¿ROI de la IA? Apuesta por el crecimiento
Estudio sobre el desempeño de la IA | PwC
Solo el 20% de las empresas está capturando el 74% de todo el valor impulsado por la IA. Hemos descifrado cómo lo hacen, para que tú puedas aprovechar la IA y potenciar la productividad, la reinvención y el crecimiento.
Perspectivas de IA
Pregunta a nuestro asistente IA
Descubre insights a partir de nuestros estudios globales para que puedas separar el hype del ROI.
¿Qué retornos están viendo los líderes en IA...
En salas de reuniones desde Nueva York hasta Singapur, el mismo momento se repite una y otra vez. Alguien proyecta una diapositiva con una cuadrícula ordenada de pilotos de IA (chatbots por aquí, copilotos por allá) y todos en la sala asienten. Luego comienzan las preguntas. ¿Cuáles de estos pilotos están aumentando los ingresos? ¿Cuáles están reduciendo costos? ¿Cuántas decisiones se han tomado mejor, más rápido o de forma más segura?
El silencio que suele seguir refleja una realidad incómoda: para muchas empresas, toda esa actividad en torno a la IA no está generando retornos medibles. Investigaciones de PwC muestran que el valor hoy se concentra en un grupo reducido: el 20% de las 1.217 empresas que encuestamos captura el 74% de los retornos impulsados por la IA. ¿Qué separa a estos líderes en IA del resto? Es lo que hemos llegado a definir como preparación para la IA (AI fitness): la capacidad de dirigir la inteligencia artificial hacia lo que realmente importa, construir bases adecuadas para su propósito e integrar la IA de manera profunda en toda la empresa.
Este artículo está escrito para líderes empresariales que quieren dejar de contar pilotos de IA y empezar a generar aumentos medibles de ingresos y ahorros de costos con IA. Explica qué hacen las empresas que están obteniendo resultados sobresalientes para volverse realmente aptas en IA, y demuestra que estas prácticas están al alcance de todas las organizaciones.
La ventaja de un rendimiento 7,2 veces mayor
Para entender por qué algunas empresas están obteniendo retornos reales mientras que la mayoría no, analizamos comparativamente a 1.217 empresas (de distintas regiones del mundo y 25 sectores) según su desempeño financiero impulsado por la IA, definido como los aumentos de ingresos y de eficiencia derivados de la IA y ajustado para que cada empresa pudiera compararse con la mediana de su sector.
También consultamos a altos ejecutivos de estas empresas sobre su nivel de participación en 60 áreas de gestión e inversión en IA, con el fin de evaluar el impacto de estas prácticas en el desempeño financiero impulsado por la IA. Agrupamos estas prácticas en nueve categorías, relacionadas tanto con la forma en que las empresas utilizan la IA como con las capacidades fundamentales que la hacen confiable y escalable, como la estrategia y la gobernanza. Estas nueve categorías conforman los componentes de nuestro índice de preparación en IA.
Fuente: Estudio de desempeño en IA de PwC.
El resultado principal es claro: las empresas con mayor nivel de preparación en IA en nuestra investigación logran un desempeño financiero impulsado por la IA 7,2 veces superior al del resto de los participantes.
¿La razón de este dominio? Los altos niveles de preparación mejoran un amplio conjunto de resultados intermedios de desempeño que, a su vez, influyen en los resultados financieros de las empresas. Por ejemplo, las compañías con el desempeño financiero impulsado por IA más sólido (nuestros “líderes en IA”) tienen más probabilidades que otras de observar que su portafolio de IA ha acelerado la salida al mercado de nuevos productos y servicios, transformado sus modelos de negocio y operativos, mejorado la calidad de la toma de decisiones y fortalecido la experiencia y la confianza de los clientes; un conjunto de métricas en las que muchos ejecutivos ya están enfocados en mejorar.
Idea en movimiento
Un gran proveedor tecnológico mejora la experiencia del cliente
El punto de partida
Una importante empresa tecnológica, con millones de clientes, enfrentaba expectativas crecientes de ofrecer un servicio fluido y personalizado. Sin embargo, su modelo de interacción con clientes, en gran medida manual, no lograba seguir el ritmo. Los líderes de la compañía querían mejorar la experiencia del cliente manteniendo los costos bajo control.
La jugada
PwC diseñó e implementó un centro de contacto omnicanal impulsado por IA que combinó modelamiento predictivo de intención, diálogo adaptativo y analítica en tiempo real para apoyar tanto a agentes humanos como a agentes de IA. Un hub centralizado de gestión de agentes de IA permitió la orquestación entre canales, el despliegue a escala y la gobernanza. Para ayudar a los colaboradores a utilizar el nuevo software de manera efectiva, la compañía también implementó principios de IA responsable, programas de capacitación y reconversión de habilidades, y nuevas formas de trabajo para equipos híbridos de humanos e IA.
El resultado
Los resultados fueron inmediatos y medibles: los clientes pasaron 25% menos tiempo al teléfono para resolver sus solicitudes, y las transferencias de llamadas se redujeron hasta en 60%, lo que permitió que más casos se resolvieran en el primer contacto. La experiencia del cliente también mejoró: el Net Promoter Score (NPS) de la compañía aumentó en 7%, y la satisfacción de los clientes creció en 10%.
