La IA no lo hace todo por ti: lo que sí hace hoy en un negocio

Te lo dicen en cada evento y en cada video: la IA va a hacer el trabajo de medio equipo, va a vender sola y va a decidir mejor que tú. Si tienes un negocio, es lógico que te preguntes si te estás quedando atrás.

La respuesta corta es que la IA ya hace muy bien algunas tareas y hace mal otras. El problema es que la línea entre unas y otras no se ve a simple vista: una respuesta buena y una mala se ven igual de seguras. Por eso conviene mirar qué encontraron los estudios que la midieron con equipos reales.

Un estudio publicado por la Oficina Nacional de Investigación Económica de Estados Unidos (NBER) siguió a 5179 agentes de soporte al cliente de una empresa². Con un asistente de IA, resolvieron más casos por hora, y el salto fue mayor en los novatos y en los menos hábiles²:

En los más experimentados, el efecto fue mínimo². Según los autores, la IA les llevó a los nuevos las buenas prácticas de los mejores, y además mejoró el ánimo de los clientes y ayudó a que menos agentes renunciaran².

Algo parecido ocurrió con el trabajo creativo. En un experimento con más de 750 consultores de BCG, una firma de consultoría de estrategia, quienes usaron GPT-4 para proponer ideas de productos nuevos llegaron a un rendimiento 40 % más alto que quienes trabajaron sin él¹. Cerca del 90 % de los participantes mejoró al usar la IA en esa tarea¹.

Los usuarios entrevistados por el MIT lo confirman. En su informe sobre la IA en las empresas, el 70 % prefirió darle a la IA, y no a un colega con poca experiencia, la tarea de redactar correos, y el 65 %, la de hacer un análisis básico⁴.

En el mismo experimento de BCG hubo una segunda tarea: decidir en cuál de las tres marcas de una empresa ficticia convenía invertir para crecer, a partir de entrevistas con su personal y una hoja de cálculo con sus números¹. Era del tipo que exige juntar pistas y decidir, y tenía una respuesta correcta¹.

Hubo otro efecto, más silencioso. Como la IA tiende a dar respuestas parecidas, la variedad de ideas del grupo cayó un 41 %¹. Si todo tu equipo le pregunta lo mismo a la misma herramienta, terminan pensando lo mismo.

El informe del MIT encontró la misma frontera desde otro lado. Para proyectos complejos, de varias semanas o con manejo de clientes, el 90 % prefirió a una persona⁴. Las quejas más repetidas fueron que la herramienta no aprende de lo que le corriges y que hay que explicarle todo de nuevo cada vez⁴.

Un estudio de 2025 sobre por qué los modelos de lenguaje se equivocan lo explica con una imagen sencilla. Como un estudiante frente a una pregunta difícil, cuando el modelo no está seguro a veces adivina, y produce una respuesta creíble pero falsa en lugar de admitir que no sabe³.

Los autores explican que estos modelos se entrenan y se evalúan como buenos rendidores de exámenes, y en un examen adivinar sube la nota³. Por eso el error no viene marcado. Llega con la misma redacción impecable que el acierto.

Para un negocio, la consecuencia es práctica: la IA puede hacer el trabajo, pero alguien tiene que poder comprobarlo. Si nadie puede verificar lo que entrega, no sabes si te está ayudando o te está metiendo un error con buena letra.

Con esa regla en mente, hay mucho trabajo que la IA ya puede hacer de punta a punta, siempre con las reglas y la información de tu negocio. Por ejemplo:

• Leer documentos: facturas, órdenes de compra y otros papeles, y pasar los datos al sistema sin que nadie los tipee.
• Armar borradores: de una cotización o de un correo, para que una persona lo revise y lo envíe.
• Responder lo que siempre preguntan: las preguntas que llegan una y otra vez, con la información real de tu negocio.
• Resumir reuniones y llamadas: y dejar anotado lo que quedó pendiente.
• Ordenar lo que llega: los correos y los pedidos, y mandarlos a quien corresponde.
• Preparar el reporte de la semana: con los números de siempre, para que alguien lo lea y decida.

Antes de entregarle una tarea, revisa estas cuatro condiciones. Si la tarea las cumple todas, es buena candidata:

En Motora usamos la IA donde de verdad suma. En el diagnóstico mapeamos cómo trabaja tu negocio y te decimos qué tareas conviene darle a la IA y cuáles no; en los talleres, le enseñamos a tu equipo a usarla en el trabajo de todos los días sin aceptar a ciegas lo que responde.