Un estudio de EY revela que la distancia entre trabajar más rápido y generar valor está exponiendo los límites de una transformación que todavía no consigue modificar suficientemente la forma en que operan las organizaciones.
Change Xperience / Especial
La inteligencia artificial está cumpliendo una de sus principales promesas: ayudar a las empresas a producir más con los recursos disponibles. Sin embargo, una parte de esa productividad está desapareciendo antes de convertirse en ganancias económicas.
El más reciente estudio de EY-Parthenon, publicado el 1 de octubre de 2026, revela que el 50% de los directores ejecutivos consultados identifica a la inteligencia artificial como el principal factor detrás de sus mejoras de productividad durante el último año. Pero el 23% reconoce que esos avances frecuentemente son absorbidos por la complejidad operativa, las exigencias regulatorias y los nuevos requerimientos del negocio, antes de reflejarse plenamente en los resultados financieros.
La investigación, realizada entre agosto y septiembre de 2026 con 1,200 CEO de 21 países, incluido México, plantea una contradicción para las organizaciones que han apostado por la IA como motor de crecimiento: hacer más eficiente el trabajo no significa necesariamente hacer más rentable el negocio.
La productividad está creciendo, pero el valor no siempre aparece
Durante los últimos años, las empresas han concentrado buena parte de sus inversiones tecnológicas en automatizar actividades, reducir tiempos de ejecución y aumentar la capacidad de sus equipos. Los beneficios comienzan a hacerse visibles, pero su impacto económico continúa siendo desigual.
EY encontró que el 48% de los directivos está reinvirtiendo la capacidad adicional obtenida mediante mejoras de productividad en iniciativas de innovación y transformación. Sin embargo, esa reinversión todavía no garantiza resultados financieros medibles.
La explicación no se encuentra únicamente en el desempeño de la tecnología. Los sistemas heredados, la complejidad organizacional y las exigencias de cumplimiento siguen condicionando la capacidad de las empresas para capitalizar sus mejoras de eficiencia.
Una tarea que antes requería varias horas puede realizarse ahora en minutos, pero el beneficio económico depende de lo que suceda después. Si el proceso mantiene autorizaciones innecesarias, actividades duplicadas o decisiones que continúan recorriendo los mismos niveles jerárquicos, la velocidad obtenida en una parte de la operación puede diluirse en el resto.
El problema no es necesariamente que la IA produzca poco valor, sino que las organizaciones todavía enfrentan dificultades para capturarlo.
Las empresas están midiendo la actividad, pero no siempre el resultado
La investigación también identifica una segunda brecha: la capacidad para determinar cuánto valor está generando la inteligencia artificial.
Aunque el 56% de los CEO afirma contar con algún nivel de visibilidad confiable sobre los costos y retornos de sus inversiones, solamente el 16% asegura disponer de información clara y en tiempo real para evaluar su retorno de inversión (ROI). Otro 24% puede identificar ciertos costos asociados a la IA, pero reconoce limitaciones para calcular el beneficio económico total.
Esta diferencia introduce un desafío importante para la gestión empresarial. Medir cuántos empleados utilizan una herramienta, cuántas consultas realizan o cuánto tiempo estiman ahorrar permite observar su adopción, pero no necesariamente demuestra su contribución a la rentabilidad.
El impacto económico exige conectar las mejoras operativas con resultados como reducción efectiva de costos, crecimiento de ingresos, incremento de capacidad aprovechada, disminución de errores o mejores decisiones comerciales.
La diferencia puede parecer técnica, pero cambia la conversación sobre el éxito de la transformación. Una implementación puede alcanzar altos niveles de utilización y, al mismo tiempo, tener dificultades para demostrar su contribución a los objetivos estratégicos del negocio.
El verdadero desafío podría estar en los procesos que no cambiaron
Los resultados de EY apuntan hacia una condición que frecuentemente queda fuera de los proyectos tecnológicos: las nuevas capacidades no necesariamente producen una transformación cuando se incorporan a procesos diseñados para una realidad anterior.
Automatizar una actividad puede reducir su tiempo de ejecución sin modificar las dependencias que existen antes o después de ella. Del mismo modo, incorporar inteligencia artificial a la generación de reportes no elimina por sí solo las reuniones, revisiones o procedimientos que determinan cómo se utiliza esa información.
Es una distinción relevante porque el valor de una mejora no depende exclusivamente de la eficiencia individual, sino también de la capacidad del sistema organizacional para aprovecharla.
