Por Laszlo Beke

Si bien el uso de la IA en las grandes empresas es común, una encuesta reciente de la consultora McKinsey sugiere que aún se está lejos de su máximo potencial. La mayoría de las organizaciones todavía se encuentran en la transición de la experimentación a la implementación a gran escala, y aun cuándo pueden estar obteniendo valor en algunas áreas, aún no perciben un impacto financiero a nivel empresarial.

Ahora bien, la experiencia de las empresas con mejor rendimiento aprovechando IA sugiere un camino a seguir. Estas empresas consideran la IA como un catalizador para transformar sus organizaciones, rediseñando los flujos de trabajo y acelerando la innovación. A medida que las herramientas de IA, incluidos los agentes, mejoran y las capacidades de las empresas maduran, la oportunidad de integrar la IA de forma más completa en la organización ofrecerá nuevas maneras de generar valor y crear una ventaja competitiva.

Casi todos los encuestados afirman que sus organizaciones utilizan IA, y muchas ya han comenzado a usar agentes de IA. Sin embargo, la mayoría aún se encuentra en las primeras etapas de la implementación a gran escala de la IA y la obtención de valor a nivel empresarial. Los principales hallazgos se pueden resumir así:

– Experimentación o prueba piloto – es la fase en la cual se encuentran la mayoría de las organizaciones.

– Gran interés en los agentes de IA – el 62 % de los encuestados afirma que sus organizaciones al menos están experimentando con agentes de IA.

– Indicadores positivos sobre el impacto de la IA – los encuestados reportan beneficios en costos e ingresos a nivel de casos de uso, y el 64 % afirma que la IA está impulsando su innovación.

– Las empresas con mejor desempeño utilizan la IA para impulsar el crecimiento, la innovación y la reducción de costos – las empresas que obtienen el mayor valor de la IA a menudo establecen el crecimiento o la innovación como objetivos adicionales.

– El rediseño de los flujos de trabajo es un factor clave para el éxito – La mitad de las empresas con un alto rendimiento en IA tienen previsto utilizarla para transformar sus negocios, y la mayoría ya está rediseñando sus flujos de trabajo.

– Impacto en el número de empleos – hay diferentes perspectivas sobre el impacto de la IA en el tamaño total de la plantilla de sus organizaciones para el próximo año varían: el 32 % prevé disminuciones, el 43 % que no habrá cambios y el 13 % aumentos.

Si bien las herramientas de IA son ahora habituales, la mayoría de las organizaciones aún no las han integrado lo suficiente en sus flujos de trabajo y procesos como para obtener beneficios sustanciales a nivel empresarial. El panorama de la IA se caracteriza tanto por un uso más extendido —incluida la creciente proliferación de la IA basada en agentes— como por persistentes dificultades de adaptación, y la transición de las pruebas piloto a un impacto a gran escala sigue siendo un proceso en evolución en la mayoría de las organizaciones.

El uso de la IA continúa expandiéndose, pero se mantiene principalmente en fases piloto

La última encuesta muestra que una mayor proporción de encuestados informa del uso de IA en sus organizaciones, aunque la mayoría aún no ha escalado las tecnologías. El 88 % informa del uso regular de IA en al menos una función empresarial, en comparación con el 78 % del año anterior. Sin embargo, a nivel empresarial, la mayoría aún se encuentra en las etapas de experimentación o prueba piloto.

Muchas organizaciones ya están experimentando con agentes de IA

Las organizaciones también están comenzando a explorar las oportunidades que ofrecen los agentes de IA: sistemas basados ??en modelos fundamentales capaces de actuar en el mundo real, planificando y ejecutando múltiples pasos en un flujo de trabajo. El 23 % de los encuestados informa que sus organizaciones están escalando un sistema de IA basado en agentes en alguna parte de sus empresas. Pero el uso de agentes aún no está generalizado: la mayoría de quienes están escalando agentes afirman que solo lo hacen en una o dos funciones.

Para la mayoría de las organizaciones, el uso de la IA permanece en fases piloto.

