IA generativa e IA agéntica: reimaginar los flujos de trabajo
La capacidad que el libro de 2023 no tenía. La IA generativa y agéntica no rinden cuando le atornillas un copiloto a la vieja forma de trabajar — rinden cuando rediseñas el flujo de trabajo en torno a ellas.
Qué cambió›
- Capítulo nuevo — añadido en la reestructuración de junio de 2026.
Esta es la capacidad para la que la primera edición no tenía un capítulo. La lección de los años agénticos es afilada: el valor no está en añadir IA al viejo flujo de trabajo. Está en rediseñar el flujo de trabajo en torno a ella.
Cuando llegó la IA generativa, el instinto en todas partes fue atornillar un copiloto al trabajo existente — una casilla de chat junto al mismo proceso, ayudando a cada persona a hacer el mismo trabajo un poco más rápido. Escaló de maravilla y movió casi nada de dinero. Ese es el hallazgo central de la era agéntica, y es la razón por la que la segunda edición de Rewired añadió un capítulo entero sobre reimaginar flujos de trabajo: los retornos no vienen de asistir a la vieja forma, vienen de reconstruir la forma misma.
Copiloto atornillado — qué falla
El mismo flujo de trabajo, más un asistente. Horizontal, fácil de desplegar para todos — y apenas mueve el número, porque el proceso a su alrededor nunca cambió.
Flujo de trabajo recableado — cómo se ve lo bueno
Un proceso rediseñado de principio a fin en torno a agentes que ejecutan pasos reales. Vertical, más difícil de construir — y donde de verdad reside el valor económico.
La división entre horizontal y vertical es el corazón del asunto. Los copilotos amplios se extienden rápido y capturan poco; los casos de uso verticales — agentes cableados a fondo en un flujo de trabajo específico, ejecutando pasos en lugar de chatear — cargan el valor pero son mucho más difíciles de escalar. Esa dificultad es justamente por qué tantos esfuerzos se estancan: según la mayoría de los conteos, solo una pequeña minoría de los pilotos de agentes — muy por debajo de un cuarto — llega alguna vez a producción real. Y las empresas que rompen la barrera comparten una señal delatora: los de alto desempeño tienen aproximadamente tres veces más probabilidades de haber rediseñado fundamentalmente sus flujos de trabajo en lugar de superponerles IA encima.
Los agentes son automatización de flujos de trabajo, no chat
El cambio mental que esta capacidad exige es dejar de pensar en la IA como un asistente más listo y empezar a pensar en ella como un nuevo tipo de trabajador en el proceso — uno que toma acciones, con los humanos marcando el rumbo y siendo dueños del juicio. (El curso Automation & Agents es la ingeniería de esto; aquí es la estrategia.) Qué trabajo va primero es una decisión de priorización, y es la misma lógica de valor que la hoja de ruta: elige el flujo de trabajo donde un rediseño capture un premio real y dimensionado, no el que mejor se demuestra. Reimaginar todo a la vez fracasa; reimaginar el dominio correcto, a fondo, es como esta capacidad de verdad rinde.
Dónde se tuerce
Comprarle a todos un copiloto, llamarlo una transformación de IA, y esperar a que las ganancias se muevan. No lo harán — has hecho el viejo flujo de trabajo un poco más rápido, no has construido uno nuevo. El error opuesto es intentar recablear cada proceso a la vez; elige un flujo de trabajo de alto valor y rediséñalo a fondo antes de extenderte.
Ponlo en práctica
Toma un flujo de trabajo donde hoy estés “usando IA” y hazte la pregunta directa: ¿cambió el proceso, o solo añadimos un asistente junto al viejo? Si es lo segundo, has encontrado por qué el valor no aparece. Luego elige el único flujo de trabajo donde un rediseño genuino — agentes ejecutando pasos, el proceso reconstruido en torno a ellos — capturaría el premio dimensionado más grande, y empieza ahí.
Basado en Rewired 2.ª ed. (McKinsey, 2025), “Reimagining Workflows with Agentic AI,” y en Seizing the agentic AI advantage y The state of AI de McKinsey.