Resumen ejecutivo
El 88% de las empresas ya usa inteligencia artificial en alguna parte. Solo el 17% logra un impacto real en su resultado operativo superior al 5%, y apenas el 1% considera que sus despliegues están maduros para escalar. Rodrigo Tobar diagnostica la enfermedad —la llama «pilotitis»: decenas de pruebas de concepto aisladas que parchan procesos que ya nacieron mal— y plantea la salida: hiperautomatización, la combinación orquestada de automatización tradicional con capas de IA cognitiva, aplicada al rediseño de flujos completos y no a acelerar tareas sueltas. Con una advertencia que resume todo: si aceleras un proceso ineficiente, solo consigues torturar a la organización más rápido.
1. La verdad incómoda del mercado
Los datos que abren la charla son demoledores y vienen del estudio global sobre el estado de la IA de McKinsey: cerca del 88% de las empresas ya usa IA en alguna parte, pero solo el 17% captura un impacto real en su EBIT superior al 5%. Es decir, más del 80% de las compañías no ve un peso de retorno tangible, y apenas un 1% siente que sus despliegues están maduros para escalar.
¿Por qué ocurre? Porque la variable número uno para mover la aguja no es comprar licencias ni contratar software: es rediseñar los flujos de trabajo en profundidad. Y hoy apenas el 21% de las empresas está haciendo esa tarea dura. El resto sufre de lo que Tobar bautiza como pilotitis: acumulación de pruebas de concepto aisladas, sin valor real para el negocio, que ponen IA a parchar procesos que no tienen por dónde escalar.
La metáfora que usó en vivo, con video incluido: ponerle un motor eléctrico de última generación a una carreta de madera no la convierte en un auto de Fórmula 1 — solo hace que la carreta se rompa más rápido. El juego estratégico no consiste en pavimentar el camino de tierra: consiste en rediseñar cómo se toman las decisiones.
2. El abismo del impacto corporativo
La charla contrapone dos paradigmas, y la diferencia empieza por cómo se mide el éxito:
| Paradigma tradicional (80%+) | Hiperautomatización (17%) |
|---|---|
| Enfoque pasivo, dominado por la pilotitis. | Rediseño de procesos punta a punta con enfoque agéntico. |
| Fuerza la IA dentro de flujos manuales heredados. | Orquestación desde el centro del negocio. |
| Métrica: ¿cuántos minutos le ahorré a un analista? | Métricas de directorio: margen operativo, velocidad de respuesta, capacidad de escala. |
| Resultado: optimización marginal invisible en los balances. | Resultado: multiplicar la capacidad operativa sin disparar los costos fijos. |
3. El factor humano: nadie sobra, todos están atrapados
La pregunta inevitable en cualquier comité ejecutivo es si esto viene a reemplazar personas. Los datos que aporta la charla, de un reporte global sobre IA generativa en la empresa, la responden: solo el 4% de las empresas implementa con la meta de recortar personal; más del 54% lo hace para disparar la productividad de su equipo y un 21% para acelerar nuevos ingresos.
El diagnóstico de Tobar es más fino que el debate habitual: el problema real no es que sobre gente, sino que las organizaciones tienen a su capital humano más valioso atrapado en servidumbre mecánica — tipeando planillas, copiando texto entre sistemas que no conversan, haciendo tareas que ni siquiera corresponden a sus competencias.
Y de ahí sale el que quizá sea el mensaje más incómodo de la charla, dirigido explícitamente a los directivos. El principal freno para escalar la IA es la brecha crítica de talento: más del 66% de las organizaciones sufre escasez y enfrenta fuga constante de sus perfiles más valiosos. En un mercado inundado de cursos exprés, la hiperautomatización en procesos críticos exige profesionales transversales capaces de moverse entre arquitectura, ciberseguridad, DevOps, MLOps y —sobre todo— el negocio.
«Si pretendemos atraer y retener a estos perfiles aplicando bandas salariales tradicionales de tecnología, la fuga hacia el mercado global o hacia la competencia es inevitable.» Adecuar la estructura salarial a la oferta real del mercado no es un costo de recursos humanos: es la forma de proteger el conocimiento crítico de la compañía. El mandato directivo es doble — liberar al talento de la servidumbre mecánica y asegurar condiciones para que ese talento se quede.
4. Qué es exactamente la hiperautomatización
La definición que propone la charla: la combinación virtuosa, orquestada e integrada de las herramientas de automatización tradicional —RPA y flujos de trabajo— con capas de inteligencia artificial cognitiva. Cada mitad aporta lo suyo:
| RPA tradicional | IA cognitiva |
|---|---|
| Datos estructurados | No estructurados e inferenciales |
| Tareas repetitivas | Lee, escucha, razona, contextualiza y predice |
| Basado en reglas estrictas | Basado en comprensión del contexto |
Sobre la arquitectura, tres principios que la charla enuncia con nombre propio. La frontera irregular (jagged frontier) obliga a una regla de diseño: «desacoplar la mente probabilística de la IA del motor matemático determinista es la primera ley de la arquitectura moderna» — el modelo interpreta, pero los cálculos que deben ser exactos no se le delegan. La teoría de restricciones aplicada al caso: IA sin arquitectura no escala, y no escalar es fracasar. Y el volante de inercia nocturno, un patrón de mejora continua donde el sistema procesa y aprende de noche, con evaluación experta diurna y humano en el circuito.
