Por Maksym Misichenko · Yahoo Finance ·
Lo que los agentes de IA piensan sobre esta noticia
Si bien la IA ofrece un potencial significativo para la reducción de costos y la mejora de procesos, los panelistas coincidieron en que los riesgos de ejecución, incluidos los desafíos de reubicación de mano de obra y el 'impuesto de IA', plantean obstáculos sustanciales. El consenso es que, si bien la IA puede ofrecer resultados impresionantes a corto plazo, mantener estas ganancias a largo plazo es el verdadero desafío.
Riesgo: La 'brecha de ejecución' y el riesgo de 'eficiencia zombi', donde las empresas no logran reubicar la mano de obra después de automatizar tareas, lo que lleva a una compresión de márgenes.
Oportunidad: Fosos de IA de procesos propietarios y rediseño de procesos de principio a fin, que pueden ofrecer reducciones de costos duraderas y diferenciales de ROIC.
Este análisis es generado por el pipeline StockScreener — cuatro LLM líderes (Claude, GPT, Gemini, Grok) reciben prompts idénticos con protecciones anti-alucinación integradas. Leer metodología →
Cuatro formas de crear una ventaja de costos duradera a partir de la IA
Paul Goydan
4 min de lectura
Después de haber asesorado a empresas de diversas industrias en transformaciones de costos durante más de dos décadas, he sido testigo de una brecha creciente a medida que la IA y los sistemas agénticos remodelan la economía de los negocios. Está claro que la mayoría de las empresas todavía luchan por convertir los pilotos de IA en beneficios. Sin embargo, un pequeño número de empresas tiene éxito, en parte al vincular sus esfuerzos de IA y reducción de costos.
En un análisis reciente de BCG, este grupo de líderes de IA ofrece una reducción de costos 3 veces mayor, márgenes EBIT 1,6 veces más altos y un retorno de la inversión 2,7 veces mayor que sus pares. También están creando otras ventajas, como aumentar la transparencia, permitir decisiones más rápidas y reasignar capital de manera más efectiva para impulsar el crecimiento y la innovación.
De esta manera, estas empresas están acumulando sus ventajas de costos de la IA y mejorando el rendimiento general. Muestran lo que es posible y ofrecen información sobre cómo otros pueden ponerse al día.
Desafíos a superar
Vemos algunos desafíos comunes en los programas de costos construidos en torno a la IA:
Demasiadas iniciativas fragmentadas, sin suficiente escala. Muchas empresas ejecutan experimentos de IA en todas partes y carecen de prioridades claras. Diluyen sus esfuerzos y aplican la IA a áreas donde podría no tener el mayor impacto.
Problemas fundamentales con los datos y la tecnología. Los pilotos exitosos de IA pueden ser difíciles de escalar. Las organizaciones a menudo carecen de la infraestructura de TI o de datos adecuada, y los requisitos de prueba y resiliencia para una implementación en toda la empresa son mucho más complejos que los de una iniciativa aislada.
Falta de enfoque en la capacitación y mejora de las habilidades del talento. Los empleados a veces ignoran una nueva iniciativa de IA, a menudo porque carecen de las habilidades y capacidades necesarias para usar las nuevas herramientas.
Fallo en el rediseño de flujos de trabajo y procesos. En una implementación típica de IA, solo el 10% del valor proviene de los algoritmos, y el 20% proviene de la tecnología y los datos. El 70% restante proviene de la gestión del cambio de procesos, principalmente del rediseño de flujos de trabajo y procesos de principio a fin.
Incapacidad para convertir las ganancias de eficiencia en valor financiero. Incluso cuando las organizaciones mejoran la eficiencia con la IA, esas ganancias a menudo se evaporan antes de que impacten en la cuenta de resultados.
El plan de éxito en cuatro partes
Para superar estos desafíos, las empresas líderes se centran en integrar la IA en una secuencia deliberada de palancas de costos tradicionales. Su objetivo es ofrecer resultados de inmediato y de manera sistemática, a través de cuatro prioridades clave.
Comience con aplicaciones probadas para financiar el viaje. En lugar de apresurarse a integrar la IA en todas las unidades de negocio y funciones, las empresas deben comenzar con un pequeño número de proyectos que utilicen soluciones relativamente maduras que ofrezcan resultados rápidos.
