Imagina que mañana pudieras contratar a un nuevo colaborador.
No duerme. Puede leer miles de documentos. Analiza millones de registros en segundos. Conoce las políticas de tu empresa. Puede revisar inventarios, comparar ventas, detectar desviaciones, preparar reportes, responder consultas, analizar contratos y coordinar tareas con otros colaboradores digitales.
Puede trabajar 24 horas al día.
Y su capacidad puede multiplicarse casi instantáneamente.
La pregunta parece obvia:
¿Lo contratarías?
Probablemente sí.
Pero esa no es la pregunta importante.
La verdadera pregunta es:
¿Tu empresa sabría qué hacer con él?
Porque si los procesos de tu empresa no están definidos, los datos están dispersos, cada área trabaja de una manera diferente, existen cinco versiones de la misma cifra, nadie sabe exactamente quién autoriza qué y gran parte del conocimiento vive únicamente en la cabeza de determinadas personas, entonces agregar inteligencia artificial no necesariamente solucionará el problema.
Puede incluso hacerlo más evidente.
Esta es posiblemente una de las ideas más importantes que un empresario debe comprender sobre inteligencia artificial:
La IA no transforma automáticamente una empresa. Primero revela qué tan preparada estaba esa empresa para ser transformada.
Y aquí aparecen dos conceptos desarrollados en momentos distintos que, vistos juntos, ofrecen un extraordinario mapa para entender lo que está sucediendo.
El primero viene del MIT Center for Information Systems Research (MIT CISR) y se denomina Future Ready.
El segundo es el concepto de Frontier Firm, popularizado por Microsoft en 2025 y actualmente investigado conjuntamente por Microsoft y el Harvard Business School AI Institute mediante la Frontier Firm AI Initiative.
Por separado son interesantes.
Pero cuando los conectamos aparece una idea mucho más poderosa:
Future Ready explica qué tipo de empresa necesitas construir para competir digitalmente. Frontier Firm comienza a explicar qué ocurre cuando a esa empresa le agregas inteligencia artificial y agentes capaces de trabajar.
Y esa conexión podría convertirse en uno de los mapas estratégicos más importantes para los directivos durante los próximos años.
La pregunta equivocada: “¿Qué inteligencia artificial deberíamos comprar?”
Muchas conversaciones empresariales sobre IA comienzan de la misma manera:
“¿Usaremos ChatGPT?”
“¿Microsoft Copilot?”
“¿Necesitamos desarrollar nuestra propia IA?”
“¿Qué chatbot podemos poner en nuestra empresa?”
“¿Podemos conectar inteligencia artificial a nuestro ERP?”
Todas son preguntas válidas.
Pero están empezando demasiado tarde.
Es como preguntarse qué motor comprar antes de haber diseñado el automóvil.
Una empresa no implementa inteligencia artificial solamente conectando un modelo a una base de datos.
La IA entra en una organización formada por:
- procesos;
- personas;
- sistemas;
- datos;
- reglas;
- permisos;
- responsabilidades;
- conocimiento;
- cultura;
- indicadores;
- excepciones.
Por eso dos empresas pueden comprar exactamente la misma tecnología de IA y obtener resultados completamente diferentes.
Una puede conseguir enormes aumentos de productividad.
La otra puede terminar con un chatbot muy sofisticado buscando información dentro del mismo desorden que ya existía.
Harvard Business School AI Institute describió precisamente este problema en 2026. En investigaciones de la Frontier Firm Initiative realizadas junto con Microsoft, encontraron que una de las grandes dificultades aparece en la llamada “última milla” de la transformación: el momento en que una empresa intenta llevar pilotos exitosos de IA hacia un modelo operativo utilizado a escala empresarial. Una de las barreras identificadas es la acumulación de procesos fragmentados e inconsistentes —lo que los investigadores denominan process debt o deuda de proceso—.
Y aquí surge la primera gran revelación:
Muchas empresas creen que tienen un problema de IA cuando en realidad tienen un problema de diseño empresarial.
Si compras una inteligencia extraordinaria y la conectas a procesos extraordinarios, puedes obtener resultados extraordinarios.
Si conectas esa misma inteligencia a procesos caóticos, probablemente obtendrás caos a mayor velocidad.
Antes de hablar de inteligencia artificial, debemos hablar de Future Ready
Mucho antes de que ChatGPT popularizara la inteligencia artificial generativa, investigadores del MIT CISR llevaban años estudiando por qué algunas organizaciones conseguían capturar mucho más valor de la transformación digital que otras.
De esa investigación surgió el concepto Future Ready.
La idea fundamental es sorprendentemente sencilla.
Para MIT CISR, una empresa debe avanzar simultáneamente en dos grandes dimensiones:
1. Experiencia del cliente
y
2. Eficiencia operacional.
Una organización que mejora ambas dimensiones se aproxima al estado que MIT denomina Future Ready.
Parece sencillo.
Pero tiene implicancias enormes.
Porque durante años muchas empresas confundieron transformación digital con comprar tecnología.
Implementaron ERP.
Compraron CRM.
Migraron servidores a la nube.
Crearon aplicaciones.
Construyeron tiendas virtuales.
Automatizaron procesos.
Adquirieron herramientas de Business Intelligence.
Pero digitalizar algo no necesariamente significa transformarlo.
Puedes tener un proceso burocrático completamente digital.
Puedes tener información incorrecta en tiempo real.
Puedes tener veinte sistemas en la nube que no conversan entre ellos.
Puedes tener un dashboard extraordinario mostrando información que nadie utiliza para tomar decisiones.
Eso no es necesariamente una empresa Future Ready.
La transformación ocurre cuando la tecnología cambia la capacidad de la organización para crear valor para el cliente y operar mejor al mismo tiempo.
MIT CISR profundizó posteriormente el modelo identificando capacidades que aparecen con mayor fuerza en organizaciones Future Ready: experiencias integradas para clientes, operaciones modulares y ágiles, participación en ecosistemas, colaboración digital con socios, tratamiento de los datos como activo estratégico, desarrollo de talento y capacidad de aprendizaje rápido, entre otras.
Observa especialmente una de ellas:
Tratar los datos como un activo estratégico.
Antes de la inteligencia artificial esto ya era importante.
Con inteligencia artificial se convierte en crítico.
Porque una IA es tan poderosa como el contexto que puede comprender
Supongamos que un gerente pregunta:
“¿Por qué cayó nuestra rentabilidad este mes?”
Un chatbot aislado puede explicar qué significa rentabilidad.
Una IA conectada al negocio podría hacer algo radicalmente diferente.
Podría analizar:
ventas por producto,
ventas por cliente,
costos,
descuentos,
inventarios,
compras,
tipo de cambio,
márgenes históricos,
devoluciones,
gastos,
presupuestos,
proyectos,
cuentas por cobrar.
Y entonces responder:
La rentabilidad cayó principalmente por tres razones: disminuyó el margen de la línea A, aumentaron los descuentos en el canal B y existen cuatro productos cuyo costo promedio aumentó significativamente durante las últimas seis semanas.
Eso ya no es solamente generación de texto.
Es inteligencia empresarial contextualizada.
Pero para conseguirla existe una condición.
La empresa debe poder responder preguntas aparentemente simples:
¿Dónde está la información correcta?
¿Cuál es la fuente oficial?
¿Qué significa exactamente “venta”?
¿Venta facturada?
¿Pedido?
¿Despacho?
¿Cobranza?
¿Cuál es el costo correcto?
¿Costo promedio?
¿Último costo?
¿Costo estándar?
¿Quién puede consultar esos datos?
¿Qué información puede cruzarse?
¿Qué reglas del negocio deben respetarse?
¿Quién valida una conclusión antes de ejecutar una acción?
Cuando una empresa no puede contestar claramente esas preguntas, aparece una realidad incómoda:
Todavía no tiene un problema de inteligencia artificial. Tiene un problema de arquitectura empresarial.
Ese es precisamente el territorio que Future Ready ayuda a ordenar.
Entonces llegó la siguiente revolución: Frontier Firm
En abril de 2025 Microsoft publicó su Work Trend Index anual y utilizó un término que rápidamente empezó a ganar relevancia:
Frontier Firm.
Microsoft describe una organización emergente construida alrededor de tres elementos especialmente importantes:
inteligencia disponible bajo demanda,
equipos híbridos de personas y agentes de IA,
y personas que progresivamente aprenden a crear, delegar y dirigir agentes.
Microsoft plantea además una evolución en tres grandes etapas.
En la primera, la IA funciona principalmente como asistente y ayuda a una persona a realizar mejor o más rápidamente su trabajo.
En la segunda, aparecen agentes como compañeros digitales, capaces de asumir determinadas tareas bajo dirección humana.
Y en una tercera etapa, las personas marcan objetivos y supervisan mientras conjuntos de agentes pueden encargarse de flujos de trabajo mucho más completos. Microsoft aclara que estas etapas no tienen por qué ocurrir de manera estrictamente secuencial dentro de toda la organización.
Esta distinción es fundamental.
Porque probablemente gran parte del mercado todavía está pensando en la etapa uno:
persona + chatbot.
Mientras que la transformación realmente profunda podría encontrarse en las etapas dos y tres:
persona + agentes + sistemas empresariales.
