Y el 6% que sí lo consigue es exactamente el mismo que hace un año.
Ni una décima más. Dos encuestas de McKinsey, doce meses de diferencia, la misma cifra exacta, esta vez sobre 1.719 ejecutivos en 97 países consultados este verano, publicado el 25 de agosto.
Se lo mandé a mi amigo Alfonso por WhatsApp mientras en Barcelona volvía de sus vacaciones veraniegas. Su respuesta: "Entonces, ¿un año entero donde las empresas no han avanzado nada?" No exactamente. Ese 6% plano esconde un dato que de verdad importa.
👉 Esto va sobre qué cambió de verdad en un año y qué no. Y sobre qué vas a hacer tú con tu stack de IA en esta primera semana de septiembre, no la semana que viene.
🔍 El espejismo del despliegue
Aquí está la paradoja que nadie quiere decir en la reunión de resultados: la adopción sube, el resultado no se mueve, y en algún sitio hasta retrocede.
- Impacto en EBIT: cayó del 39% (2025) al 37% (2026). Menos empresas ven algún retorno, no más.
- Inversión en herramientas: Copilot superó los 30 millones de asientos de pago y Azure cerró el año fiscal por encima de los 100.000 millones de dólares anuales. Más gasto, mismo resultado plano.
- Velocidad de escalado: entre las grandes empresas (más de 1.000 millones de dólares de facturación), el porcentaje que ya escala IA agéntica pasó del 27% al 40% en un año. Trece puntos de distancia en doce meses.
Lectura ejecutiva: el dinero ya no explica quién gana. Lo hace la velocidad de escalado más allá del piloto.
Del 55% a casi tres cuartas partes.
Así subió en un año el porcentaje de high performers que rediseñaron sus flujos de trabajo. El club del 6% no crece. Se hace más radical.
Entonces, ¿qué hace distinto a ese 6%? Ahí es donde la cosa se pone interesante.
🪞 La Brecha de Rediseño: el término que necesitas
Qué dice: McKinsey lo dice sin rodeos: rediseñar los flujos de trabajo es el factor de éxito que comparten los high performers. La mitad de ese 6% no ha añadido IA a lo que ya hacía, ha reconstruido el proceso alrededor de ella.
Por qué importa: no es la primera vez que vemos esta línea divisoria. El informe del MIT sobre el GenAI Divide ya avisó en 2025 de que el 95% de los pilotos de IA generativa no dejaban huella medible en el balance, mientras que el 5% que sí funcionaba había integrado la herramienta en el flujo, no la había pegado encima. A esa distancia entre comprar la licencia y rediseñar el proceso la llamamos la Brecha de Rediseño.
Para saber por dónde empezar a rediseñar, hace falta un método. Y aquí es donde entra McKinsey QuantumBlack.
🔬 Cómo rediseña de verdad el club del 6%
McKinsey QuantumBlack analizó más de 50 despliegues reales de IA agéntica y lo redujo a un método de cuatro pasos. No es una taxonomía para clasificar tareas, es la secuencia real que siguen las empresas que sí lo consiguen.
- Mapea el flujo completo, no el agente: el punto de partida es identificar el proceso y sus cuellos de botella reales, antes de elegir ninguna herramienta. "No se trata del agente, se trata del flujo de trabajo", dice McKinsey.
- Decide dónde un agente vale la pena, y dónde no: procesos muy estandarizados y de baja variación (onboarding regulatorio, por ejemplo) no necesitan un agente, con automatización por reglas basta. Los de alta variación (revisión de contratos, análisis de siniestros) son donde el agente aporta de verdad.
- Verifica cada paso, no solo el resultado final: las empresas que solo miden el resultado final tardan mucho más en detectar errores. Meter observabilidad en cada paso del flujo es lo que separó los éxitos de los fracasos silenciosos.
- Diseña a propósito la colaboración humano-agente: no es automatizar y ya, es decidir explícitamente dónde interviene una persona a revisar o firmar. Un despacho legal que hizo justo eso llevó la aceptación del usuario al 95%.
Alfonso, que desconfía de cualquier framework con nombre de universidad, me hizo la pregunta obvia: "¿Y por dónde empiezo a priorizar?" Para eso sirve la taxonomía de Stanford: no sustituye estos cuatro pasos, ayuda a elegir sobre qué proceso aplicarlos primero.