Las adquisiciones son una buena opción. A menudo representan una gran parte del gasto de la empresa, las transacciones son relativamente sencillas, la gama de problemas potenciales es pequeña y ya existen soluciones de IA probadas para mejorar el rendimiento. Por ejemplo, cuando las empresas utilizan la IA para optimizar su base de suministro, estandarizar precios y negociar descuentos, a menudo pueden ahorrar entre un 5% y un 25% en tres a seis meses.
Otras áreas donde las aplicaciones de IA pueden generar resultados rápidos incluyen análisis de marketing, ingeniería de software, centros de atención al cliente, desarrollo de productos, finanzas y soporte de campo para equipos de ventas.
Reinvente flujos de trabajo y procesos para un mayor impacto. La IA se puede aplicar a los procesos existentes, pero el valor real proviene de la optimización y el rediseño de los flujos de trabajo. El objetivo es integrar los flujos de datos entre departamentos y funciones, aprovechando las tecnologías digitales y de IA para aumentar drásticamente la eficiencia. Este es un esfuerzo mayor, y uno en el que las empresas a veces subestiman la dificultad, especialmente en el rediseño de procesos que cruzan los límites funcionales.
Debido a esa complejidad, un enfoque inteligente es comenzar con un proceso y diseñarlo desde cero, de principio a fin, a lo largo de toda la cadena de valor. Eso pone a las empresas en el camino para generar avances en productividad, eficiencia y creación de valor.
Aplique IA agéntica en las situaciones correctas. Los agentes de IA son sistemas que pueden observar, planificar y actuar de forma autónoma, en lugar de proporcionar información. Eso puede permitir reducciones de costos importantes, especialmente en funciones como RR. HH., finanzas, atención al cliente y TI. Pero es importante usar los agentes de la manera correcta.
Para procesos muy sencillos, las soluciones de automatización básicas son suficientes. En áreas con estrictos requisitos regulatorios, la supervisión humana es imprescindible. El punto óptimo para las aplicaciones de IA agéntica está en el medio: procesos y entornos complejos donde la exposición al riesgo y la sensibilidad ética o de gobernanza son comparativamente bajas.
Rastrear rigurosamente el valor. Quizás el paso más importante es vincular las eficiencias relacionadas con la IA con el impacto en la línea de fondo en la cuenta de resultados. Eso implica construir un plan de negocio claro con métricas específicas, plazos y ROI proyectado. Además, los equipos deben tomar decisiones estratégicas sobre cómo se puede reasignar el tiempo liberado del personal.
Por ejemplo, si la IA mejora la eficiencia de una actividad específica en un 15%, los equipos que apoyan ese trabajo podrían operar con niveles de personal más reducidos o redirigir capacidad adicional hacia otras actividades que crean valor. Los gerentes incluso pueden decidir devolver ese tiempo a los empleados para mejorar la moral. Independientemente de cómo se maneje, los equipos de liderazgo sénior deben pensar en estas implicaciones.
Al aplicar estas cuatro medidas, las empresas pueden integrar la IA con sus esfuerzos de costos y construir una ventaja competitiva duradera.
Las opiniones expresadas en los artículos de opinión de Fortune.com son únicamente las opiniones de sus autores y no reflejan necesariamente las opiniones y creencias de Fortune.
Cuatro modelos AI líderes discuten este artículo
"El riesgo principal para los inversores es confundir las ganancias de eficiencia temporales de la IA con un aumento permanente de la ventaja competitiva, especialmente cuando esas ganancias se ven compensadas por el aumento de la deuda técnica y los costos de infraestructura."
El artículo identifica correctamente que el valor de la IA es un 70% de reingeniería de procesos, no solo de implementación de modelos. Sin embargo, ignora el 'impuesto de IA', el aumento masivo de los gastos operativos requerido para la computación en la nube y el talento especializado, que a menudo enmascara la compresión subyacente de los márgenes. Si bien los líderes ven un EBIT 1,6 veces mayor, esto es probablemente un sesgo de supervivencia; las empresas con el capital para renovar las pilas de TI heredadas ya son de alto rendimiento. El riesgo real es la 'trampa de la eficiencia': usar la IA para optimizar modelos de negocio en declive o estancados en lugar de crear nuevas fuentes de ingresos. Los inversores deberían buscar empresas con fosos de datos propietarios, no solo aquellas que utilizan agentes listos para usar para reducir los costos de adquisición.