El uso de la IA en general se está ampliando dentro de las organizaciones, se utiliza la IA en más funciones empresariales. Más de dos tercios de los encuestados ahora afirman que sus organizaciones utilizan la IA en más de una función, y la mitad informa que la utilizan en tres o más funciones. Sin embargo, muchas empresas, especialmente las más pequeñas, aún no han integrado la IA de forma profunda en sus flujos de trabajo. Las empresas más grandes, tanto en términos de ingresos como de número de empleados, tienen más probabilidades de haber alcanzado la fase de escalamiento.

La IA como catalizador de la innovación

Para la mayoría de las organizaciones, el uso de la IA aún no ha afectado significativamente el EBIT empresarial. Sin embargo, los encuestados observan otros resultados cualitativos a nivel empresarial: la mayoría afirma que el uso de la IA en sus organizaciones ha mejorado la innovación, y casi la mitad reporta una mejora en la satisfacción del cliente y la diferenciación competitiva.

Las organizaciones con ambiciosos planes de IA son las que obtienen mayores beneficios

Las empresas con alto rendimiento en IA, que representan aproximadamente el 6 % de los encuestados, reportan impulsar la innovación transformadora mediante la IA, rediseñar flujos de trabajo, escalar más rápidamente, implementar las mejores prácticas para la transformación e invertir más. Para las empresas de alto rendimiento con IA:

Buscan más que la simple reducción de costos con IA – las organizaciones que obtienen el mayor impacto de la IA suelen aspirar a lograr esto.

• Utilizan la IA para impulsar el crecimiento y/o la innovación – de allí tienen más probabilidades de obtener beneficios cualitativos a nivel empresarial, como una mayor satisfacción del cliente, diferenciación competitiva, rentabilidad, crecimiento de los ingresos y cambios en la cuota de mercado.
• Tienen casi tres veces más probabilidades que otros de afirmar que sus organizaciones han rediseñado fundamentalmente los flujos de trabajo individuales.
• Utilizan la IA con regularidad en más funciones empresariales que sus pares – tienen muchas más probabilidades que otros de reportar su uso en marketing y ventas, estrategia y finanzas corporativas, y desarrollo de productos y servicios.
• El uso de la IA es impulsado por sus líderes.
• Tienen más probabilidades que otras de afirmar que sus organizaciones cuentan con procesos definidos para determinar cómo y cuándo los resultados de los modelos requieren validación humana para garantizar su precisión.
• Están invirtiendo más en capacidades de IA.

Las expectativas sobre el efecto de la IA en el tamaño de la plantilla varían

A medida que las organizaciones amplían el uso de la IA, los encuestados comparten diferentes perspectivas sobre cómo esta podría afectar el tamaño de su plantilla en el próximo año. En cuanto a las funciones en las que las organizaciones utilizan la IA, la mayoría de los encuestados observó pocos o ningún cambio en el número de empleados debido al uso de la IA por parte de su organización durante el último año. Sin embargo, una mayor proporción de encuestados espera cambios en el número de empleados en estas funciones durante el año. Las expectativas difieren en cuanto al impacto de la IA en el tamaño total de la plantilla de las empresas encuestadas. Si bien la mayoría de los encuestados prevé que el número total de empleados de sus organizaciones no se verá afectado en el próximo año, el 32 % pronostica una reducción general del 3 % o más, y el 13 % prevé un aumento de esa magnitud.

Los esfuerzos por mitigar los riesgos de la IA son cada vez más comunes a medida que se materializan los desafíos

En los últimos seis años, se ha constatado sistemáticamente que la mayoría de las organizaciones encuestadas mitigan pocos riesgos asociados al uso de la IA. En los últimos hallazgos, el porcentaje de encuestados que informan sobre medidas de mitigación para riesgos como la privacidad personal e individual, la explicabilidad, la reputación de la organización y el cumplimiento normativo ha aumentado desde la última consulta sobre los riesgos asociados a la IA en general en 2022. Los riesgos que las organizaciones experimentan y que intentan mitigar están interrelacionados: los encuestados son más propensos a afirmar que sus organizaciones están mitigando cada uno de los riesgos de los que han sufrido consecuencias. La inexactitud es uno de los dos riesgos que la mayoría de los encuestados afirma que sus organizaciones están intentando mitigar. Sin embargo, el segundo riesgo más mencionado —la explicabilidad— no se encuentra entre los que se mitigan con mayor frecuencia. Los encuestados de empresas con un alto desempeño en IA, que afirman que sus organizaciones han implementado el doble de casos de uso de IA que otras, tienen más probabilidades que otros de reportar consecuencias negativas.

