Comunidad
La pregunta no es si hay que usar IA en la empresa, sino cómo. Estos son las propuestas de: Microsoft, Gartner, McKinsey y Accenture, con sus fortalezas y debilidades.
La IA generativa puede ser mucho más que una herramienta y la clave es cómo usarla para organizar el trabajo, para tomar decisiones y para desarrollar el talento.
Hay cuatro marcos que merece la pena conocer por su influencia, por lo complementarios que pueden resultar y para conocer las diferencias entre ellos:
- Microsoft (Empresa Frontera).
- Gartner (IA ética y centrada en el humano).
- McKinsey (aumento basado en habilidades).
- Accenture (Reinvención + Confianza).
1) Microsoft - "Empresa Frontera": humanos + agentes trabajando codo a codo
La idea
Microsoft propone pasar de "personas que usan herramientas" a equipos híbridos de personas y agentes de IA.
Propone un viaje en 3 fases: primera la IA como asistente; luego como "colega digital" que realiza tareas completas; y, por último, como agente que, bajo la dirección humana, ejecuta procesos completos.
Plantea roles nuevos, como "responsable o jefe de agentes" y reorganizar el trabajo en torno a proyectos y resultados, no a jerarquías rígidas.
Cómo se aplica
Implica rediseñar procesos para "desacoplar" a la persona de las tareas repetitivas, formarla para diseñar o supervisar agentes y replantear el organigrama hacia "work charts" dinámicos.
Plantea casos de impacto en la productividad y en los tiempos, y métricas de negocio para medir la mejora al integrar la IA en el flujo real de trabajo.
Fortalezas
Tracción operativa: hay rutas, roles y KPIs; y datos de ROI y productividad que lo hacen un marco muy accionable.
Debilidades / riesgos
Riesgo de dependencia tecnológica y de empujar demasiado rápido sin madurar la gobernanza y las habilidades; resistencia cultural si el cambio se percibe como deshumanizador.
2) Gartner - IA ética y centrada en el humano: gobernanza para escalar con confianza
La idea
Gartner coloca la confianza en el centro. Su marco AI TRiSM (Trust, Risk and Security Management) propone controles a lo largo del ciclo de vida del modelo: gobernanza, transparencia, gestión de sesgos, seguridad y cumplimiento. La tesis es que sin la confianza de empleados, clientes y reguladores la adopción no es sostenible.
Cómo se aplica
Arrancar definiendo políticas, roles y responsabilidades, auditorías y métricas de riesgo, y capacitación, no sólo técnica sino también ética. Este marco acelera el time-to-market y eleva la confianza del cliente si se implementan bien.
Fortalezas
Reduce riesgos reputacionales y legales, y crea condiciones para escalar de forma ordenada y duradera.
Debilidades / riesgos
Puede ralentizar si se burocratiza: "parálisis por análisis" y complejidad para estandarizar políticas en contextos distintos. Hay que tener cuidado también de hacer sólo un "lavado ético" si no hay un control real.
3) McKinsey - Aumento basado en habilidades: el talento como palanca
La idea
El foco no es la herramienta, sino las habilidades. La IA sirve para identificar, desarrollar y desplegar competencias en tiempo real (reclutamiento por skills, movilidad interna, aprendizaje personalizado). Se persigue una fuerza laboral más adaptable y diversa.
Cómo se aplica
Pivotar RR. HH. a un mercado interno de skills: inventario de competencias, itinerarios por niveles y formación continua asistida por IA. Mejora el ajuste persona-puesto y la retención, abriendo oportunidades a perfiles no tradicionales.
Fortalezas
Mejora la agilidad y encaje del talento; impulsa diversidad e inclusión; y reduce costes de rotación al ofrecer progreso claro por competencias.
Debilidades / riesgos
Requiere un cambio cultural profundo (gestores y procesos), buenas métricas de evaluación y evitar sesgos si se eliminan titulaciones sin sustituir por pruebas objetivas. Requiere un esfuerzo inicial alto.
4) Accenture - Reinvención + Confianza: transformar empresa y experiencia del empleado
La idea
Doble movimiento: "Reinvención Total" (modelo de negocio, procesos y cultura "nativos de IA") y construcción de confianza para que las personas se sientan "Net Better Off" (que salen ganando) con la IA.
Cómo se aplica
Transformación orquestada: diagnóstico de madurez, centros de excelencia, pilotos con negocio, formación masiva y programas de embajadores ("campeones responsables de IA"). Se mide tanto negocio como experiencia del empleado.
Fortalezas
Visión holística (negocio + cultura + personas) con casos de eficiencia y crecimiento, y foco explícito en aceptación interna.
Debilidades / riesgos
La complejidad y la magnitud del cambio: exige liderazgo, inversión y muy buena gestión del riesgo; si no, se diluye o se vuelve demasiado abstracto.
Comparativa transversal
- Propósito principal
- Microsoft: escalar capacidad con agentes y rediseño operativo.
- Gartner: asegurar la confianza y el cumplimiento para poder escalar.
- McKinsey: competir con talento (skills) y movilidad interna real.
- Accenture: reinventar empresa y cultura midiendo que la gente esté mejor.
- Palancas
- Microsoft: procesos, agentes, ROI operativo.
- Gartner: marcos de gobernanza (AI TRiSM), controles y métricas de riesgo.
- McKinsey: inventario de skills, itinerarios de carrera, formación.
- Accenture: centros de excelencia, pilotos con negocio y embajadores de IA.
- Rol de las personas
- Microsoft: diseñan y supervisan agentes (p. ej., jefe de agentes).
