Índice
- ¿En qué punto están las empresas en 2026?
- Las 8 fricciones que más productividad cuestan
- Las 8 familias de soluciones de IA disponibles hoy
- La tabla de correspondencias: fricción, solución, primer paso
- Cómo leer estas cifras
- Nivel 1: lo que miden los estudios
- Nivel 2: lo que declaran los usuarios
- Nivel 3: estimaciones y previsiones
- Qué supone para un equipo
- Los límites que hay que conocer
- Por profesión
- Por qué fracasan tantos proyectos de IA
- El método en 6 pasos para lograr ganancias duraderas
- El marco legal que conviene conocer
- Por dónde empezar esta semana
¿En qué punto están las empresas en 2026?
Una adopción que se acelera
Según Eurostat, el 20 % de las empresas europeas con 10 o más empleados usaba al menos una tecnología de IA en 2025, frente al 13,5 % en 2024. La diferencia por tamaño es llamativa: el 55 % de las grandes empresas la usa, frente a cerca del 17 % de las pequeñas. El uso más extendido es el análisis de textos, que corresponde a lo esencial del trabajo de oficina: leer, ordenar, comprender y responder.
La encuesta mundial de McKinsey (The state of AI, noviembre de 2025) apunta en la misma dirección: el 88 % de las organizaciones encuestadas usa IA en al menos una función.
Pero con resultados muy desiguales
El mismo informe de McKinsey muestra que solo el 39 % de las organizaciones atribuye a la IA algún impacto, aunque sea pequeño, en su resultado operativo. Apenas un 6 % obtiene de ella más del 5 % de su resultado. El informe del MIT The GenAI Divide (2025) es aún más severo: el 95 % de las organizaciones estudiadas no observaba ningún retorno económico medible de sus proyectos de IA generativa. Esta cifra procede de un informe preliminar, cuestionado por su muestra y su corto periodo de medición, pero la conclusión de fondo es compartida: adoptar la IA es fácil; sacarle valor, mucho menos.
Para una pyme, la conclusión es más bien alentadora. El retraso no es tecnológico: las herramientas son accesibles, a menudo por unos veinte euros al mes por persona. La ventaja será para quienes sepan usarlas con método.
Las 8 fricciones que más productividad cuestan
Antes de hablar de herramientas, hay que saber dónde se va el tiempo. Estas ocho fricciones aparecen en casi todas las empresas, del despacho de cinco personas al grupo de quinientas.
1. Las interrupciones constantes
Los datos de Microsoft (Work Trend Index, 2025) muestran que un empleado sufre de media una interrupción cada dos minutos durante su horario principal de trabajo, unas 275 al día, por reuniones, correos o mensajes. El trabajo de fondo se hace a trozos.
2. La sobrecarga de correos y mensajes
Según la misma fuente, un empleado recibe de media 117 correos y 153 mensajes instantáneos por día laborable. Leer, ordenar, responder y hacer seguimiento absorbe una parte considerable de la jornada, a menudo sin valor añadido.
3. Las reuniones improvisadas y su seguimiento
También según Microsoft, el 57 % de las reuniones se organiza sobre la marcha, sin invitación previa. Son difíciles de preparar y sus decisiones se siguen mal por falta de acta.
4. Los documentos largos
Contratos, informes, licitaciones, normativa, pliegos: leer para extraer tres datos útiles lleva horas.
5. El conocimiento disperso
Los procedimientos, las buenas plantillas y las respuestas validadas viven en buzones individuales o en la cabeza de unas pocas personas. Cada salida supone perder know-how, y cada incorporación lleva tiempo.
6. La administración repetitiva
Introducción de datos, recordatorios, presupuestos, formatos, informes: tareas sencillas pero frecuentes que se acumulan y desplazan el trabajo de más valor.
7. La relación con el cliente bajo presión
Solicitudes en volumen, expectativas de respuesta inmediata, varios canales y varios idiomas: la calidad de las respuestas baja cuando sube el volumen.
8. La IA usada sin marco
Es la fricción más reciente. Ya en 2024, Microsoft observaba que tres de cada cuatro trabajadores de oficina usaban IA en el trabajo y que la mayoría traía sus propias herramientas, sin validación de la empresa. Resultado: prácticas heterogéneas, datos sensibles copiados en herramientas de consumo y resultados sin verificar.
