IA en la empresa: lo que el aluvión de entusiasmo oculta – y lo que las pymes deben hacer ahora realmente

10 min de lectura

Lo más importante

700 empleados despedidos, luego readmitidos – y, aun así, el valor bursátil cayó miles de millones. Lo que Klarna experimentó con su prueba de IA no es un caso aislado, sino una señal de advertencia para toda empresa que considere la IA como una respuesta rápida a la presión sobre los costes. Mientras los círculos tecnológicos estadounidenses debaten si la IA asumirá toda la labor cognitiva en uno a cinco años, las pymes alemanas luchan con la migración a la nube, la documentación de procesos y la escasez de profesionales especializados en TI. Estos dos mundos parecen muy alejados. Pero no lo son.

Porque el desarrollo de la IA está transformando las condiciones de competencia para todos los que realizan trabajo intelectual – independientemente de que la empresa cuente con 50 o con 50.000 empleados. Los responsables empresariales subestiman la dinámica. Quien la adopte sin filtro, caerá directamente en la trampa de Klarna.

Dos mundos, un mismo tema

El debate entre el inversor Matt Shumer y el neurocientífico Gary Marcus es, en esencia, estadounidense. Shumer afirmó en su controvertido ensayo «Something Big Is Happening» – recogido por Fortune, CNN y CNBC – que la IA asumirá íntegramente el trabajo cognitivo dentro de uno a cinco años. Marcus replicó acusándolo de «hype instrumentalizado». Dos posturas extremas. Ambas pasan por alto la realidad cotidiana de las pymes europeas.

El tejido medio alemán vive en otra realidad. Muchas empresas aún se plantean preguntas fundamentales: ¿Cómo migraremos nuestros sistemas on-premise a la nube? ¿Cómo digitalizaremos procesos que llevan veinte años funcionando sobre papel y Excel? ¿Cómo encontraremos profesionales especializados en TI capaces de llevar a cabo esta transformación? La idea de que la IA sustituya por completo departamentos enteros en pocos años resulta casi surrealista en este contexto.

Pero precisamente ahí radica el peligro. La velocidad con la que mejoran las capacidades de la IA no afecta únicamente a las startups del Valle del Silicio. Está modificando las condiciones de competencia para toda empresa que realice trabajo intelectual – y eso incluye, en el caso de las pymes, casi todas. Ignorarlo supone arriesgar algo más que una pérdida temporal de eficiencia. Qué patrones estructurales definirán a la industria en 2026 analiza el artículo Inteligencia descentralizada como leitmotiv: qué marcará a la industria en 2026.

Qué enseña Klarna sobre los riesgos del aluvión de entusiasmo

Quien quiera entender qué ocurre cuando las empresas traducen sin filtro el aluvión de entusiasmo sobre la IA en decisiones operativas debe observar a Klarna. El proveedor sueco de servicios de pago fue durante meses el ejemplo paradigmático de una integración exitosa de la IA. El CEO Sebastian Siemiatkowski anunció públicamente que los chatbots de IA habían asumido el trabajo de 700 empleados del servicio al cliente. La plantilla se redujo drásticamente y se suspendieron nuevas contrataciones.

La decepción llegó rápidamente. La calidad del servicio descendió de forma medible. Los clientes se quejaron de respuestas erróneas, problemas sin resolver y la imposibilidad de contactar con una persona real. Klarna tuvo que dar marcha atrás – y comenzó nuevamente a contratar personal humano. En un mercado laboral que la propia empresa había diezmado.

El ejemplo de Klarna es ilustrativo, porque revela un patrón que se repetirá en muchos sectores. Las empresas que posicionan la IA como sustituto directo del trabajo humano, en lugar de como herramienta de apoyo, caen en una trampa. La tecnología impresiona en las demostraciones. Pero aún no es lo suficientemente fiable como para ejecutar tareas complejas y dependientes del contexto de forma permanente sin supervisión humana. Esto es válido tanto a principios de 2026 como en el momento del desastre de Klarna.

Para los decisores de las pymes, esto contiene una lección fundamental: la cuestión no es si se debe aplicar la IA. La cuestión es cómo hacerlo – y con qué expectativas. Por qué muchas empresas, pese a estas señales de advertencia, siguen dudando, lo explica el artículo IA en las pymes: por qué muchas empresas dudan – y qué cuenta ahora.

