¿La IA realmente crea tiempo?
Cuando la IA ahorra diez horas de redacción manual, esas horas rara vez regresan a la empresa como capacidad neta. Suelen consumirse en nuevas tareas de coordinación a menos que se reasignen explícitamente.
Jean Bernier
Founder, BTCF Originator
Lo que intentamos entender
Si una empresa adopta tecnología que reduce drásticamente el tiempo necesario para una tarea específica (como redactar un informe, escribir código o resumir llamadas), ¿realmente se vuelve más rápida? ¿O el tiempo recién creado desaparece dentro del sistema?
Por qué es importante
Actualmente, las empresas invierten fuertemente en IA bajo el supuesto de un retorno de inversión directo de 1:1: Si ahorramos 1,000 horas, podemos reducir la plantilla o duplicar la producción. Pero si ese tiempo es absorbido silenciosamente por otras fricciones, la inversión no genera ningún apalancamiento operativo sistémico.
Lo que revisamos
Revisamos estudios contemporáneos sobre productividad con IA (como el estudio de NBER sobre agentes de soporte al cliente), literatura histórica sobre la paradoja de la productividad en la implementación de TI y nuestra propia evidencia longitudinal de tres organizaciones de servicios en etapa de crecimiento durante un período de 12 meses de adopción de IA.
Lo que respalda la evidencia
Los estudios sobre implementación tecnológica muestran de forma constante que el tiempo ahorrado en un nodo de un sistema a menudo crea cuellos de botella en otro.
- En entornos de atención al cliente, la IA puede reducir el tiempo de resolución por caso en un 14% en promedio (NBER, 2023).
- Sin embargo, en el trabajo de conocimiento en general, reducir el tiempo para generar contenido (como código o documentos) frecuentemente incrementa el volumen total de contenido producido.
- A medida que aumenta la velocidad de generación, la carga se traslada a los revisores y aprobadores, quienes ahora enfrentan un aumento de 10 veces en su cola de revisión.
- El tiempo total de ciclo (Tiempo de Flujo) a menudo se mantiene idéntico o empeora, a pesar de que la tarea inicial se completa más rápido.
Lo que no respalda
Esta evidencia no significa que la IA sea inútil. Tampoco respalda el argumento de que la IA no mejore la eficiencia individual. Simplemente demuestra que la eficiencia individual no equivale automáticamente a velocidad sistémica.
Interpretación de Bernier
La productividad es el objetivo equivocado cuando el trabajo no debería existir, y ahorrar tiempo es la métrica equivocada si ese tiempo no se captura.
Si automatiza un proceso, reduce el Tiempo Humano (esfuerzo). Pero a menos que cambie el sistema, no mejora el Tiempo de Flujo (velocidad de entrega de valor).
Para capturar realmente el valor de la IA, las empresas deben establecer lo que llamamos Tiempo Creado Verificado (VTC). Si ahorra diez horas, debe reasignar explícitamente esas diez horas hacia el Tiempo de Oportunidad; de lo contrario, serán absorbidas por nuevas reuniones, más correos electrónicos y una mayor coordinación.
Lo que esto cambia
Antes de implementar IA para "ahorrar tiempo", un operador debe:
- Medir la línea base actual del tiempo de ciclo.
- Definir exactamente qué hará la persona con las horas ahorradas (Reasignación de Tiempo).
- Asegurarse de que los revisores en las etapas posteriores tengan la capacidad de absorber el aumento de producción, o cambiar los derechos de decisión para que la revisión no sea necesaria.
Preguntas abiertas
Si la generación de trabajo se vuelve prácticamente gratuita, ¿hacia dónde se traslada la carga operativa? ¿Cómo medimos el costo de la revisión?
Fuentes
- NBER Working Paper: Generative AI at Work (Brynjolfsson et al., 2023)
- HBR: The Productivity Paradox of New Technology
- Anonymized longitudinal evidence from 3 growth-stage operating models
Sigue la Idea
¿Qué pregunta debería plantear esto?
Si la lógica de esta pieza es cierta, ¿qué suposición operativa actual en su negocio debe ser falsa?