Las 8 familias de soluciones de IA disponibles hoy
El mercado parece inabarcable, pero se ordena en ocho grandes familias. Una empresa no necesita las ocho: necesita las dos o tres que responden a sus fricciones principales.
1. Los asistentes conversacionales generalistas
Ejemplos: Claude (Anthropic), ChatGPT (OpenAI), Gemini (Google), Le Chat (Mistral AI). Para qué: redactar, resumir, analizar documentos, preparar propuestas, traducir, pensar una decisión. A tener en cuenta: elegir un plan profesional para los datos de la empresa y estructurar el uso con espacios de trabajo dedicados (por ejemplo, los Projects de Claude, que conservan las instrucciones y los documentos de referencia de cada tema).
2. La IA integrada en las suites ofimáticas
Ejemplos: Microsoft 365 Copilot, Gemini en Google Workspace. Para qué: trabajar directamente en los correos, documentos, hojas de cálculo y presentaciones que ya se usan. A tener en cuenta: el interés depende de la calidad de la organización documental existente. Una IA conectada a un drive desordenado da respuestas desordenadas.
3. Los asistentes de reuniones
Ejemplos: la transcripción y los resúmenes integrados en las herramientas de videollamada, o herramientas especializadas. Para qué: transcribir, resumir, extraer decisiones y acciones, enviar el acta. A tener en cuenta: informar a los participantes de la grabación y respetar las reglas de consentimiento.
4. La búsqueda documental y las bases de conocimiento
Ejemplos: los espacios de proyecto de los asistentes (Projects de Claude, proyectos de ChatGPT), NotebookLM (Google) o herramientas internas conectadas a los documentos de la empresa. Para qué: consultar en lenguaje natural procedimientos, contratos, catálogos o FAQ internas. A tener en cuenta: mantener los documentos actualizados; si no, la IA responde con información obsoleta.
5. La automatización de flujos de trabajo
Ejemplos: Make, Zapier, n8n y los conectores que ofrecen los asistentes. Para qué: encadenar acciones entre herramientas (llega un formulario, se crea una ficha en el CRM, se prepara un correo, se asigna una tarea), con un paso de IA en medio para comprender, clasificar o redactar. A tener en cuenta: mantener una validación humana antes de cualquier envío a un cliente.
6. Los agentes de IA
Ejemplos: Claude Cowork, los agentes de ChatGPT y los integrados en software de negocio. Para qué: delegar una tarea de varios pasos (buscar, recopilar, generar un archivo, actualizar un documento), a veces de forma programada. A tener en cuenta: es la familia que evoluciona más rápido. Empiece por tareas internas, bien acotadas y fáciles de comprobar.
7. La IA sectorial especializada
Ejemplos: chatbots de atención al cliente, IA integrada en los CRM, lectura automática de facturas en contabilidad, herramientas de análisis jurídico, herramientas de planificación. Para qué: resolver un proceso concreto con una herramienta pensada para ese oficio. A tener en cuenta: comprobar la integración con las herramientas existentes y el coste total (licencia, configuración, mantenimiento).
8. El código y el no-code asistidos por IA
Ejemplos: Claude Code, GitHub Copilot o creadores de aplicaciones como Lovable. Para qué: crear pequeñas herramientas internas, cuadros de mando, formularios o automatizaciones a medida, a veces sin programador. A tener en cuenta: seguridad, mantenimiento y documentación de lo que se crea.
La tabla de correspondencias: fricción, solución, primer paso
| Fricción | Familia de solución | Primer paso concreto |
|---|---|---|
| Interrupciones y correos | Asistente conversacional + suite ofimática | Plantillas de respuesta y clasificación de correos por prioridad |
| Reuniones | Asistente de reuniones | Acta automática con decisiones y acciones |
| Documentos largos | Asistente conversacional | Resumen estructurado con puntos de atención |
| Conocimiento disperso | Base de conocimiento | Un espacio de proyecto por proceso clave |
| Administración repetitiva | Automatización | Un primer flujo formulario → CRM → correo preparado |
| Relación con el cliente | Asistente + IA sectorial | Borradores de respuesta basados en una política validada |
| Tareas de varios pasos | Agentes de IA | Una tarea interna semanal delegada a un agente |
| IA sin marco | Formación + plan profesional | Política de uso y formación del equipo |
Cómo leer estas cifras
No todas las cifras valen lo mismo. Las ordeno en tres niveles:
- Medido: un estudio compara a personas con y sin IA en una tarea real.