Evolución actual en 2026: los agentes de IA desplazan el debate

A principios de 2026, el panorama ha cambiado radicalmente una vez más. Si hasta ahora dominaban los grandes modelos de lenguaje y los chatbots, ahora están en el centro de atención los agentes de IA autónomos. Sistemas como Devin (Cognition AI) o Microsoft Copilot Studio permiten que la IA ya no solo responda, sino que ejecute tareas de forma independiente a lo largo de múltiples pasos – escribir código, realizar pruebas, elaborar documentación.

Al mismo tiempo, OpenAI impulsa con su función Operator agentes de navegador autónomos que, bajo instrucción de los usuarios, rellenan formularios, realizan reservas y efectúan búsquedas web por sí mismos. Google DeepMind siguió con Project Mariner. Lo que en 2024 era considerado un ámbito experimental, en 2026 ya es apto para producción – y comienza a llegar también a los entornos empresariales de las pymes.

Esto modifica considerablemente el cálculo de riesgos. Los sistemas de IA agente intervienen mucho más profundamente en los procesos empresariales que un simple chatbot. Los errores se escalan más rápidamente, porque ningún ser humano revisa cada paso intermedio. Al mismo tiempo, aumentan los beneficios en eficiencia para las empresas que implementan estos sistemas con cuidado. La brecha entre los primeros adoptantes (Early Adopters) y los que esperan se ensancha aún más rápido de lo que la discusión entre Shumer y Marcus dejaba entrever.

Para las pymes, sigue vigente la tesis fundamental: primero construir las bases, luego automatizar – y en 2026 esto es más cierto que nunca. Quien no comprenda ni documente sus propios procesos, no podrá aplicar la IA agente de forma controlada. Su aplicación incontrolada acabará costando más que el retraso inicial en la digitalización.

Presupuestos en la nube bajo nueva presión

El debate sobre la IA tiene repercusiones directas en los presupuestos de TI y en las estrategias en la nube. Los grandes proveedores de infraestructura en la nube (hyperscalers) – Microsoft, Google y Amazon – vinculan cada vez más sus servicios de IA a sus plataformas en la nube. Quien quiera utilizar productivamente GPT-4o u otros modelos comparables, difícilmente podrá prescindir de Azure, Google Cloud o AWS. Esto modifica considerablemente la planificación de las migraciones a la nube.

Muchas empresas han calculado sus presupuestos en la nube basándose en supuestos que tienen uno o dos años de antigüedad. Desde entonces, los servicios de IA se han convertido en un factor de coste nuevo que simplemente no aparecía en los cálculos originales. Las llamadas a las API de grandes modelos de lenguaje, el fine-tuning de modelos propios con datos empresariales, la infraestructura necesaria para la seguridad y el cumplimiento normativo – todo ello eleva los costes. Con los sistemas agentes, el consumo de tokens por tarea aumenta aún más notablemente: los observadores del sector estiman un incremento de costes entre 5 y 10 veces superior al de las interacciones con chatbots sencillos.

Al mismo tiempo, crece la presión sobre los departamentos de TI para implementar proyectos de IA con rapidez. Los directivos que hayan leído el ensayo de Shumer o artículos similares esperan resultados. La brecha entre las expectativas y la viabilidad práctica se ensancha – y los responsables de TI quedan atrapados en la incómoda posición de tener que ofrecer innovación y, al mismo tiempo, respetar los presupuestos.

Una estrategia realista en la nube debería, por tanto, incluir explícitamente los costes derivados de la IA – no como un concepto vago, sino como una partida presupuestaria concreta, con casos de uso definidos, objetivos medibles y criterios claros de interrupción. Las empresas que inicien proyectos de IA sin esta estructura corren el riesgo de sorpresas presupuestarias que pongan en peligro otras inversiones estratégicas.

La seguridad se vuelve más compleja, no más sencilla

Un aspecto que, en el debate público sobre la IA, queda crónicamente infravalorado: la dimensión de la seguridad. Cada servicio de IA integrado en los procesos empresariales amplía la superficie de ataque. Los grandes modelos de lenguaje pueden manipularse mediante ataques conocidos como prompt injection. Los datos empresariales utilizados para entrenar o usar modelos de IA deben protegerse – no solo contra atacantes externos, sino también contra los propios proveedores.

