La aplicación de agentes de IA en las empresas está empezando a traducirse en mejoras tangibles de productividad, pese a que gran parte del debate público sigue centrado en los retos para capturar valor real de estas tecnologías. Así lo concluye la última entrega del análisis de Bain & Company sobre la economía de los tokens de IA, que describe cómo las organizaciones están incorporando agentes de IA en su operativa diaria y el impacto medible que ya se está produciendo.
El informe Mobilizing the Organization in the Agent Economy identifica que las empresas que avanzan más rápido no solo están adoptando herramientas de IA, sino rediseñando sus procesos de trabajo para integrar agentes de IA de forma estructural. Este cambio está generando mejoras progresivas en la calidad de las decisiones y en la eficiencia operativa, con incrementos de productividad que pueden alcanzar cifras significativas en relativamente poco tiempo.
De mejoras marginales a transformaciones profundas
Según Bain, la adopción de la IA y de los agentes de IA sigue un patrón en cuatro etapas, cada una con un impacto distinto en la productividad.
En una primera fase, todavía incipiente, entre el 5% y el 10% de los empleados utiliza activamente herramientas de IA y agentes de IA en su trabajo diario. Aunque la adopción sigue siendo limitada, estas primeras experiencias ya contribuyen a mejoras cercanas al 5% en la productividad media, impulsadas principalmente por los perfiles más avanzados.
La segunda fase implica una adopción más estructurada, basada en proyectos piloto y su posterior extensión al conjunto de la organización. En este punto, Bain estima que las ganancias en productividad pueden alcanzar hasta el 25% en los equipos que incorporan la IA y los agentes de IA en sus flujos de trabajo habituales. En la práctica, esa capacidad puede redirigirse hacia tareas de mayor valor y mejores decisiones. En una organización de 10.000 empleados, una mejora cercana al 20% equivale a unos 300 millones de dólares de capacidad reorientada al año.
En una tercera etapa, más avanzada, algunas áreas rediseñan por completo su forma de operar. Las personas trabajan en equipos más reducidos y ágiles, mientras que los agentes de IA pasan a convertirse en el punto de partida del trabajo, y no en una herramienta complementaria. Bain describe escenarios en los que equipos de una a tres personas, apoyados por agentes de IA, abordan retos que antes requerían estructuras mucho mayores, con decisiones más rápidas, mejor fundamentadas y una ejecución significativamente más eficiente. En estas áreas, la productividad puede multiplicarse por dos o incluso por tres respecto a los modelos tradicionales.
La firma señala que, cuando entre un 10% y un 15% de la organización alcanza este nivel de madurez mediante el uso intensivo de agentes de IA, alrededor de un tercio de la capacidad queda disponible para reinvertirse en decisiones de mayor calidad, innovación y crecimiento. Además, la velocidad de ejecución puede duplicarse o triplicarse en las funciones más relevantes para el negocio.
La cuarta fase, todavía no alcanzada por las grandes empresas, supondría que la mayor parte de la organización operase bajo un modelo centrado en IA y agentes de IA. En ese escenario, la empresa sería capaz de generar mucho más valor con una fracción de los recursos actuales. Como resume Bain, no se trataría de una organización más austera, sino de una organización mejor, capaz de decidir y ejecutar con una eficacia muy superior.
Un uso desigual que marca diferencias
Uno de los hallazgos más relevantes del análisis de Bain es la fuerte concentración en el uso de la tecnología. Los datos iniciales muestran que el 5% de los usuarios más activos consume más recursos de IA que el 95% restante en conjunto.
Este patrón sugiere que las mejoras de productividad no dependen únicamente del acceso a la tecnología, sino de la intensidad y la calidad con la que se utilizan la IA y los agentes de IA. Las organizaciones que consiguen extender estos usos avanzados al conjunto de sus equipos son las que obtienen mayores retornos.
Más allá del coste: mejores decisiones y nuevas formas de trabajar
La primera entrega del informe de Bain sostiene que el principal cambio que introduce la IA no está en la reducción del coste laboral, sino en la mejora de la calidad y la velocidad de las decisiones. Al asumir buena parte de la coordinación entre equipos —uno de los costes más altos y menos visibles de las grandes organizaciones— los agentes de IA liberan a las personas para centrarse en el criterio, la creatividad y las decisiones de mayor impacto.
Bain describe escenarios en los que equipos de una a tres personas, apoyados por la IA, abordan retos que antes requerían estructuras mucho mayores
Según la investigación de Bain, en un horizonte de tres a cuatro años, los tokens, los agentes de IA y los datos pasarán a representar entre el 20% y el 30% del gasto operativo en las grandes empresas tecnológicas, a medida que una parte creciente del trabajo de ejecución sea asumida por estos sistemas y las personas concentren su actividad en tareas estratégicas y de mayor valor añadido. El modelo operativo del futuro combinaría aproximadamente un 70%-80% de plantilla con un 20%-30% de tokens, agentes de IA y datos, frente a la situación actual, en la que —en los dominios más avanzados, como la ingeniería de software— los tokens apenas representan entre un 1% y un 2%.
Más uso, no necesariamente menor gasto
A pesar de la rápida reducción de los costes tecnológicos, el gasto total en IA no está disminuyendo. Según la segunda entrega del análisis de Bain, aunque el precio unitario de los modelos cayó aproximadamente un 50% entre diciembre de 2024 y diciembre de 2025, el consumo de tokens creció 4,5 veces durante ese mismo periodo. Como resultado, el coste por tarea se mantiene relativamente estable a medida que aumenta el uso de la IA y de los agentes de IA, crece la complejidad de los procesos y las empresas optan por modelos de última generación cada vez más avanzados.
Esta evolución responde a varios factores: las empresas actualizan constantemente sus modelos, el número de operaciones necesarias por tarea aumenta conforme los sistemas ganan sofisticación y el uso de la IA y los agentes de IA se extiende a un número cada vez mayor de procesos empresariales.
Para Alberto Requena, socio de Bain & Company, “La IA ya está demostrando su impacto en productividad, pero la clave es cómo se utiliza en el trabajo real. Las compañías que están avanzando más rápido no son las que tienen más herramientas, sino las que están cambiando cómo trabajan: redefinen procesos, elevan la calidad de sus decisiones, miden la adopción y generan tracción desde dentro de los equipos. Ese es el paso que convierte el potencial en resultados tangibles y el que marcará la ventaja competitiva en los próximos años.