- Declarado: una encuesta pregunta a los usuarios cuánto tiempo creen que ahorran.
- Estimado: una consultora o un fabricante proyecta un ahorro potencial.
Nivel 1: lo que miden los estudios
| Profesión o tarea | Resultado medido | Estudio |
|---|---|---|
| Redacción profesional | Un 40 % menos de tiempo y un 18 % más de calidad | Noy y Zhang, Science, 2023 (453 profesionales) |
| Atención al cliente | Un 15 % más de consultas resueltas por hora, un 30 % entre los menos expertos | Brynjolfsson, Li y Raymond, Quarterly Journal of Economics, 2025 (5.172 agentes) |
| Contabilidad | Cierre mensual 7,5 días antes y un 8,5 % del tiempo trasladado a tareas de valor | Choi y Xie, Stanford y MIT, 2025 (277 contables) |
| Preparación de clases | Un 31 % menos de tiempo | NFER / Education Endowment Foundation, 2024 (259 profesores) |
| Búsqueda, redacción y resumen | Un 29 % más rápido | Microsoft Work Trend Index, 2023 |
| Ponerse al día de una reunión | 3,8 veces más rápido | Microsoft Work Trend Index, 2023 |
Nivel 2: lo que declaran los usuarios
| Población | Ahorro declarado | Encuesta |
|---|---|---|
| 20.000 funcionarios británicos | 26 minutos al día, es decir, 13 días al año | Gobierno británico, 2025 |
| Empleados de primera línea que usan la IA con regularidad | El 42 % declara ahorrar unas ocho horas a la semana | BCG, AI at Work 2026 |
| Equipos de selección que usan IA | Alrededor del 20 % de la semana laboral | LinkedIn, Future of Recruiting 2025 |
| Usuarios de un asistente de IA | El 64 % dedica menos tiempo al correo | Microsoft Work Trend Index, 2023 |
Nivel 3: estimaciones y previsiones
| Ámbito | Estimación | Fuente |
|---|---|---|
| Marketing | Productividad equivalente al 5–15 % del gasto de marketing | McKinsey |
| Ventas | Productividad equivalente al 3–5 % del gasto comercial | McKinsey, 2023 |
| Operaciones con clientes | Potencial del 30–45 % de productividad | McKinsey, 2023 |
| Profesiones jurídicas y fiscales | 5 horas a la semana previstas en un año | Thomson Reuters, 2025 (encuesta a 2.275 profesionales) |
| Tareas realizadas con Claude | Alrededor de un 80 % menos de tiempo por tarea, sin contar la revisión | Anthropic, 2025 (estimación sobre 100.000 conversaciones) |
Qué supone para un equipo
A partir de la media británica de 13 días por persona y año:
| Tamaño del equipo | Días recuperados al año |
|---|---|
| 3 personas | 39 días |
| 10 personas | 130 días |
| 20 personas | 260 días |
| 50 personas | 650 días |
| 100 personas | 1.300 días |
Los límites que hay que conocer
Estas cifras tienen tres límites. Primero, varias se basan en declaraciones, que suelen sobrestimar el ahorro. Segundo, no todos los ensayos llegan a la misma conclusión: una evaluación de un ministerio británico, el Department for Business and Trade, no encontró un aumento neto de productividad. Tercero, el ahorro depende de la formación: en la encuesta AI at Work 2025 de BCG, el 79 % de los empleados con más de cinco horas de formación usa la IA con regularidad, frente al 67 % del resto.
Una herramienta sin método ahorra poco. Para eso sirve una formación.
Por profesión
Las cifras detalladas por profesión están en las páginas correspondientes: [marketing](/es/formacion-ia-empresas/marketing), [ventas](/es/formacion-ia-empresas/ventas), [recursos humanos](/es/formacion-ia-empresas/recursos-humanos), [administración](/es/formacion-ia-empresas/administracion), [atención al cliente](/es/formacion-ia-empresas/atencion-al-cliente) y [directivos](/es/formacion-ia-empresas/directivos). Para una empresa pequeña, mira la [formación en IA para pymes](/es/formacion-ia-empresas/pymes).
