Qué dicen las cifras sobre los agentes en el trabajo

Quien busque una prueba de que los agentes suben la producción va a encontrar dos clases de evidencia. No miden lo mismo.

Un experimento le da la herramienta a unas personas y a otras no, y después cuenta lo que terminan. Una encuesta pregunta a las empresas si el costo o el ingreso se movió. Un experimento puede mostrar un cambio en un oficio. Una encuesta puede mostrar si las empresas creen estar viéndolo. Ninguna de las dos cifras es un pronóstico para la siguiente empresa que enciende una herramienta.

Los números de este texto son públicos. Cada uno apunta al paper o a la encuesta de donde sale. Los enlaces están al final.

La cifra de producción más clara viene de atención al cliente. Erik Brynjolfsson, Danielle Li y Lindsey Raymond siguieron el despliegue escalonado de un asistente generativo en 5.179 agentes de una empresa de software del Fortune 500. El paper es el NBER Working Paper 31161. El asistente proponía respuestas. El agente seguía siendo responsable de la conversación y podía ignorar la sugerencia.

Los casos resueltos por hora subieron cerca de un 14 por ciento. En los agentes más nuevos y de menor habilidad, la subida fue de cerca de un 34 por ciento. Un agente con dos meses en el puesto, usando la herramienta, resolvía casos al ritmo de un agente sin la herramienta y con más de seis meses de antigüedad. El paper también reporta mejor sentimiento del cliente y mayor retención del personal. En los agentes con más experiencia, el cambio de productividad fue pequeño y, en algunos tramos, la calidad de sus conversaciones bajó.

Eso es un resultado de producción. Más trabajo terminado por hora, concentrado donde la gente tenía más que aprender, con una persona todavía en la conversación.

Fabrizio Dell’Acqua y colegas hicieron un experimento prerregistrado con 758 consultores de Boston Consulting Group. En 18 tareas realistas dentro de lo que el modelo podía hacer, las personas que usaban GPT-4 completaron un 12,2 por ciento más de tareas y las terminaron un 25,1 por ciento más rápido. El recuento de BCG sobre el mismo experimento reporta una calidad cerca de un 40 por ciento más alta en una tarea creativa de producto.

En una tarea de gestión elegida para quedar fuera de ese alcance, las personas que usaban la herramienta tenían un 19 por ciento menos de probabilidad de producir una solución correcta. La herramienta sigue siendo fluida cuando se equivoca. En administración, análisis y gestión de procesos, la línea divisoria no es si la tarea importa. Es si una respuesta mala se puede reconocer sin rehacer el trabajo.

La encuesta global de McKinsey estuvo en campo del 25 de junio al 29 de julio de 2025. Escuchó a 1.993 personas en 105 países. El 88 por ciento dijo que su organización usa IA en al menos una función. El 62 por ciento dijo que al menos experimenta con agentes: un 23 por ciento escalando un agente en alguna parte de la empresa, y un 39 por ciento todavía en experimentos. En cualquier función por separado, no más del 10 por ciento dijo estar escalando agentes. El 7 por ciento dijo que la IA está escalada en toda la organización.

El 39 por ciento atribuyó algún efecto sobre el EBIT a la IA, y la mayoría de esos lo situó por debajo del 5 por ciento del EBIT. El 64 por ciento dijo que la IA está habilitando innovación. Las bajas de costo reportadas aparecieron con más frecuencia en ingeniería de software, manufactura y TI. Estas cifras son lo que respondieron las personas. No son lo que contó un experimento. Siguen siendo la foto pública más amplia de dónde estaban las empresas en 2025.

McKinsey llama alto desempeño a quien atribuye más del 5 por ciento del EBIT a la IA y, además, reporta un valor significativo. Ese grupo es cerca del 6 por ciento de la encuesta. El 55 por ciento de ellos dice haber rediseñado los flujos de trabajo de fondo, frente al 20 por ciento del resto. El 65 por ciento tiene un proceso definido para decidir cuándo una persona debe revisar la salida de un modelo, frente al 23 por ciento.

El patrón coincide con los experimentos. La herramienta sube la producción en el trabajo que tiene una comprobación. No sube el resultado de la empresa hasta que el flujo se reconstruye alrededor de esa comprobación, con una persona que puede rechazar la salida.

Scraplay no traslada estos porcentajes a un cliente. Una subida del 34 por ciento perteneció a agentes de soporte más nuevos, en una empresa, con un asistente, en los años que cubre ese paper. El número de la siguiente empresa va a ser otro.

Lo que tomamos de la evidencia es la forma del trabajo. Buscamos una estación que ya sepas aceptar: una respuesta de soporte, un paso de un proceso, un informe, una entrega de datos. Un agente puede ocupar esa estación. Una persona conserva el rechazo. Medimos tiempo, tareas terminadas y errores, las mismas clases de medida que usaron estos estudios. Después de eso, la cifra que importa es la de tu propio flujo.

Si la tarea no tiene comprobación, el experimento de consultoría es el aviso. Ese trabajo se queda con una persona.