Un chatbot responde. Un agente trabaja.
Esta diferencia merece detenernos un momento.
Cuando utilizamos IA generativa convencionalmente hacemos algo parecido a esto:
Persona → pregunta → IA → respuesta.
Pero un agente puede añadir capacidades diferentes:
Persona → objetivo → agente → herramientas → sistemas → datos → acciones → resultado.
Por ejemplo, pedir:
“Explícame cómo evolucionaron mis ventas.”
es muy distinto de pedir:
“Analiza las ventas de los últimos doce meses, identifica los productos cuya rotación está cayendo, determina cuáles mantienen inventario superior a 90 días, calcula el capital inmovilizado y prepara recomendaciones para el comité comercial.”
Y todavía existe un nivel adicional:
“Cada lunes realiza ese análisis y, cuando detectes una desviación importante, prepara el informe para que el gerente comercial lo revise.”
Ahora ya no estamos hablando solamente de conversar con IA.
Estamos empezando a hablar de trabajo digital.
Y cuando la inteligencia artificial comienza a trabajar dentro de procesos empresariales surge una pregunta completamente nueva:
¿Cómo se diseña una empresa cuando una parte de su capacidad de trabajo ya no depende exclusivamente de personas?
Microsoft encontró en su encuesta global de 2025 que una amplia mayoría de los líderes consultados esperaba incorporar agentes significativamente dentro de sus estrategias de IA en los siguientes 12 a 18 meses. El informe se basó, entre otras fuentes, en una encuesta a 31.000 trabajadores en 31 mercados.
No significa que todas las empresas llegarán rápidamente a ese nivel.
Significa que la conversación empresarial ya está cambiando.
Harvard entra en escena: de la hipótesis a la organización real
Existe aquí una precisión importante.
Frontier Firm no nació originalmente como “el framework de Harvard”.
El concepto fue impulsado públicamente por Microsoft en su Work Trend Index de 2025. Posteriormente, en noviembre de 2025, el Harvard Business School AI Institute y Microsoft anunciaron una iniciativa conjunta para estudiar cómo funcionan las organizaciones que buscan convertirse en Frontier Firms.
La iniciativa trabaja con empresas realizando experimentos sobre nuevas formas de trabajo entre humanos e IA y busca producir modelos y guías basados en evidencia para líderes empresariales. La cohorte inicial anunciada incluyó 14 organizaciones.
Eso convierte la discusión en algo especialmente interesante.
Porque ya no estamos preguntándonos solamente:
“¿Qué puede hacer técnicamente la IA?”
Estamos empezando a investigar:
“¿Cómo debe cambiar una organización cuando la IA puede hacer parte del trabajo?”
Y esa segunda pregunta es muchísimo más importante.
Aquí es donde Future Ready y Frontier Firm se encuentran
Podemos resumirlo de una manera muy sencilla:
Future Ready prepara el sistema nervioso digital de la empresa.
Frontier Firm incorpora una nueva capa de inteligencia sobre ese sistema.
Pensemos en una organización como si fuera un organismo.
Los sistemas empresariales son parte de su sistema nervioso.
Los datos representan parte de su memoria.
Los procesos determinan cómo actúa.
Las políticas determinan qué puede y qué no puede hacer.
Los indicadores le permiten saber si está funcionando correctamente.
Las personas aportan criterio, conocimiento, creatividad y responsabilidad.
Hasta hace pocos años la mayor parte de la inteligencia que interpretaba todo aquello seguía siendo humana.
Los sistemas almacenaban.
Calculaban.
Validaban.
Procesaban.
Mostraban información.
Pero una persona debía interpretar gran parte del significado.
La IA empieza a cambiar esa frontera.
Ahora la tecnología también puede:
interpretar,
resumir,
comparar,
encontrar patrones,
proponer,
razonar sobre información,
coordinar herramientas
y, bajo determinadas condiciones, ejecutar acciones.
Ahí aparece una nueva arquitectura empresarial.
Podríamos representarla así:
Empresa tradicional
Personas → procesos → sistemas.
Empresa digital
Personas → procesos digitalizados → sistemas integrados → datos.
Future Ready
Clientes + personas + procesos optimizados + plataformas + datos reutilizables + ecosistemas.
Frontier Firm
Personas + agentes → procesos rediseñados → plataformas empresariales → datos → inteligencia → acciones.
Y aquí aparece la tesis central de este artículo:
Future Ready podría ser la condición que permite que Frontier Firm genere verdadero valor.
No porque MIT haya diseñado Future Ready específicamente como requisito para implementar IA.
No lo hizo.
Future Ready nació dentro del contexto más amplio de transformación digital.
La conexión que estamos haciendo aquí es estratégica.
Y tiene muchísimo sentido.
MIT CISR señala que empresas avanzadas digitalmente desarrollan capacidades como modularidad, agilidad, datos compartidos, integración, aprendizaje rápido y colaboración mediante APIs.
¿Te resultan familiares?
Son precisamente algunas de las condiciones que facilitan que posteriormente agentes de IA puedan interactuar eficazmente con una organización.
El error que posiblemente cometerán miles de empresas
Durante la transformación digital ocurrió algo parecido.
Muchas compañías hicieron esto:
proceso antiguo + computadora.
Luego:
proceso antiguo + Internet.
Después:
proceso antiguo + aplicación móvil.
Y ahora corremos el riesgo de repetir exactamente el mismo error:
proceso antiguo + IA.
Este puede ser uno de los mayores desperdicios de la próxima década.
Porque la pregunta no debería ser:
“¿Cómo agregamos IA a este proceso?”
Debería ser:
“Si nuestra empresa hubiera nacido hoy, disponiendo desde el primer día de inteligencia artificial y agentes, ¿diseñaríamos este proceso de la misma manera?”
Curiosamente, esta forma de pensar se acerca mucho a lo que Harvard Business School AI Institute describe en sus investigaciones recientes como clean-sheet redesign: en lugar de limitarse a automatizar un flujo heredado, reconsiderar el proceso desde cero pensando en una organización diseñada alrededor de capacidades modernas de IA.
La diferencia puede ser radical.
Un ejemplo: cuentas por cobrar
Imagina el departamento de cobranzas de una empresa.
Hoy podría funcionar así:
- Una persona descarga un reporte.
- Lo lleva a Excel.
- Ordena las facturas vencidas.
- Consulta quién es responsable de cada cliente.
- Revisa correos anteriores.
- Identifica compromisos de pago.
- Escribe al cliente.
- Actualiza una observación.
- Informa al gerente.
- Repite el proceso días después.
La primera reacción frente a IA podría ser:
“Hagamos que la IA redacte el correo.”
Útil.
Pero pequeño.
Una mentalidad Frontier preguntaría:
¿Por qué existe todo ese trabajo manual?
Imagina otro modelo.
Un agente consulta automáticamente la cartera.
Clasifica las cuentas de acuerdo con vencimiento, importe, historial y comportamiento.
Identifica compromisos incumplidos.
Prepara una priorización.
Genera borradores personalizados.
El responsable humano revisa los casos relevantes.
Los mensajes autorizados se envían.
Las respuestas regresan al sistema.
Los compromisos se registran.
Otro agente actualiza la proyección de caja.
Si aparece un riesgo importante, Finanzas recibe una alerta.
Observa lo que sucedió.
No automatizamos una tarea.
Rediseñamos un proceso.
Esa es la diferencia entre usar IA y transformarse con IA.
Y por eso no todas las empresas están preparadas para implementar inteligencia artificial
Puedes comprar acceso a los mismos modelos que utiliza una multinacional.
Pero no puedes comprar instantáneamente:
20 años de procesos organizados,
datos estructurados,
gobierno de información,
integraciones,
conocimiento documentado,
cultura de medición,
responsabilidades claras,
arquitectura tecnológica.
Esto explica una aparente paradoja.
La inteligencia artificial se está democratizando.
Pero la capacidad de obtener valor empresarial de ella no necesariamente lo está haciendo a la misma velocidad.
Los modelos pueden estar disponibles para todos.
La ventaja competitiva estará cada vez más en:
qué datos tienes,
qué procesos conoces,
qué conocimiento has estructurado,
qué sistemas puedes conectar,
qué decisiones puedes mejorar,
qué acciones puedes delegar
y qué tan rápido aprende tu organización.
La IA puede convertirse en una commodity.
El conocimiento operacional de tu empresa no.
Entonces, ¿cómo saber si tu empresa está preparada para implementar IA?
Propongo un diagnóstico práctico.
No es un test oficial de MIT, Harvard ni Microsoft. Es una síntesis diseñada específicamente para convertir las ideas de Future Ready + Frontier Firm en preguntas ejecutivas.
Responde sí, parcialmente o no.
1. ¿Tus procesos críticos están definidos?
¿Ventas, compras, inventarios, tesorería, contabilidad, atención al cliente y operaciones siguen flujos relativamente conocidos?
Si diferentes personas realizan el mismo proceso de maneras completamente distintas, un agente tendrá dificultades para saber cuál es la correcta.
2. ¿Existe una fuente confiable de información?
Cuando dos gerentes preguntan cuánto vendió la empresa, ¿obtienen la misma cifra?
