¿Y ahora qué hago con la IA? Todas las empresas se abrazan al futuro, pero pocas saben qué hacer con él

Una pregunta flota en el aire de las oficinas: ¿qué hacemos con la inteligencia artificial (IA)?

Hay quienes vaticinan que la tecnología del momento supone una revolución sin precedentes para el día a día de las compañías. Nombres conocidos como Sam Altman y Jensen Huang, consejeros delegados de OpenAI y Nvidia, respectivamente, auguran que los trabajadores administrativos serán reemplazados en poco tiempo por algoritmos inteligentes. Pero este ritmo de transformación, visto desde los ojos de los directivos, mandos intermedios y consultores, es muy distinto: el engranaje de la IA está impulsando cambios en los departamentos internos, es cierto, pero con más lentitud y mucha menos profundidad de lo que estas voces proyectan. Un estudio de la Fundación Cotec, publicado en octubre, mira con lupa el despliegue de la IA en España y revela que la adopción en las empresas españolas de 10 o más trabajadores sigue siendo “claramente minoritaria, y muy desigual entre territorios, sectores y tamaños de empresa”.

También es cierto que cada vez más trabajadores han convertido a los grandes modelos de lenguaje como ChatGPT o Gemini en asistentes personales irremplazables. En concreto, el 35% de los trabajadores españoles ya incorpora herramientas de IA generativa —aquella que produce imágenes y vídeos, y que replica el lenguaje natural con asombrosa precisión— en su jornada laboral, según una reciente encuesta de InfoJobs. Sin embargo, los expertos consultados coinciden en un matiz: que los empleados utilicen IA en las oficinas no significa que la empresa haya abrazado esta tecnología.

El reto se agudiza en las pymes —que componen el 98% del tejido productivo nacional—, cuyos propietarios se desvelan descifrando cómo subirse a la ola de la que todo el mundo habla. “Las grandes firmas españolas —muchas de ellas empresas cotizadas— disponen de laboratorios donde probar nuevas formas de trabajar con esta tecnología porque tienen recursos suficientes; en la pequeña empresa es simplemente impensable detenerse para probar y, menos aún, fallar y perder dinero”, relata Enrique Manso, director de datos e IA de la consultora EY España.

Además, hay un gran reto tecnológico pendiente para que esta transformación se cristalice, según Braulio Campos, quien ha dirigido durante casi una década la transformación digital de una firma textil valenciana. “Hace algunos años aún se podían encontrar departamentos sin correo electrónico propio o trabajadores que no sabían hacer una consulta en un Excel. Pasar de ese estado a trabajar con la IA es un salto muy ambicioso”. Sobre el aspecto tecnológico, David Pereira, jefe global de Datos e IA en la consultora Seidor, mantiene una postura más crítica, señala que la mayoría de las pymes no han sido capaces de llevar a cabo una apropiada estrategia digital. “Seguramente han invertido mucho en tecnología, pero estas empresas se olvidaron de construir planes de acción sólidos para saber qué hacer con ella”.

La formación de las plantillas es otra piedra en el camino. Ya no es suficiente con cursos generalistas, tan populares hoy en día, que enseñen a los empleados a interactuar con ChatGPT, comparte Pablo Sáez Hurtado, abogado y formador experto en IA generativa, “sino que cada sector debe impartir formación personalizada”. Un estudio del Ministerio para la Transición Digital y de la Formación Pública avala que casi un 78% de trabajadores piden formación en IA por parte de la empresa.

Las barreras que sortear son numerosas, pero Nuria Ávalos, directora de IndesIA, la asociación nacida de la alianza de algunas de las principales empresas del país (como Repsol o Telefónica), mantiene un firme optimismo sobre la transformación digital de los próximos años. Argumenta que esta nueva ola de cambio beneficiará principalmente a pequeñas y medianas empresas porque estas no tendrán otra alternativa; si no se apuran en digitalizarse y adoptar la IA, no podrán competir con aquellos negocios que sí han dado este paso.