Las empresas con mayor aptitud en IA registran un desempeño
impulsado por IA 7,2 veces mayor, ajustado por industria
*El desempeño impulsado por IA (mostrado aquí como la diferencia en puntos porcentuales en relación con la puntuación media) es una medida que combina los ingresos impulsados por IA y las ganancias de eficiencia o reducción de costos impulsadas por IA, en comparación con las medianas del sector. La eficiencia proveniente de la IA representa el promedio entre las mejoras de eficiencia y las reducciones de costos derivadas de la IA.
Fuente: Estudio de desempeño en IA de PwC.
Se producen efectos sinérgicos similares entre el uso de la IA y las bases de la IA. Cuando las empresas con bases sólidas aumentan el uso de la IA, observan una mejora en el rendimiento impulsado por la IA casi el doble de la que registran aquellas con bases más débiles. En efecto, las bases aumentan la tasa de conversión de la actividad de la IA en resultados medibles. Unos datos y unas plataformas más sólidos reducen el tiempo de implementación, mientras que el rediseño de los flujos de trabajo y el fomento de la confianza entre el personal aumentan la adopción. Una mayor adopción, a su vez, genera datos y comentarios más completos, lo que mejora el sistema con el tiempo y aumenta el impacto con cada implementación.
Está claro que las empresas que están tomando la delantera gracias a la IA no se limitan a “hacer más IA”. Están construyendo las capacidades que hacen que la IA sea escalable y confiable, y luego eligen cuidadosamente dónde aplicar esa escala para maximizar el impacto financiero.
IINFORMACIÓN PARA LA ACCIÓN
2 veces
mejora el desempeño impulsado por la IA en las empresas que respaldan su mayor uso con capacidades fundamentales más sólidas.
Por qué importa:
Implementar casos de uso sin la capacidad de repetirlos de manera confiable genera un ROI más bajo.
Tu próximo paso:
Antes de ampliar la huella de IA de tu empresa, identifica una o dos capacidades fundamentales que tengan mayor probabilidad de bloquear la repetibilidad y corrígelas primero en las iniciativas de mayor valor.
Para los líderes en desempeño impulsado por IA, la IA mejora una amplia gama de factores que impulsan resultados financieros superiores
P. ¿En qué medida el portafolio completo de IA de tu empresa ha mejorado los siguientes resultados?
(Se muestran solo las respuestas “En gran medida” y “En muy gran medida”)
Nota: Los líderes en IA incluyen a los encuestados de la región de Latinoamérica.
Base: Encuestados Latinoamérica (83), líderes en IA (235), todos los demás (908).
Fuente: Estudio de desempeño en IA de PwC.
¿En qué enfocan primero la IA las empresas líderes? No solo en mejoras importantes en eficiencia, sino también en la reinvención y el crecimiento, especialmente donde el valor se está desplazando a medida que las industrias convergen en un mundo de “valor en movimiento”.
Apuntar la IA hacia el crecimiento y la reinvención
Muchas empresas utilizan la IA para ser más eficientes en el trabajo que ya realizan. Piensa en las compañías de seguros, donde las soluciones de IA procesan rápidamente los siniestros, o en las empresas de software, donde los programadores dirigen a la IA para que escriba una parte significativa del nuevo código. Las organizaciones líderes en IA que estudiamos también usan la IA para mejorar la eficiencia. Pero no se quedan ahí. Estas empresas tratan la IA como un motor de reinvención que impulsa el crecimiento de los ingresos: una herramienta que las ayuda a crear nuevas ofertas y a redefinir sus modelos de negocio para ingresar a mercados nuevos y prometedores.
Nuestro estudio muestra que las empresas líderes tienen 2,6 veces más probabilidades que el resto de afirmar que la IA ha mejorado su capacidad para reinventar su modelo de negocio.
En las empresas líderes, la utilidad de la tecnología abarca todas las actividades de reinvención del negocio que analizamos. Todo comienza con la búsqueda de oportunidades. Descubrimos que los líderes en IA tienen 1,8 veces más probabilidades que otras empresas de usar IA para identificar nuevos pools de valor emergentes, en particular aquellos centrados en las necesidades de los clientes, que requieren combinaciones innovadoras y multisectoriales de productos y servicios. A medida que las industrias convergen para satisfacer estas necesidades, las recompensas para las empresas que reinventan sus modelos de negocio aumentan.
De hecho, la capacidad de capturar oportunidades de crecimiento derivadas de la convergencia de industrias destaca en nuestra investigación como el factor de madurez en IA más fuerte que influye en el desempeño financiero impulsado por IA. Los líderes en IA tienen entre dos y tres veces más probabilidades que otros de usar la IA para colaborar con empresas de otros sectores, desbloquear valor trabajando en ecosistemas empresariales y competir más allá de sus sectores tradicionales. Considera la posibilidad de que fabricantes de automóviles y proveedores de salud trabajen juntos para equipar vehículos con sensores de alta tecnología que monitoreen la salud del conductor y envíen los datos a sistemas de IA que luego diseñen programas de prevención personalizados.
INFORMACIÓN PARA LA ACCIÓN
2,6 veces
probabilidad de afirmar que la IA les ha ayudado a reinventar su modelo de negocio (líderes en IA frente al resto).