Si existen cinco verdades diferentes, agregar IA creará una sexta.
3. ¿La información histórica está disponible?
La IA es mucho más poderosa cuando puede comparar el presente con contexto histórico.
4. ¿Tus sistemas pueden integrarse?
APIs, servicios, bases de datos bien estructuradas e integraciones controladas serán fundamentales para permitir que agentes consulten y eventualmente interactúen con sistemas.
5. ¿Tus reglas de negocio están documentadas?
¿Qué puede aprobar un jefe?
¿Qué descuento requiere autorización?
¿Cuándo se bloquea un cliente?
¿Cómo se calcula una comisión?
Gran parte del futuro de la IA empresarial consistirá en convertir conocimiento implícito en conocimiento utilizable.
6. ¿Sabes quién puede acceder a qué?
Un agente necesita permisos igual que una persona.
La IA no elimina la seguridad.
La vuelve todavía más importante.
7. ¿Puedes medir el desempeño de tus procesos?
Si no sabes cuánto demora actualmente cerrar el mes, cobrar una factura, atender un cliente o emitir una orden, será difícil demostrar que la IA produjo una mejora.
8. ¿Tus datos tienen suficiente calidad?
Campos vacíos, códigos duplicados, maestros inconsistentes y descripciones libres reducen enormemente la capacidad de automatización confiable.
9. ¿Tus líderes conocen realmente sus procesos?
La implementación de IA no debería delegarse únicamente al departamento de sistemas.
Los dueños del proceso deben participar.
10. ¿Tu empresa puede experimentar rápidamente?
Future Ready también implica capacidad de aprender.
Una organización que necesita doce meses para aprobar cada pequeño cambio tendrá dificultades para avanzar al ritmo actual de la IA.
11. ¿Existe cultura de cambio?
Puedes construir el mejor agente del mundo.
Si nadie confía en él, nadie lo usará.
12. ¿Está claro dónde debe permanecer el juicio humano?
No todo debe automatizarse.
Decisiones legales, financieras, reputacionales o estratégicas pueden requerir diferentes niveles de supervisión.
Una fórmula simple para entender la preparación empresarial
Podríamos expresar la idea así:
Valor de IA = Inteligencia × Datos × Procesos × Integración × Adopción × Gobierno
No es una fórmula matemática.
Es una manera de pensar.
Y tiene una característica interesante:
Si uno de los componentes se aproxima a cero, el resultado total puede desplomarse.
Un modelo extraordinario con datos malos produce resultados malos.
Datos extraordinarios con procesos indefinidos producen confusión.
Procesos extraordinarios sin adopción producen presentaciones.
Tecnología extraordinaria sin gobierno genera riesgo.
Por eso implementar inteligencia artificial es menos parecido a instalar un software y más parecido a rediseñar una capacidad organizacional.
El camino práctico: de empresa tradicional a Frontier Firm
Si estuviera diseñando una hoja de ruta empresarial utilizaría seis niveles.
NIVEL 0 — Ordenar antes de automatizar
Objetivo:
comprender la empresa.
Aquí todavía no necesitas decenas de agentes.
Necesitas identificar:
procesos críticos,
sistemas,
fuentes de información,
responsables,
puntos de dolor,
trabajo repetitivo,
cuellos de botella,
decisiones importantes.
Pregunta fundamental:
¿Dónde se genera valor y dónde desperdiciamos tiempo?
El resultado debería ser un mapa relativamente claro de operaciones.
NIVEL 1 — Construir la base Future Ready
Aquí comienza el verdadero trabajo.
Digitalizar procesos.
Eliminar duplicaciones.
Integrar información.
Definir maestros.
Construir una fuente confiable de datos.
Establecer indicadores.
Crear APIs o mecanismos seguros de integración.
Documentar reglas críticas.
Reducir dependencia de Excel aislados.
MIT CISR destaca precisamente capacidades como modularidad, datos compartidos, colaboración digital, agilidad y aprendizaje organizacional como elementos asociados a organizaciones Future Ready.
Esta etapa puede parecer menos emocionante que construir un chatbot.
Pero probablemente genere más valor.
Porque estás construyendo la carretera por donde después circulará la inteligencia.
NIVEL 2 — IA como copiloto
Aquí empezamos a implementar IA de forma amplia, pero principalmente asistiendo a personas.
Ejemplos:
resumir documentos;
preparar comunicaciones;
buscar políticas internas;
analizar reuniones;
crear presentaciones;
explicar información;
generar primeros borradores;
consultar conocimiento empresarial.
El patrón es:
Humano → IA → Humano.
La persona continúa tomando prácticamente todas las decisiones y realizando las acciones.
Este nivel se parece a la primera fase descrita por Microsoft en su viaje hacia la Frontier Firm.
Y tiene una enorme ventaja:
la empresa aprende a trabajar con inteligencia artificial con un nivel de riesgo relativamente controlable.
NIVEL 3 — IA conectada al negocio
Aquí sucede algo mucho más interesante.
La IA deja de conocer únicamente Internet o documentos cargados manualmente.
Empieza a comprender tu empresa.
Con permisos apropiados puede consultar:
ERP,
CRM,
inventarios,
ventas,
contabilidad,
proyectos,
documentos,
procedimientos,
indicadores.
Entonces puedes preguntar:
“¿Por qué bajó el margen?”
“¿Qué clientes aumentaron sus días de pago?”
“¿Qué SKU tienen riesgo de quiebre?”
“¿Qué proyectos están desviándose del presupuesto?”
“¿Qué proveedores subieron sus precios?”
“¿Dónde está creciendo el capital inmovilizado?”
La IA empieza a convertirse en una nueva interfaz para conversar con la organización.
Y aquí los sistemas empresariales adquieren un valor aún mayor.
El ERP deja de ser solamente una aplicación donde personas ingresan y consultan transacciones.
Se convierte potencialmente en una fuente estructurada de contexto para inteligencias digitales.
NIVEL 4 — Agentes especializados
Ahora aparece una nueva especie de colaborador digital.
No necesariamente un agente general que sabe todo.
Probablemente múltiples agentes especializados.
Por ejemplo:
Agente financiero
analiza flujo de caja, presupuestos y desviaciones.
Agente comercial
estudia clientes, productos, márgenes y oportunidades.
Agente de inventarios
detecta sobrestock, quiebres, baja rotación y anomalías.
Agente de cobranzas
prioriza cuentas, compromisos y riesgos.
Agente contable
revisa inconsistencias y prepara análisis para cierres.
Agente de compras
analiza proveedores, precios y condiciones.
Cada agente necesita:
objetivo,
contexto,
herramientas,
permisos,
reglas,
límites,
indicadores
y responsable humano.
Observa cómo cambia el rol del trabajador.
Antes hacía cada tarea.
Ahora empieza a:
definir objetivos,
delegar,
revisar,
corregir,
administrar excepciones,
tomar decisiones.
Ese cambio se aproxima a la idea de agent boss planteada por Microsoft: personas capaces de dirigir agentes como parte de su trabajo.
NIVEL 5 — Procesos operados por agentes, dirigidos por humanos
Aquí llegamos a la verdadera frontera.
Ya no preguntamos:
“¿Qué tareas puede realizar la IA?”
Preguntamos:
“¿Qué proceso completo puede operar un sistema de agentes bajo supervisión humana?”
Por ejemplo:
Gestión de inventario
Agente de demanda
↓
Agente de stock
↓
Agente de compras
↓
ERP
↓
Propuesta de abastecimiento
↓
Humano aprueba excepciones.
O:
Gestión de caja
Agente de cobranza
↓
Agente de cuentas por pagar
↓
Agente financiero
↓
Proyección de caja
↓
Escenarios
↓
Gerente decide.
Microsoft sitúa precisamente en su tercera fase un escenario en el que las personas establecen dirección mientras agentes pueden asumir flujos de trabajo más extensos, manteniendo intervención humana cuando corresponde.
Aquí ya no estamos implementando una herramienta.
Estamos cambiando el modelo operativo de la empresa.
La arquitectura empresarial también cambiará
Durante décadas la arquitectura típica fue:
Usuario → aplicación → base de datos.
Con IA podemos empezar a ver:
Usuario → IA → aplicaciones → datos.
Y posteriormente:
Usuario → agente coordinador → agentes especializados → sistemas empresariales → datos.
Eso significa que la IA podría convertirse progresivamente en una capa de interacción sobre el ecosistema tecnológico empresarial.
No necesariamente reemplazará al ERP.
Puede aumentar enormemente su importancia.
Porque los agentes necesitarán sistemas confiables donde:
leer transacciones,
consultar maestros,
validar reglas,
registrar acciones,
mantener trazabilidad.
El ERP puede convertirse en algo parecido al sistema operativo transaccional de una organización llena de trabajadores humanos y digitales.
Y eso cambia completamente la conversación sobre software empresarial.
El activo más valioso puede dejar de ser únicamente el software
Piensa en dos empresas usando exactamente el mismo modelo de IA.
Empresa A tiene:
20 años de datos estructurados,
procesos digitalizados,
ERP integrado,
historial de clientes,
historial de productos,
reglas de negocio,
presupuestos,
costos,
inventarios,
trazabilidad.
