La productividad individual de la IA ya existe: las personas ahorran 1,5 horas semanales. Ahora las empresas deben transformar ese tiempo en más valor.
En “Does AI Adoption Improve Productivity? Effects Over the First Three Years”, publicado por el Bank of Korea, aparece una paradoja que me parece muy útil para entender el momento actual de la inteligencia artificial. La IA ya está aumentando la eficiencia de las personas: quienes utilizan inteligencia artificial generativa reducen en promedio su tiempo de trabajo equivalente a 1,5 horas por semana sobre una jornada de 40 horas. Si todo ese tiempo se reinvirtiera en actividades productivas, el estudio estima un aumento potencial de productividad cercano al 1%. El problema es que eso todavía no está ocurriendo. La productividad individual de la IA está apareciendo antes que la productividad de la organización.
Ahorramos tiempo, pero la empresa no produce más
El dato más provocador del estudio es que la relación entre el tiempo que las personas ahorran utilizando IA y el aumento efectivo de su producción tiene una correlación prácticamente igual a cero. La IA permite terminar tareas más rápido, pero esas horas liberadas no están transformándose automáticamente en mayor output. Esto cambia bastante la discusión. El problema ya no parece ser si OpenIA, Gemini o Anthropic son suficientemente buenos para aumentar la eficiencia; el problema es qué ocurre después de que una persona termina antes.
Y hay bastante tiempo acumulándose. El estudio encontró que los profesionales reducen aproximadamente un 5% de su tiempo, los trabajadores administrativos 4% y los gerentes 3%. En algunas tareas el efecto es muchísimo mayor: desarrollar materiales educativos muestra ahorros de hasta 32%, el desarrollo curricular 25% y la preparación de informes 23%. Como podemos ver, la productividad individual de la IA es, por lo tanto, bastante real. Lo que falta es que ese beneficio salga del escritorio de una persona y atraviese el resto del proceso.
¿Dónde se pierden esas 1,5 horas?
La explicación del Bank of Korea es bastante lógica. Las empresas están incorporando IA sobre tareas específicas sin rediseñar el workflow completo. Puedes preparar un documento en 20 minutos en vez de una hora, pero si después necesita pasar por exactamente las mismas reuniones, aprobaciones, validaciones y esperas, el proceso completo cambia poco. El estudio muestra que las tareas con ahorros superiores al 20% representan apenas 4,4% del total, señal de que la transformación sigue siendo bastante fragmentada.
La brecha de adopción lo explica todavía mejor: 52% de los trabajadores ya utilizaba IA generativa para trabajar, pero la adopción empresarial sistemática se situaba solamente en un poco menos de 10%. Es una diferencia enorme. Los trabajadores aprendieron a utilizar IA mucho más rápido que las organizaciones aprendieron a reorganizarse alrededor de ella.
¿Qué hace la gente con el tiempo ahorrado?
El estudio no mide exactamente cuántos minutos se destinan a ocio, reuniones o trabajo adicional, por lo que sería incorrecto inventar una distribución. Pero sí identifica un comportamiento importante: cuando no existe un incentivo claro para producir más, el trabajador puede utilizar el tiempo liberado como ocio dentro de la jornada o simplemente detener su esfuerzo cuando alcanza un nivel considerado “suficientemente bueno”.
Y sinceramente, ¿por qué debería sorprendernos? Si tú produces lo mismo en seis horas y media que antes en ocho, pero tu empresa sigue evaluándote exactamente de la misma manera, el problema no está en tu utilización de la IA. Está en el sistema de gestión.
La autonomía entrega una pista bastante clara
Los grupos donde la productividad individual de la IA sí logra convertirse en mayor producción son especialmente interesantes. Los trabajadores independientes presentan aproximadamente 1 punto porcentual adicional de output por cada punto porcentual de reducción de tiempo frente a asalariados. En profesionales el efecto adicional ronda 0,7 puntos, entre trabajadores de 15 a 39 años unos 0,6 puntos, y entre quienes pertenecen al 50% superior de intensidad de uso de IA cerca de 0,5 puntos.
¿Qué tienen esos grupos? Principalmente mayor autonomía, visibilidad de resultados y mejores incentivos para reinvertir el tiempo. Ahí está probablemente la pista más importante para las empresas.
Cómo llevar la productividad individual de la IA a toda la organización
El Bank of Korea propone diferenciar entre tareas estandarizadas y tareas abiertas. En las primeras, es decir, informes, resúmenes, organización de datos o procesos relativamente repetibles, la recomendación es rediseñar el workflow poniendo a la IA en el centro y trasladando el trabajo humano hacia definición de objetivos, verificación y manejo de excepciones.
Pero hay un segundo paso que para mí es incluso más importante: decidir previamente qué ocurrirá con el tiempo que se libera. Si un equipo ahorra 1,5 horas semanales por persona, esas horas podrían reasignarse a nuevos clientes, análisis adicionales, innovación, capacitación, mentoring o desarrollo de nuevos negocios. El propio estudio señala que el ahorro solo se transforma en productividad cuando se conecta explícitamente con actividades de mayor valor.
Ahí está el cambio de enfoque. No midas cuántas personas utilizan IA. Mide cuántas horas estás liberando, hacia dónde las estás reasignando y qué resultados adicionales producen.
La buena noticia es que la productividad individual de la IA ya llegó. Las 1,5 horas existen. Ahora el desafío,y probablemente la próxima gran ventaja competitiva, consiste en conseguir que la empresa completa aprenda a utilizarlas.
FAQ
¿Qué significa productividad individual de la IA?
Es la mejora en eficiencia que obtiene una persona al utilizar IA para completar tareas en menos tiempo o con menos esfuerzo.
¿Cuánto tiempo ahorra actualmente la IA?
El estudio del Bank of Korea estima un ahorro promedio del 3,8% del tiempo laboral, equivalente a aproximadamente 1,5 horas por semana.
¿Por qué ese ahorro no aumenta automáticamente la productividad de la empresa?
Porque los workflows, aprobaciones, incentivos y estructuras organizacionales siguen siendo prácticamente los mismos, por lo que la eficiencia individual queda atrapada dentro del proceso.
¿Qué deben hacer las empresas con el tiempo ahorrado?
Asignarlo explícitamente a actividades de mayor valor, como nuevos clientes, análisis adicionales, innovación, formación, mentoring o desarrollo de nuevos negocios.
¿Qué trabajadores convierten mejor el ahorro en productividad?
El estudio encuentra mejores resultados entre independientes, profesionales, trabajadores jóvenes y usuarios intensivos de IA, especialmente cuando tienen autonomía e incentivos vinculados a resultados.
¿Cuál es el siguiente paso para las empresas?
Pasar de medir adopción de IA a rediseñar workflows y medir cómo la productividad individual de la IA se convierte en producción adicional a nivel organizacional.
Leave A Comment