La incorporación de agentes de inteligencia artificial en el entorno empresarial ya está generando mejoras medibles en la productividad, según un análisis elaborado por la consultora Bain & Company sobre la denominada economía de los tokens de IA. El estudio concluye que las organizaciones que integran estas tecnologías de forma estructural en sus procesos de trabajo consiguen incrementos de eficiencia que pueden alcanzar el 25% durante las primeras fases de adopción y multiplicarse por dos o incluso por tres en determinadas funciones más avanzadas.
El informe, titulado 'Mobilizing the Organization in the Agent Economy', sostiene que la diferencia entre las empresas que obtienen resultados y las que no radica en que las primeras no se limitan a implantar herramientas de inteligencia artificial, sino que rediseñan sus procesos para incorporar los agentes de IA en su operativa diaria. Esta transformación, según el análisis, mejora tanto la calidad de las decisiones como la velocidad de ejecución.
En este contexto, Alberto Requena, socio de Bain & Company, ha señalado que "La IA ya está demostrando su impacto en productividad, pero la clave es cómo se utiliza en el trabajo real." Además, ha explicado que "Las compañías que están avanzando más rápido no son las que tienen más herramientas, sino las que están cambiando cómo trabajan: redefinen procesos, elevan la calidad de sus decisiones, miden la adopción y generan tracción desde dentro de los equipos."
Te puede interesar: Las empresas elevan el retorno de la IA impulsadas por la IA agéntica
La evolución de esta adopción se desarrolla en cuatro etapas con impactos distintos sobre la productividad. En una primera fase, entre el 5% y el 10% de los empleados utiliza activamente herramientas de IA en su actividad cotidiana. Aunque el nivel de implantación todavía es reducido, estas primeras experiencias ya permiten obtener mejoras cercanas al 5% de productividad gracias al uso intensivo por parte de los perfiles más avanzados.
La segunda etapa supone una implantación más estructurada basada en proyectos piloto que posteriormente se extienden al resto de la organización. En este nivel, Bain estima que las ganancias de productividad pueden alcanzar el 25% en los equipos que integran la inteligencia artificial en sus flujos de trabajo habituales. El análisis pone como ejemplo una empresa con 10.000 empleados, donde una mejora próxima al 20% representaría alrededor de 300 millones de dólares anuales de capacidad que podría destinarse a actividades de mayor valor añadido.
La tercera fase implica una transformación más profunda del modelo operativo. Algunas áreas rediseñan completamente su funcionamiento y los agentes inteligentes pasan a convertirse en el punto de partida del trabajo, en lugar de actuar únicamente como herramientas de apoyo. Según Bain, equipos formados por entre una y tres personas pueden afrontar tareas que anteriormente requerían estructuras mucho mayores, con decisiones más rápidas y fundamentadas. En estas funciones, la productividad puede duplicarse o incluso triplicarse respecto a los modelos tradicionales. El estudio añade que cuando entre un 10% y un 15% de la organización alcanza este nivel de madurez, aproximadamente un tercio de la capacidad puede reinvertirse en crecimiento y en decisiones de mayor calidad.
La cuarta etapa todavía no ha sido alcanzada por las grandes compañías analizadas. En este escenario, la mayor parte de la organización operaría bajo un modelo centrado en inteligencia artificial, generando mucho más valor con una cantidad significativamente menor de recursos gracias a una mayor capacidad de decisión y ejecución.
El informe también identifica una importante concentración en el uso de estas tecnologías. Los datos recopilados muestran que el 5% de los usuarios más activos consume más recursos de IA que el 95% restante en conjunto. Este comportamiento indica que las mejoras de productividad no dependen únicamente del acceso a la tecnología, sino de la intensidad y la calidad con la que se utiliza dentro de las organizaciones.
Otro de los aspectos destacados del análisis es que el principal impacto de la inteligencia artificial no reside en la reducción del coste laboral, sino en la mejora de la calidad y la rapidez de las decisiones empresariales. Bain considera que, al asumir parte de las tareas de coordinación entre equipos, los agentes de IA permiten que los profesionales concentren su trabajo en actividades de mayor valor estratégico.
El estudio también apunta que, en un horizonte de tres o cuatro años, los tokens, los agentes y los datos representarán entre el 20% y el 30% del gasto operativo de las grandes empresas tecnológicas. Este escenario supondría un cambio respecto al modelo actual, donde estos recursos apenas representan entre el 1% y el 2% del gasto en los ámbitos más avanzados, como la ingeniería de software.
Por otra parte, Bain observa que el descenso del coste unitario de los modelos de IA no está reduciendo el gasto total de las organizaciones. Entre diciembre de 2024 y diciembre de 2025 el precio de los modelos cayó aproximadamente un 50%, mientras que el consumo de tokens aumentó 4,5 veces. Como consecuencia, el coste por tarea se mantiene relativamente estable debido al incremento del uso, la mayor complejidad de los sistemas y la adopción de modelos cada vez más avanzados.