Empresa B tiene:
Excel dispersos,
datos duplicados,
procesos informales,
información en WhatsApp,
conocimiento en la cabeza de empleados.
Ambas tienen acceso al mismo modelo.
¿Tienen la misma inteligencia empresarial?
No.
Porque el modelo es solamente una parte de la ecuación.
Esto lleva a una conclusión estratégica:
En la era de la IA, tus datos históricos, procesos y conocimiento empresarial pueden convertirse en parte de tu ventaja competitiva.
Las empresas que llevan años estructurando correctamente su operación quizá descubran que estaban construyendo, sin saberlo, la materia prima que necesitarían sus futuras inteligencias digitales.
No necesitas ser una multinacional
Existe otro mito peligroso:
“Esto es solamente para Microsoft, bancos o corporaciones gigantes.”
No necesariamente.
De hecho, una empresa mediana puede tener algunas ventajas.
Menos burocracia.
Menos sistemas heredados.
Menos países.
Menos niveles jerárquicos.
Decisiones más rápidas.
Mayor proximidad entre dirección y operación.
Una empresa de 100 personas bien organizada puede probablemente rediseñar determinados procesos con mayor velocidad que una corporación de 100.000 empleados.
La pregunta no es:
¿Qué tan grande eres?
La pregunta es:
¿Qué tan preparado estás para cambiar?
Frontier no significa grande.
Significa estar cerca de la frontera de nuevas formas de operar.
Tampoco significa despedir personas y reemplazarlas por robots
Reducir todo este cambio a sustitución laboral es comprender solamente una parte del fenómeno.
El cambio potencialmente más profundo es la modificación de la unidad económica del conocimiento.
Antes, para aumentar capacidad intelectual, normalmente necesitabas aumentar horas-persona.
Más análisis requería más analistas.
Más atención requería más personas.
Más investigación requería más horas.
La inteligencia artificial introduce una nueva variable:
capacidad digital escalable.
Microsoft denomina a esta idea intelligence on tap: inteligencia que puede incorporarse bajo demanda y que cambia la relación tradicional entre capacidad empresarial y cantidad de personas disponibles.
Pero eso no elimina automáticamente al humano.
Puede aumentar la importancia de capacidades profundamente humanas:
criterio,
responsabilidad,
creatividad,
empatía,
negociación,
liderazgo,
interpretación,
visión estratégica.
En una organización llena de inteligencia disponible, saber qué preguntar, qué objetivo perseguir y qué decisión tomar puede convertirse en algo todavía más valioso.
El gerente también tendrá que transformarse
Durante décadas, dirigir implicó administrar principalmente personas.
El gerente del futuro puede tener que administrar tres tipos de recursos:
personas,
software,
agentes.
Y las preguntas serán diferentes.
¿Qué debe hacer una persona?
¿Qué debe automatizar un sistema tradicional?
¿Qué puede delegarse a un agente?
¿Qué decisiones necesitan aprobación?
¿Qué acciones pueden ejecutarse automáticamente?
¿Qué agente necesita qué información?
¿Cómo medimos su desempeño?
¿Cómo auditamos sus decisiones?
¿Quién responde cuando se equivoca?
Esto requiere nuevas capacidades directivas.
La alfabetización en IA no consistirá solamente en saber escribir prompts.
Consistirá en aprender a diseñar trabajo.
Un principio fundamental: Human-led, AI-operated
Una de las expresiones más interesantes utilizadas por Microsoft para describir esta nueva arquitectura es la combinación de organizaciones operadas crecientemente con IA pero dirigidas por humanos.
Esa distinción puede convertirse en un principio extraordinario de diseño.
La IA puede:
calcular,
buscar,
comparar,
monitorear,
preparar,
clasificar,
detectar,
ejecutar determinadas tareas.
El humano mantiene:
propósito,
criterio,
responsabilidad,
ética,
estrategia,
relaciones,
decisiones extraordinarias.
No se trata simplemente de:
humano versus IA.
Probablemente la unidad competitiva futura será:
humano + IA.
Y después:
equipo humano + equipo digital.
Cómo empezar mañana sin cometer el error de “hacer IA por hacer IA”
No empieces preguntando qué modelo comprar.
Empieza reuniendo a tus líderes y formulando cinco preguntas.
Pregunta 1
¿Cuáles son los diez procesos más importantes de nuestra empresa?
No cien.
Diez.
Pregunta 2
¿Dónde desperdiciamos mayor cantidad de tiempo humano en tareas que no requieren realmente juicio humano?
Buscar.
Copiar.
Conciliar.
Preparar.
Clasificar.
Revisar.
Trasladar información.
Pregunta 3
¿Qué decisiones importantes podrían mejorar si tuviéramos más información y análisis?
Precio.
Compras.
Stock.
Crédito.
Cobranza.
Rentabilidad.
Presupuesto.
Proyectos.
Pregunta 4
¿Qué información necesitaría una IA para ayudar en esas decisiones?
Aquí descubrirás rápidamente si tus datos están preparados.
Pregunta 5
¿Qué ocurriría si rediseñáramos ese proceso desde cero suponiendo que disponemos de agentes de IA?
Esta última pregunta puede cambiar completamente la conversación.
La regla 10-10-10 para seleccionar los primeros casos de IA
Para comenzar, puede utilizarse una regla extremadamente sencilla.
Busca diez procesos.
Identifica diez tareas repetitivas.
Selecciona diez decisiones donde información adicional tenga valor.
Después puntúa cada oportunidad de acuerdo con:
impacto,
frecuencia,
calidad de datos,
riesgo,
facilidad de implementación.
No comiences necesariamente por el proyecto más espectacular.
Comienza por el que permita aprender rápido y demostrar valor.
Un proyecto pequeño que ahorra cientos de horas al año puede ser más estratégico que un sofisticado chatbot corporativo que nadie utiliza.
Mide valor, no cantidad de inteligencia artificial
Otra trampa será presumir cuánta IA tiene la empresa.
“Tenemos 14 agentes.”
“Tenemos Copilot para todos.”
“Tenemos un chatbot interno.”
Eso no demuestra nada.
Los indicadores importantes siguen siendo empresariales:
¿vendemos más?
¿atendemos mejor?
¿decidimos más rápido?
¿reducimos errores?
¿cerramos antes?
¿disminuyó el inventario inmovilizado?
¿mejoró la cobranza?
¿aumentó el margen?
¿redujimos tiempo administrativo?
¿liberamos horas para actividades de mayor valor?
El objetivo no es implementar IA.
El objetivo es construir una empresa mejor.
IA es el instrumento.
El gran puente entre MIT y Harvard/Microsoft
Después de recorrer ambos conceptos podemos condensar todo en una secuencia.
Future Ready pregunta:
¿Tu empresa está preparada para competir digitalmente?
¿Tienes una experiencia de cliente fuerte?
¿Operaciones eficientes?
¿Datos confiables?
¿Capacidad digital?
¿Integración?
¿Agilidad?
¿Aprendizaje?
MIT CISR plantea precisamente la transformación conjunta de experiencia del cliente y eficiencia operacional como el camino hacia Future Ready.
Después llega la siguiente pregunta.
Frontier Firm pregunta:
¿Qué pasa ahora que la inteligencia también puede convertirse en un recurso digital dentro de la organización?
¿Qué trabajo seguirá haciendo una persona?
¿Qué hará un agente?
¿Cómo colaborarán?
¿Cómo cambia un puesto?
¿Cómo cambia un proceso?
¿Cómo cambia la estructura?
¿Cómo cambia la capacidad de la empresa?
Las investigaciones de Microsoft y la Frontier Firm Initiative de HBS están precisamente explorando esta nueva frontera de colaboración humano-IA y rediseño organizacional.
Vistos juntos:
Future Ready construye la empresa digital.
Frontier Firm empieza a construir la empresa inteligente.
Y entre ambas existe un puente:
datos + procesos + plataformas + personas + inteligencia artificial.
El verdadero significado de “Frontier”
¿Por qué utilizar la palabra frontera?
Porque una frontera representa el límite entre el territorio conocido y aquello que todavía estamos descubriendo.
Durante décadas supimos aproximadamente cómo diseñar una empresa.
Personas.
Departamentos.
Jerarquías.
Procesos.
Software.
Indicadores.
Ahora aparece un nuevo actor dentro de la organización:
inteligencia digital capaz de participar activamente en el trabajo.
Todavía estamos descubriendo qué significa eso.
¿Cuántos agentes debería administrar una persona?
¿Qué funciones pueden volverse casi autónomas?
¿Qué nuevas profesiones aparecerán?
¿Qué tareas desaparecerán?
¿Qué empresas podrán multiplicar radicalmente su capacidad?
¿Qué estructuras organizacionales surgirán?
No tenemos todas las respuestas.
Precisamente por eso estamos en la frontera.
Y la frontera continuará moviéndose
Hay algo todavía más importante.
Llegar a Frontier Firm no será alcanzar un destino final.
Porque la frontera tecnológica cambia constantemente.
Lo que hoy parece extraordinario mañana será estándar.
Hubo una época en que tener una página web diferenciaba a una empresa.
Después fue comercio electrónico.
Después aplicaciones móviles.
Después nube.
Después analítica avanzada.
Ahora inteligencia artificial.