A ese proceso de adopción forzosa ayuda un factor clave: la barrera de entrada técnica es más baja que nunca. “La revolución de la IA es más digerible que anteriores revoluciones porque no es únicamente tecnológica, sino también comunicacional; las peticiones y los resultados se expresan en lenguaje natural y no en código”, expone Jesús Serrano, director principal de Producto en Studio42, un equipo vinculado a Microsoft. “Lo que permite que la mayoría de trabajadores se aprovechen de estos sistemas”, arguye el directivo.

Caos en las oficinas

Algunas empresas han hecho lo posible por subirse al tren. No ha sido fácil. Es la sensación de Pedro García, director del departamento de Recursos Humanos de una empresa de formación profesional valenciana. La IA les ha permitido agilizar la recepción de currículos y la redacción de documentos. “Ha puesto orden en todo el caos que puede generar una oficina”, cuenta. Llegar a este punto ha exigido forjar un liderazgo que anime constantemente a la plantilla a utilizar la IA y a explorar su potencial. “La gente llega con vergüenza de usar ChatGPT, pero aquí nos sentimos orgullosos si alguien usa herramientas de este tipo en su trabajo diario de manera responsable”.

La IA generativa está reconfigurando la manera de abordar ciertas tareas y simplemente automatizando otras. Es especialmente útil en el mundo del código y en las industrias creativas. Ya puede escribir por su propia cuenta miles de líneas de código, generar imágenes o crear un corto animado en cuestión de segundos. Esa integración está dejando huella en estos segmentos económicos, frenando las contrataciones de trabajadores recién graduados y provocando los primeros despidos masivos en ciertos sectores.

La empresa estadounidense de gestión del talento humano Salesforce redujo de 9.000 a 5.000 los puestos en su área de soporte porque “los agentes de IA gestionan el 50% de las conversaciones”, según su director ejecutivo. Y la europea Klarna recortó un 40% de su personal tras incorporar chatbots de IA en su servicio al cliente. La consultora global McKinsey estima que el 30% de las horas trabajadas en Estados Unidos podrán automatizarse para 2030.

Tropiezo con los procesos

“Todas esas compañías —como los centros de atención al cliente o las empresas de software— están experimentando éxito porque son casos concretos en los que el retorno es inmediato y tangible”, subraya Xavier Mitjana, divulgador especializado en IA con un canal de YouTube que supera los 300.000 suscriptores. El gran problema, repiten los expertos, empieza cuando las organizaciones pretenden que la IA se encargue de tareas más complejas y, sobre todo, vinculadas a los flujos de trabajo de las oficinas, como entender las distintas partes de un gran proyecto, brindar retroalimentación sobre tareas anteriores o recordar con precisión el trabajo de días previos, detalla Mitjana. Un estudio del Massachusetts Institute of Technology (MIT) publicado en julio de este año arroja luz en esta dirección: “Mientras que los trabajadores afirman usar modelos de lenguaje como ChatGPT varias veces al día, las iniciativas de IA a escala corporativa se están quedando atascadas en la fase piloto porque no logran integrarse en los flujos de trabajo”.

En concreto, el documento de la universidad estadounidense advierte que de un total de 300 proyectos de IA ejecutados en 52 empresas solo el 5% ha sido rentable. Los investigadores consultaron a medio centenar de compañías que acumulan cerca de 40.000 millones de dólares (unos 34.500 millones de euros).

Una firma de abogados de tamaño medio, cita el estudio, invirtió 50.000 dólares (unos 43.000 euros) en un programa especializado de IA para el análisis de contratos, pero al final “los empleados terminaron acudiendo a ChatGPT para redactar los documentos porque es una herramienta mucho más intuitiva”. Este patrón se repite en numerosas empresas consultadas por el MIT. “Ahora mismo no son las barreras legales, la calidad de las herramientas ni el riesgo asociado a los datos: es la IA la que no logra integrarse en la operativa diaria”, reza el estudio.

“Aún estamos en una fase muy, muy temprana de esta transformación y ya conocemos suficientes ejemplos de empresas pioneras en inteligencia artificial que han causado sensación”, recalca en un documento Bob O’Donnell, presidente de Technalysis Research, una empresa de investigación tecnológica. “Pero convertir esos ejemplos prometedores en algo que cambie la forma en que trabajamos está llevando mucho más tiempo del previsto”, advierte.