Las exigencias regulatorias se están endureciendo simultáneamente. El Reglamento de IA de la UE entra en vigor progresivamente y obliga a las empresas a clasificar, documentar y, en determinados casos, someter a auditoría su uso de la IA. Para las pymes, esto significa una carga adicional en un área que ya sufre una grave escasez de personal.

Los responsables de seguridad enfrentan el reto de integrar los sistemas de IA en las arquitecturas de seguridad existentes, sin dejar que la complejidad crezca de forma descontrolada. Esto exige no solo competencia técnica, sino también la capacidad de comunicar límites claros ante la dirección. No todos los casos de aplicación de la IA son aceptables desde el punto de vista de la seguridad – y la habilidad de decir un «no» fundamentado se convierte en una competencia directiva subestimada. El hecho de que incluso Lloyd’s of London ofrezca ya seguros específicos contra las alucinaciones de la IA demuestra que el sector asegurador toma esta dimensión muy en serio. Más información: Lloyd’s of London asegura contra daños causados por alucinaciones de la IA.

Qué significa liderar ahora

La verdadera pregunta tras el debate entre Shumer y Marcus no es tecnológica. Es estratégica: ¿Cómo toman los líderes decisiones bajo una incertidumbre extrema? Ni los optimistas ni los escépticos pueden predecir hoy con fiabilidad qué nivel de capacidad alcanzarán los sistemas de IA dentro de tres o cinco años. El desarrollo avanza ni de forma lineal ni predecible.

Para los consejos de administración y los directivos, esto significa desarrollar una actitud que evite tanto el activismo ciego como la pasividad expectante. Concretamente: iniciar proyectos piloto, pero con criterios de éxito claros. Invertir en la adquisición de competencias antes de que consultores externos sustituyan la capacidad de juicio interna. Capacitar a los empleados, en lugar de sustituirlos prematuramente con tecnología. Y: comprender la propia cadena de valor antes de automatizarla.

Las empresas que no sean capaces de describir con claridad sus procesos centrales tampoco podrán optimizarlos de forma sensata con IA. La digitalización de las bases – datos estructurados, procesos documentados, infraestructura moderna de TI – sigue siendo el requisito previo para todo lo que venga después. Quien salte este paso e invoque directamente la IA, construye sobre arena. Qué implica esto para la agenda estratégica 2026 lo analiza el artículo Tendencias empresariales 2026: cómo diseñarán las empresas la próxima fase de la IA.

«La mayoría de los proyectos de IA agente son actualmente experimentos en fase temprana, que con frecuencia se aplican de forma incorrecta. Esto puede cegar a las empresas ante los costes reales y la complejidad de su escalado.»
– Anushree Verma, Directora Analista Senior, Gartner, junio de 2025

La brecha se ensancha

La verdad más incómoda del debate actual: la brecha entre las empresas que aplican la IA de forma estratégica y aquellas que aún luchan con la dotación digital básica se ampliará dramáticamente en los próximos años. Esto afecta no solo a la eficiencia y a los costes, sino también a la capacidad de atraer talento, retener clientes y mantenerse competitivas en mercados globales.

Matt Shumer quizá sea demasiado optimista en sus plazos. Gary Marcus tal vez tenga razón al señalar que la tecnología actual tiene límites fundamentales. Pero la dirección del desarrollo es inequívoca – y su velocidad va en aumento. Para el tejido medio alemán, esto significa: actuar ahora, pero actuar con inteligencia. Construir las bases, comprender los riesgos y llevar consigo al propio equipo. Ni dejarse arrastrar por el aluvión de entusiasmo, ni paralizarse por el escepticismo.

No es una tarea sencilla. Pero es exactamente el tipo de tarea que define una buena dirección empresarial.

Lectura complementaria

• IA agente en las pymes – MyBusinessFuture
• Nube privada para IA – cloudmagazin
• Gestión del cambio en la transformación con IA – Digital Chiefs

Fuente de imagen: Pexels / Pixabay