Aunque aún no hemos definido por completo la empresa del futuro, esta girará en torno a los expertos en la materia y será nativa de la IA.
Quienes estén dispuestos a reorganizarse en torno a la inteligencia escalable crearán empresas fundamentalmente distintas de las del siglo pasado.
Los líderes se reúnen en la Reunión Anual 2026 del Foro Económico Mundial para explorar cómo el uso ético de la IA y otras tecnologías emergentes se traducirá en soluciones para desafíos del mundo real.
En los últimos dos años, estudios han demostrado que la IA generativa aumenta de forma fiable la productividad a nivel de tarea, con ganancias típicas de entre el 15 y el 40 %. Estas ganancias se producen cuando un trabajador del conocimiento utiliza una herramienta, como ChatGPT, para redactar un correo electrónico o escribir un fragmento de código. Son mejoras reales, pero no se traducen automáticamente en beneficios a nivel de empresa. La mayoría de las organizaciones todavía utilizan la IA como una herramienta dentro de los flujos de trabajo de ayer.
Nuestra experiencia apunta a un camino diferente. Cuando las empresas rediseñan intencionadamente los flujos de trabajo en torno a la IA, las ganancias dejan de ser incrementales. Desbloquean una escala estructural, no incremental, y permiten formas de operar completamente nuevas, no simplemente hacer los mismos pasos un poco mejor.
El cuello de botella para alcanzar este futuro ya no es la tecnología ni la inteligencia de los modelos, sino la «brecha de contexto»: la distancia entre la inteligencia genérica y el juicio experto específico de cada empresa que se requiere para gestionar flujos de trabajo empresariales de alto riesgo. A medida que la IA absorbe más ejecución, el coste marginal de realizar el trabajo se desploma. El recurso escaso pasa de hacer el trabajo a los expertos en la materia capaces de dirigir, gobernar y mejorar la forma de trabajar.
Cómo el Foro ayuda a los líderes a comprender la IA y a colaborar en una innovación responsable
El Centro de Excelencia en IA conecta a líderes de distintos sectores para comprender la rápida evolución de la inteligencia artificial y sus implicaciones para las economías y las sociedades. Respalda un diálogo informado sobre las oportunidades, los riesgos y las compensaciones vinculados a la adopción de la IA.
A través de espacios de confianza e iniciativas colaborativas, el Centro permite a los socios construir una comprensión compartida y trabajar juntos en enfoques responsables para la innovación y el uso de la IA.
Esta tesis en la práctica
Tomemos como ejemplo a un proveedor líder de telecomunicaciones que atiende a más de 100 millones de clientes y que durante décadas dependió de agentes de primera línea para resolver los problemas de forma manual. Cuando un agente destacado resolvía una cuestión compleja, el razonamiento detrás de esa solución permanecía en manos del individuo. Los resultados eran reactivos, irregulares y difíciles de escalar.
La IA cambió esta dinámica. Al entrenar sistemas con los patrones de razonamiento de los mejores profesionales, las llamadas de servicio se cerraban mucho más rápido, porque la empresa convirtió la experiencia individual en un activo compartido para todo el equipo. Mientras que antes los agentes humanos se limitaban a reaccionar a las llamadas, los sistemas de IA escalan para anticiparse de forma proactiva a las necesidades de cada cliente, lo que permite a la empresa transformar sus operaciones de atención, de una línea directa de resolución de incidencias en un servicio de conserjería generador de ingresos.
En efecto, la empresa transformó el juicio de sus mejores agentes en infraestructura compartida y, a partir de ahí, construyó una nueva economía.