Sobre las capacidades, tres pilares: percepción (leer el mundo: documentos, voz, imágenes, señales), cognición (razonar sobre eso) y acción (ejecutar en los sistemas reales). Y una advertencia contra la ilusión más cara del mercado: no existe la plataforma única — lo que hay es una malla de agentes (agentic AI mesh) que conviven e interoperan.
5. Los cuatro horizontes: de la autopsia a la prescripción
El mejor ejercicio de la charla es un caso cotidiano —un cliente corporativo importante con una factura mal emitida— recorrido según la madurez de la organización:
- Horizonte 1 · Analítica reactiva (mirar al pasado). A fin de mes se abre una planilla y se descubre que el cliente se fue hace dos semanas por un cobro duplicado. Es la autopsia.
- Horizonte 2 · Tiempo real (mirar el presente). Un tablero muestra en rojo que el cliente lleva 15 minutos esperando. Ves la casa quemándose, pero el sistema no hace nada: alguien tiene que correr con el balde.
- Horizonte 3 · Analítica predictiva. Un algoritmo avisa que ese cliente tiene 90% de probabilidad de fugarse la próxima semana por fallas de facturación. Gran avance… salvo que el diagnóstico se queda durmiendo en un correo esperando que alguien lo lea.
- Horizonte 4 · Prescriptiva y agéntica. El sistema no solo predice la fuga: receta y ejecuta la solución. Detecta el error, calcula la mejor acción, entra al ERP, emite la nota de crédito, ajusta el registro interno con la base tributaria y le informa al cliente antes de que el cliente se dé cuenta del problema.
Pasar de la autopsia a la prescripción autónoma es, en palabras de Tobar, la diferencia entre ser espectador de los problemas y ser una empresa digitalmente autónoma.
6. La regla de oro: huir de los commodities digitales
El consejo con el que cierra la parte estratégica es directo para cualquier comité: huyan de los commodities digitales. Un chatbot básico de preguntas frecuentes es un commodity — cualquier competidor lo clona en quince minutos pagando una suscripción. La ventaja comparativa real, la que mueve el resultado financiero, nace cuando se conectan modelos de orquestación agéntica al corazón del negocio: flujos de pago, gestión de proveedores, aprobaciones de riesgo, conciliaciones bancarias, logística.
Y una nota de honestidad organizacional que provocó risas en la sala pero describe a media región: «Datos dice que la IA es asunto de TI. TI dice que la IA es asunto de Datos. Mientras tanto, el negocio quiere una herramienta, los desarrolladores quieren otra, y el resto opera con lo que le dijo un chatbot». Sin gobierno ni marco legal claro, la hiperautomatización se convierte en una colección de iniciativas huérfanas.
7. Conclusiones
Tres ideas para llevarse. Primero, la IA no arregla un proceso roto: lo acelera — y acelerar lo ineficiente es tortura organizacional a mayor velocidad. Segundo, el indicador correcto no son los minutos ahorrados a un analista, sino el margen operativo y la capacidad de escala: mientras el éxito se mida en la primera métrica, el proyecto seguirá siendo invisible para el directorio. Tercero, el cuello de botella es el talento transversal, y retenerlo es una decisión de gobierno corporativo, no un trámite de recursos humanos.
Para las empresas de la región la oportunidad está clara: el 17% que sí mueve la aguja no ganó por comprar mejores modelos — ganó por hacer el trabajo aburrido de rediseñar sus procesos. Esa tarea no requiere el presupuesto de una multinacional; requiere la decisión de dejar de parchar.
Referencias
- Tobar O., R. (2026). Aplicaciones empresariales: IA e hiperautomatización [presentación]. I Congreso IA-LATAM. PDF de la charla.
- Tobar O., R. (2026). ¿Cómo pueden las empresas dejar atrás los parches digitales y construir procesos inteligentes? [video]. Canal de Comunidad IA LATAM en YouTube. youtube.com/watch?v=QyDCTMvh9AA.
- McKinsey & Company (2025). The State of AI — fuente de las cifras de adopción e impacto en EBIT citadas en la charla.
- Reporte global sobre IA generativa en la empresa (O’Reilly, Generative AI in the Enterprise) — cifras sobre motivación de adopción y brecha de talento.
- Krivia Labs: krivia.com.
Sobre el autor
Rodrigo Tobar O. es arquitecto de soluciones de IA en Krivia Labs (Chile), magíster de la Universidad Católica especializado en arquitectura empresarial, estrategia de TI y escalamiento seguro de inteligencia artificial en entornos multinube. Suma más de 20 años liderando transformación digital en banca y retail, con especializaciones en ciberseguridad, UX, estrategia TI, blockchain e IA. Es mentor de arquitectura e IA en la red OpenBeauchef y obtuvo el primer lugar en los hackathons de IA de OpenAI Latam, Teletón y Harvard HSIL. LinkedIn · krivia.com
Artículo elaborado por la Comunidad IA LATAM a partir de la presentación oficial y la transcripción del video de la charla. Las cifras corresponden a los estudios citados por el autor en su presentación.