Por qué importa:
Los mayores retornos se generan cuando la IA cambia qué vendes y cómo creas valor, no solo la rapidez con la que ejecutas tareas.
Tu próximo paso:
Identifica dos apuestas de crecimiento que la IA podría habilitar este año y define claramente qué evidencia demostraría que están funcionando.
Los líderes en desempeño impulsado por IA tienen mayor probabilidad de usar IA para impulsar el crecimiento a partir de la convergencia de industrias, el factor más influyente en el desempeño impulsado por IA
P. ¿En qué medida tu organización está utilizando IA para lo siguiente?
(Se muestran solo las respuestas “En gran medida” y “En muy gran medida”)
Nota: Los líderes en IA incluyen a los encuestados de la región de Latinoamérica.
Base: Encuestados Latinoamérica (83), líderes en IA (235), todos los demás (908).
Fuente: Estudio de desempeño en IA de PwC.
Las empresas líderes que analizamos también refuerzan sus agendas de crecimiento basadas en IA con una gestión disciplinada. Toman decisiones estratégicas desde etapas tempranas y luego las llevan a la operación con claridad de responsabilidades y medición. En comparación con el resto, las compañías líderes tienen más probabilidades de contar con una hoja de ruta de IA priorizada, que abarque horizontes de corto y largo plazo, de alinear la visión de IA con los objetivos del negocio, de dar seguimiento sistemático al impacto en el negocio, y de hacer directamente responsables a los líderes senior por los resultados de la IA.
INFORMACIÓN PARA LA ACCIÓN
80%
más de probabilidades de realizar un seguimiento sistemático al impacto empresarial de las iniciativas de IA si eres una empresa líder, en comparación con aquellas que van rezagadas.
Por qué importa:
No hay forma de saber si tus inversiones en IA están generando retornos si no cuentas con un mecanismo claro de medición de resultados.
Tu próximo paso:
Implementa una revisión mensual de “escalar o detener”. Solo los proyectos que muestren avances medidos sobre un indicador de negocio definido reciben financiamiento adicional.
Tu próximo paso: Cambia el foco de costos a generación de caja. Trata el crecimiento impulsado por la convergencia de industrias como un portafolio de IA diferenciado, con patrocinio senior. Utiliza la IA para detectar hacia dónde se está moviendo el valor y respalda esa visión con decisiones concretas: una hoja de ruta priorizada, responsables claramente definidos e indicadores de impacto que obliguen a tomar decisiones y a establecer prioridades.
Idea en movimiento
John Deere se reinventa añadiendo IA
El punto
de partida
Para los agricultores, el aumento de los costos de los insumos y las presiones en materia de sostenibilidad hacen que cobren mayor relevancia resultados como la reducción del uso de químicos, mayores rendimientos y una mejor gestión de los recursos. Para John Deere, estos cambios representan oportunidades para crear valor mediante ofertas innovadoras que incorporan IA en maquinaria cada vez más sofisticada. En respuesta, John Deere ha convertido en una prioridad el desarrollo de un modelo de negocio de soluciones y servicios que reduzca las barreras de entrada iniciales y habilite ingresos recurrentes vinculados a resultados.
La
jugada
John Deere implementó "See & Spray", un sistema de pulverización de precisión de tipo “detectar y actuar” impulsado por IA, que utiliza cámaras montadas en la barra y computación a bordo para identificar malezas y activar las boquillas que aplican herbicidas solo donde son necesarios. La compañía empaquetó esta capacidad en un modelo comercial similar a un servicio, que permite a los clientes pagar por resultados verificados.
El
resultado
Durante la temporada agrícola 2024, John Deere informó que See & Spray se utilizó en más de 1 millón de acres, lo que permitió a los agricultores ahorrar aproximadamente 8 millones de galones de mezcla de herbicidas, con un ahorro promedio del 59% en el uso de herbicidas en cultivos de maíz, soya y algodón. Más allá de ofrecer estos beneficios de reducción de costos y sostenibilidad para los agricultores, este modelo posiciona a John Deere para capturar mayor valor a través de un flujo de ingresos por servicios escalable, en lugar de depender únicamente de un diferenciador de hardware de una sola vez.
Construir fundamentos de IA enfocados
Apuntar la IA a la reinvención y a las oportunidades derivadas de la convergencia de industrias es la parte fácil. Lo difícil es lograr esos resultados de forma repetible, y por eso el siguiente factor diferenciador no es la ambición, sino las seis capacidades fundamentales enfocadas. En lugar de tratar estas capacidades como una agenda abstracta de modernización, los líderes en IA construyen solo lo que es necesario para convertir el uso de la IA (orientado al crecimiento y a otros objetivos de alto valor) en resultados medibles a escala.
Los fundamentos cambian la economía de la IA. Reducen la fricción, el retrabajo y los desarrollos “puntuales”, de modo que cada nuevo despliegue se vuelve más rápido, más barato y más confiable.
Los líderes en IA destacan por sentar bases sólidas en...