En otro ejemplo, un proveedor sanitario nacional se enfrentó a una limitación conocida: la capacidad de los clínicos se estaba consumiendo en tareas administrativas. Las tareas rutinarias —autorizaciones, documentación y coordinación— consumían un tiempo que debería haberse dedicado a la atención al paciente. El resultado era un sistema atrapado en un modo reactivo: los pacientes más graves absorbían la mayor parte de la capacidad disponible y escalar las intervenciones preventivas resultaba económicamente inviable. Al capturar y automatizar estos flujos de trabajo administrativos con IA, el proveedor libera un tiempo clínico considerable y rediseña la forma en que los profesionales y los pacientes interactúan. Las autorizaciones se volvieron más rápidas y coherentes, los equipos asistenciales pudieron centrarse en decisiones de mayor valor y la atención preventiva se volvió económicamente viable a escala: un cambio estructural, no una ganancia de productividad.
Estos ejemplos apuntan a la misma lección: la tecnología es el catalizador, pero el valor surge del cambio estructural. Una vez que la inteligencia se vuelve reutilizable y mejora de forma continua, la frontera entre los roles tradicionales empieza a difuminarse y surgen otros nuevos. Las organizaciones con funciones redefinidas, flujos de trabajo reconfigurados y sistemas de aprendizaje en tiempo real ya están tomando la delantera.
¿Qué ocurre cuando la estrategia y la ejecución convergen?
Las empresas nativas de la IA funcionarán cada vez más con bucles de retroalimentación continua, donde las operaciones, la calidad de las decisiones y los resultados para los clientes pueden medirse y mejorarse casi en tiempo real. Los ciclos de planificación no desaparecerán, pero se comprimirán, porque las capacidades y las limitaciones pueden aprenderse más rápido que nunca
Basándonos en lo que ya observamos, para 2030 veremos que las empresas públicas nativas de la IA compartirán características comunes: estructuras más planas, modelos operativos basados en la experiencia, toma de decisiones en tiempo real y software que se comporta como un sistema vivo, en lugar de uno que requiere actualizaciones periódicas para funcionar bien. Estas empresas habrán integrado y adoptado la IA y se habrán reestructurado en torno a principios empresariales completamente nuevos.
Tres pasos que los líderes empresariales pueden dar ahora
Aunque la transformación completa requiere tiempo, los líderes pueden adoptar desde ya acciones concretas que acelerarán de forma significativa su progreso.
1. Rodéese de creadores nativos de la IA que le hagan pensar de esa manera
Muchas grandes empresas fracasan porque la IA se introduce en sistemas rígidos cuyos modelos de gobernanza se diseñaron según las prácticas empresariales estáticas de ayer. Los líderes actuales deben revertir esa tendencia. Esto comienza por partir de los resultados deseados junto con socios que operen de forma nativa en IA, en lugar de proyectar el pasado sobre sus sistemas.
2. Rediseñar el papel de los expertos en la materia como líderes de la inteligencia
Sabemos que los sistemas de IA aprenden del contexto que nosotros, los humanos, les codificamos. Sin embargo, sin razonamiento experto, los sistemas se degradan y se desaprovecha valor. Los expertos en la materia deben estar lo más cerca posible de la transformación. Conviértalos en «gestores de inteligencia», responsables de dar forma a cómo la IA razona, decide, informa y evoluciona. Este cambio es innegociable: las transformaciones se estancan sin la participación activa de los expertos en la materia y sin incentivos para ellos.
3. Iniciar ya el rediseño organizativo
Comience acercando la tecnología y el negocio. Dada la cantidad de elementos en movimiento —tecnología, modelo operativo y personas—, es necesario que distintos silos funcionen como parte de un equipo conjunto y multifuncional. Esto permite una iteración rápida al eliminar las barreras entre los equipos de negocio, de personas y de tecnología.
Un número pequeño, pero creciente, de empresas está pasando de la experimentación al cambio estructural. La diferencia entre ellas y el resto es que ven el valor que solo la IA puede desbloquear y están rediseñando sus organizaciones para ese futuro. Quienes aún se mantienen al margen deben decidirse a evolucionar para un mundo nativo de la IA; de lo contrario, se encontrarán construyendo para uno que ya no existe.
