En el 2023 tuvimos el auge de la IA generativa, en ese momento explicabamos que ChatGPT era apenas un prototipo basado en GPT-3.5, presentabamos Bing Chat y Office 365 Copilot como novedades y citabamos porcentajes de adopción bajos.
Tres años después, la cuestión para una empresa no es si la IA puede redactar, resumir o generar imágenes. La cuestión es qué trabajo conviene delegar, qué decisiones deben permanecer bajo responsabilidad humana y qué procesos pueden rediseñarse sin comprometer seguridad, privacidad, calidad o cumplimiento.
El Work Trend Index 2026 de Microsoft analizó señales agregadas de Microsoft 365 y encuestó a 20,000 trabajadores que utilizan IA en diez países. El informe sostiene que cultura, apoyo de los responsables y prácticas de talento explican más impacto reportado que el esfuerzo individual por sí solo. En paralelo, McKinsey encontró que 88% de los encuestados reporta uso regular de IA en al menos una función, pero casi dos tercios de las organizaciones aún no la escalan sistemáticamente.
Microsoft describe su experiencia actual de Copilot como una combinación de Chat, contexto de trabajo y funciones para delegar tareas de varios pasos. Algunas características de 2026, como Cowork, Code o Autopilot, se anuncian en Microsoft Frontier o en versiones preliminares, por lo que no deben presentarse como disponibilidad general para todos los clientes.
Microsoft reporta que 66% de quienes usan IA en el trabajo afirma dedicar más tiempo a tareas de alto valor; 58% dice producir trabajo que no podía realizar un año antes, y la cifra sube a 80% entre el 16% de usuarios más intensivos, denominados Frontier Professionals. Son resultados declarados por usuarios de IA, no una garantía de ahorro para cualquier organización.
McKinsey aporta una advertencia complementaria: aunque el uso es amplio, solo 39% de los encuestados reporta impacto en EBIT a nivel empresarial. Los mejores resultados aparecen cuando existe rediseño de flujos, liderazgo, objetivos de crecimiento o innovación y prácticas de escalamiento, no solo acceso a herramientas.
Resumir conversaciones, comparar documentos, preparar reuniones y localizar antecedentes. Métrica: minutos por caso, cobertura de fuentes y tasa de correcciones.
Borradores de propuestas, correos, presentaciones, manuales o materiales comerciales. Métrica: tiempo hasta aprobación, número de ciclos y cumplimiento de marca.
Explorar datos, explicar variaciones y generar hipótesis. Métrica: tiempo de análisis, exactitud, reproducibilidad y decisiones adoptadas.
Clasificar solicitudes, responder preguntas frecuentes, enrutar casos y completar pasos. Métrica: tiempo de resolución, escalamiento, satisfacción y errores.
Asistir en código, pruebas, documentación y creación de agentes. Métrica: tiempo de ciclo, vulnerabilidades, defectos escapados y mantenimiento.
En atención al cliente, por ejemplo, Microsoft describe usos como automatizar preguntas frecuentes, enrutar incidencias y ofrecer recomendaciones a los agentes humanos. Estas capacidades requieren una base de conocimiento gobernada y reglas de transferencia a una persona cuando existe incertidumbre, impacto financiero o una situación sensible.
|
Criterio |
Pregunta de diagnóstico |
Señal para un piloto |
|
Valor |
¿Qué tiempo, coste, ingreso o riesgo cambia? |
Línea base y propietario del resultado. |
|
Frecuencia |
¿Cuántas veces ocurre el trabajo? |
Volumen suficiente para medir. |
|
Datos |
¿La información es accesible, correcta y autorizada? |
Fuentes identificadas y permisos definidos. |
|
Estandarización |
¿Existen reglas y excepciones conocidas? |
Recorrido principal estable. |
|
Riesgo |
¿Puede afectar derechos, dinero, seguridad o reputación? |
Riesgo acotado y revisión humana. |
|
Adopción |
¿El usuario recibe valor dentro de su flujo? |
Equipo dispuesto a probar y aportar retroalimentación. |
Una empresa recibe 2,000 solicitudes internas al mes. El triaje consume cuatro minutos por solicitud: unas 133 horas mensuales. Un piloto puede clasificar y sugerir respuesta para categorías de bajo riesgo, con revisión humana. Si reduce dos minutos por caso, la capacidad bruta liberada sería de 67 horas al mes. El beneficio neto debe restar licencias, implementación, supervisión, errores, mantenimiento y tiempo de adopción.
El NIST AI Risk Management Framework propone cuatro funciones: Govern, Map, Measure y Manage. Su perfil para IA generativa amplía los riesgos propios de estos sistemas. ISO/IEC 42001:2023 establece requisitos para crear, operar y mejorar un sistema de gestión de IA, con políticas, responsabilidades, evaluación de riesgos y seguimiento durante el ciclo de vida. Son marcos distintos y complementarios; ninguno sustituye las leyes aplicables ni garantiza por sí solo que un sistema sea seguro.
En México, el uso empresarial de IA debe respetar la Ley Federal de Protección de Datos Personales en Posesión de los Particulares publicada el 20 de marzo de 2025, además de obligaciones sectoriales, contractuales, laborales, de propiedad intelectual y de seguridad. A septiembre de 2026, las iniciativas generales de IA registradas seguían sin constituir una ley federal integral vinculante; por ello, no debe confundirse una iniciativa parlamentaria con una norma vigente.
Antes de utilizar datos personales, sensibles, biométricos, financieros, de salud o de empleados en una solución de IA, la empresa debe validar finalidad, base legal, aviso de privacidad, proporcionalidad, transferencias, encargados, seguridad y derechos de las personas con asesoría jurídica mexicana. Este artículo no sustituye una revisión legal.
Microsoft informa que varios de sus servicios de IA, entre ellos Microsoft Copilot, Copilot Chat, Copilot Studio, Microsoft Foundry y Security Copilot, están dentro del alcance de su certificación ISO/IEC 42001. Esa certificación del proveedor puede respaldar la diligencia debida, pero no certifica automáticamente el uso, los agentes o los procesos del cliente.
Forma un equipo con negocio, TI, seguridad, datos, legal y gestión del cambio. Define política provisional y selecciona dos o tres procesos.
Documenta línea base, usuarios, datos, riesgos, requisitos de calidad y coste total esperado.
Configura un entorno controlado, capacita usuarios, prueba casos normales y adversos y registra resultados.
Compara contra la línea base. Revisa precisión, tiempo, adopción, incidentes, coste y carga de supervisión.
Escala, ajusta o retira. Si se escala, asigna operación, soporte, controles, presupuesto y una revisión trimestral.
Compucad cuenta una oferta de inteligencia artificial empresarial que combina Microsoft Copilot y Azure AI con asesoría de licenciamiento, sesiones con líderes, capacitación, talleres, implementación, soporte y diseño de flujos y agentes. Esta relación es pertinente para organizaciones que necesitan pasar de pruebas individuales a un caso de uso gobernado, con adopción y objetivos de negocio.
Elige un proceso con volumen, datos autorizados, una línea base y un responsable de negocio. Los especialistas de Compucad pueden ayudarte a evaluar la preparación, seleccionar la combinación de Microsoft Copilot y Azure AI, configurar un piloto y acompañar la adopción con controles y métricas desde el inicio.
Solicitar una evaluación de IA empresarial con Compucad