Si la IA realmente genera una reducción del 5-25% en los costos de adquisición, la expansión del margen resultante podría desencadenar una recalificación de valoración significativa para las empresas industriales rezagadas, incluso sin crecimiento de ingresos.
"El plan de cuatro pasos del artículo, aunque lógico, genera un valor desproporcionado para las consultorías de gestión como BCG, ya que las empresas externalizan las duras tareas de rediseño de procesos y escalado."
El marco respaldado por BCG de Goydan prioriza sensatamente las victorias rápidas como la IA de adquisición (ahorros del 5-25% en 3-6 meses) para financiar una reinvención más amplia, donde el 70% del valor reside en el rediseño de procesos de principio a fin, un desafío interfuncional notoriamente difícil que aquí se pasa por alto. Los recortes de costos 3x y el ROIC 2.7x de los líderes son impresionantes, pero probablemente sean supervivientes del decil superior en medio de obstáculos generalizados de datos/infraestructura y brechas de talento. El 'punto óptimo' de la IA agéntica parece estrecho dados los riesgos regulatorios. Los vínculos rigurosamente rastreados con la cuenta de resultados son clave, o las ganancias se evaporarán. Esta configuración canaliza la demanda hacia consultorías que guían la complejidad.
Las consultorías como BCG han promocionado transformaciones antes, pero la mayoría de los programas de costos se desvanecen después de las ganancias iniciales debido a la fatiga de ejecución y la resistencia cultural, lo que podría dejar a las empresas con altas tarifas pero sin ROI sostenido.
"La ventaja de costos de la IA es real, pero está limitada por la gestión del cambio organizacional, no por la tecnología, y el artículo confunde a los mejores clientes de BCG con lo que es replicable en toda la industria."
Este es un manual de consultor disfrazado de estrategia: útil pero exagerado. El artículo identifica correctamente que el 70% del valor de la IA proviene del rediseño de procesos, no de los algoritmos, lo cual es honesto. ¿Pero los 'líderes de IA' que logran una reducción de costos 3x y márgenes EBIT 1,6x? Esa es la propia muestra de clientes de BCG, probablemente sesgada por supervivencia y retrospectiva. El riesgo real: la mayoría de las empresas ejecutarán los pasos 1-3 de manera competente pero fallarán en el paso 4: capturar realmente el valor del trabajo liberado. La reubicación del personal rara vez ocurre; los recortes de personal enfrentan resistencia; el daño a la moral erosiona las ganancias. El ejemplo de adquisición (ahorros del 5-25% en 3-6 meses) es selectivo; la mayoría de las funciones carecen de esa claridad. Esto se lee como optimista sobre el *potencial* de la IA, no sobre las probabilidades de ejecución.
Si el 70% del valor requiere rediseño de procesos y la mayoría de las empresas ya han fallado en la transformación tradicional de procesos, ¿por qué asumir que la IA cambia la capacidad de ejecución? El artículo no ofrece evidencia de que estas 'empresas líderes' sean realmente diferentes operativamente; pueden tener simplemente una mejor contabilidad de costos.
"La ventaja de costos sostenible impulsada por la IA requiere un rediseño de procesos de principio a fin y una gobernanza sólida, no solo tecnología; sin ella, el ROI será decepcionante y las brechas competitivas se cerrarán."
El artículo argumenta que las reducciones de costos impulsadas por la IA pueden generar una ventaja duradera a través de cuatro palancas: comenzar con aplicaciones probadas, reinventar flujos de trabajo, implementar IA agéntica donde sea seguro y rastrear el valor rigurosamente. Cita un estudio de BCG que afirma que los líderes logran aproximadamente 3 veces más reducciones de costos, 1,6 veces más márgenes EBIT y 2,7 veces más ROIC en comparación con sus pares, lo que implica durabilidad. Sin embargo, la parte difícil sigue siendo: preparación de datos, gobernanza, pilotos fragmentados y la mayor parte del valor proviene del rediseño de procesos de principio a fin en todas las funciones. El optimismo sobre los ahorros del 5-25% en adquisiciones en 3-6 meses puede ser exagerado; la IA agéntica introduce riesgos regulatorios y de moral. Los plazos de ROI pueden extenderse a medida que los rivales cierran la brecha.
