Lo que los agentes de IA significan para las empresas

La inteligencia artificial generativa es la tecnología de consumo de más rápido crecimiento en la historia, según estimaciones de UBS: ChatGPT alcanzó los 100 millones de usuarios en apenas dos meses desde su lanzamiento. Las empresas han adoptado esta tecnología con rapidez, pero la siguiente fase de su evolución —agentes de IA personalizados capaces de actuar de forma autónoma y ejecutar tareas— podría cambiar de forma radical la manera en que operan.

En el evento 4YFN, durante el Mobile World Congress Barcelona, Esteve Almirall, profesor de Innovación, Operaciones y Data Science en Esade, analizó esta transformación inminente. Los chatbots que muchas empresas utilizan hoy pueden generar texto o responder preguntas, pero los agentes van más allá: actúan, coordinan procesos y ejecutan flujos de trabajo complejos.

Tener acceso a herramientas de IA no garantiza automáticamente una ventaja competitiva, advierte Almirall. Las empresas que obtendrán una ventaja real serán aquellas que integren la IA en su modelo operativo y la conviertan en un componente estructural de la organización.

Cómo aprovechar al máximo la IA

Hoy la IA está presente en múltiples ámbitos empresariales. Los empleados trabajan de forma más eficiente cuando la IA les ayuda a redactar informes, resumir documentos o analizar datos. También se utiliza en atención al cliente. La productividad y la calidad del trabajo mejoran de manera significativa. Investigadores del MIT, por ejemplo, han demostrado que la IA generativa puede aumentar la productividad en tareas basadas en conocimiento hasta en un 40 %.

Sin embargo, si todas las empresas utilizan las mismas herramientas, los beneficios tienden a ser similares. Ninguna organización obtiene una ventaja distintiva. Como señala Almirall, esto genera “paridad competitiva”.

La verdadera oportunidad surge cuando la IA deja de ser una herramienta complementaria y pasa a formar parte del núcleo operativo de la empresa. Eso implica rediseñar procesos, flujos de trabajo y modelos de funcionamiento.

Agentes de IA dentro de las organizaciones

Aquí entran en juego los agentes de IA. A diferencia de los chatbots tradicionales, estos agentes operan de forma autónoma. Pueden realizar tareas que antes requerían intervención humana: analizar información, tomar decisiones y operar simultáneamente en múltiples sistemas.

Estos agentes ya están en uso. La fintech sueca Klarna los emplea como agentes de atención al cliente para gestionar grandes volúmenes de consultas. Según la compañía, estos sistemas realizan el trabajo equivalente al de cientos de agentes humanos, manteniendo altos niveles de satisfacción del cliente. La plataforma de atención al cliente Intercom también lidera esta tendencia con agentes capaces de gestionar consultas rutinarias, cualificar oportunidades comerciales y dirigir a los usuarios hacia recursos relevantes.

“En nuestros equipos no solo habrá personas, también habrá agentes”, afirma Almirall.

La introducción de agentes de IA implica que el trabajo ya no consistirá únicamente en empleados utilizando herramientas digitales. Como los agentes pueden comunicarse entre sistemas y analizar grandes volúmenes de datos con rapidez, reducen la necesidad de estructuras jerárquicas tradicionales para coordinar tareas. Las organizaciones deberán replantear cómo organizan y supervisan el trabajo.

Rediseñar modelos de negocio para un futuro con IA

El impacto de los agentes de IA no se limita a la eficiencia operativa. También transforma la lógica económica de muchos sectores. Cuando la productividad aumenta de forma drástica, los modelos de negocio intensivos en mano de obra comienzan a cambiar.

Por ejemplo, en la consultoría, donde tradicionalmente se factura por horas, la automatización de tareas mediante IA reduce significativamente el tiempo necesario para completar un proyecto. Algunas firmas ya están explorando modelos de facturación basados en resultados en lugar de horas trabajadas.

Procesos internos que antes requerían grandes equipos humanos pueden ahora completarse rápidamente mediante agentes de IA. Tareas como la supervisión de cumplimiento normativo, el análisis de contratos o la auditoría financiera suelen implicar la revisión de miles de documentos. Con IA, estos procesos pueden realizarse de forma continua y a gran escala.

Almirall menciona un caso concreto en gestión de ingresos, donde sistemas de IA analizan automáticamente contratos para detectar cláusulas inusuales o términos no estándar. En lugar de revisar manualmente cada documento, el sistema procesa los contratos durante la noche, identifica posibles riesgos y sugiere acciones. Esto reduce el trabajo administrativo rutinario y permite a los profesionales centrarse en análisis estratégicos de mayor valor.

Investigación e innovación impulsadas por IA

“La I+D es la próxima frontera”, señala Almirall. “Es donde todos están intentando avanzar”.

En sectores como la biotecnología, la industria farmacéutica o la ciencia de materiales, ya se experimenta con sistemas capaces de generar hipótesis científicas y evaluarlas computacionalmente.

“El agente tiene su propio laboratorio biológico… produce los experimentos y los evalúa automáticamente sin intervención humana”, explica Almirall.

Incluso pueden realizarse experimentos de forma digital antes de llevarlos al laboratorio físico, lo que reduce el número de hipótesis y acelera el proceso de investigación. Con el respaldo de grandes empresas tecnológicas e instituciones científicas, el objetivo es acortar ciclos de innovación que antes requerían años.

Las implicaciones son claras: si disminuye el coste de la I+D, aumenta la capacidad de explorar nuevas posibilidades. “Lo que estamos presenciando es una expansión de la frontera de la innovación”, afirma Almirall. Las empresas que adopten estas herramientas de forma temprana podrán innovar más rápido y a menor coste que sus competidores.

Una brecha creciente en innovación

Las organizaciones se enfrentan ahora a una decisión estratégica. Pueden limitarse a una adopción genérica, utilizando herramientas de IA para mejorar la productividad sin cambiar su funcionamiento esencial. O pueden rediseñar procesos, flujos de trabajo y modelos de negocio para integrar plenamente la IA en su actividad.

La diferencia entre estos caminos puede determinar qué empresas prosperarán en las próximas décadas. Como concluye Almirall, los grandes cambios tecnológicos terminan reformando industrias enteras: “Al final de cualquier disrupción generalizada… solo quedan dos tipos de organizaciones: las que adoptan y las que desaparecen”.