P. ¿En qué medida estás de acuerdo con cada una de las siguientes afirmaciones?
(Se muestran solo las respuestas “En gran medida” y “En muy gran medida”)
P. ¿En qué medida estás de acuerdo con cada una de las siguientes afirmaciones?
(Se muestran solo las respuestas “En gran medida” y “En muy gran medida”)
P. ¿Con qué frecuencia tu organización revisa el portafolio de IA con los siguientes objetivos?
(Se muestran solo las respuestas “Semanal”, “Quincenal” y “Mensual”)
P. ¿En qué medida estás de acuerdo con cada una de las siguientes afirmaciones?
(Se muestran solo las respuestas “En gran medida” y “En muy gran medida”)
P. ¿En qué medida estás de acuerdo con cada una de las siguientes afirmaciones?
(Se muestran solo las respuestas “En gran medida” y “En muy gran medida”)
P. ¿En qué medida estás de acuerdo con cada una de las siguientes afirmaciones?
(Se muestran solo las respuestas “En gran medida” y “En muy gran medida”)
P. ¿En qué medida estás de acuerdo con cada una de las siguientes afirmaciones?
(Se muestran solo las respuestas “En gran medida” y “En muy gran medida”)
P. ¿En qué medida estás de acuerdo con cada una de las siguientes afirmaciones?
(Se muestran solo las respuestas “En gran medida” y “En muy gran medida”)
P. ¿Con qué frecuencia tu organización revisa el portafolio de IA con los siguientes objetivos?
(Se muestran solo las respuestas “Semanal”, “Quincenal” y “Mensual”)
P. ¿En qué medida estás de acuerdo con cada una de las siguientes afirmaciones?
(Se muestran solo las respuestas “En gran medida” y “En muy gran medida”)
P. ¿En qué medida estás de acuerdo con cada una de las siguientes afirmaciones?
(Se muestran solo las respuestas “En gran medida” y “En muy gran medida”)
P. ¿En qué medida estás de acuerdo con cada una de las siguientes afirmaciones?
(Se muestran solo las respuestas “En gran medida” y “En muy gran medida”)
Nota: Los líderes en IA incluyen a los encuestados de la región de Latinoamérica.
Base: Encuestados Latinoamérica (83), líderes en IA (235), todos los demás (908).
Fuente: Estudio de desempeño en IA de PwC.
Como se mencionó anteriormente, esto se traduce en un efecto de tasa de conversión: después de que una empresa con bajo desempeño implementa las prácticas adecuadas, debería observar, en promedio, el doble de retorno por cada nuevo caso de uso de IA.
Nuestra investigación muestra que las cinco prácticas que se describen a continuación son las que generan los mayores aumentos de desempeño.
Financia y ajusta el portafolio de IA como un inversionista
Las empresas líderes de nuestro estudio invierten significativamente más en IA que el resto: 2,5 veces más como proporción de sus ingresos. Los líderes de los sectores de software, banca y medios y entretenimiento reportan las mayores inversiones, en torno al 5% de los ingresos anuales. Sin embargo, contar con una inversión elevada en IA es solo una parte de la fórmula. Estas empresas también se esfuerzan por mantener sus inversiones alineadas con las necesidades del negocio. Según nuestra investigación, tienen 1,3 veces más probabilidades que otras compañías de reasignar recursos financieros y humanos hacia proyectos de IA de alto valor a medida que cambian sus prioridades estratégicas. Este enfoque es coherente con un amplio cuerpo de investigación que vincula la asignación dinámica de recursos con mejores resultados financieros.
Fomentar la innovación impulsada por IA
Si el financiamiento es el combustible, la innovación es el motor. Los líderes en IA crean las condiciones para la experimentación a alta velocidad. Tienen 1,5 veces más probabilidades que otras empresas de proporcionar infraestructura tecnológica diseñada específicamente para la experimentación en IA: por ejemplo, entornos tipo sandbox, aislados de los sistemas empresariales, donde los desarrolladores pueden probar nuevas soluciones de IA de forma segura. Estos líderes también tienen más probabilidades de designar responsables de innovación que dirijan los proyectos de IA dentro de las unidades de negocio. Esta combinación facilita poner en marcha pilotos y ejecutarlos de manera rápida y segura.
Además, los líderes en IA son más propensos que el resto a realizar revisiones estructuradas de sus iniciativas de innovación en IA, lo que les permite decidir cuáles priorizar, escalar o terminar. El resultado es un pipeline de experimentos que de forma consistente se traduce en soluciones de IA que generan valor.
INFORMACIÓN PARA LA ACCIÓN
1,5 veces
más probabilidades de que las empresas líderes en IA proporcionen tanto infraestructura específica como apoyo a la innovación en IA a través de responsables designados en las unidades de negocio.
Por qué importa:
La IA se estanca cuando es una tarea secundaria para todos. Una infraestructura específica, junto con responsables que rindan cuentas, convierte la experimentación en resultados repetibles.
Tu próximo paso:
Asigna un responsable específico y unos indicadores de éxito a cada iniciativa prioritaria de IA, dotándole de capacidad de decisión, y combínala con una plataforma específica para la experimentación y la obtención de resultados.
Para impulsar la adopción, cultiva la confianza de los colaboradores
El valor de la IA se materializa cuando las personas la usan. Por eso, la confianza de los colaboradores en la tecnología es mucho más que un punto dentro de la “gestión del cambio”. La falta de confianza es un cuello de botella: poca confianza implica bajo uso, y bajo uso implica bajo impacto.
