En los últimos dos años, la inteligencia artificial pasó de ser una conversación a convertirse en una prioridad estratégica para prácticamente cualquier industria. Bancos, aseguradoras, fintechs y gigantes tecnológicos continúan persiguiendo una promesa seductora: automatizar tareas, reducir costos y multiplicar la productividad.
Pero mientras el mercado vive una competencia acelerada, empieza a emerger un fenómeno incómodo: la llamada paradoja de la eficiencia.
“Esta anomalía surge cuando las organizaciones comienzan a adoptar cada vez más herramientas tecnológicas y como resultado, se vuelve más compleja su operación”, afirmó Julián Colombo, CEO de N5.
El fenómeno tiene una explicación: las nuevas tecnologías suelen entrar en conflicto con procesos antiguos, culturas organizacionales rígidas y estructuras que no fueron diseñadas para convivir con la automatización impulsada por la IA.
Más velocidad, más fricción
Colombo recomienda evitar la ansiedad de implementar cualquier solución solo porque el mercado lo está haciendo. La velocidad sin dirección puede terminar alejando a las compañías de sus propios fundamentos.
“Si el proceso es malo, automatizarlo solo hace que el error ocurra más rápido”, señaló.
La discusión está cambiando de enfoque. Hace apenas un año, la pregunta dominante era qué empresas incorporarían IA primero. Hoy, cada vez más líderes empiezan a cuestionar cuál es el objetivo final de adoptar estos sistemas.
Mientras los directorios presionan por implementar tecnología para no quedar atrás, muchos equipos todavía intentan resolver problemas más básicos: desarticulación de datos, culturas organizacionales rígidas y modelos de atención diseñados para otra época.
El resultado es un escenario contradictorio: empresas más automatizadas, pero también más dependientes de la supervisión humana para reducir los errores cometidos por los sistemas digitales.
Especialmente en procesos secuenciales, los sistemas de IA todavía presentan índices de error relevantes, lo que obliga a una revisión humana constante. El resultado es un operador que inicia 10 tareas en paralelo, todas asistidas por IA, que resuelve cada una entre el 70% y el 95%. Pero el tiempo que demanda corregir, validar y completar ese margen restante suele exceder la jornada disponible. Al final del día, nada está terminado.
Un estudio de EY respalda esta realidad: el 59% de los empleados en Latinoamérica reporta un aumento en su carga de trabajo individual en el último año.
Colombo advierte que la paradoja de la eficiencia no es un fenómeno inevitable, sino la consecuencia de confundir velocidad con estrategia y herramientas con soluciones.
Las compañías que logran salir de ese ciclo no son necesariamente las más tecnológicas, sino aquellas capaces de sostener el foco en el problema original mientras el mercado se deja seducir por la novedad.
“La salida no está en incorporar más IA, sino en tener más claridad sobre el objetivo con que se la utiliza”, concluyó.