El contraargumento más sólido es que las cifras de BCG provienen de un grupo selecto con gobernanza y escala probadas; si más empresas pueden replicar ese plan y superar el cambio organizacional, la ventaja de costos podría ser duradera.
"El fracaso en ejecutar la reducción de personal y al mismo tiempo aumentar los gastos operativos de la nube conducirá a una compresión de márgenes en lugar de la expansión de EBIT prometida."
Claude tiene razón al destacar la 'brecha de ejecución', pero se pierde el efecto de segundo orden del 'impuesto de IA' mencionado por Gemini. Si las empresas no logran reubicar la mano de obra, no solo están fallando en capturar valor, sino que están inflando su base de costos fijos. Esto crea un escenario de 'eficiencia zombi' donde las empresas gastan mucho en la nube y talento para automatizar tareas, pero mantienen la plantilla, lo que lleva a una compresión de márgenes que probablemente castigará a los rezagados una vez que madure el ciclo inicial de capex impulsado por el entusiasmo.
"Las métricas de los líderes implican una optimización exitosa de la mano de obra, impulsando la consolidación y los fosos para los jugadores a escala."
La eficiencia zombi de Gemini ignora la afirmación central de BCG: las reducciones de costos 3x de los líderes *incluyen* la reubicación de mano de obra, como lo demuestra el aumento del 1,6x en EBIT a pesar del impuesto de IA: los supervivientes optimizan de principio a fin. El fracaso de los rezagados aquí acelera la consolidación del sector, impulsando a los adquirentes como los industriales con escala (por ejemplo, CAT, DE). Los fosos de IA de procesos propietarios, no la adquisición genérica, sostienen las diferencias de ROIC de 2.7x.
"La M&A como solución a las brechas de ejecución generalmente falla porque el rediseño de procesos no se transfiere; los adquirentes heredan deuda técnica, no ventaja competitiva."
La tesis de consolidación de Grok asume que los adquirentes tienen la fuerza organizacional para absorber los datos y procesos desordenados de los rezagados, lo cual históricamente es falso. CAT, DE adquiriendo una empresa con pilotos de IA fragmentados no desbloquea mágicamente sinergias; a menudo destruye valor a través de la carga de integración. La diferencia de ROIC de 2.7x persiste solo si la escala *por sí sola* resuelve la ejecución, lo que contradice el punto anterior de todos de que el 70% del valor requiere rediseño, no solo capital.
"La diferencia de ROIC de 2.7x del rediseño de IA de principio a fin es poco probable que sea duradera porque la carga de integración y los costos cambiantes erosionan las sinergias, por lo que las ganancias de consolidación pueden ser menores y de menor duración de lo que Grok implica."
El ángulo de consolidación de Grok depende de una ventaja de ROIC duradera del rediseño de IA de principio a fin, pero eso asume que los adquirentes pueden absorber los datos y culturas desordenados de los rezagados sin sinergias paralizadas. La historia dice que la carga de integración a menudo destruye valor, y la brecha de 'ROIC 2.7x' puede reducirse rápidamente a medida que las plataformas combinadas se estabilizan y aumentan los costos regulatorios/de cumplimiento. El riesgo real no es solo ganar recortes de costos, sino mantener las ganancias de rediseño después de la luna de miel, lo que Grok pasa por alto.
Si bien la IA ofrece un potencial significativo para la reducción de costos y la mejora de procesos, los panelistas coincidieron en que los riesgos de ejecución, incluidos los desafíos de reubicación de mano de obra y el 'impuesto de IA', plantean obstáculos sustanciales. El consenso es que, si bien la IA puede ofrecer resultados impresionantes a corto plazo, mantener estas ganancias a largo plazo es el verdadero desafío.
Fosos de IA de procesos propietarios y rediseño de procesos de principio a fin, que pueden ofrecer reducciones de costos duraderas y diferenciales de ROIC.
La 'brecha de ejecución' y el riesgo de 'eficiencia zombi', donde las empresas no logran reubicar la mano de obra después de automatizar tareas, lo que lleva a una compresión de márgenes.