---

Se hace referencia a The state of AI in 2025: Agents, innovation, and transformation. También aparece en mi Portal https://tinyurl.com/yx5h62rv.

Por Laszlo Beke

En Finanzas la vía para la adopción de Inteligencia Artificial  comienza con el uso de la IA Generativa, a través de Asistentes de IA y de Agentes de IA. Inicialmente  se trata de un esfuerzo de aprendizaje que lleva a una mejora  de productividad individual. Siendo Microsofft una plataforma comunmente utilizada por Finanzas, Copilot  ofrece las facilidades como Asistentes de IA para Excel y otros productos Microsoft, la posibilidad de crear Agentes IA a nivel individual y también de Agentes IA como parte de la mejora de procesos más complejos. Una vez que ya existe un mejor conocimiento de IA, se entra en la siguiente etapa de  proyectos pilotos IA a nivel de empresa. Las empresas que obtienen resultados son aquellas que vinculan la IA con necesidades empresariales específicas, optimizan los procesos clave y utilizan la tecnología para liberar recursos para tareas de mayor valor. Para los directores financieros, el mensaje es inequívoco: la oportunidad es real, pero para aprovecharla es necesario ir más allá de la experimentación y adoptar una ejecución disciplinada, basada en las prioridades del negocio. 

La realidad empresarial pone de manifiesto lo difícil que sigue siendo obtener un valor tangible de la IA: según estudios realizados, solo alrededor del 5 % de los proyectos piloto de IA se han traducido en un impacto significativo en los resultados financieros

. Los malos resultados se deben principalmente a que los proyectos piloto fallan en condiciones reales, no se adaptan a la aparición de nuevos datos y permanecen mal integrados en los procesos clave. Sin embargo, existen equipos financieros, que están utilizando con éxito la IA, la IA general y, cada vez más, la IA con agentes, para aumentar la eficiencia, mejorar la información y automatizar tareas manuales que consumen mucho tiempo

. En lugar de depender de proyectos piloto aislados, estas organizaciones aplican la IA en todos los ámbitos fundamentales de las finanzas. De esas experiencias, se examinan tres áreas donde los equipos de finanzas están aportando el mayor valor con la IA: planificación y control estratégicos, gestión de efectivo y capital de trabajo, y optimización de costos

Finalmente, se identificaran cinco errores comunes que pueden ralentizar los procesos y cómo superarlos.

Planificación y control estratégicos – cómo la IA puede ofrecer mejores perspectivasLas herramientas de apoyo a la toma de decisiones, impulsadas por una combinación de análisis predictivo e IA general, facilitan y agilizan el acceso a los datos de la empresa, la generación de informes y la ejecución de pronósticos o escenarios. Estas herramientas apoyan a los líderes financieros y a sus equipos, al tiempo que hacen que los datos sean más asequibles para quienes toman decisiones en toda la empresa. Por lo general, las herramientas de IA combinan algunas capacidades comunes: alertas que ayudan a los responsables financieros a optimizar su tiempo y atención, análisis interactivo de la causa raíz que permite comprender los factores que influyen en el rendimiento y la consideración de escenarios alternativos. En algunas funciones financieras donde se ha adoptado ampliamente, se ha observado que los profesionales de finanzas dedican entre un 20 % y un 30 % menos de tiempo al procesamiento de datos. La IA es idónea para estas tareas por cuanto integra con gran eficacia múltiples capas de información —provenientes de fuentes externas, financieras y operativas— en una visión coherente. Algunos ejemplos:

