Casi todas las empresas tienen una lista de ideas para la IA. Lo difícil es elegir la primera, y la primera importa más de lo que parece: si sale bien, abre la puerta a las siguientes; si se queda a medias, la cierra durante años. La investigación de los dos últimos años ayuda a elegir mejor.
La frontera irregular
En 2023, un equipo de Harvard, Wharton y el MIT llevó a cabo uno de los experimentos de campo más citados sobre la IA en el trabajo. Participaron 758 consultores de BCG, alrededor del 7 % de la plantilla de consultoría de la firma, repartidos entre quienes trabajaban con IA y quienes trabajaban sin ella (Dell’Acqua et al., 2023).
En las tareas que estaban al alcance de la IA, los resultados fueron llamativos:
Con IA, los consultores completaron un 12,2 % más de tareas, terminaron un 25,1 % más rápido y entregaron resultados con un 40 % más de calidad.
Pero los investigadores incluyeron una tarea diseñada para quedar fuera del alcance de la IA. Ahí, quienes trabajaban sin IA acertaron el 84 % de las veces. Con IA, la tasa de respuestas correctas bajó a entre el 60 % y el 70 %. Los autores lo llamaron la “frontera irregular”: la IA es excelente en algunas tareas y se equivoca con total seguridad en otras que parecen parecidas.
Quién gana más
Un segundo estudio, publicado en 2025 en el Quarterly Journal of Economics, siguió a más de cinco mil agentes de atención al cliente en una empresa real. Con un asistente de IA resolvieron de media un 15 % más de casos por hora. En los profesionales con menos experiencia, la mejora llegó al 30 %. En los más experimentados hubo pequeñas ganancias de velocidad y pequeñas pérdidas de calidad (Brynjolfsson, Li y Raymond, 2025).
La lectura es importante: la IA traslada a los menos experimentados el conocimiento que ya tienen los mejores. Funciona mejor donde el trabajo es repetitivo, se sabe cómo es un buen resultado y hay mucho volumen.
Cuatro criterios para el primer proceso
De estos estudios se sacan criterios prácticos:
- Dentro de la frontera. Tareas en las que ya se sabe qué es un buen resultado: leer, clasificar, extraer, resumir, comparar, preparar borradores. Para empezar, evita las tareas que exigen un juicio ambiguo.
- Volumen y repetición. El 15 % más por hora solo se nota si hay muchas horas. Un proceso que se repite cada semana da un retorno visible enseguida.
- Resultado verificable. Si un error es fácil de detectar, la frontera irregular deja de ser un riesgo y se convierte en una lista de excepciones.
- Un responsable dentro de la casa. Alguien que sufre el problema y que defenderá la herramienta cuando necesite ajustes.
Una prueba antes de decidir
Antes de comprometerte con un proceso, ponlo a prueba. Escoge veinte casos reales, algunos fáciles y otros difíciles, y mira dónde acierta la IA y dónde falla. Es la forma más barata de descubrir a qué lado de la frontera está tu problema antes de invertir en él.
Fuentes
- Dell'Acqua, F., McFowland, E., Mollick, E. et al. (2023). Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality. Harvard Business School Working Paper 24-013 (resumido por E. Mollick, One Useful Thing).
- Brynjolfsson, E., Li, D., Raymond, L. (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889-942.