Mañana agentes.
Después probablemente sistemas multiagente mucho más sofisticados.
Por eso la verdadera ventaja no consiste solamente en adoptar una tecnología.
Consiste en desarrollar una organización capaz de adaptarse continuamente a tecnologías nuevas.
Y ahí volvemos nuevamente a Future Ready.
Una de las capacidades que MIT CISR destaca es precisamente la capacidad organizacional de aprender rápidamente.
Tal vez esa sea la capacidad más importante de todas.
Una hoja de ruta para los próximos tres años
No existe una secuencia universal, pero un directivo podría pensar en tres horizontes.
Horizonte 1: Preparar
Ordenar datos.
Integrar sistemas.
Eliminar procesos innecesarios.
Definir indicadores.
Documentar reglas.
Desarrollar cultura digital.
Identificar casos de alto valor.
Objetivo:
estar preparado.
Horizonte 2: Aumentar
Dar IA a los trabajadores.
Conectar IA al conocimiento corporativo.
Crear asistentes especializados.
Analizar información empresarial.
Automatizar tareas.
Medir productividad.
Objetivo:
multiplicar la capacidad humana.
Horizonte 3: Rediseñar
Crear agentes.
Delegar procesos.
Diseñar equipos humano-agente.
Construir mecanismos de supervisión.
Rediseñar puestos.
Rediseñar flujos completos.
Objetivo:
crear una nueva forma de operar.
Y aquí está posiblemente la idea más reveladora
Durante años pensamos en software como una herramienta que esperaba instrucciones.
Abrías el ERP.
Presionabas un botón.
Ejecutabas un reporte.
Ingresabas datos.
Consultabas información.
El software esperaba.
Los agentes cambian esa relación.
Un software tradicional dice:
“¿Qué quieres hacer?”
Un agente puede recibir:
“Esto es lo que quiero conseguir.”
Y determinar parte del camino.
Ese pequeño cambio lingüístico representa una enorme transformación tecnológica.
Pasamos de sistemas diseñados principalmente para ejecutar instrucciones a sistemas que pueden participar en la consecución de objetivos.
Y una empresa está compuesta precisamente por objetivos.
Vender.
Comprar.
Cobrar.
Producir.
Entregar.
Atender.
Controlar.
Planificar.
Invertir.
Decidir.
Cuando los sistemas empiezan a participar activamente en esos objetivos, la arquitectura de la empresa comienza a cambiar.
Por eso la pregunta de este artículo importa tanto
¿Tu empresa está preparada para implementar IA?
Tal vez después de leer hasta aquí hayas comprendido que la respuesta no depende de si tus empleados ya usan ChatGPT.
Ni de si tienes presupuesto para comprar Copilot.
Ni siquiera de si tienes buenos programadores.
Depende de algo más profundo.
¿Tu organización conoce sus procesos?
¿Confía en sus datos?
¿Tiene sistemas capaces de conversar?
¿Puede aprender rápidamente?
¿Sus líderes están dispuestos a rediseñar trabajo?
¿Existe gobierno?
¿Existe una visión?
¿Sabes qué problemas quieres resolver?
Si muchas respuestas son negativas, no significa que hayas llegado tarde.
Significa que acabas de descubrir dónde comenzar.
La IA no debería ser el primer paso
Esta podría ser la paradoja más importante de todo el artículo:
La primera etapa para implementar inteligencia artificial quizá no consista en implementar inteligencia artificial.
Puede consistir en arreglar tus datos.
Ordenar procesos.
Integrar sistemas.
Definir responsabilidades.
Eliminar duplicaciones.
Construir una arquitectura empresarial más coherente.
Eso no retrasa la transformación.
La hace posible.
Porque cuando llegue el momento de conectar inteligencia a la organización, existirá algo que realmente pueda comprender.
Y tampoco necesitas estar completamente preparado para empezar
No utilices esta idea como excusa para esperar cinco años.
Ninguna empresa estará perfectamente preparada.
Puedes comenzar simultáneamente en dos frentes.
Preparar la organización
y
experimentar con IA.
Mientras mejoras datos, ejecuta pilotos.
Mientras integras sistemas, capacita personas.
Mientras documentas procesos, utiliza copilotos.
Mientras construyes arquitectura, experimenta con agentes.
Microsoft incluso plantea que diferentes áreas de una organización pueden encontrarse simultáneamente en distintas fases de madurez hacia la Frontier Firm.
La transformación no tiene que ocurrir de golpe.
Pero sí necesita dirección.
La pregunta que todo directorio debería hacerse
En la próxima reunión estratégica, en lugar de preguntar:
“¿Qué estamos haciendo con inteligencia artificial?”
prueba con esta:
“Si nuestros competidores pudieran multiplicar significativamente su capacidad de análisis, atención, operación y decisión utilizando agentes de IA, ¿qué parte de nuestro modelo actual dejaría de ser competitiva?”
Después pregunta:
“¿Qué debemos transformar hoy para estar preparados?”
Esa conversación es mucho más interesante.
Porque convierte la IA de un proyecto tecnológico en lo que realmente puede llegar a ser:
una decisión estratégica sobre el futuro de la empresa.
Del ERP a la empresa inteligente
Existe además una consecuencia especialmente importante para empresas que ya han invertido durante años en digitalización.
Si tienes un ERP con información estructurada de:
clientes,
proveedores,
ventas,
compras,
inventarios,
tesorería,
contabilidad,
proyectos,
costos,
presupuestos,
entonces probablemente ya posees una parte importante de la infraestructura necesaria.
Hasta hoy, esas bases de datos servían fundamentalmente para que las personas consultaran el pasado y administraran el presente.
Con inteligencia artificial pueden comenzar a servir también para:
interpretar,
anticipar,
explicar,
recomendar,
coordinar.
El salto conceptual es enorme:
ERP tradicional
Sistema de registro.
↓
ERP integrado
Sistema de gestión.
↓
ERP + analítica
Sistema de decisión.
↓
ERP + IA + agentes
Plataforma desde donde personas e inteligencias digitales pueden operar conjuntamente una empresa.
Ese último escalón todavía está construyéndose.
Esa es justamente la frontera.
No estamos agregando IA a la empresa. Estamos redefiniendo qué es una empresa.
Esta puede parecer una afirmación exagerada.
Pero piensa en lo que realmente está ocurriendo.
Durante siglos una empresa necesitó personas para aportar inteligencia.
Durante décadas utilizó computadoras para aumentar la capacidad de esas personas.
Ahora las computadoras empiezan a aportar también determinadas formas de inteligencia.
Eso significa que la relación entre:
capital,
trabajo,
software
y conocimiento
puede cambiar.
Quizá dentro de algunos años ya no preguntemos:
“¿Cuántos trabajadores tiene tu empresa?”
sino:
“¿Cuál es la capacidad total de tu organización?”
Y esa capacidad podría estar compuesta por:
100 personas,
300 agentes especializados,
miles de automatizaciones,
una plataforma tecnológica,
datos,
algoritmos,
conocimiento institucional.
La empresa continuará siendo humana en su propósito y responsabilidad.
Pero su capacidad operativa podría ser profundamente híbrida.
El futuro pertenecerá a las empresas que sepan combinar ambos mundos
El debate suele presentarse como:
personas contra máquinas.
Pero probablemente esa sea la pregunta equivocada.
La verdadera competencia puede ser:
empresas formadas solamente por personas utilizando software
contra
empresas donde personas extraordinarias trabajan acompañadas por inteligencia digital extraordinaria.
En ese escenario la tecnología por sí sola no será suficiente.
Tampoco será suficiente tener buenos empleados.
Ganarán las organizaciones capaces de diseñar correctamente la combinación.
Personas donde importa el juicio.
Software donde importa la precisión.
Automatización donde importa la repetición.
IA donde importa la interpretación.
Agentes donde importa la ejecución flexible.
Humanos nuevamente donde importa la responsabilidad.
Future Ready + Frontier Firm: una nueva forma de mirar tu empresa
Future Ready nos dejó una enseñanza fundamental:
la transformación digital no consiste simplemente en tener tecnología; consiste en utilizar capacidades digitales para transformar simultáneamente la experiencia del cliente y la eficiencia de la operación.
Frontier Firm añade una nueva pregunta:
¿qué sucede cuando la inteligencia artificial deja de ser solamente una herramienta y empieza a convertirse en parte de la capacidad operativa de la organización?
Y Harvard está comenzando a mostrar algo que debería preocupar y entusiasmar a todos los directivos:
cuando intentamos escalar IA, muchas de las barreras que aparecen no son únicamente tecnológicas.
Son organizacionales.
Procesos heredados.
Roles.
Gobierno.
Conocimiento.
Formas de trabajar.
Por eso la IA funciona también como una especie de espejo: puede revelar la organización que realmente tenemos, no la que creemos tener.
Entonces, ¿tu empresa está preparada para implementar inteligencia artificial?
Quizá la mejor respuesta sea otra pregunta:
¿Tu empresa está preparada para rediseñarse?
Porque implementar IA de verdad no consistirá en instalar una nueva herramienta en todas las computadoras.