La ausencia de un retorno claro gracias a la IA es uno de los argumentos que han avivado el fuego de una potencial burbuja financiera, tal y como sucedió en 2008, con la crisis inmobiliaria. De momento, los nombres conocidos de la IA a escala global como Meta, Microsoft o Alphabet continúan inflando su tamaño en las Bolsas globales, alcanzando valores sin precedentes. El caso de Nvidia es el más paradigmático. El fabricante de los chips que motorizan esta tecnología ha alcanzado una valoración de 4,2 billones de dólares, una capitalización que ya supera el tamaño de las economías española e italiana juntas.

Muros que superar

En el horizonte tecnológico ahora se empieza a hablar de la “IA agéntica”. En esta nueva fase de la tecnología, la IA ya no solo obedece instrucciones, sino que toma decisiones de forma autónoma, como atender a clientes por llamada o redactar correos sin supervisión humana, explica David Carnicer, consultor especializado en integrar IA en entornos corporativos. No obstante, esa autonomía todavía intimida a muchas pymes, bloqueadas por la complejidad técnica y los problemas legales que pueden acarrear estos sistemas.

El temor es comprensible: a medida que la tecnología asume responsabilidades críticas, como evaluar créditos o la gestión de las facturas de los proveedores, ¿quién garantiza que el sistema haga bien su trabajo? David Villalón, cofundador de Maisa, una empresa emergente que busca que estos procesos sean más transparentes, afirma que de momento esta tecnología no es fiable. Explica que los modelos de lenguaje como ChatGPT están destinados a sufrir “alucinaciones” (cuando un sistema de IA genera información incorrecta o inventada) porque estos están diseñados para generar la respuesta más probable, incluso cuando no tienen información suficiente. Los errores aún son parte del día a día de esta tecnología. El año pasado, por ejemplo, se ordenó a Air Canada hacer un reembolso a un cliente que había recibido información errónea de un chatbot.

“De momento, hay que vigilar a los agentes de IA para asegurarse de que están realizando correctamente algo tan simple como enviar un correo al destinatario correcto”, señala Ávalos. Carnicer también considera que, en este aspecto, la IA no ha alcanzado un grado suficiente de madurez: “Es difícil implementarla si quieres una fiabilidad del 100%. Muchos empresarios temen que arroje resultados incorrectos y eso también está frenando la inversión en esta tecnología”. Mitjana propone implementar puntos de control intermedios mediados por humanos: “Hay que verificar, pero si la verificación cuesta tanto como hacer la tarea, el retorno se diluye”.

Poca trasparencia

Manso también recuerda que aún persiste el recelo sobre cómo los grandes laboratorios de IA —OpenAI, Anthropic o Perplexity— tratan los datos corporativos. Aunque la preocupación ha perdido intensidad, no ha desaparecido: “Lo que te dicen los proveedores es que no se utilizarán los datos de la empresa para entrenar sus modelos, pero no te dicen que están ignorando por completo esos datos. ¿La verdad? Yo creo que nadie lo sabe”. La mayoría de las firmas tecnológicas dedicadas a la IA entrena a sus modelos de lenguaje con los datos que los usuarios vierten en las versiones gratuitas. Este conjunto de factores, según el directivo de EY, está provocando que los proyectos exitosos oscilen entre el 15% y el 25%. “La investigación del MIT no está del todo equivocada en sus números; las iniciativas en producción aún son escasas”, sostiene.

Por su parte, Ávalos manifiesta que la parte técnica se podrá superar con el tiempo; lo realmente difícil es superar los escollos culturales. “Nos cuesta, por ejemplo, atraer a los propietarios de las pymes a las capacitaciones que ofrecemos porque están muy metidos en su día a día y no tienen muy claro qué es la IA y qué puede hacer”, narra la directora de IndesIA. A esto se suma, según Serrano, de Microsoft, la diferencia en el desempeño de las oficinas. Este directivo ha observado que en la mayoría de las oficinas hay dos grupos muy distinguibles: uno compuesto por trabajadores curiosos y proactivos que han decidido adoptar la IA y otros con miedo a equivocarse o a arriesgarse con nuevas tecnologías, lo que está provocando una brecha de productividad dentro del mismo departamento. “Estos son asuntos vinculados a la personalidad de los equipos, mucho más complejos de solucionar y que tienen finalmente consecuencias en el desempeño corporativo”, según Serrano.