En declaraciones incluidas en la investigación, Andrea Guerzoni, vicepresidente global de EY-Parthenon, sostiene que los líderes que consigan mejores resultados serán aquellos capaces de rediseñar la colaboración entre personas y tecnología, transformar sus modelos operativos y tomar decisiones más precisas sobre la asignación de capital.
La perspectiva coincide con una discusión cada vez más visible en torno a la inteligencia artificial empresarial: implementar herramientas y transformar operaciones son procesos relacionados, pero no equivalentes.
El talento también está quedando atrás
La distancia entre productividad y resultados económicos se extiende a la preparación de las personas.
Según EY, el 80% de los directores ejecutivos considera que, durante los próximos tres años, la inteligencia artificial tendrá un impacto mayor en los puestos, las habilidades y las formas de trabajar que en el tamaño de las plantillas laborales.
Sin embargo, el 47% reconoce que sus organizaciones no están desarrollando capacidades de IA a la velocidad necesaria para mantenerse al ritmo de la innovación. Además, el 72% anticipa que la escasez de habilidades será un obstáculo para el crecimiento más importante que el acceso al capital.
La contradicción es particularmente significativa: mientras las empresas invierten en tecnologías capaces de ampliar la productividad de sus trabajadores, una proporción considerable considera que su fuerza laboral todavía no está preparada para aprovechar plenamente esas capacidades.
El estudio identifica además que únicamente el 15% de los directivos está destinando las mejoras generales de productividad al desarrollo de habilidades de su personal.
Los hallazgos sugieren que el desafío no consiste solamente en enseñar a utilizar nuevas herramientas. También implica redefinir responsabilidades, desarrollar capacidades para trabajar con sistemas inteligentes y adaptar los procesos de decisión a una operación en la que humanos y tecnología participan de manera cada vez más integrada.
De la productividad individual a la transformación empresarial
La preocupación de EY no aparece de manera aislada. En declaraciones difundidas el 9 de octubre de 2026, Eric Kutcher, presidente de McKinsey en Norteamérica, señaló que las mejoras de productividad individual impulsadas por IA todavía no se están traduciendo de forma generalizada en ganancias equivalentes para las organizaciones.
Según los datos expuestos por McKinsey, mientras el 80% de los participantes reportó mejoras en productividad individual, solo el 37% identificó un impacto correspondiente en las utilidades centrales de sus organizaciones. Las cifras proceden de otra investigación y no deben interpretarse como directamente comparables con las de EY, pero refuerzan una preocupación compartida por ambas consultoras: la distancia entre los beneficios locales y los resultados empresariales.
Las organizaciones están llegando así a una etapa en la que la velocidad de adopción deja de ser una evidencia suficiente de transformación.
La cuestión ya no es solamente cuántas tareas puede ejecutar una inteligencia artificial o cuánto tiempo consigue ahorrar. Es qué decisiones permite mejorar, qué actividades dejan de ser necesarias y cómo se reorganiza el trabajo para aprovechar las nuevas capacidades.
La siguiente transformación no depende solamente de la IA
Los resultados de EY no demuestran que la inteligencia artificial esté fallando, ni permiten concluir que sus inversiones carezcan de rentabilidad. Por el contrario, muestran que existen mejoras operativas reconocidas por los directores ejecutivos, pero que su conversión en resultados financieros continúa enfrentando obstáculos.
La distinción es importante. Una empresa puede obtener productividad sin capturar todo su valor, así como puede generar beneficios que todavía no cuenta con mecanismos adecuados para medir.
En ambos casos, el desafío trasciende la tecnología y alcanza al diseño de los procesos, la asignación de responsabilidades, el desarrollo de habilidades y la manera en que se toman decisiones.
Después de una etapa dominada por la experimentación y la adopción acelerada, las organizaciones comienzan a enfrentarse a una exigencia más compleja: demostrar que la inteligencia artificial no solo permite trabajar de otra manera, sino que está contribuyendo a construir empresas capaces de producir mejores resultados.
La tecnología puede liberar tiempo y ampliar capacidades. Convertir esas ventajas en valor sigue siendo una responsabilidad de la organización. / ChX
Fuentes consultadas: EY-Parthenon, AI Drives Productivity, but CEOs Struggle to Turn Gains into Growth, 1 de octubre de 2026; EY-Parthenon, How Can CEOs Turn AI Productivity Gains into Lasting Value?, octubre de 2026; Business Insider, McKinsey: AI Is Making Workers More Productive. Not Companies., 9 de octubre de 2026. El análisis, la interpretación y las conclusiones presentadas en este artículo constituyen una elaboración editorial propia de Change Xperience Magazine, desarrollada a partir de la revisión y síntesis de las fuentes citadas.