- Zona Verde: automatiza ya. Informes rutinarios, resúmenes de reuniones, primeras respuestas a clientes, clasificación de documentos.
- Zona Roja: tensión cultural. Evaluación de candidatos, revisión de contratos, decisiones sobre clientes, rediseña con supervisión humana explícita.
- Zona I+D: oportunidad de inversión. Negociación compleja, asesoramiento estratégico, diagnóstico en contextos ambiguos.
- Zona Baja Prioridad: no toques. Construcción de relaciones de confianza, liderazgo en crisis, creatividad estratégica.
El patrón que separa a quien rediseña bien: empieza en Zona Verde para ganar velocidad y credibilidad interna, usa esa credibilidad para abrir la conversación difícil en Zona Roja con supervisión humana explícita, no automatización silenciosa, y solo entonces invierte en Zona I+D. Saltarse ese orden es la causa número uno de los pilotos que nunca llegan a escalar.
💼 Implicaciones estratégicas
- El 6% no crece, se vuelve más radical: el rediseño de flujos entre los high performers pasó del 55% a casi tres cuartas partes en un año. No basta con entrar en el club; hay que rediseñar cada vez más rápido solo para seguir dentro.
- El EBIT medio no sube por decreto, bajó: el porcentaje de empresas con algún impacto en EBIT cayó del 39% al 37%. Más gasto en IA sin rediseño no solo no suma: puede restar.
- Las grandes empresas marcan el ritmo, no solo su propio ritmo: entre las que facturan más de 1.000 millones, el 40% ya escala IA agéntica, frente al 27% de hace un año. Trece puntos en doce meses. No hace falta estar en ese grupo para notarlo: es la vara con la que te van a medir tu próximo cliente grande, tu competidor o tu proveedor.
- Copilot en el escritorio no es Copilot en el proceso: con menos del 7% de penetración real sobre la base de Microsoft 365, usa el mapa de Stanford esta semana para elegir un solo proceso y asignar a su dueño, no a IT, la tarea de rediseñarlo.
Le contesté a Alfonso que no, que los 30 millones de asientos no son el problema. El problema es cuántos de esos asientos están sentados encima de un proceso que nadie se ha molestado en rediseñar.
Se quedó callado un momento. Y luego escribió: "Vale, pero dime un proceso. Uno. No la teoría."
¿Qué proceso vas a rediseñar tú esta semana, no qué licencia vas a comprar?
📚 TENDENCIAS interesantes elegidas para ti
⚖️ LEGISLACIÓN
"EU AI Act: Transparency Obligations Take Effect 2 August 2026"
¿Por qué es interesante leerlo?
Desde el 2 de agosto, cualquier chatbot, deepfake o contenido sintético dirigido al mercado europeo debe identificarse como generado por IA, con multas de hasta 15 millones de euros o el 3% de la facturación mundial. El aplazamiento del Ómnibus Digital movió el calendario de alto riesgo a 2027-2028, pero esta obligación de transparencia no se movió. Implicación: ¿ha revisado tu empresa si sus chatbots cumplen ya con el Artículo 50, o sigue pensando que todo el AI Act se aplazó?
📊 DATOS
"Offering Zero Data Retention for frontier models"
¿Por qué es interesante leerlo?
El 19 de agosto OpenAI confirmó que sus modelos frontera seguirán ofreciendo retención cero de datos para clientes elegibles de API, mientras avanza un sistema de seguridad que analiza patrones sin ver el contenido. Anthropic, en cambio, mantiene una retención obligatoria de 30 días, aunque ahora permitirá alojarla en la nube del propio cliente. Implicación: dos laboratorios, dos filosofías opuestas sobre quién custodia tus datos. ¿Sabes cuál de las dos rige hoy en tu stack de IA?
🏦 EMPRESA
"Google Cloud Launches Gemini Enterprise for Financial Services"
¿Por qué es interesante leerlo?
El 25 de agosto Google Cloud lanzó una versión de Gemini Enterprise específica para banca, con más de 50 nuevas skills, 13 conectores a datos financieros (FactSet, S&P Global, SEC Edgar entre ellos) y Deutsche Bank como socio de diseño del agente de investigación financiera. Implicación: la carrera por la IA ya no es genérica, es vertical, por sector, con un banco de referencia detrás. ¿Tiene tu proveedor principal una fecha para el vertical de tu sector, o sigues usando la versión genérica?
