Durante 2025, la inteligencia artificial dejó definitivamente de ser una promesa futura para convertirse en una realidad extendida dentro de las organizaciones. Sin embargo, como muestran los principales informes de referencia del mercado, esa adopción masiva no se tradujo automáticamente en impacto real en los resultados del negocio.
Desde ENTA, este diagnóstico no nos resulta ajeno. A lo largo del último año acompañamos a organizaciones de múltiples industrias que, aun habiendo invertido en IA, enfrentaron el mismo desafío que describen McKinsey y Forrester en sus últimos informes: mucho despliegue, poco impacto estructural.
Este artículo resume cómo proyectamos la evolución de la IA y la Automatización Inteligente en 2026.
2025: la paradoja de la IA generativa que vimos en el mercado
El año 2025 estuvo marcado por una contradicción que atravesó a la mayoría de las organizaciones que comenzaron a incorporar inteligencia artificial en sus operaciones. McKinsey la define con claridad en su informe Seizing the Agentic AI Advantage (junio 2025): la IA generativa se volvió omnipresente en el discurso corporativo, pero su impacto real en los resultados del negocio fue, en la mayoría de los casos, marginal o difícil de demostrar.
Este fenómeno no se explica por falta de interés ni de inversión. La dificultad estuvo en cómo se insertó la IA dentro de las organizaciones. La mayoría de las iniciativas se concentraron en pruebas de concepto, pilotos y experimentos que funcionaban de forma aislada, sin integrarse de manera profunda en los procesos críticos del negocio. De este modo, comenzó a evidenciarse una brecha cada vez más clara entre la expectativa generada alrededor de la IA y los resultados efectivamente obtenidos.
McKinsey es contundente al señalar que el problema no estuvo en la tecnología, sino en el enfoque. La IA generativa fue utilizada, en la mayoría de los casos, como una capa adicional superpuesta a procesos existentes, sin cuestionar ni rediseñar la forma en que el trabajo se ejecuta. En ese esquema, la IA asistía, sugería o aceleraba tareas puntuales, pero no tenía la capacidad de hacerse cargo de flujos de trabajo completos ni de tomar decisiones encadenadas con impacto operativo real.
Este escenario explica por qué 2025 fue, para muchas organizaciones, un año de frustración controlada: pilotos que funcionaban, demostraciones prometedoras y una fuerte presencia de IA en el día a día, pero con la sensación persistente de que el valor siempre quedaba un paso más adelante.
Desde ENTA, esta lectura fue consistente con lo que se debatió durante todo el año en reuniones con clientes, encuentros de la industria, espacios de intercambio entre pares y también en contenidos propios, como la nota publicada meses atrás por Daniela Cancelo (directora de ENTA), donde ya se señalaba con claridad la distancia entre la experimentación con IA y su impacto real en los procesos de negocio.
La pregunta aparecía una y otra vez: si la IA funciona, ¿por qué su impacto no se refleja en los indicadores clave del negocio?
El verdadero punto de inflexión: los agentes de IA
Es en este contexto donde McKinsey introduce a los agentes de IA como el verdadero punto de inflexión frente a las limitaciones que marcaron la adopción de la inteligencia artificial. El informe reconoce que la primera ola de IA generativa no fue tiempo perdido: permitió alfabetización, mayor madurez en gobernanza y una mejor comprensión de los riesgos. Sin embargo, también deja en claro que ese avance no fue suficiente para cerrar la brecha entre pilotos exitosos y transformación real.
La dificultad central estuvo en el rol asignado a la IA dentro de los procesos. Al operar como un asistente reactivo, dependiente de la intervención humana, el impacto quedaba fragmentado. Frente a esto, los agentes de IA aparecen como una respuesta directa a esa limitación estructural. A diferencia de los enfoques anteriores, los agentes comprenden objetivos, los descomponen en subtareas, interactúan con sistemas y personas, ejecutan acciones y se adaptan dinámicamente en el tiempo.
“Los agentes extienden la IA generativa desde la generación reactiva de contenido hacia la ejecución autónoma orientada a objetivos.”
Desde esta perspectiva, McKinsey plantea que 2025 debe entenderse como un año de transición. Un período en el que quedó en evidencia que sin un cambio de modelo, de tareas aisladas a procesos end-to-end, la IA no puede escalar impacto real.
2026: menos IA hype, más decisiones difíciles
Los informes The State of AI in 2025 (McKinsey) y Predicciones 2026 (Forrester) convergen en un mensaje claro y, en cierto punto, incómodo para muchas organizaciones: 2026 será un año de decisiones estratégicas. Luego de un período marcado por la experimentación y el despliegue acelerado, el foco se desplaza hacia la capacidad real de las organizaciones para transformar esa adopción en valor sostenido.
