El reciente estudio de MIT Sloan Management Review y Boston Consulting Group sobre la «Empresa Agéntica Emergente» ha captado mi atención por una razón específica: documenta con datos concretos algo que en HR4TechTeam venimos observando en nuestro trabajo con empresas tecnológicas. Los sistemas de IA ya no son solo herramientas que las personas usan, sino algo que el 76% de los encuestados percibe más como compañeros de trabajo.
Este cambio de percepción tiene implicaciones profundas para quienes nos dedicamos a la gestión de personas. Por eso he analizado la investigación con detalle y quiero compartir tanto lo que documenta el estudio como los retos que, desde la experiencia en consultoría de RRHH, veo emergiendo.
Lo Que Documenta el Estudio MIT/BCG
La investigación se basa en encuestas a 2,102 ejecutivos en más de 100 países y entrevistas con líderes de empresas como Microsoft, Capital One, Chevron, SAP, Moderna y Goodwill Industries. Estos son los hallazgos principales:
Qué es la IA Agéntica
El estudio define la IA agéntica como sistemas capaces de planificar, decidir y aprender de forma autónoma. No son herramientas de automatización tradicionales ni asistentes virtuales que esperan instrucciones. Ejecutan procesos completos de múltiples pasos, toman decisiones durante la ejecución y se adaptan según el contexto.
Datos de Adopción
La investigación documenta que la IA agéntica ha alcanzado el 35% de adopción en apenas dos años. Un 44% adicional de organizaciones planea implementarla próximamente.
Para contexto: la IA tradicional tardó 8 años en llegar al 72% de adopción, la IA generativa 3 años para alcanzar el 70%.
Percepción de Estos Sistemas
El 76% de los encuestados percibe estos sistemas más como compañeros de trabajo que como herramientas.
Respecto a roles futuros, las personas anticipan que en tres años:
- El 61% verá la IA como «asistente» (actualmente 26%)
- El 42% como «coach» (actualmente 13%)
- El 35% como «colega» (actualmente 11%)
Impacto en Tareas Laborales
Las personas encuestadas sienten que actualmente la IA realiza el 23% de las tareas de su trabajo. Proyectan que en tres años esa cifra alcanzará el 46%.
Uso y Transparencia
El 50% de los encuestados considera que su trabajo asistido por IA es visto como completamente suyo.
El 51% informa abiertamente cuando usa IA en su trabajo.
Cambios Organizacionales Anticipados
Entre organizaciones con adopción extensiva de IA agéntica:
- El 66% espera cambios sustanciales en su modelo operativo (comparado con 42% en organizaciones sin planes de adopción)
- El 45% anticipa reducción en capas de middle management (vs. 30% sin planes)
- El 43% planea contratar más generalistas que especialistas (vs. 28% sin planes)
- El 58% espera cambios en estructura de gobernanza (vs. 37% sin planes)
Satisfacción Laboral
El 95% de individuos en organizaciones con adopción extensiva reporta que la IA impacta positivamente su satisfacción laboral.
Cuatro Tensiones Identificadas
Los investigadores identifican cuatro tensiones estructurales que estos sistemas generan:
- Escalabilidad vs. Adaptabilidad: Las herramientas escalan de forma predecible pero son rígidas. Los trabajadores se adaptan dinámicamente pero tienen limitaciones de escalabilidad. La IA agéntica necesita ambas características simultáneamente.
- Inversión dual: Requieren grandes inversiones iniciales como activos de capital pero también generan costos variables continuos como personal. Se deprecian por obsolescencia tecnológica mientras simultáneamente se aprecian con el aprendizaje.
- Propiedad vs. Supervisión: Las organizaciones son propietarias de estos sistemas (como equipos) pero necesitan supervisarlos (como empleados) porque sus outputs pueden ser impredecibles.
- Retrofit vs. Reingeniería: Obligan a decidir entre adaptar la IA a procesos existentes para ganancias rápidas, o rediseñar completamente los procesos. Con la velocidad de evolución tecnológica, existe riesgo de que una reingeniería de dos años quede obsoleta antes de completarse.
Casos Documentados
El estudio incluye ejemplos concretos de organizaciones:
Chevron: Actualiza sus modelos de IA cada 2-3 meses. Mantiene «humano en el loop» en todos sus procesos. Más de la mitad de su workforce tiene acceso a herramientas de IA.
Moderna: Fusionó sus departamentos de Tecnología y Recursos Humanos en una sola estructura.
Goodwill Industries: Está pilotando IA para clasificar miles de millones de libras de donaciones anuales y rediseñando su cadena de suministro completa alrededor de estas capacidades.
Capital One: Construye «docenas de casos de uso a escala» desde una plataforma unificada con reinversión continua en ajuste fino.
SAP: Creó un «hub de IA generativa» centralizado con guardrails para todas sus aplicaciones de negocio.
Conclusión del Estudio
Los investigadores presentan las cuatro tensiones identificadas como no resueltas. No ofrecen soluciones definitivas sino que documentan un fenómeno en evolución donde las organizaciones están experimentando con diferentes enfoques.
