restaurante, el costo de insumos como porcentaje de las ventas.

El destino del tiempo puede ser la visita a cinco clientes que llevas meses postergando, o cobrar el lunes en lugar del viernes. Lo importante es que exista antes de medir, porque un ahorro sin destino se disuelve en la jornada.

Las encuestas de este año dicen que usar IA ya es corriente y que ver su efecto en las cuentas no lo es. En una empresa mediana, esa diferencia la cierra una decisión del dueño: qué proceso medir y para qué usar las horas que se liberan.