Forrester advierte que la transición hacia modelos de automatización más autónomos será gradual y desigual debido a que “los desafíos de retorno de inversión y gobernanza seguirán limitando la adopción masiva de capacidades de agencia en el corto plazo”.
McKinsey refuerza este diagnóstico desde otra perspectiva. A pesar del avance en adopción, solo el 39 % de las organizaciones logra atribuir algún impacto en el EBIT al uso de IA y, en la mayoría de los casos, ese impacto representa menos del 5 %. Estos datos confirman que el desafío es estructural: la IA funciona, pero no está siendo utilizada de forma tal que transforme el negocio a escala.
Rediseñar procesos: la condición para capturar valor
Automatizar sin rediseñar procesos limita drásticamente el valor de la IA. La tecnología, por sí sola, no alcanza para generar impacto sostenido si se la inserta en estructuras operativas pensadas para otra lógica de trabajo. Tanto McKinsey como Forrester coinciden en que el principal cuello de botella ya no es tecnológico, sino organizacional y de procesos.
McKinsey es particularmente contundente en este punto. El 55 % de las empresas de alto desempeño rediseñó sus flujos de trabajo de forma profunda, mientras que solo el 20 % del resto avanzó en ese sentido. No se trata de optimizar tareas existentes ni de “agregar IA” a procesos heredados, sino de repensar de manera integral cómo se organiza el trabajo, cómo se toman decisiones y qué rol cumplen humanos y sistemas inteligentes dentro de los procesos end-to-end.
“El rediseño intencional de los flujos de trabajo es uno de los factores que más contribuyen a lograr impacto significativo en el negocio.”
En este contexto, los informes dejan implícito un punto clave: la complejidad de redefinir procesos, establecer nuevos modelos operativos, diseñar marcos de gobernanza y escalar soluciones de IA de forma segura lleva a que las organizaciones necesiten apoyarse en consultoras líderes, con profundo conocimiento de procesos de negocio y experiencia en transformaciones a escala.
Desde ENTA, esta conclusión resume gran parte del aprendizaje acumulado durante 2025. Vimos que la IA no transforma procesos existentes; obliga a repensarlos, y que ese ejercicio requiere una mirada transversal que combine tecnología, procesos y gestión del cambio. Sin ese acompañamiento experto, muchas iniciativas de automatización corren el riesgo de quedar atrapadas en mejoras marginales, sin lograr la gobernanza y escalabilidad necesarias para generar impacto real y sostenido.
Por otro lado, Forrester describe 2026 como una verdadera encrucijada para la automatización empresarial. Por un lado, persisten los modelos deterministas, orientados al control, la previsibilidad y el cumplimiento normativo. Por otro, comienzan a emerger modelos adaptativos, basados en razonamiento, agentes y mayores niveles de autonomía.
Lejos de plantear una ruptura, Forrester propone una convivencia estratégica entre ambos enfoques. “El futuro de la automatización no será puramente determinista ni completamente autónomo, sino una combinación estratégica de ambos modelos”. Esta mirada coincide con la visión de ENTA: no se trata de reemplazar lo existente, sino de integrar inteligencia allí donde realmente agrega valor, manteniendo el control donde es crítico para el negocio.
Inteligencia de procesos y gobernanza: de soporte a pilar estratégico
Otro punto clave que surge del análisis de Forrester es el rol de la inteligencia de procesos. El informe señala que esta disciplina podría rescatar hasta el 30 % de los proyectos de IA fallidos, al aportar contexto operativo, visibilidad end-to-end y mecanismos de retroalimentación continua.
“La inteligencia de procesos debe evolucionar para integrarse directamente en la estructura de la agencia como habilitador de operaciones autónomas y adaptativas.”
McKinsey complementa esta visión al destacar que las organizaciones más maduras en IA comparten ciertas prácticas de gestión: liderazgo senior activamente involucrado, definición clara del human in the loop y modelos de gobierno sólidos. Estos elementos se vuelven indispensables a medida que los sistemas ganan autonomía, escala y complejidad.
La posición de ENTA frente a 2026
Creemos que 2026 será el año en el que la IA deje de probarse y empiece a decidirse. El foco ya no estará en cuántos pilotos se lanzan, sino en cuáles se escalan y bajo qué modelo operativo.
No ganarán las organizaciones que acumulen experimentos, incorporen herramientas aisladas o persigan eficiencia sin transformación. Ganarán aquellas que rediseñen procesos end-to-end, integren agentes con gobernanza clara y logren equilibrar control, adaptabilidad y criterio humano.
“Abordar la IA únicamente desde la eficiencia no es suficiente. Lograr resultados medibles requiere una agenda ambiciosa, impulsada por la innovación y la transformación.” (McKinsey)
