Menos herramientas y más tiempo: ¿Cuál es el cambio real que trae la IA en operaciones?

Por Francisco Larez, VP de Progress para América Latina y el Caribe.
Hoy, el problema ya no es la falta de herramientas, sino el exceso. Gartner y otros
analistas señalan sistemáticamente la proliferación de herramientas, la fatiga por alertas y la
lentitud en la toma de decisiones como los principales retos operativos
En muchas organizaciones, los equipos de infraestructura no están colapsados por falta de
información, sino por tener que interpretar demasiada información al mismo tiempo. Cada
incidente requiere correlacionar datos dispersos y cada decisión implica reconstruir una
historia a partir de múltiples fuentes.
La sobrecarga no viene del dato, sino de tener que convertir constantemente ese dato en
acción. En ese contexto, la IA no aporta valor sumando otra capa más, sino colapsando
complejidad: transformando información fragmentada en decisiones guiadas y acciones
sugeridas.
Durante mucho tiempo, pensamos en la inteligencia artificial como una forma de
automatizar tareas. Sin embargo, su potencial está en cambiar la relación entre las
personas y las herramientas. En lugar de obligar a los equipos a adaptarse a interfaces
rígidas, aprender lógicas específicas o traducir su intención en comandos, scripts o flujos, la
oportunidad es que las herramientas empiecen a entender a las personas.
Cualquiera que haya abierto una herramienta nueva conoce esa sensación inicial: buscar
funciones, probar caminos, pensar “esto debería estar acá” o “sería más lógico que funcione
de otra manera”. Esa fricción, que parece menor, se acumula. Consume tiempo, energía y
foco. La próxima generación de herramientas no debería exigir ese esfuerzo.
En lugar de sumar más dashboards o alertas, el verdadero salto está en construir
sistemas capaces de interpretar la intención. Herramientas que entiendan hábitos,
patrones de trabajo y necesidades recurrentes. Que sepan, por ejemplo, que todos los
meses un equipo arma un reporte determinado, y que automáticamente preparen los datos,
organicen la información y sugieran un punto de partida. No como reemplazo, sino como
asistencia inteligente.
En este contexto, se nos ocurrió pensar en el concepto “dividendo de tiempo”. Los equipos
dedican gran parte de su tiempo a tareas reactivas como detectar, analizar, responder.
Trabajo necesario, pero que deja poco margen para mejorar, innovar o anticiparse. Cuando
la IA absorbe parte de esa carga operativa, libera tiempo. Un estudio reciente de la London
School of Economics encontró que los empleados que utilizan IA ahorran en promedio 7,5
horas por semana, equivalente al 20% de su tiempo laboral.
Cada hora que un equipo no dedica a “apagar incendios” es una hora que puede invertir en
fortalecer sistemas, mejorar resiliencia o pensar estratégicamente. Ese es el verdadero

retorno de la inteligencia artificial en operaciones: no hacer lo mismo con menos gente, sino
permitir hacer mejor lo importante.
La pregunta ya no es cuántas herramientas necesitamos, sino cómo deberían comportarse.
Si la tecnología sigue exigiendo que las personas se adapten a ella, el problema persistirá,
con o sin inteligencia artificial. No obstante, si logramos invertir esa lógica —si las
herramientas empiezan a entender cómo trabajamos, qué necesitamos y cómo pensamos—
el impacto puede ser significativo.