Retos de la IA Agéntica Para la Gestión de Personas
A partir de estos datos, identificamos cinco retos significativos para la función de Recursos Humanos:
Reto 1: Evaluación del Desempeño en Trabajo Híbrido
Si la IA va a realizar el 46% de las tareas en tres años (frente al 23% actual), surge un problema fundamental para los sistemas de evaluación del desempeño.
Los sistemas tradicionales miden outputs individuales. Cuando casi la mitad del output proviene de colaboración con sistemas autónomos, la atribución se complica significativamente.
El dato de que solo el 51% declara abiertamente uso de IA mientras el 50% considera que su trabajo asistido es simplemente «su trabajo» genera un problema práctico: sin consenso sobre qué debe declararse, resulta muy difícil evaluar desempeño de forma consistente.
Las preguntas que surgen:
- ¿Deberíamos evaluar solo el resultado final, independientemente de cómo se logró?
- ¿O la capacidad de trabajar efectivamente con IA debería ser una competencia evaluable en sí misma?
- ¿Cómo valoramos la habilidad para supervisar críticamente outputs automatizados?
- ¿Qué políticas de transparencia necesitamos establecer?
En HR4TechTeam vemos que esto requiere rediseñar sistemas de evaluación, no solo ajustarlos. Implica evaluar competencias de «orquestación de IA» además de resultados finales.
Reto 2: Transformación del Middle Management
El estudio muestra que el 45% anticipa reducción en middle management, pero también que estas mismas organizaciones mantienen «humano en el loop» para decisiones significativas.
Esto parece indicar transformación del rol, no desaparición. Si los sistemas coordinan ejecución y flujos de trabajo, el valor del manager se desplaza hacia otras áreas:
- Supervisión de equipos híbridos humano-IA
- Intervención en decisiones automatizadas cuando se requiere criterio humano
- Gestión de excepciones y situaciones ambiguas que los sistemas no manejan
- Aportación de contexto organizacional y de negocio
El caso de Moderna —fusión de departamentos de Tecnología y RRHH— resulta revelador. Cuando parte del equipo son sistemas autónomos, la separación tradicional entre gestión de tecnología y gestión de personas puede perder sentido.
El desafío práctico: estos roles transformados requieren competencias que hoy no están definidas en estructuras de talento. No está claro cómo hacer selección, desarrollo y compensación para algo que aún no sabemos nombrar completamente.
Reto 3: Gobernanza y Responsabilidad en Sistemas Autónomos
El estudio identifica que estos sistemas son propiedad de la organización pero necesitan supervisión como empleados. Documenta diferentes enfoques pero no encuentra consenso.
Esto genera una pregunta crítica: cuando un sistema autónomo toma una decisión con impacto negativo, ¿quién responde?
Si el 76% percibe estos sistemas como compañeros de trabajo, la función de Recursos Humanos debería participar en definición de:
- Marcos de responsabilidad
- Protocolos de supervisión diferenciados por nivel de riesgo
- Criterios para determinar cuándo se requiere intervención humana
- Políticas sobre autonomía de decisión
Tradicionalmente estas han sido decisiones técnicas de IT. Pero cuando hablamos de «compañeros de trabajo» autónomos, desde HR4TechTeam consideramos que RRHH no puede estar ausente de la conversación sobre gobernanza de IA.
Reto 4: Desarrollo de Talento en Cambio Continuo
Si los modelos se actualizan cada 2-3 meses como documenta el caso de Chevron, los programas de formación anual pierden sentido. Las capacidades de los sistemas cambian más rápido que nuestros ciclos de desarrollo de talento.
El dato de que el 43% planea contratar más generalistas que especialistas genera una pregunta práctica: ¿qué significa «generalista» en este contexto?
Posibles interpretaciones:
- Capacidad para trabajar con múltiples tipos de sistemas de IA
- Habilidad para aportar contexto y criterio que las máquinas no tienen
- Flexibilidad para roles que evolucionan constantemente
- Competencias para orquestar equipos híbridos
Esto requiere infraestructuras de aprendizaje continuo, no eventos de formación. En HR4TechTeam exploramos modelos como comunidades de práctica internas, rotaciones rápidas para exposición a diferentes usos de IA, y repositorios de aprendizajes compartidos. No son soluciones definitivas, son experimentos necesarios.
Reto 5: Rediseño Organizacional y Workforce Híbrido
Que dos tercios de adoptadores extensivos esperen cambios sustanciales en modelo operativo (frente a menos de la mitad en no adoptadores) indica algo importante: trabajar realmente con estos sistemas eventualmente obliga a replantearse la estructura organizacional.
Desde Recursos Humanos existe una decisión crítica: participar activamente desde el inicio en estos rediseños, o adaptarse después a decisiones tomadas por otras áreas.
Participar desde el inicio requiere desarrollar conocimiento sobre qué pueden y no pueden hacer estos sistemas. No hablamos de expertise técnico profundo, sino de comprensión práctica suficiente para aportar criterio sobre diseño organizacional.
