Adopción de tecnología

Por qué fallan las inversiones en tecnología (y cómo evitarlo en tu empresa)

Resumen rápido
  • En una encuesta de Eagle Hill a 200 altos directivos de EE. UU., el 51% dijo que inversiones recientes en tecnología no dieron los resultados previstos; lo más mencionado fue haber subestimado cómo cambiaría el trabajo diario.
  • Ahorrar tiempo no es lo mismo que crear valor: lo crea lo que hacemos con ese tiempo.
  • Un ejercicio de tres pasos (elegir una tarea, conversar tres cosas y medir velocidad y calidad juntas) ayuda a mejorar una tarea sin perder calidad, con o sin IA.
Ilustración de tarjetas de tareas dispersas a la izquierda que se ordenan, mediante líneas punteadas, en una lista de tareas marcadas a la derecha, junto a dos figuras de personas

¿Te ha pasado que compras una herramienta que prometía cambiarlo todo y, meses después, tu equipo sigue trabajando casi igual? Es un problema muy común, y muchas veces no es culpa de la tecnología: falla algo anterior. No se eligió bien qué tarea mejorar, o no se acompañó a las personas que la iban a usar.

En esta guía te contamos qué dicen los estudios recientes, qué aprendimos al leer el informe Reimagine de AWS y un ejercicio de tres pasos que puedes hacer con tu equipo, con o sin inteligencia artificial.

Qué dicen los datos recientes

Dos estudios de este año apuntan en la misma dirección:

  • Eagle Hill Consulting (con trabajo de campo de Ipsos) les preguntó en marzo a 200 altos directivos de empresas de EE. UU. con ingresos de USD 100 millones o más. El 51% cuenta que inversiones recientes en tecnología no dieron los resultados previstos. Lo que más mencionan es haber subestimado cómo cambiaría el trabajo del día a día: solo el 35% dice que lo tuvo en cuenta antes de implementar, y cerca de un tercio sigue usando los procesos de antes o atajos alternativos.
  • edX Enterprise y NewtonX encuestaron entre junio y julio a 507 líderes de aprendizaje y talento de empresas de 500 empleados o más, en todo el mundo. Preguntaron por capacidades de IA, pero lo que cuentan le sirve a cualquier tecnología: el 83% dice que preparar a su gente es una prioridad activa, pero solo el 29% siente que ya tiene capacidades maduras, y el 78% no tiene un mandato sólido para liderarlo.

Un par de aclaraciones para leerlos con calma. Ninguno es un estudio sobre Colombia. Eagle Hill es una consultora que vende gestión del cambio, y edX es un proveedor de formación empresarial. Por eso los tomamos como señales, no como una medición neutral. Lo que sí nos parece útil es lo que dicen en conjunto: la dificultad suele estar en el trabajo y en las personas, no en la herramienta.

Ahorrar tiempo no es lo mismo que crear valor

Entre 2025 y 2026, el equipo de ejecutivos en residencia de AWS realizó 154 entrevistas con ejecutivos para entender qué separa a quienes sacan valor de la inteligencia artificial de quienes no. El resultado es el informe Reimagine. Una de sus ideas centrales nos parece útil para cualquier empresa, use o no IA, porque separa tres cosas que solemos mezclar:

  1. Eficiencia: hacer una tarea más rápido o a menor costo.
  2. Productividad: obtener más resultado con los mismos recursos.
  3. Valor: lograr resultados que le importan a los clientes y al negocio.

El informe da un ejemplo claro: un equipo que genera código un 30% más rápido, pero que espera tres semanas por un proceso de aprobación, es más eficiente sin ser más productivo. El cuello de botella simplemente se movió de lugar. Y lo que más nos llamó la atención es que casi nadie sabía decir qué había hecho con el tiempo que la tecnología le liberó.

Lo resume bien uno de los entrevistados, Rashed Iqbal, director de tecnología de RAK IDO: «Si puedo hacer en una hora un trabajo de cuatro, pero no hay una estructura para usar las tres horas que ahorré, no hay ningún beneficio para la empresa» (traducción nuestra).

Algunos líderes lo resolvieron con una regla sencilla: que cada mejora de eficiencia viniera acompañada de una iniciativa con nombre que usara ese tiempo en el mismo trimestre. Otro ejecutivo, de WHOOP, contó que dejó claro de forma pública y repetida que el tiempo ahorrado se traduciría en inversión y no en recortes de personal, algo que ayuda a que la gente se anime a probar cosas nuevas.

Una advertencia: es investigación cualitativa, hecha por AWS, y los propios autores aclaran que sus hallazgos no se pueden generalizar. Los usamos como ideas para probar, no como verdades universales.

Guía práctica: tres pasos para mejorar una tarea sin perder calidad

Esta es la idea que proponemos en nuestro newsletter. Funciona con una tarea a la vez, y puedes hacerla con tu equipo en una o dos conversaciones.