• En una empresa global de bienes de consumo, un asistente de IA general ayuda a los profesionales de finanzas a proporcionar información sobre las variaciones presupuestarias a los líderes empresariales de diferentes divisiones y mercados. Esta herramienta sustituye el procesamiento manual de datos. Esto ha generado un ahorro estimado del 30 % del tiempo de los profesionales de finanzas.
• El agente de apoyo a la toma de decisiones de una empresa biofarmacéutica global, impulsado por IA general e IA agente, reduce a la mitad el tiempo que el equipo de finanzas dedica a la toma de decisiones sobre la asignación de recursos. El equipo ahora genera escenarios complejos utilizando lenguaje natural durante las sesiones de planificación mensuales. La herramienta de IA integra datos de múltiples fuentes —incluidos sistemas de gestión de relaciones con clientes, información financiera y análisis del mix de marketing— para generar alertas de rendimiento. También proporciona análisis de causa raíz. Posteriormente, la herramienta sugiere acciones basadas en datos.
• En una gran institución financiera norteamericana, una herramienta de IA general ayuda a generar borradores de informes que documentan los requisitos y actualizaciones del modelo de riesgo interno.

Gestión de efectivo y capital de trabajo – cómo la IA analiza términos y facturas para mayor precisiónLos flujos de trabajo automatizados con IA permiten un nuevo nivel de automatización en los procesos de cuentas por pagar y por cobrar, lo que contribuye a que los departamentos de compras y otras áreas administrativas sean más eficientes. Por ejemplo, una empresa biotecnológica global implementó el cumplimiento de facturas y contratos mediante un sistema automatizado con IA que procesa contratos y facturas durante todo el año y verifica que todos los términos contractuales se apliquen correctamente. Este enfoque ayuda a prevenir pérdidas de valor cuando los proveedores omiten o aplican incorrectamente términos del contrato. El sistema puede interpretar cada contrato de proveedor y sus términos, rastrear las facturas entrantes para verificar el cumplimiento e identificar problemas que surgen solo en varias facturas, como cuando los volúmenes de compra acumulados dan derecho a un nivel de precio inferior. Mediante este sistema de IA, la empresa identificó fugas de contratos equivalentes a aproximadamente el 4 % del gasto total.

Optimización de costos – cómo la IA encuentra ahorros analizando el gasto detalladoLa IA puede simplificar la tarea, que consume mucho tiempo, de categorizar los costos detallados mediante el análisis de facturas y órdenes de compra complejas y su organización en categorías claras y estructuradas. Con una mayor visibilidad, los equipos financieros pueden aplicar algoritmos avanzados para detectar anomalías y áreas de despilfarro. Para comprender y controlar mejor su base de gastos indirectos, una gran institución financiera europea se propuso identificar ineficiencias ocultas en sus operaciones. Comenzó recopilando datos a nivel de factura de miles de proveedores y organizándolos en una taxonomía de costos detallada con cuatro niveles de detalle creciente y aproximadamente 400 subcategorías. Si bien cada categoría generó ahorros modestos por sí sola, en conjunto contribuyeron a reducir los costos en aproximadamente un 10% de un presupuesto multimillonario.

Otra gran empresa europea del sector del embalaje logró un mayor control sobre su fragmentada base de proveedores mediante el uso de gen AI para categorizar a más de 10 000 proveedores

Tradicionalmente, la gerencia se había centrado en los proveedores de mayor gasto, mientras que numerosos proveedores más pequeños —muchos de ellos en categorías de gasto indirecto— permanecían poco conocidos. Gracias a gen AI, la empresa clasificó a todos los proveedores con mayor precisión.