Por qué fracasan tantos proyectos de IA
Los informes de 2025 coinciden en las causas. Los fracasos rara vez se deben a la calidad de los modelos. Se deben a la organización.
- Se añade la herramienta sin repensar el trabajo. McKinsey observa que las organizaciones de mejor rendimiento tienen unas 2,8 veces más probabilidades de haber rediseñado a fondo sus procesos (55 % frente a 20 %).
- No se prevé ninguna validación humana. Esas mismas organizaciones han definido con mucha más frecuencia en qué momento una persona revisa los resultados (65 % frente a 23 %).
- La herramienta no se integra en el día a día. El informe del MIT señala herramientas que no se adaptan al contexto de la empresa y se quedan al margen del trabajo real.
- Los equipos no están formados. Sin un método común, cada uno improvisa, los resultados varían y nada se capitaliza.
- No se mide nada. Sin un punto de partida con cifras, es imposible saber si el proyecto es rentable.
El método en 6 pasos para lograr ganancias duraderas
Paso 1: identificar dónde se va el tiempo
Con cada departamento, liste las tareas que se repiten cada semana y el tiempo que llevan. Media jornada suele bastar para que aparezcan las fricciones principales.
Paso 2: elegir tres casos de uso, no treinta
Quédese con tres tareas frecuentes, que consuman tiempo y sean fáciles de verificar (correos, actas o resúmenes de documentos, por ejemplo). Un primer éxito rápido genera la adhesión de los equipos.
Paso 3: definir el marco
Elija planes profesionales para los datos de la empresa, redacte una política de uso breve (qué se puede compartir, qué se verifica, quién valida) y nombre a un responsable.
Paso 4: formar a los equipos sobre sus tareas reales
Una formación genérica sobre «la IA» cambia poco. Una formación construida sobre los documentos y las tareas reales del equipo cambia los hábitos desde la semana siguiente.
Paso 5: configurar para capitalizar
Cree espacios de trabajo por proceso, con instrucciones y documentos de referencia, y una biblioteca de prompts compartida. El know-how se queda en la empresa aunque cambien las personas.
Paso 6: medir, ajustar, ampliar
Compare durante un mes el tiempo dedicado antes y después en los tres casos elegidos y ajuste. Después, amplíe a nuevos casos de uso, empezando por los que tienen mejor relación entre ganancia y esfuerzo.
El marco legal que conviene conocer
El AI Act europeo. Desde el 2 de febrero de 2025, el artículo 4 del Reglamento europeo de IA exige a las empresas que utilizan sistemas de IA adoptar medidas para garantizar un nivel suficiente de alfabetización en IA de su personal. Formar a los equipos ya no es solo una buena práctica: es una obligación.
El RGPD. Los datos personales de clientes, pacientes o empleados solo deben tratarse con herramientas y contratos adecuados. Los planes profesionales de los principales proveedores suelen prever que los datos no se usen para entrenar los modelos. Compruébelo en cada herramienta.
La transparencia. Informe a clientes y participantes cuando se grabe una reunión y mantenga una validación humana en todo lo que comprometa a la empresa.
Por dónde empezar esta semana
- Anote durante cinco días las tres tareas que más tiempo le quitan.
- Para cada una, pregúntese si consiste en escribir, leer, resumir, clasificar o responder. Si es así, la IA probablemente puede ayudarle.
- Pruebe un asistente conversacional con esas tareas, con un contexto real y un ejemplo del resultado esperado.
- Mida el tiempo ahorrado y la calidad obtenida.
- Si los resultados llegan, escale con un marco y una formación.
Cada sector tiene sus propias fricciones. Para profundizar, he analizado en detalle nueve oficios (inmobiliarias, gestorías, restauración, hoteles, despachos de abogados, formación, salud, e-commerce y agencias de marketing), con los puntos de fricción, las soluciones concretas y una estimación del tiempo recuperable en cada uno. Estos análisis están disponibles gratis en guía PDF en la página de su sector. Y si prefiere hablarlo directamente, ofrezco un diagnóstico gratuito de 30 minutos para identificar los tres proyectos con mayor retorno en su empresa. La formación puede bonificarse parcialmente a través de FUNDAE.
