Durante dos años, los directorios firmaron cheques en blanco por miedo a quedarse fuera de la foto. Hoy, los directores financieros cerraron la canilla: si la IA no mueve la aguja del estado de resultados en 90 días, se desconecta. Crónica de la transición de la magia generativa a la ingeniería operativa.
Cuando el director financiero (CFO) de una empresa multinacional de consumo masivo decidió cancelar licencias de inteligencia artificial generativa por algunas noticias o sugerencias de alguna gran corporación, nadie en la oficina protestó.
Dieciocho meses atrás, la contratación de esos “copilotos corporativos” había sido anunciada con bombos y platillos en la convención anual de la compañía como el salto definitivo hacia el futuro. El costo: treinta dólares mensuales por cabeza, más una consultoría de implementación de cinco cifras. La promesa: multiplicar la productividad de los equipos comerciales y administrativos.
Pero cuando llegó el momento de renovar el contrato anual, el CFO pidió un solo dato sobre la mesa: cuánto dinero nuevo había entrado a la caja o cuánto gasto operativo real se había reducido gracias a los algoritmos. La respuesta del gerente de tecnología fue un silencio incómodo, seguido de una presentación llena de métricas blandas. Los empleados usaban la herramienta para redactar correos electrónicos más cordiales, resumir reuniones de Zoom a las que no querían prestar atención y pulir presentaciones internas.
“Estábamos pagando una fortuna para que nuestra gente escribiera mejores excusas entre departamentos, pero tardábamos exactamente los mismos cuatro días en aprobar una nota de crédito para un cliente”, resumió el director financiero tras pasar la tijera. “Si un empleado ahorra veinte minutos por día gracias a un chatbot, pero ese tiempo se diluye en tomar otro café o mirar el teléfono, para el balance de la empresa el retorno de inversión es cero”.
Esa escena, repetida hoy en cientos de salas de directorio desde Nueva York hasta São Paulo y Asunción, marca el fin oficial del “turismo tecnológico” en el mundo corporativo.
La primera ola de la inteligencia artificial en las empresas estuvo impulsada por el pánico escénico. Ningún gerente general quería presentarse ante sus accionistas sin una “iniciativa de IA” en su carpeta. Ese miedo a quedarse afuera o popularmente llamado FOMO, financió miles de proyectos piloto aislados: chatbots de atención al cliente que solo sabían recitar preguntas frecuentes, generadores de textos para marketing y asistentes de código sin conexión con el corazón del negocio.
El resultado fue un embudo brutal: mientras más del 75 % de las compañías asegura haber adoptado algún tipo de inteligencia artificial en el último par de años, apenas una fracción menor al 15 % logró que esos experimentos salieran del laboratorio y generaran un impacto contable verificable en su línea final de ganancias (P&L). El resto quedó atrapado en lo que los consultores de estrategia llaman hoy “el purgatorio de los pilotos”: demos deslumbrantes los viernes por la tarde que jamás sobreviven a la fricción operativa de un lunes por la mañana.
De esperar órdenes a ejecutar el trabajo: La era “Agéntica”
La muerte del entusiasmo ingenuo no significa que las empresas estén abandonando la inteligencia artificial. Al contrario: están apagando los juguetes conversacionales para financiar una maquinaria mucho más silenciosa, profunda y radical. El nuevo mantra en los escritorios ejecutivos tiene nombre propio: Sistemas de Agentes Autónomos (Agentic AI).
Para entender por qué este giro cambia las reglas del juego gerencial, basta con mirar la diferencia entre hablar y hacer.
Un Copiloto, el modelo que dominó la primera etapa, es esencialmente pasivo y reactivo. Necesita que un humano se siente frente a la pantalla, redacte una instrucción, o prompt, evalúe la respuesta, copie el resultado y lo pegue manualmente en otro sistema. El humano sigue siendo el pegamento entre las aplicaciones de la empresa.
Un Agente Autónomo, en cambio, no vive en una ventana de chat esperando conversación: vive conectado a las tuberías internas de la organización que puede ser el sistema contable ERP, la base de clientes CRM, el inventario logístico, las pasarelas de pago, etc. No se le da una orden de redacción; se le asigna un objetivo de negocio con reglas de decisión.
Tomemos el caso real de una operación logística que enfrenta el retraso de un camión de proveedores debido a un corte de ruta:
- En el modelo de Copiloto (Ayer): El jefe de compras recibe una alerta, abre su asistente de IA y le pide: “Redáctame un correo urgente para los tres proveedores alternativos pidiendo cotización de emergencia para 500 unidades”. El empleado envía los correos, espera respuestas, compara precios en un Excel y carga la orden a mano en el sistema.
- En el modelo de Agentes (Hoy): Un primer agente detecta el retraso por GPS y cruza el dato con el inventario de seguridad de la fábrica; al ver que habrá quiebre de stock en 48 horas, activa a un segundo agente comprador que consulta automáticamente las listas de precios preaprobadas de proveedores secundarios, verifica quién tiene disponibilidad inmediata mediante conexión API, emite una orden de compra provisoria y le envía un mensaje al gerente de operaciones al celular con un solo botón: “Proveedor A retrasado. Orden de reemplazo lista con Proveedor B por $4.200 (dentro de tu margen del 5%). ¿Aprobás ejecución?”.