- Gartner: co-creadores de políticas y garantes de la ética.
- McKinsey: protagonistas del aumento: crecer por competencias.
- Accenture: copilotos del cambio; se busca que "salgan ganando".
- Riesgos típicos
- Microsoft: dependencia tecnológica y choque cultural si se corre demasiado.
- Gartner: lentitud/burocracia o "ética de escaparate" si no hay ejecución real.
- McKinsey: medir bien las habilidades y sostener el esfuerzo (no quedarse en el impulso inicial).
- Accenture: complejidad y riesgo de dispersión si la "reinvención" no aterriza.
- Qué KPI miran
- Microsoft: productividad, throughput, ROI de procesos.
- Gartner: cumplimiento, reducción de incidentes y confianza cliente/empleado.
- McKinsey: tiempo de cobertura de vacantes, movilidad interna, retención, D&I.
- Accenture: crecimiento + métricas de experiencia ("Net Better Off").
Tabla comparativa
| Criterio | Microsoft (Empresa Frontera) | Gartner (IA ética y humana) | McKinsey (Aumento por habilidades) | Accenture (Reinvención y confianza) |
|---|---|---|---|---|
| Propósito | Escalar con agentes y rediseño operativo | Escalar con confianza y gobernanza | Competir con talento y skills | Transformar negocio y cultura, "Net Better Off" |
| Palancas | Procesos, agentes, ROI | AI TRiSM, políticas, auditorías | Inventario de skills, itinerarios, formación | CoE, pilotos, embajadores, madurez |
| Rol de la persona | Diseña y supervisa agentes | Co-diseña reglas y controles | Protagonista del crecimiento | Copiloto de la reinvención |
| Fortalezas | Hoja de ruta operativa y KPIs | Reduce riesgos y facilita adopción sostenible | Agilidad de talento, D&I | Visión holística negocio-cultura-personas |
| Riesgos | Dependencia tech, choque cultural | Lentitud/burocracia, "lavado ético" | Medición/escala del cambio cultural | Complejidad/abstracción, dispersión |
| KPIs típicos | Productividad/ROI de procesos | Confianza, cumplimiento, incidentes | Retención, movilidad, time-to-fill | Crecimiento + experiencia del empleado |
¿Con cuál me quedo?
Posiblemente lo mejor es no buscar cuál es la bala de plata y que resulta más sensato combinar:
- Aterrizaje de valor rápido con la lógica operativa de Microsoft (pilotos con agentes en procesos que duelan) porque define expectativas, roles y métricas desde el día 1.
- Evitar sustos aplicando el arnés de seguridad de Gartner: políticas claras, TRiSM ligero para empezar y métricas de riesgo sencillas (sesgo, privacidad, uso aceptable).
- Invertir en skills con la mirada de McKinsey: inventario de competencias, itinerarios y feedback de IA para aprendizaje en el flujo de trabajo.
- Desarrollar la cultura y la confianza al estilo Accenture: comunicando el propósito, midiendo la experiencia ("¿la gente está mejor?") y creando embajadores internos que aceleren adopción.
Creo que el mejor consejo es conocer los marcos, revisar la realidad propia y sobre esa base decidir con criterio propio qué pieza aplicar primero. Empezar en pequeño, midiendo bien, comunicando mejor y escalando con cabeza. Aprender deprisa sin quemar la confianza ni el talento.
Saber más
Microsoft - "Empresa Frontera / Frontier Firm"
Gartner - IA TRiSM (IA ética, riesgo y seguridad)
- Glosario oficial: AI TRiSM
- Artículo: AI Trust and AI Risk
- Artículo: AI Ethics: Enable AI Innovation With Governance Platforms
McKinsey - Aumento basado en habilidades / organización orientada a skills
- The State of AI (hub de informes)
- The agentic organization: contours of the next paradigm for the AI era
Jorge Sánchez López 17/10/2025 13:45
Lo primero que celebro es que no se plantea la IA como una moda, sino como un cambio estructural que requiere reflexión, diseño y liderazgo consciente. En ese sentido, coincido plenamente con la idea de que no hay una “bala de plata” y que lo más sensato es combinar enfoques según la realidad de cada organización.
No se trata de elegir un marco, sino de combinarlos con criterio.
- Microsoft nos ofrece una hoja de ruta operativa clara, pero cuidado con correr más que la cultura. La IA no puede deshumanizar el trabajo.
- Gartner pone el foco en la confianza. Fundamental. Pero la ética no se impone por políticas, se cultiva desde la práctica. ¿Estamos preparados para gobernar con conciencia?
- McKinsey apuesta por el talento y las skills. Muy alineado con el pensamiento ágil. Pero medir bien las competencias y evitar sesgos es clave para no excluir sin querer.
- Accenture propone una reinvención total. Ambicioso y necesario, pero exige liderazgo maduro y una gestión del cambio impecable. ¿Tenemos los embajadores internos que lo hagan posible?
Como en cualquier transformación, el éxito no está en el marco, sino en cómo se aplica, quién lo lidera y cómo se comunica.
Desde mi experiencia, recomiendo empezar por:
- Escuchar a las personas antes de rediseñar procesos.
- Formar en pensamiento crítico, no solo en herramientas.
- Medir la experiencia humana, no solo el ROI.
- Iterar con humildad, aprendiendo de lo que no funciona.
Gracias por abrir este espacio de reflexión. La IA no es solo una tecnología, es una oportunidad para reimaginar el trabajo con más humanidad, propósito y colaboración.