Consistirá en reconsiderar:
cómo trabajamos,
cómo decidimos,
cómo aprendemos,
cómo utilizamos los datos,
cómo diseñamos procesos,
cómo interactúan nuestros sistemas,
qué trabajo hacen las personas,
qué trabajo hacen las máquinas.
Future Ready nos enseñó a preparar la empresa para un mundo digital.
Frontier Firm nos obliga ahora a imaginar esa empresa cuando la inteligencia también es digital.
Y quienes comprendan la relación entre ambos conceptos tendrán una ventaja extraordinaria.
Porque mientras algunas organizaciones estarán preguntándose:
“¿Cómo conseguimos que nuestros empleados utilicen IA?”
otras estarán preguntándose:
“¿Cómo diseñaríamos nuestra empresa si pudiéramos empezar desde cero con personas y agentes trabajando juntos?”
Son dos preguntas completamente diferentes.
Y probablemente conduzcan a empresas completamente diferentes.
Una última reflexión para el empresario
Durante la revolución de Internet muchas empresas cometieron un error.
Pensaron que Internet era un nuevo canal.
Después descubrieron que podía cambiar industrias enteras.
Durante la revolución móvil muchas empresas pensaron que una aplicación era simplemente una versión pequeña de su página web.
Después descubrieron que el móvil podía cambiar completamente la relación con el cliente.
Ahora existe el riesgo de cometer el mismo error con inteligencia artificial.
Pensar que IA significa:
un chatbot.
un generador de textos.
un asistente.
una nueva función dentro del software.
Probablemente estamos viendo únicamente la primera etapa.
El cambio más profundo llegará cuando la inteligencia artificial empiece a formar parte de cómo se diseña el trabajo, cómo operan los procesos y cómo se estructuran las organizaciones.
Por eso Future Ready y Frontier Firm se complementan de una manera tan interesante.
Uno nos recuerda que primero debemos construir una organización digital preparada para cambiar.
El otro nos obliga a preguntarnos:
¿qué construiremos encima de ella ahora que podemos disponer también de inteligencia digital?
Y quizá dentro de algunos años descubramos que la pregunta:
“¿Tu empresa utiliza inteligencia artificial?”
era demasiado pequeña.
La verdadera pregunta siempre fue:
“¿Qué tipo de empresa podrías construir ahora que existe la inteligencia artificial?”
Esa es la frontera.
Y acaba de empezar.
Hasta aquí podríamos pensar que Future Ready y Frontier Firm describen un escenario que veremos dentro de cinco o diez años.
Pero no es así.
La transformación ya comenzó.
No existe todavía una empresa completamente autónoma llena de agentes ejecutando todos sus procesos. Y sería incorrecto presentar la situación de esa manera.
Lo que sí existe es algo probablemente más importante:
empresas reales que ya están construyendo diferentes piezas de ese nuevo modelo operativo.
Algunas llevan años preparando sus plataformas, datos y procesos.
Otras han comenzado a incorporar inteligencia artificial.
Y algunas ya están desplegando agentes especializados dentro de operaciones concretas.
Mirarlas en conjunto permite observar algo parecido a una fotografía del camino:
Future Ready → IA conectada → agentes → procesos rediseñados → Frontier Firm.
Veamos algunos ejemplos.
Caso 1: CarMax — primero construir la empresa Future Ready
CarMax es probablemente uno de los mejores ejemplos para comprender por qué la transformación con inteligencia artificial no comienza necesariamente con inteligencia artificial.
MIT CISR utilizó a CarMax como caso para ilustrar varias de las capacidades que caracterizan a una organización Future Ready.
La compañía reorganizó partes importantes de la experiencia del cliente alrededor de equipos de producto responsables de diferentes momentos del viaje del consumidor: adquisición, transporte, merchandising, venta y financiamiento.
Pero el cambio más importante estaba debajo.
En 2020 completó el despliegue de una plataforma omnicanal que reemplazó un entorno web monolítico por una plataforma digital basada en nube, componentes independientes y APIs. Esto permitió que equipos ágiles construyeran y modificaran productos digitales utilizando capacidades reutilizables.
CarMax también convirtió los datos en un activo estratégico.
La compañía utilizó grandes cantidades de información propia sobre compra y venta de automóviles para desarrollar algoritmos de precios, mientras sus equipos utilizaban objetivos, resultados clave y dashboards para medir su desempeño y aprender rápidamente.
Observa lo importante que es esto.
CarMax no estaba simplemente:
comprando tecnología.
Estaba construyendo:
plataformas + APIs + datos + equipos + métricas + aprendizaje.
Es decir, una arquitectura organizacional preparada para cambiar.
Y ese es exactamente el tipo de infraestructura sobre la cual posteriormente resulta mucho más fácil introducir inteligencia artificial.
La enseñanza de CarMax
Antes de preguntarte:
“¿Qué agente de IA necesito?”
pregúntate:
“¿Mi empresa tiene la arquitectura que permitiría a ese agente trabajar?”
Porque la inteligencia necesita algo sobre lo cual operar.
MIT CISR resume precisamente esta idea al señalar que las organizaciones Future Ready desarrollan capacidades relacionadas con experiencia de cliente, modularidad, operaciones, ecosistemas, datos y aprendizaje organizacional.
CarMax representa el primer gran escalón:
construir una empresa digital preparada antes de intentar construir una empresa inteligente.
Caso 2: Microsoft — más de una década preparando el terreno para un agente
Este caso es particularmente revelador porque Microsoft decidió utilizarse a sí misma como “Customer Zero” para experimentar con agentes empresariales.
Microsoft desarrolló un agente de autoservicio para empleados capaz de responder consultas de Recursos Humanos y realizar determinadas acciones, como ayudar con información de políticas y gestionar solicitudes relacionadas con tiempo libre.
Pero existe un detalle extraordinariamente importante.
La historia no comenzó con inteligencia artificial generativa.
Comenzó en 2013.
Ese año Microsoft desarrolló HRWeb, un repositorio centralizado en SharePoint para almacenar información sobre políticas y beneficios de Recursos Humanos.
En 2021 desarrolló posteriormente un chatbot para disminuir consultas que terminaban escalándose hacia los equipos de HR.
Y solamente después, con la aparición de las nuevas capacidades de IA generativa, evolucionó hacia su actual Employee Self-Service Agent.
Tras una prueba inicial, Microsoft amplió el agente hacia mercados como Estados Unidos, Reino Unido e India.
Piensa en la secuencia:
2013
Centralizar conocimiento.
↓
2021
Automatizar consultas.
↓
2025
Agregar inteligencia generativa, contexto y capacidad de ejecutar determinadas acciones.
Esto prácticamente resume nuestra tesis.
La empresa no despertó una mañana y dijo:
“Construyamos un agente.”
Durante años había estado construyendo:
información estructurada,
permisos,
seguridad,
repositorios,
procesos,
conocimiento.
Cuando llegó la IA, ya tenía un lugar donde conectarla.
Microsoft señala incluso que, para desplegar agentes empresariales, es necesario definir primero el propósito, seleccionar fuentes confiables de conocimiento, establecer controles de acceso, evaluar seguridad y cumplimiento, probar con usuarios y posteriormente escalar.
La enseñanza de Microsoft
El activo que hizo posible el agente no fue solamente el modelo de IA.
También fue todo lo que Microsoft había construido antes del modelo.
Esta es una de las mejores demostraciones de la relación que estamos proponiendo:
Future Ready crea las condiciones. Frontier Firm explota esas condiciones mediante inteligencia.
Caso 3: Dow — un agente que busca dinero escondido entre 100.000 facturas
Ahora entremos directamente en el territorio de los agentes.
Dow recibe más de 100.000 facturas de transporte en PDF cada año.
Revisar manualmente semejante cantidad de documentos para encontrar inconsistencias en tarifas y facturación representa exactamente el tipo de problema donde existe una enorme cantidad de información, reglas y trabajo repetitivo.
La compañía construyó utilizando Copilot Studio un agente destinado a analizar esas facturas y detectar potenciales errores de facturación.
Los resultados aparecen en un dashboard para que trabajadores puedan revisarlos.
Además, Dow desarrolló otro agente con el cual los trabajadores pueden investigar los datos utilizando lenguaje natural.
Según Microsoft, estos agentes permiten identificar pérdidas que anteriormente podían requerir semanas o meses de investigación, y Dow proyectó ahorros de millones de dólares en costos de transporte durante el primer año gracias a mejoras en precisión de tarifas y facturación.
Pero observa cuidadosamente el modelo.
El agente:
analiza.
detecta.
prioriza.
presenta.
Y la persona:
revisa.
investiga.
decide.
Eso es importante.
No estamos necesariamente viendo una organización completamente autónoma.
Estamos viendo algo más realista y probablemente más poderoso:
una nueva división del trabajo entre humanos y máquinas.
El humano ya no necesita revisar 100.000 documentos para encontrar una anomalía.
Puede concentrarse en las anomalías que realmente necesitan juicio.
La enseñanza de Dow
Una buena implementación de IA no pregunta:
“¿Cómo reemplazamos a la persona que hace este trabajo?”
Pregunta:
“¿Qué parte de este proceso consume capacidad humana sin necesitar realmente capacidad humana?”
Esa pregunta puede revelar oportunidades enormes.