Sobre la tensión retrofit vs. reingeniería que identifica el estudio: no hay respuesta única. Cada organización necesita evaluar su contexto. Desde HR4TechTeam vemos que lo importante es que RRHH esté en esa conversación estratégica, no enterarse después de que otras áreas ya decidieron el enfoque.
Reflexiones Desde HR4TechTeam: Qué Nos Plantea Como Consultora
Los datos del estudio MIT/BCG también nos llevan a reflexionar sobre nuestro propio trabajo. Si estos datos se confirman, identificamos tres desafíos que afectan directamente a consultoras de RRHH:
Brecha de Conocimiento Técnico
Si asesoramos sobre gestión de equipos donde sistemas autónomos hacen trabajo significativo, necesitamos comprensión técnica suficiente para dar recomendaciones fundamentadas.
No se trata de convertirnos en consultora tecnológica, pero tampoco de seguir asesorando sobre gestión de personas sin entender mínimamente cómo funcionan estos sistemas.
El dato del estudio sobre evolución rápida (adopción en 2 años, actualizaciones trimestrales) plantea el desafío práctico de mantener conocimiento actualizado. En HR4TechTeam hemos optado por modelo mixto: desarrollar comprensión interna suficiente y establecer colaboraciones cuando se requiere expertise técnico más profundo. Es un equilibrio que ajustamos constantemente.
Evolución del Portafolio de Servicios
Si el 66% espera cambios en modelo operativo, cabe preguntarse si se mantendrá demanda de servicios tradicionales como auditorías organizacionales estándar o diseños de procesos genéricos.
Posiblemente surja demanda diferente:
- Asesoría sobre rediseño organizacional en contextos híbridos
- Desarrollo de frameworks de gobernanza para decisiones automatizadas
- Diseño de sistemas de evaluación para trabajo humano-IA
- Programas de transformación de roles de management
- Due diligence de impacto en workforce
El estudio sugiere que las organizaciones están experimentando con diferentes enfoques sin mejores prácticas consolidadas. Esto implica posible transición desde «transferencia de metodologías probadas» hacia «facilitación de experimentación estructurada».
Desarrollar servicios en esta línea requiere aceptar mayor incertidumbre que la consultoría tradicional de RRHH.
Modelo de Relación con Clientes
Si el contexto cambia cada 2-3 meses, cabe preguntarse si sigue teniendo sentido el modelo de «proyecto cerrado de seis meses con entregables fijos».
Los clientes probablemente necesiten acompañamiento continuo para navegar cambios que no pueden anticiparse. Esto sugiere modelos de retainer en lugar de proyectos cerrados.
Este modelo funciona mejor con clientes que valoran acompañamiento en exploración más que soluciones empaquetadas. No es para todos, pero para quienes están en fase de experimentación real con IA agéntica, parece el enfoque más adecuado. Implica aceptar que no existen «respuestas definitivas» porque el territorio está en evolución —algo que los propios investigadores del MIT/BCG reconocen al presentar las cuatro tensiones como no resueltas.
Reflexión Final: El Futuro de Recursos Humanos
El estudio MIT/BCG documenta fenómeno en curso: 35% ya usa estos sistemas, otro 44% planea hacerlo. Los números sobre cambio organizacional entre adoptadores son contundentes.
Para Recursos Humanos, los datos plantean desafíos en evaluación del desempeño, transformación de roles, gobernanza, desarrollo de talento y diseño organizacional. Para consultoras, implican necesidad de desarrollar conocimiento nuevo, evolucionar servicios y revisar modelos de relación.
El estudio no ofrece soluciones definitivas. Los investigadores presentan las tensiones como no resueltas, lo cual probablemente refleja la realidad: estamos en transición cuyo resultado final no está determinado.
Los datos muestran que el 76% percibe estos sistemas como compañeros de trabajo, y que el porcentaje de tareas asistidas por IA se proyecta duplicar en tres años. La cuestión parece ser si la gestión de personas participa activamente en esa evolución o responde posteriormente.
Checklist: Evalúa la Preparación Organizacional
Para profesionales de RRHH en organizaciones:
□ ¿Tienes datos sobre qué porcentaje de tu workforce usa IA diariamente?
□ ¿Existen políticas claras sobre declaración de uso de IA?
□ ¿Tus sistemas de evaluación consideran colaboración humano-IA?
□ ¿RRHH participa en decisiones sobre implementación de sistemas autónomos?
□ ¿Tus programas de desarrollo preparan para trabajar CON IA, no solo sobre IA?
□ ¿Hay claridad sobre responsabilidades cuando sistemas autónomos deciden?
Para consultoras de RRHH:
□ ¿Posees conocimiento suficiente sobre capacidades/limitaciones de IA agéntica?
□ ¿Tu portafolio incluye servicios para transformación tecnológica?
□ ¿Experimentas con IA en tus propios procesos?
□ ¿Tu modelo permite acompañamiento continuo vs solo proyectos cerrados?
□ ¿Tienes alianzas para cubrir brechas de conocimiento técnico?
□ ¿Tu propuesta de valor reconoce que muchas soluciones están en fase experimental?
0 comentarios