Los líderes crean las condiciones para la adopción. En las organizaciones líderes en IA, los colaboradores tienen 2,1 veces más probabilidades de confiar en los insights generados por IA y de actuar en base a ellos en su trabajo diario.
La confianza rara vez se construye con un solo programa. Surge de un sistema compuesto por los siguientes elementos:
- Involucramiento. En las empresas líderes en IA, es más común que equipos de negocio, datos y especialistas en IA cocreen soluciones de IA. La colaboración transversal promueve la alineación entre las necesidades del negocio y el diseño de las soluciones, y elimina las transferencias torpes entre desarrolladores y usuarios finales que suelen frenar la adopción. Las compañías líderes también ofrecen a los colaboradores incentivos claros para experimentar con IA, lo que puede dar origen a ideas escalables alineadas con las prioridades de la organización.
- Desarrollo de habilidades. Una capacitación efectiva enseña a los colaboradores cómo aplicar la IA en situaciones cotidianas de trabajo. Las empresas líderes tienen más probabilidades de ofrecer aprendizaje continuo en IA, basado en roles. Sus ejecutivos senior también predican con el ejemplo, asistiendo a sesiones de formación y utilizando visiblemente la IA en su propio trabajo.
- Seguridad. Los líderes en IA fortalecen aún más la confianza de los colaboradores mediante límites claros y protocolos. Cuando las personas entienden qué está permitido hacer con la IA, qué situaciones requieren escalamiento y quién es responsable, pueden usar la IA con mayor confianza. En las empresas líderes, es más probable que los colaboradores cuenten con controles de acceso a datos y a la IA basados en roles, junto con seguridad sólida y actualizada para los datos, los modelos y la infraestructura.
Utiliza la gobernanza para fortalecer aún más la confianza (y acelerar)
Las empresas líderes toman la gobernanza en serio, pero se aseguran de aplicarla de una manera que agilice la ejecución en lugar de frenarla. Un comité de gobernanza define las políticas de IA responsable, y los equipos las incorporan en su trabajo diario mediante mecanismos como plantillas estándar de desarrollo, puntos de control rápidos y monitoreo periódico. Este enfoque permite que los casos de uso rutinarios avancen con rapidez, mientras los equipos recurren al comité solo para revisar los trabajos de mayor riesgo.
Las empresas líderes en IA tienen mayor probabilidad de contar con esta infraestructura en funcionamiento: presentan 1,7 veces más probabilidades de utilizar un marco documentado de IA responsable que se aplica a todo el proceso, desde la selección de casos de uso hasta el monitoreo de las aplicaciones, y 1,5 veces más probabilidades de contar con un comité de gobernanza de IA transversal.
Idea en movimiento
Wyndham escala agentes de IA confiables
El punto
de partida
Para Wyndham, una franquicia hotelera global, ofrecer una experiencia de viaje distintiva implica ofrecer a los propietarios hoteleros el apoyo fiable y oportuno que necesitan para aplicar con precisión los estándares de marca de la empresa, pero con margen para personalizaciones regionales. Sin embargo, el proceso para cambiar los estándares de marca requería en promedio 30 días de esfuerzo manual. Los líderes de la empresa buscaron mejorar este proceso. Pusieron la IA responsable en el centro de su estrategia para garantizar una solución sólida que los empleados se sintieran seguros adoptando.
La
jugada
PwC ayudó a Wyndham a poner en marcha una IA confiable mediante el diseño de flujos de trabajo agénticos con supervisión humana integrada, utilizando prompts automatizados, coautoría y monitoreo en tiempo real para que los equipos pudieran guiar y supervisar a los agentes. Wyndham también preparó el programa para escalar, apoyándolo en un marco de IA responsable y en programas continuos de capacitación para fortalecer la confianza y la adopción.
El
resultado
Los agentes unificaron los estándares, simplificaron los flujos de trabajo para las solicitudes de cambios y crearon un acceso centralizado y fácil de usar para los franquiciados. Wyndham logró consistencia de marca a gran velocidad, sin sacrificar rigurosidad ni confiabilidad: el tiempo de revisión de los cambios a los estándares de marca se redujo en 94% (las revisiones realizadas por IA fueron 20 veces más rápidas), lo que permitió ahorrar entre 40 y 80 horas por revisión y posicionó a Wyndham para aplicar con confianza soluciones de IA confiable en toda su operación.
Eliminar la fricción tecnológica y de datos
Según nuestra experiencia, algunos de los mayores obstáculos para escalar la IA son la calidad y el acceso a los datos, la integración tecnológica y el costo oculto de reconstruir repetidamente los mismos componentes (como pipelines de datos y capas de integración).
Los líderes en IA se enfocan en eliminar estos cuellos de botella en sus casos de uso de mayor impacto.
Tienen 2,4 veces más probabilidades de crear componentes de IA reutilizables, catalogados de forma centralizada, que los equipos pueden utilizar directamente en lugar de reinventarlos desde cero. Además, presentan 1,7 veces más probabilidades de proporcionar los datos de alta calidad necesarios para las aplicaciones de IA priorizadas.