Caso 4: BDO Colombia — IA entrando directamente a Finanzas y Recursos Humanos
Un ejemplo latinoamericano particularmente interesante es BDO Colombia.
La organización creó BeTic 2.0 utilizando Copilot Studio y Power Platform.
El agente fue diseñado para centralizar y automatizar procesos internos relacionados con áreas como nómina y finanzas.
Según cifras publicadas por Microsoft, la solución redujo en 50% la carga operacional, optimizó el 78% de determinados procesos internos involucrados y alcanzó una precisión reportada de 99,9% en las solicitudes gestionadas.
¿Por qué este caso es especialmente interesante para una empresa mediana latinoamericana?
Porque no estamos hablando de ciencia ficción.
No estamos hablando de un robot humanoide.
No estamos hablando de construir un nuevo modelo fundacional de miles de millones de dólares.
Estamos hablando de:
procesos administrativos cotidianos.
Nómina.
Finanzas.
Consultas.
Información interna.
Flujos.
Exactamente el tipo de procesos que existen en miles de empresas.
La enseñanza de BDO Colombia
Muchas de las primeras grandes oportunidades de IA empresarial probablemente no estarán en proyectos espectaculares.
Estarán escondidas en procesos que actualmente aceptamos como normales:
copiar información,
buscar documentos,
responder consultas repetitivas,
validar datos,
preparar archivos,
conciliar información,
clasificar solicitudes,
dar seguimiento.
Cuando multiplicamos pequeñas ineficiencias por:
personas × días × meses × años,
descubrimos cantidades gigantescas de capacidad empresarial desperdiciada.
IA puede comenzar recuperando parte de esa capacidad.
Caso 5: Grupo Bimbo — cuando los agentes dejan de ser un experimento aislado
Existe una gran diferencia entre:
construir un agente
y
crear la capacidad organizacional para construir cientos de ellos.
Grupo Bimbo representa un ejemplo interesante de esa segunda situación.
De acuerdo con Microsoft, la compañía construyó un Centro de Excelencia tecnológico y, utilizando Power Platform y Copilot Studio, sus equipos llegaron a desarrollar miles de aplicaciones y procesos, además de aproximadamente 650 agentes para reducir tareas repetitivas y mejorar diferentes operaciones.
Microsoft reporta también decenas de millones de dólares de ahorro anual asociados al conjunto más amplio de esfuerzos de desarrollo y eficiencia operacional.
Aquí aparece algo completamente diferente.
La IA deja de ser:
“el proyecto del departamento de innovación.”
Y empieza a convertirse en:
una capacidad distribuida de la empresa.
Ese podría ser uno de los grandes indicadores de transición hacia una Frontier Firm.
No preguntar:
“¿Cuántos proyectos de IA tenemos?”
sino:
“¿Qué tan capaz es nuestra organización de encontrar oportunidades, construir soluciones y aprender continuamente con IA?”
Porque 650 agentes creados centralmente por un pequeño departamento podrían convertirse rápidamente en un cuello de botella.
Pero cientos de equipos capaces de identificar problemas y construir soluciones bajo una arquitectura y un gobierno común representan otra cosa:
capacidad organizacional.
La enseñanza de Grupo Bimbo
La verdadera escala de IA no ocurre cuando TI construye más rápido.
Ocurre cuando la organización aprende a innovar, mientras TI mantiene:
seguridad,
arquitectura,
datos,
gobierno,
integración,
estándares.
Eso es mucho más parecido a construir una plataforma empresarial que a implementar un proyecto.
Caso 6: Dos Pinos — una empresa latinoamericana que ya habla de convertirse en Frontier Firm
Probablemente este sea uno de los casos más interesantes para cualquier empresario latinoamericano que piense:
“Todo esto funciona en Estados Unidos, pero nuestra realidad es diferente.”
Dos Pinos es una cooperativa costarricense con aproximadamente 6.000 empleados y operaciones que abarcan producción, procesamiento, empaque, agroindustria, logística y distribución.
En otras palabras:
una empresa profundamente operacional.
No una startup de inteligencia artificial.
Y precisamente por eso el caso es tan interesante.
Durante 2025 y 2026 Dos Pinos empezó a desarrollar un ecosistema de agentes de IA especializados.
Uno de ellos revisa empaques.
El agente compara la propuesta gráfica de una etiqueta contra las fichas técnicas internas y señala inconsistencias en información nutricional o regulatoria antes de que el diseño llegue a producción.
No modifica automáticamente el diseño.
Analiza.
Detecta diferencias.
Presenta recomendaciones.
Y deja la decisión final a los diseñadores.
Según Dos Pinos, después de implementar este agente las inconsistencias durante esa etapa del diseño disminuyeron en más de 50%, mientras que el tiempo promedio para llevar determinados productos al mercado se redujo aproximadamente 10 días.
Pero nuevamente:
el agente individual no es lo más interesante.
La empresa reportaba alrededor de 80 agentes de IA distribuidos en diferentes funciones, desde revisión de empaques y redacción legal hasta documentación de riesgos, servicio interno y relación con clientes.
Además, creó un programa interno de “AI Ambassadors” para que trabajadores de diferentes departamentos aprendieran sobre inteligencia artificial y ayudaran a expandir su utilización dentro de la organización.
En una fase inicial había desplegado Copilot a más de 1.000 colaboradores y planeaba ampliar su utilización durante 2026.
Existe incluso una historia dentro del caso que resume perfectamente el cambio.
Un analista comercial explicó que anteriormente empleaba alrededor de cuatro horas cada mañana procesando información, descargando datos, filtrando hojas de cálculo y distribuyendo reportes.
Después de automatizar parte del proceso, pudo dedicar más tiempo precisamente a aquello para lo cual un analista aporta mayor valor:
analizar información y construir indicadores.
Eso es Frontier Firm en una escala muy humana.
No se trata de una oficina vacía llena de robots.
Se trata de una persona diciendo:
“Ya no quiero pasar cuatro horas moviendo datos. Quiero usar esas cuatro horas para pensar.”
La enseñanza de Dos Pinos
Este caso rompe tres mitos simultáneamente.
No necesitas ser una empresa de Silicon Valley.
No necesitas comenzar automatizando procesos gigantescos.
Y no necesitas que solamente los programadores creen agentes.
La frontera también puede construirse desde operaciones tradicionales, comenzando por problemas concretos y formando a las personas para convertirse en participantes activos de la transformación.
Los casos parecen diferentes, pero existe un patrón
CarMax vende automóviles.
Microsoft desarrolla tecnología.
Dow fabrica productos industriales.
BDO presta servicios profesionales.
Grupo Bimbo produce alimentos.
Dos Pinos produce y distribuye lácteos y otros productos.
Son negocios completamente diferentes.
Sin embargo, detrás de sus transformaciones aparece prácticamente la misma secuencia:
1. Existe un proceso.
2. Existe información.
3. La información se estructura y conecta.
4. Se identifica trabajo repetitivo o una decisión mejorable.
5. Se incorpora inteligencia.
6. Una persona continúa aportando criterio.
7. Se mide el resultado.
8. Lo aprendido se utiliza para atacar otro proceso.
Y después otro.
Y otro.
Hasta que ocurre algo fundamental:
la IA deja de ser un proyecto y se convierte en una capacidad de la empresa.
Ese probablemente sea el verdadero punto de transición hacia una Frontier Firm.
No copies los agentes. Copia la lógica
Después de leer estos casos puede aparecer una tentación:
“Necesitamos un agente de facturas como Dow.”
“Necesitamos 80 agentes como Dos Pinos.”
“Necesitamos 650 agentes como Grupo Bimbo.”
Ese sería otro error.
Tu empresa no necesita los agentes de otra empresa.
Necesita encontrar sus propios puntos de apalancamiento.
Cada negocio tiene procesos diferentes.
Datos diferentes.
Conocimiento diferente.
Clientes diferentes.
Problemas diferentes.
Y ahí puede encontrarse precisamente una futura ventaja competitiva.
Una empresa debería preguntarse:
¿Qué sabemos nosotros que nuestros competidores no saben?
¿Qué información histórica tenemos?
¿Qué procesos dominamos?
¿Qué decisiones repetimos miles de veces?
¿Qué conocimiento se encuentra en la cabeza de nuestros mejores trabajadores?
¿Qué ocurriría si pudiéramos convertir parte de ese conocimiento en capacidad digital disponible para toda la organización?
Esa última pregunta puede ser muchísimo más poderosa que preguntar qué chatbot comprar.
De caso de uso a sistema de agentes
También podemos observar una evolución.
Primera generación
Un copiloto ayuda a una persona.
Humano + Copilot
Segunda generación
Un agente se especializa en una tarea.
Humano + Agente especializado
Tercera generación
Múltiples agentes participan en un proceso.
Humano + Agente A + Agente B + sistemas
Cuarta generación
Los agentes comienzan a coordinarse entre sí bajo reglas empresariales.
Humano → Supervisor digital → agentes especializados → sistemas
Quinta generación
La empresa rediseña completamente determinados procesos alrededor de esa capacidad.
Ahí dejamos de hablar de:
“implementar IA”.
Y empezamos a hablar de:
diseñar una empresa AI-first.
No todas las organizaciones están allí.
Probablemente muy pocas.