Superando las barreras para la escalabilidad de la IA en finanzas

Para aprovechar el potencial de la IA en finanzas, los equipos deberán ir más allá de simplemente añadir nuevas herramientas a los métodos de trabajo tradicionales. Deben transformar los procesos clave, el talento y la tecnología para que la adopción se consolide y genere valor

En este proceso, el progreso puede verse ralentizado o estancado por los siguientes obstáculos comunes

• Esperar datos perfectos – ofrecer casos de uso que funcionen con los datos actuales.
• Intentar una transformación total de golpe –  El camino más eficaz es transformar dominio por dominio,
• Lanzarse sin una hoja de ruta clara: – Los líderes financieros necesitan una hoja de ruta alineada con las prioridades de su negocio, con decisiones claras sobre qué casos de uso abordar primero y cuáles después.
• Descuidar la gestión del cambio – La mayor barrera suele ser la adopción, no la tecnología.
• Automatizar procesos fragmentados –  Eliminar pasos innecesarios y unificar los procesos entre los equipos permite que la tecnología escale de forma efectiva.

Se hace referencia a How finance teams are putting AI to work today. También aparece en mi Portal https://tinyurl.com/cyjrprxf.

Por Laszlo Beke

Es muy difícil predecir hacia donde apunta y como se utilizará Inteligencia Artificial en el futuro. Incluso, Geoffrey Hinton, considerado el padre de la IA y Premio Nobel se puede equivocar proyectando el efecto de IA. El Dr. Hinton en 2016 planteó que «La gente debería dejar de capacitar a radiólogos ahora», añadiendo que era «completamente obvio» que dentro de cinco años la IA superaría a los humanos en ese campo”. Ahora, acepta que habló de esta forma demasiado amplia en 2016 y aclaró que se refería exclusivamente al análisis de imágenes y se equivocó en el momento, pero no en la dirección. También afirma que, en unos años, la mayor parte de la interpretación de imágenes médicas se realizará mediante «una combinación de IA y un radiólogo, lo que aumentará considerablemente la eficiencia de los radiólogos, además de mejorar la precisión». Independientemente de las predicciones pasadas de los expertos, que la IA robaría puestos de trabajo en radiología, la realidad es que la tecnología transformará la medicina. Dentro de cinco años, será una mala praxis no usar IA, pero serán los humanos y la IA trabajando juntos.

Aun cuando el mensaje era “Su radiólogo de IA no estará con usted pronto”, un estudio reciente del Colegio Americano de Radiología proyectó un crecimiento constante de la fuerza laboral hasta 2055. Aquí la tecnología tendría un impacto significativo, pero no como una destructora de empleos.

El mercado laboral

Informáticos, expertos laborales y legisladores llevan mucho tiempo debatiendo cómo se desarrollará la IA en el mercado laboral. ¿Será un asistente inteligente que mejore el rendimiento humano o un sustituto robótico que desplace a millones de trabajadores? El debate se ha intensificado a medida que la tecnología de vanguardia, detrás de los chatbots, parece estar mejorando más rápido de lo previsto. Los líderes de OpenAI, Anthropic y otras empresas de Silicon Valley predicen que la IA eclipsará a los humanos en la mayoría de las tareas cognitivas en pocos años. Pero muchos investigadores prevén una transformación más gradual, en línea con las invenciones trascendentales del pasado, como la electricidad o internet.

La prevista extinción de los radiólogos ofrece un caso de estudio revelador. Hasta ahora, la IA está demostrando ser una poderosa herramienta médica para aumentar la eficiencia y potenciar las capacidades humanas, en lugar de quitarle el trabajo a nadie. En lo que respecta al desarrollo e implementación de la IA, la radiología ha sido un objetivo prioritario de la tecnología. De las más de 1.000 aplicaciones de IA aprobadas por la Administración de Alimentos y Medicamentos (FDA) para su uso en medicina, aproximadamente tres cuartas partes se destinan a radiología. La IA suele destacar en la identificación y medición de anomalías específicas, como una lesión pulmonar o un bulto en el pecho. Ha habido un progreso asombroso, pero estas herramientas de IA, en su mayoría, buscan un solo objetivo: utilizar esta tecnología para mejorar.