Preguntas frecuentes
¿Cuál es la mejor IA para ganar productividad en la empresa?
No hay una herramienta única. Para la mayoría de las empresas, un asistente conversacional profesional (como Claude o ChatGPT) ya cubre lo esencial: redacción, síntesis y análisis. Las demás familias (automatización, agentes, IA sectorial) llegan después, según las fricciones detectadas.
¿Cuánto tiempo se puede ahorrar con la IA?
Depende del oficio y del peso de la escritura en el trabajo. Los estudios de campo muestran ganancias del orden del 15 % en atención al cliente y de hasta un 25 % de tiempo en tareas de consultoría adecuadas para la IA. La única estimación fiable para su empresa es la que mida sobre sus propias tareas.
¿Por qué la mayoría de los proyectos de IA no son rentables?
Porque se añade la herramienta sin repensar el trabajo, sin formar a los equipos y sin medir los resultados. Las empresas de mejor rendimiento rediseñan sus procesos y prevén una validación humana sistemática.
¿La IA está al alcance de las pequeñas empresas?
Sí. Los asistentes profesionales cuestan en general unos veinte euros al mes por usuario. La principal inversión es la formación y la organización, no la tecnología.
¿Es obligatorio formar a los empleados en IA?
Desde el 2 de febrero de 2025, el artículo 4 del AI Act exige a las empresas que usan sistemas de IA garantizar un nivel suficiente de alfabetización en IA de su personal.
¿Están seguros mis datos con estas herramientas?
Lo están si elige planes profesionales con compromisos contractuales claros y define qué pueden compartir los equipos. Evite las cuentas personales gratuitas para los datos de la empresa.
¿Cuál es el ahorro medio de tiempo observado en una jornada laboral?
Un ensayo del Gobierno británico con 20.000 funcionarios da una media de 26 minutos ahorrados al día, es decir, unos 13 días al año. Es una cifra declarada por los usuarios, no medida por un estudio controlado.
¿Están garantizados estos ahorros?
No. Son medias observadas en contextos concretos. El ahorro real depende de las tareas, de la herramienta y de la formación de los equipos.
Fuentes
- Eurostat, *20 % of EU enterprises use AI technologies* (diciembre de 2025) (ec.europa.eu)
- Eurostat, *Use of artificial intelligence in enterprises* (ec.europa.eu)
- McKinsey, *The state of AI* (2025) (mckinsey.com)
- MIT Project NANDA, *The GenAI Divide: State of AI in Business 2025* (informe preliminar, julio de 2025), presentación (virtualizationreview.com)
- Microsoft WorkLab, *Breaking down the infinite workday* (Work Trend Index 2025) (microsoft.com)
- Microsoft, *AI at work is here. Now comes the hard part* (Work Trend Index 2024) (microsoft.com)
- Brynjolfsson, Li y Raymond, *Generative AI at Work*, NBER Working Paper 31161 (nber.org)
- Dell'Acqua et al., *Navigating the Jagged Technological Frontier* (Harvard Business School / BCG), presentación (thecrimson.com)
- Anthropic, *Anthropic Economic Index report: Economic primitives* (enero de 2026) (anthropic.com)
- Reglamento (UE) 2024/1689 de inteligencia artificial (AI Act) (eur-lex.europa.eu)
- Noy y Zhang, Science (2023) (science.org)
- Brynjolfsson, Li y Raymond, Quarterly Journal of Economics (2025) (doi.org)
- Choi y Xie, Stanford GSB (2025) (gsb.stanford.edu)
- NFER / Education Endowment Foundation (2024) (nfer.ac.uk)
- Microsoft Work Trend Index (2023) (microsoft.com)
- Gobierno británico (2025) (questions-statements.parliament.uk)
- BCG, AI at Work 2025 (bcg.com)
- BCG, AI at Work 2026 (bcg.com)
- LinkedIn, Future of Recruiting 2025 (business.linkedin.com)
- Thomson Reuters, Future of Professionals 2025 (thomsonreuters.com)
- Anthropic, Estimating AI productivity gains (2025) (anthropic.com)
- McKinsey, la IA generativa en marketing (mckinsey.com)