Pero ya podemos ver las primeras piezas.
Y eso es precisamente lo que significa encontrarse en una frontera:
el territorio todavía se está formando mientras lo estamos recorriendo.
Conclusiones: Future Ready + Frontier Firm no son dos modas, son dos etapas de una misma transformación
Después de analizar ambos modelos y observar lo que empresas reales están haciendo, podemos extraer varias conclusiones importantes.
1. Implementar IA no comienza comprando IA
Probablemente esta sea la conclusión más importante.
Una empresa puede contratar acceso al mejor modelo disponible y continuar siendo una organización completamente desordenada.
La inteligencia artificial no reemplaza:
datos confiables,
procesos,
integraciones,
seguridad,
gobierno,
responsabilidades,
arquitectura.
Por eso Future Ready sigue siendo extraordinariamente relevante en la era de la IA.
Preparar la empresa digitalmente no fue una etapa que terminó cuando apareció ChatGPT.
Al contrario.
Ahora comprendemos por qué era necesaria.
2. Future Ready y Frontier Firm responden preguntas diferentes
Future Ready pregunta:
¿Tenemos una empresa capaz de competir en un mundo digital?
Frontier Firm añade:
¿Cómo cambia esa empresa cuando también podemos incorporar inteligencia digital dentro del trabajo?
El primero prepara las capacidades.
El segundo comienza a rediseñar el modelo operativo.
Por eso no son necesariamente frameworks rivales.
Pueden entenderse como capas complementarias.
3. La IA no debería agregarse encima de procesos malos
Digitalizar un mal proceso genera un mal proceso digital.
Automatizarlo genera un mal proceso más rápido.
Y agregarle agentes puede generar un mal proceso capaz de ejecutarse solo.
Por eso antes de automatizar deberíamos preguntar:
¿Por qué este proceso existe de esta manera?
La inteligencia artificial es una oportunidad extraordinaria para rediseñar procesos desde cero.
No solamente para acelerar los existentes.
4. Los datos históricos están adquiriendo un nuevo valor
Durante años las empresas almacenaron millones de transacciones porque necesitaban:
contabilidad,
auditoría,
reportes,
control.
Ahora esos mismos datos pueden convertirse en contexto para inteligencia empresarial.
Clientes.
Productos.
Ventas.
Compras.
Precios.
Inventarios.
Costos.
Proyectos.
Cobranza.
Comportamiento histórico.
La empresa que tenga esa información correctamente estructurada no solamente posee registros.
Posee memoria digital.
Y la memoria conectada con inteligencia puede convertirse en conocimiento.
5. El ERP puede convertirse en una pieza todavía más importante
Durante años algunas personas imaginaron que la aparición de IA podía hacer desaparecer los sistemas empresariales.
Puede ocurrir exactamente lo contrario.
Los agentes necesitan fuentes confiables desde donde:
consultar datos,
entender maestros,
validar reglas,
ejecutar transacciones,
controlar permisos,
registrar acciones,
mantener trazabilidad.
El ERP podría evolucionar desde ser una aplicación utilizada por personas hacia convertirse también en una plataforma transaccional utilizada por agentes bajo gobierno empresarial.
Eso redefine completamente el futuro del software de gestión.
6. El verdadero salto ocurre cuando pasamos de tareas a procesos
Redactar un correo con IA es productividad.
Analizar una factura es automatización inteligente.
Coordinar cobranza, actualizar flujo de caja, detectar riesgo y presentar alternativas al gerente comienza a parecerse a transformación empresarial.
El gran valor probablemente aparecerá cuando dejemos de preguntar:
“¿Qué tareas puede hacer la IA?”
y empecemos a preguntar:
“¿Qué procesos podríamos rediseñar ahora que existe IA?”
7. El trabajo humano no desaparece: cambia de nivel
Los casos reales muestran repetidamente el mismo patrón.
La IA absorbe parte del trabajo:
mecánico,
repetitivo,
documental,
analítico,
de búsqueda.
Y la persona puede dedicar más capacidad a:
criterio,
decisión,
relación,
creatividad,
estrategia,
excepciones.
El desafío empresarial no será simplemente reducir trabajo humano.
Será aprender a utilizar el trabajo humano donde produce mayor valor.
8. El nuevo talento empresarial será saber delegar a personas y máquinas
Durante décadas un buen gerente aprendía a:
organizar equipos,
delegar tareas,
medir resultados,
motivar personas.
Ahora tendrá que aprender también:
qué delegar a una IA,
qué delegar a un agente,
qué automatizar,
qué supervisar,
qué jamás delegar,
cómo evaluar resultados digitales,
cómo diseñar límites.
El gerente del futuro no necesitará convertirse en programador.
Pero probablemente sí necesitará convertirse en arquitecto del trabajo.
9. La ventaja no será tener IA
Prácticamente todos tendrán acceso a IA.
Eso significa que decir:
“Nuestra empresa usa inteligencia artificial”
muy pronto tendrá tan poco valor diferenciador como decir:
“Nuestra empresa usa Internet.”
La ventaja estará en:
cómo la integras,
qué datos le entregas,
qué procesos rediseñas,
qué conocimiento incorporas,
qué agentes construyes,
qué tan rápido aprendes,
qué tan bien gobiernas todo el sistema.
La tecnología se democratiza.
La capacidad organizacional no.
10. Una Frontier Firm nunca termina de transformarse
Existe una última paradoja.
Probablemente ninguna empresa pueda decir:
“Ya llegamos. Somos definitivamente una Frontier Firm.”
Porque cuando alcanzas la frontera, la frontera vuelve a moverse.
Los modelos serán mejores.
Los agentes serán más capaces.
Aparecerán nuevas arquitecturas.
Surgirán nuevos modelos de trabajo.
Por eso la característica fundamental de una empresa de frontera quizá no sea utilizar determinada tecnología.
Será:
tener la capacidad de reinventarse continuamente cuando cambia la tecnología.
Y entonces Future Ready vuelve a aparecer al final del camino.
Porque estar preparado para el futuro nunca significó predecir exactamente cuál sería el futuro.
Significó construir una organización capaz de adaptarse cuando ese futuro llegara.
La conclusión definitiva
Quizá dentro de algunos años miremos hacia atrás y descubramos que cometimos un error al llamar a todo esto simplemente:
“implementación de inteligencia artificial”.
Porque implementar IA suena a instalar una tecnología.
Y lo que podría estar ocurriendo es mucho más profundo.
Estamos empezando a rediseñar la relación entre:
personas,
conocimiento,
software,
datos,
procesos
e inteligencia.
Future Ready nos dio un mapa para transformar empresas tradicionales en empresas digitales capaces de competir.
Frontier Firm comienza a mostrarnos el siguiente territorio:
empresas donde humanos y agentes digitales forman parte de la misma capacidad organizacional.
Por eso la pregunta con la que comenzamos este artículo:
“¿Tu empresa está preparada para implementar IA?”
quizá todavía sea demasiado pequeña.
Después de recorrer este camino, la pregunta correcta podría ser:
“¿Tu empresa está preparada para convertirse en una empresa diferente gracias a la IA?”
Porque implementar una herramienta puede tomar meses.
Transformar una empresa puede tomar años.
Pero decidir hacia dónde quieres llevarla…
puede comenzar hoy.
P.D. — Una idea incómoda antes de cerrar
Existe una posibilidad que todo empresario debería considerar.
Quizá tu mayor amenaza en inteligencia artificial no sea que una IA reemplace a tus trabajadores.
Puede ser algo mucho más serio:
que un competidor aprenda antes que tú a multiplicar a sus mejores trabajadores con IA.
Imagina dos empresas similares.
Las dos tienen 100 personas.
En la primera, esas 100 personas continúan buscando información, preparando reportes, conciliando datos, revisando documentos y trasladando información entre sistemas.
En la segunda, esas mismas 100 personas cuentan con agentes que:
investigan,
analizan,
monitorean,
preparan,
detectan,
clasifican,
comparan
y ejecutan parte del trabajo operativo.
Formalmente ambas tienen 100 trabajadores.
Pero…
¿realmente tienen la misma capacidad?
Probablemente no.
Y quizás allí esté la verdadera disrupción.
Durante décadas medimos el tamaño de una empresa contando:
empleados,
oficinas,
fábricas,
activos.
En los próximos años quizá tengamos que empezar a pensar en otra métrica:
capacidad organizacional total.
Personas.
Datos.
Software.
Automatizaciones.
Conocimiento.
Agentes.
Y la capacidad de todos ellos para trabajar juntos.
Cuando eso ocurra, algunas empresas pequeñas podrían comenzar a comportarse como empresas mucho mayores.
Algunas empresas grandes podrían descubrir que tamaño no significa agilidad.
Y empresas que hoy parecen similares podrían desarrollar diferencias enormes en productividad.
Por eso no creo que la carrera empresarial de la IA consista en descubrir quién compra primero el modelo más poderoso.
La verdadera carrera será descubrir:
quién aprende primero a construir una organización alrededor de él.
Future Ready nos enseñó a construir los cimientos.
Frontier Firm nos está enseñando qué podríamos levantar encima.
Y apenas estamos viendo el primer piso.
La frontera todavía está delante de nosotros.