Idea en movimiento
Southwest Airlines usa GenAI para transformar código heredado en requisitos listos para la modernización
EL punto de partida
Southwest Airlines tenía una aplicación de asistencia y licencias de tripulación que funcionaba sobre una pila tecnológica heredada, con documentación limitada y una fuerte dependencia del conocimiento tácito. Los ejecutivos decidieron encontrar formas de hacer que el sistema fuera más fácil de mantener y actualizar, gestionando al mismo tiempo el tiempo, el costo y el riesgo de la modernización.
La jugada
Southwest trabajó con PwC para aplicar GenAI y técnicas avanzadas de ingeniería de software con el fin de realizar ingeniería inversa del código fuente de la aplicación y convertirlo en requisitos funcionales claros para el sistema actualizado, además de un backlog de modernización priorizado. Luego, especialistas en conocimiento de Southwest validaron y refinaron los resultados mediante talleres, lo que permitió crear un plan de entrega detallado, con mayor confianza y un enfoque repetible para futuros esfuerzos de modernización.
El resultado
GenAI redujo en un 50% el tiempo necesario para crear los backlogs (de diez a cinco semanas) y ahorró más de 200 horas entre los equipos de ingeniería, tecnología y negocio durante las etapas de planificación y diseño. El trabajo también generó más de 600 requisitos, de los cuales el 90% fue aceptado como de alta calidad, reduciendo el riesgo del esfuerzo de modernización antes de que comenzara el desarrollo.
Tu próximo movimiento: construye solo lo que tu estrategia de IA realmente exige, en lugar de perderte en una transformación amplia e interminable. Esto implica anclar las bases a un conjunto reducido de resultados prioritarios, financiar el portafolio de forma ordenada para escalar a los ganadores, modernizar únicamente los datos y las plataformas necesarias, y ofrecer recapacitación específica a los colaboradores junto con una gobernanza adecuada. Este mensaje aplica tanto para las organizaciones rezagadas en IA como para las líderes en IA: incluso las que superan al resto no están adoptando algunas prácticas clave, lo que significa que aún están dejando valor sobre la mesa. Por ejemplo, aunque los líderes en IA son más disciplinados que sus pares al momento de depurar iniciativas, solo el 28 % afirma que realiza revisiones del portafolio de IA para terminar iniciativas en una medida “grande” o “muy grande”.
Idea en movimiento
Una empresa líder del sector salud convirtió los datos en información útil y en una fuente de ingresos
El punto
de partida
Una organización líder del sector salud sabía que sus datos oncológicos podían ayudarla a brindar una mejor atención y acelerar la investigación. Sin embargo, gran parte de esa información estaba atrapada en sistemas aislados y en notas no estructuradas. Incluso después de modernizar algunas de sus plataformas, datos clave como patología, biomarcadores, historial de tratamientos y determinantes sociales seguían dispersos. Ante este escenario, los ejecutivos decidieron unificar la información para facilitar análisis oportunos y permitir que los médicos personalizaran la atención o vincularan a los pacientes con ensayos clínicos.
La
jugada
Junto con PwC y Google Cloud, la organización construyó una base de datos oncológicos escalable y preparada para IA, que optimizó la forma en que los datos se ingieren, limpian, organizan y vuelven buscables, integrando registros clínicos, reclamaciones, fuentes de terceros y notas médicas. La IA ayudó a convertir información no estructurada en formatos utilizables, mientras que las herramientas de Google Cloud ofrecieron insights en tiempo real, diseñados en torno a los flujos de trabajo clínicos y de investigación en primera línea, con monitoreo integrado de la calidad de los datos para generar confianza.
El
resultado
El programa organizó alrededor de 2.000 tablas de datos en activos reutilizables pensados para decisiones del mundo real, como identificar cuándo un paciente podría beneficiarse de opciones de tratamiento más accesibles, pero igual de efectivas. Hoy, los equipos de atención acceden a analítica un 50 % más rápido, lo que permite una asignación más ágil de pacientes a ensayos clínicos, comparaciones de tratamientos en el punto de atención e identificación temprana de riesgos. Estos insights, protegidos en materia de privacidad, también generaron un potencial de más de US$50 millones en nuevo valor gracias a la aceleración de la investigación y a alianzas con el sector de ciencias de la vida.
Integrar la IA en toda la organización
Una vez que los ejecutivos definen el conjunto de objetivos de negocio que esperan alcanzar con la IA (crecimiento, reinvención, eficiencia o una combinación de estos), se aseguran de que las soluciones de IA se desarrollen e implementen en todos los ámbitos de la empresa donde puedan marcar una diferencia. Integrar la IA de forma estructural en la organización implica trabajar en tres dimensiones: implementar la IA de manera amplia en múltiples áreas del negocio; incorporarla en los flujos de trabajo y sistemas centrales para potenciar la ejecución de las tareas; y aplicar la IA de forma cada vez más sofisticada, avanzando desde la asistencia hacia la automatización.
Pensar en grande
Nuestra investigación indica que la mayoría de las empresas todavía concentra la IA en “bolsillos”: unos pocos casos de uso dispersos en algunas funciones. Las compañías líderes escalan los casos de uso probados a través de equipos, regiones, funciones, actividades de la cadena de valor y productos, para que el valor no quede atrapado en un área aislada. Por ejemplo, una aseguradora que demuestra que la IA puede reducir el tiempo de procesamiento de facturas en finanzas puede reutilizar el mismo modelo de ingestión de documentos y flujos de trabajo para automatizar la revisión de contratos en el área legal y el procesamiento de siniestros en operaciones.