Ávalos también cree que la solución pasa por la formación. Cuando ven la utilidad en su área, comenta, todo cuadra. “¿Qué puede hacer, por ejemplo, la IA por una peluquería? Se pueden identificar las compras recurrentes de un cliente o en qué momento del año frecuenta más el negocio y luego hacer ofertas específicas para esas personas. La IA generativa puede hacer que la personalización sea un valor añadido para cada compañía, sin importar su tamaño”, expone esta experta.

Para Juan Luis Moreno, director de la escuela digital The Valley, el proceso de transformación debe entenderse principalmente en clave organizacional. Expone que los directivos pueden hacer dos cosas: identificar los perfiles que irán desplegando usos de IA en la empresa y conocer los casos de uso concretos que puede tener la IA en la organización. Este último aspecto, sostiene, es crucial: “Si el departamento de Recursos Humanos descubre un uso valioso de ChatGPT, como gestionar con agilidad los currículos que llegan, hay que construir una estrategia sobre esa aplicación concreta de la IA y no al revés; de lo contrario, la IA acaba como una herramienta suelta que nadie usa o que los empleados utilizan a escondidas”.

Campos, gerente de Operaciones de la empresa textil valenciana, narra que lo que ha hecho en su fábrica es avanzar con “pequeñas victorias”; es decir, encontrar usos en los que la IA resulta eficaz para que la plantilla entienda, poco a poco, qué puede lograr con esta tecnología. En su caso, ha conseguido que el equipo de Marketing desarrolle modelos de IA para mostrar los nuevos diseños de ropa. O rediseñar el sistema de los inventarios para que los pedidos sean más fáciles de enviar.

El problema del kit digital

Natalia Rodríguez, fundadora de Saturno Labs, una empresa emergente enfocada en crear soluciones con IA personalizadas por sector, ofrece una lectura alternativa del problema. No le sorprende que el aterrizaje de la IA en la pequeña empresa esté llegando a cuentagotas, principalmente porque la mayoría de pymes no llegaron a consolidar la fase de modernización anterior: aquella que buscaba digitalizar los procesos más esenciales, como la contabilidad o la gestión del personal: “Un número considerable de negocios siguen apuntando los pedidos o las cuentas en una agenda de papel”. Y sin datos estructurados no hay manera de dar el salto, sostiene Rodríguez.

Este también es el diagnóstico de Carnicer, que precisa que las empresas deben, en primer lugar, consolidar la capa de digitalización que implica contar con datos estructurados que la IA pueda leer fácilmente. “ChatGPT te devolverá mejores resultados si el input —el dato de entrada— está pulido. Si le arrojas basura, va a responderte con más basura”, enmarca el consultor, quien, por otro lado, defiende que España tiene una de las mejores infraestructuras digitales de Europa y altas tasas de uso de tecnología en la empresa, pero el gran peso de las pymes en sectores menos tecnificados como la hostelería y el turismo también frena la inversión y la permeabilidad de estas herramientas.

Para Rodríguez, el problema tiene varias capas adicionales de profundidad, incluida una percepción social errónea de la digitalización. “Tenemos como ejemplo el kit digital: lo presentan como una serie de herramientas para mejorar la página web, no como una invitación a comprender la importancia de los datos en la empresa”.

Es momento de “calibrar unas expectativas demasiado elevadas”, plantea Pereira. Una vez que los propietarios de pymes y gerentes pongan los pies en la tierra, se darán cuenta de que la IA está transformando la economía, pero a un ritmo mucho más pausado de lo esperado, zanja. Lo mejor, según Antonio Jara, director científico de Libelium, es que es un proceso democrático por naturaleza: “Viviremos en una datocracia a la que tendrá acceso cualquier compañía, grande o pequeña”, augura el directivo. Su opinión es que, por fin, todo el dinero que se invirtió durante tantos años en tecnología, computación en la nube y gobierno de los datos “empezará a cobrar sentido”. Solo el tiempo le dará la razón.