El salto ya no consiste en hacer que un empleado escriba un 20 % más rápido, sino en comprimir un proceso empresarial que tomaba tres días y cuatro departamentos en una transacción de cuatro minutos auditada por un responsable.
La regla de los 90 días, la herramienta clave de los Gerentes Financieros
Este cambio de arquitectura tecnológica viene acompañado de una nueva disciplina financiera. En la mesa chica de las empresas, la evaluación de proyectos de IA dejó de estar en manos exclusivas de los directores de innovación para pasar al escrutinio implacable de los gerentes de operaciones (COO) y finanzas (CFO).
Hoy, antes de firmar un cheque tecnológico, los directorios aplican tres filtros que habrían matado al 80 % de los proyectos de hace dos años:
- La prueba de la fricción interdepartamental: Las grandes pérdidas de dinero en una empresa rara vez ocurren dentro del escritorio de un empleado; ocurren en las fronteras donde un área le pasa la pelota a otra (de Ventas a Administración, de Compras a Depósito, de Legal a Comercial). Si un proyecto de IA solo optimiza una tarea individual pero no elimina el cuello de botella entre departamentos, se descarta.
- El costo oculto de la escalabilidad (La trampa del Token): Muchos gerentes descubrieron por las malas que hacer un piloto con cincuenta usuarios es barato, pero conectar agentes autónomos que realizan miles de consultas por minuto a modelos de lenguaje de última generación puede disparar la factura de nube a niveles insostenibles. La ingeniería moderna consiste en usar “modelos pequeños y baratos” para el 90 % de las tareas repetitivas de clasificación y reservar los “modelos gigantes” solo para decisiones complejas.
- La guillotina del software tradicional (SaaS): Durante la última década, las empresas acumularon decenas de suscripciones de software especializado para cada micro-tarea. Hoy, los ejecutivos se hacen una pregunta incómoda: si nuestros propios agentes de IA pueden leer y escribir directamente sobre nuestra base de datos central, ¿por qué seguimos pagando cientos de licencias individuales de plataformas externas solo por tener una interfaz bonita?
No automatices el caos: La trampa de los procesos rotos
El despliegue de ejércitos de agentes trae consigo su propio precipicio. Cuando una empresa intenta conectar agentes autónomos sobre una estructura administrativa desordenada, ocurre lo que los ingenieros llaman “automatizar el caos a velocidad de fibra óptica”.
El error número uno de los gerentes generales hoy es creer que la inteligencia artificial les va a ahorrar el trabajo sucio de ordenar su casa, o como se dice en los pasillos “Basura entra, basura sale”. Si tus vendedores anotan los descuentos en cuadernos, tu inventario real no coincide con el sistema contable y cada sucursal carga los datos de los clientes con un formato distinto, poner un agente autónomo encima no te da una empresa inteligente: te da un generador automático de desastres contables.
La lección más dura de esta segunda ola es que la ventaja competitiva ya no está en el algoritmo que se contrata. Los grandes modelos fundacionales, sean de OpenAI, Google, Anthropic o Grok, se han vuelto commodities, motores intercambiables a los que cualquier competidor puede acceder pagando la misma tarifa con tarjeta de crédito.
Lo único que el competidor no puede comprar es el contexto operativo codificado: las reglas de negocio propias, el historial limpio de comportamiento de los clientes locales y los criterios con los que los mejores gerentes de la casa toman decisiones bajo presión. Alquilar la tecnología, pero ser dueño absoluto de los datos y del contexto, se ha convertido en la máxima de supervivencia estratégica.
De capataces a directores de orquesta
En el piso de las oficinas, esta transición está redibujando silenciosamente los organigramas. El temor inicial a los despidos masivos e instantáneos dio paso a una realidad más sutil y exigente: la reconfiguración del valor humano.
En las empresas que están logrando salir del cementerio de los pilotos, el trabajador promedio está dejando de ser un “operador de software” para convertirse en un auditor de excepciones. Cuando el 80 % de las conciliaciones bancarias, las respuestas de soporte técnico nivel uno o el seguimiento de cobranzas corre por cuenta de flujos automatizados, el trabajo humano se concentra en el 20 % restante: el cliente furioso que requiere empatía real, la negociación comercial delicada o el caso atípico que rompe las reglas del algoritmo.
Para los gerentes y jefes de área, el desafío ya no es controlar cuántas horas pasa su equipo frente al teclado, sino gestionar una fuerza laboral híbrida compuesta por personas y agentes digitales. Requiere saber diseñar flujos de trabajo, establecer cortafuegos para que una alucinación algorítmica no le prometa un descuento inexistente a un comprador y, sobre todo, mantener vivo el criterio profesional de sus equipos para que nadie acepte ciegamente lo que escupe la pantalla.
El circo de las demostraciones mágicas ha levantado su carpa. En su lugar, ha comenzado la verdadera obra de ingeniería empresarial: silenciosa, exigente con los números y alérgica a las promesas sin retorno. En esta nueva etapa, la inteligencia artificial dejó de ser un trofeo de innovación para mostrar en redes sociales y pasó a ser lo que siempre debió ser: infraestructura pura al servicio del margen de ganancia.
Este artículo forma parte del Dossier “La Gran Auditoría Algorítmica”.