Los radiólogos hacen mucho más que estudiar imágenes. Asesoran a otros médicos y cirujanos, hablan con pacientes, redactan informes y analizan historiales médicos. Tras identificar un grupo sospechoso de tejido en un órgano, interpretan su posible significado para un paciente con un historial médico específico, aprovechando años de experiencia. El rol del radiólogo es como «un médico para otros médicos», comunicando claramente los resultados de las imágenes, asistiendo y asesorando. Las predicciones de que la IA robará puestos de trabajo a menudo subestiman la complejidad del trabajo que las personas realmente realizan, al igual que los radiólogos hacen mucho más que leer exploraciones. Las herramientas de IA se han investigado, desarrollado y adaptado para adaptarse a las rutinas de trabajo de los médicos con mucha actividad.

Clínica Mayo en Rochester, Minnesota.

En lugares importantes y reconocidos, como la Clínica Mayo, la tecnología ha sido más aliada que enemiga. Hoy en día, los radiólogos —médicos especialistas en imágenes médicas que observan el interior del cuerpo para diagnosticar y tratar enfermedades— siguen teniendo una gran demanda. En la Clínica Mayo, en los últimos años, han comenzado a utilizar la IA para mejorar la nitidez de las imágenes, automatizar tareas rutinarias, identificar anomalías médicas y predecir enfermedades. La IA también puede servir como «un segundo par de ojos». En la Clínica Mayo, la plantilla de radiólogos ha crecido un 55 % desde el pronóstico catastrófico del Dr. Hinton, hasta alcanzar más de 400 radiólogos. En la Clínica Mayo decidieron invertir y hoy en día, el departamento de radiología cuenta con un equipo de IA de 40 personas, incluyendo científicos de IA, investigadores de radiología, analistas de datos e ingenieros de software. Han desarrollado una serie de herramientas de IA, desde analizadores de tejidos hasta predictores de enfermedades.

La IA está presente en todo el flujo de trabajo ahora. En general, la Clínica Mayo utiliza más de 250 modelos de IA, tanto desarrollados internamente como con licencia de proveedores. Los departamentos de radiología y cardiología son los principales consumidores. En algunos casos, la nueva tecnología abre la puerta a conocimientos que superan la capacidad humana. Un modelo de IA analiza datos de electrocardiogramas para predecir la mayor probabilidad de que los pacientes desarrollen fibrilación auricular, una anomalía del ritmo cardíaco. Un proyecto de investigación en radiología emplea un algoritmo de IA para discernir cambios sutiles en la forma y la textura del páncreas y detectar el cáncer hasta dos años antes que los diagnósticos convencionales. La IA también puede identificar automáticamente las imágenes que muestran la mayor probabilidad de un crecimiento anormal, básicamente informándole al radiólogo. Otro programa escanea imágenes en busca de coágulos de sangre en el corazón o los pulmones, incluso cuando el enfoque médico puede estar en otra parte.

Una médico, la Dra. Potretzke, ha colaborado en una herramienta de IA que mide el volumen de los riñones. El crecimiento renal, al combinarse con quistes, puede predecir el deterioro de la función renal antes de que se refleje en los análisis de sangre. Anteriormente, se medía el volumen renal principalmente a mano, con el equivalente a una regla en la pantalla y conjeturas. Los resultados variaban y la tarea requería mucho tiempo. La Dra. Potretzke se desempeñó como consultora, usuaria final y evaluadora mientras trabajaba con el equipo de IA del departamento. Ayudó a diseñar el programa de software, que tiene un código de colores para diferentes tejidos, y revisó las mediciones. Hoy, ella menciona una imagen en la pantalla de su computadora y hace clic en un ícono, y la medición del volumen renal aparece al instante. Le ahorra de 15 a 30 minutos cada vez que examina una imagen renal, y su precisión es constante. “Es un buen ejemplo de algo que se siente muy cómoda delegando en la IA por su eficiencia y precisión”, Puede aumentar, asistir y cuantificar, pero no está en condiciones de renunciar a las conclusiones interpretativas de la tecnología”.

Se hace referencia a Your A.I. Radiologist Will Not Be With You Soon. También aparece en mi Portal https://tinyurl.com/uzzm874b.