Paso 1: elige una tarea que hoy se coma muchas horas

Busca una tarea que se repita y que consuma tiempo del equipo: armar el reporte mensual, cruzar información entre archivos, responder una y otra vez las mismas consultas. Antes de decidir cómo mejorarla, haz el ejercicio que describe el informe: sigue una sola solicitud real de principio a fin, por ejemplo un pedido, un reclamo o una contratación, y anota cada traspaso, cada espera y cada reproceso.

Según el informe, los equipos que hacen esto suelen descubrir que el paso que iban a automatizar rara vez era el verdadero cuello de botella. Es un ejercicio barato y puede ahorrarte comprar una solución para el problema equivocado.

Paso 2: conversen tres cosas

Entre todos, respondan:

  1. ¿Quién responde por esta tarea, con nombre propio? No un área ni un comité: una persona.
  2. Si logramos ahorrar tiempo, ¿en qué lo vamos a usar? Mejor si es algo concreto: atender a más clientes, revisar mejor, hacer algo que hoy no se alcanza a hacer.
  3. ¿Cómo sabremos que mejoró de verdad?

Paso 3: midan dos cosas juntas

Medir solo las horas ahorradas es engañoso, porque mide actividad y no resultados. El informe recomienda acompañar cada medida de velocidad con una de calidad. Algunos ejemplos de parejas (la primera es nuestra adaptación; las otras tres vienen del informe):

  • Horas ahorradas y errores o reprocesos.
  • Tiempo de ciclo y tasa de error.
  • Tiempo de cierre y solicitudes de corrección.
  • Casos resueltos por día y satisfacción del cliente.

Si bajan las horas pero suben los errores, el ahorro es solo aparente. El informe sugiere mirar ambas medidas durante unos tres meses antes de decidir si la medida original les estaba diciendo la verdad.

¿Dónde entra la inteligencia artificial?

Si la tarea tiene una parte repetitiva, hoy la IA puede ayudar con cosas como resumir información, cruzar datos de varios archivos, redactar borradores o detectar anomalías. Algunas ideas para sacarle más provecho:

  • Dale contexto. El informe describe que quienes obtienen mejores resultados no piden «resume esto»: indican el rol, los datos, el formato que esperan y las restricciones. Y tratan la primera respuesta como un borrador que se refina.
  • Empieza por algo pequeño y revisen juntos el resultado antes de ampliarlo.
  • Primero ordena, después automatiza. El informe advierte que la IA amplifica lo que ya existe: si el proceso está desordenado, lo hará más rápido, pero desordenado.
  • No todo es IA. A veces lo que se necesita es un tablero compartido o una herramienta que ya pagan y casi no usan. Si evalúas una nueva, pide un par de demostraciones y compara su costo con las horas que hoy consume la tarea.

Lo que vemos en Método

Estas ideas conversan con lo que compartimos en LinkedIn:

  • Jose propone tres escalones para pensar en qué usamos el tiempo que libera la IA: eficiencia (liberar tiempo, que es solo el primer paso), productividad (que lo que entregas mejore en calidad y en tiempos) y crecimiento (a quién le entregas algo y qué valor nuevo le aportas). Léelo en LinkedIn.
  • Tatiana cuenta el caso de una empresa que recibió una alerta por un equipo con mucho estrés y horas extra. Nosotros combinamos una bitácora digital de actividades diarias, conversaciones con cada integrante y simulaciones de escenarios, y encontramos que el equipo operaba al 128% de su capacidad, aunque la sobrecarga no les pegaba a todos por igual. Léelo en LinkedIn.

Preguntas frecuentes

¿Por qué fallan las inversiones en tecnología en las empresas?

Según los estudios recientes, una causa frecuente es subestimar cómo cambia el trabajo diario, y no preparar a las personas que van a usar la herramienta. En la encuesta de Eagle Hill, el 51% de los directivos dice que inversiones recientes no dieron los resultados previstos, y solo el 35% afirma que tuvo en cuenta el impacto en el trabajo diario antes de implementar.

¿Cómo saber si una mejora realmente funcionó?

Mide dos cosas juntas: una de velocidad y una de calidad. Por ejemplo, horas ahorradas y errores o reprocesos, o casos resueltos por día y satisfacción del cliente. Revísalas durante unos tres meses.

¿Conviene automatizar con IA o con otra herramienta?

Depende de la tarea. La IA sirve bien para la parte repetitiva, como resumir, cruzar información o redactar borradores. Pero a veces una herramienta que ya tienes, bien usada, resuelve lo mismo. Antes de decidir, sigue una solicitud de principio a fin para encontrar el verdadero cuello de botella.

¿Por dónde empezar si la información está dispersa?

No hace falta ordenar todo para empezar. AWS publicó una guía que propone avanzar por etapas y revisar la calidad de la información con cinco criterios: completitud, consistencia, exactitud, relevancia y oportunidad. Una forma práctica: elige las tres fuentes de las que más depende una decisión importante, califícalas de 1 a 3 en esos criterios y empieza por la que tenga información razonablemente buena y mucho impacto.

Fuentes

Los datos corresponden a la fecha de la edición (17 de octubre de 2026).

¿Prefieres hacerlo acompañado?

Nuestro punto de partida es un diagnóstico que mira estrategia, talento y tecnología juntos. Conversemos sobre tu empresa.

Hablemos