Encontramos que los líderes en IA tienen aproximadamente el doble de probabilidades que otras empresas de aplicar IA a lo largo de toda la cadena de valor, en áreas tan diversas como la estrategia corporativa, las operaciones de la cadena de suministro y las funciones de front y back office.
INFORMACIÓN PARA LA ACCIÓN
Doble
de probabilidades que otras empresas de haber implementado la IA a gran escala o de haberla integrado en partes fundamentales de la cadena de valor, si formas parte del grupo de líderes en IA.
Por qué importa:
Las mayores mejoras de desempeño se logran cuando la IA se utiliza de forma consistente allí donde se toman las decisiones y se realiza el trabajo, y cuando los procesos se rediseñan para maximizar el valor de la IA.
Tu próximo movimiento:
Elige un flujo de trabajo prioritario y revísalo de punta a punta. Rediseña el proceso considerando dónde la IA cambiará los traspasos, los roles y la capacidad operativa, no solo para acelerar un paso aislado.
Algunos sectores están más avanzados que otros en el uso de la IA a lo largo de toda la empresa. Las compañías de medios y entretenimiento se sitúan cerca de la cima en la integración estructural de la IA en los procesos de la cadena de valor: un 54% ya lo ha hecho en la definición de la dirección (por ejemplo, estrategia y planificación), un 55% en la generación de demanda (marketing y ventas), un 35% en los servicios de soporte (finanzas, RR. HH.) y un 41% en el cumplimiento de la demanda (producción y planificación de la cadena de suministro).
Otros sectores destacan en partes específicas de la cadena de valor: la definición de la dirección en farmacéuticas, ciencias de la vida y automotriz; la generación de demanda en servicios tecnológicos y hospitalidad y entretenimiento; los servicios de soporte en private equity; y el cumplimiento de la demanda en seguros.
Pensar en grande
Las empresas con mejor desempeño en nuestro estudio no se limitan a añadir IA sobre los flujos de trabajo existentes. Integran plenamente la IA en los procesos operativos estándar, lo que resulta clave para mejorar tanto la eficiencia de las tareas como la calidad de los resultados. Esto puede implicar, por ejemplo, rediseñar el soporte al cliente para que la IA opere dentro del sistema de gestión de casos (recuperando el contexto adecuado del cliente y el conocimiento relevante, redactando respuestas y derivando solo los casos complejos a especialistas) en lugar de sumar un chatbot independiente que los agentes deban consultar y luego copiar manualmente en un ticket de soporte.
Idea en movimiento
Lucid empieza por finanzas y luego lleva la IA a toda la empresa
El punto
de partida
Mientras el fabricante automotriz Lucid se preparaba para su siguiente etapa de crecimiento, los ejecutivos querían que el área de finanzas evolucionara de reportar resultados a impulsarlos: mejorando la velocidad y la calidad de la previsión, la planificación y el soporte a la toma de decisiones, para que finanzas se convirtiera en la base de la inteligencia empresarial.
La
jugada
En colaboración con PwC, Lucid prototipó rápidamente capacidades de proyección y reportería habilitadas por IA, utilizando datos operativos, modelos de IA y herramientas basadas en agentes. Equipos multidisciplinarios combinaron especialistas de Lucid y PwC para integrar la IA directamente en los flujos de trabajo de finanzas, automatizando la previsión, la conciliación, la analítica y el monitoreo, y creando un modelo repetible para escalar el soporte a la toma de decisiones con IA en toda la empresa.
El
resultado
Lucid redujo el tiempo del ciclo de previsión de punta a punta de semanas a menos de un minuto y, en solo 10 semanas, diseñó y comenzó a escalar 14 casos de uso impulsados por IA. Actualmente, el trabajo se está expandiendo más allá de finanzas hacia áreas como abastecimiento y operaciones, incluido un asistente personal ejecutivo habilitado por IA que apoya una toma de decisiones más ágil del liderazgo, con visibilidad sobre más de US$1.000 millones en inversiones de capital.
Avanzar hacia la autonomía
En todos los indicadores de desempeño operativo que analizamos, la automatización de decisiones muestra una de las relaciones más sólidas con el desempeño impulsado por IA. La razón es simple: cuando la IA puede asumir de forma segura una mayor proporción de decisiones rutinarias y de alta frecuencia, los tiempos de ciclo se reducen, la capacidad operativa aumenta y comienzan a emerger mejoras sostenidas en el desempeño.
Nuestra investigación muestra que los líderes en desempeño impulsado por IA tienen casi el doble de probabilidades de operar la IA en niveles más avanzados de sofisticación, lo que implica que la IA ejecuta múltiples tareas dentro de límites claramente definidos o incluso opera de manera autónoma y se autooptimiza. No sorprende, entonces, que los líderes en IA tengan 2,8 veces más probabilidades de aumentar la cantidad de decisiones que se toman sin intervención humana. Estos líderes también reportan mejoras mucho más significativas en la calidad de las decisiones, lo que refuerza una idea clave: la automatización funciona mejor cuando la calidad mejora al mismo tiempo que la velocidad.
Los líderes en IA son casi dos veces más propensos a citar los casos de uso avanzados de la IA como la forma más sofisticada en la que utilizan esta tecnología
P. ¿Cuál de las siguientes opciones describe mejor el uso más sofisticado de IA en tu organización?
Porcentaje de personas encuestadas que mencionan cada caso de uso como su uso más sofisticado de IA.
Nota: Los líderes en IA incluyen a los encuestados de la región de Latinoamérica.
Base: Encuestados Latinoamérica (83), líderes en IA (235), todos los demás (908).
Fuente: Estudio de desempeño en IA de PwC.
Esto no significa automáticamente que “las máquinas están quitándole el trabajo a todos”. La autonomía total sigue siendo la excepción: solo el 15% de los líderes en IA afirma que su caso de uso más sofisticado es autónomo y se autooptimiza. Además, aunque el 48% de los líderes en IA espera reducciones de dotación de al menos un 5% debido a la IA, otro 49% anticipa pocos o ningún cambio en la dotación, o incluso aumentos. Por último, en muchos casos hemos observado que el cambio inmediato no es la eliminación de personas, sino la eliminación de la demora: la IA se encarga de decisiones repetibles dentro de límites claramente definidos, mientras que las personas se enfocan en las excepciones, los trade-offs y en orientar las decisiones hacia los objetivos estratégicos.
Tu próximo movimiento: escalar de forma selectiva. Elige un pequeño conjunto de casos de uso prioritarios, directamente vinculados a tus objetivos, y luego industrialízalos. Esto implica rediseñar el flujo de trabajo de punta a punta para integrar la IA en los procesos y después replicar el patrón entre equipos, regiones, funciones y puntos de decisión. Un punto de partida práctico para aumentar la automatización de decisiones es comenzar con un conjunto reducido de decisiones que sean frecuentes, repetibles y medibles, y que presenten riesgo bajo o moderado (por ejemplo, clasificación, priorización y enrutamiento). Automatiza dentro de límites explícitos, mide la calidad de las decisiones y expande solo cuando se alcancen los umbrales de confiabilidad y confianza.
Idea en movimiento
Un gigante del retail escala agentes de IA en toda la organización
El punto
de partida
Frente a la creciente presión de competidores ágiles y nativos en IA, los ejecutivos de un líder global del retail sabían que necesitarían la IA para impulsar la productividad y la reinvención del negocio a escala empresarial, junto con nuevas formas de trabajo, nuevos procesos y un modelo operativo capaz de gestionar el riesgo sin perder velocidad.
La
jugada
La compañía colaboró con PwC para crear un hub centralizado de IA: una plataforma universal para prototipar, desplegar y gobernar agentes de IA. La primera ola de agentes dio soporte al desarrollo de software de punta a punta. Las siguientes olas apoyaron funciones como servicio al cliente y gestión de personas. En paralelo, la empresa comenzó a reorganizarse para la colaboración humano–agente mediante la capacitación del talento, la definición de nuevos roles, la generación de confianza a través de validación y supervisión ética, y el establecimiento de la gestión del ciclo de vida de los agentes.
El
resultado
En cuestión de meses, los tiempos de ciclo del desarrollo de software se redujeron hasta en un 60%, y los errores en producción disminuyeron un 50%, lo que permitió a los equipos abordar un gran backlog de TI. A medida que la compañía introdujo agentes en más funciones, los tiempos de respuesta al cliente se redujeron hasta en un 40%; la rotación bajó un 10% gracias a una mejor planificación de la fuerza laboral; el fraude disminuyó un 25% mediante el monitoreo de transacciones en tiempo real; y el desempeño de marketing mejoró, con 15% más conversiones y un 20% más de ROI.
La IA es más que capaz de generar beneficios cuantificables. Sin embargo, el escenario inicial de este artículo (salas llenas de pilotos de IA y demasiado poco impacto medible) seguirá repitiéndose en aquellas empresas que no realicen esfuerzos focalizados para convertir los pilotos en desempeño real. Nuestra investigación ofrece un camino claro y alentador hacia resultados medibles. Lo que distingue a los líderes en IA es el conjunto de decisiones de gestión que toman: alinear los usos de la IA con resultados críticos del negocio, construir bases diseñadas para un propósito específico e integrar la IA de forma estructural en toda la empresa.
Poner esa fórmula en práctica requiere un esfuerzo deliberado y sostenido. No será fácil, especialmente con la multiplicidad de prioridades que compiten por la atención de los ejecutivos. Aun así, las empresas que buscan alcanzar a los líderes no pueden darse el lujo de esperar. La ventaja que hoy ya disfrutan los líderes en IA solo seguirá creciendo, porque estas organizaciones están aprendiendo rápido, reutilizando soluciones aún más rápido y automatizando decisiones de manera segura.
Ha llegado el momento de pensar más allá de los pilotos y apuntar más alto. Los ejecutivos deberían orientar la IA hacia los movimientos estratégicos más relevantes sobre la mesa y establecer un modelo operativo que convierta las inversiones en IA en resultados medibles. Cuando la IA es confiable, está enfocada en la reinvención, cuenta con bases específicas y se escala mediante patrones repetibles a lo largo de flujos de trabajo y decisiones, los resultados van más allá de la mejora incremental: se traducen en una prima de desempeño acumulativa.
