Nota: Hacemos nuestro mejor esfuerzo por preservar el espíritu original y los matices de nuestros artículos. Sin embargo, nos disculpamos de antemano por cualquier falla de traducción que pueda notar. Agradecemos sus comentarios en reader_input@mckinsey.com
El sector salud en Estados Unidos enfrenta una paradoja. En las últimas dos décadas, la productividad laboral en las organizaciones de atención clínica ha disminuido aproximadamente un 1 por ciento, mientras que la productividad en el conjunto del sector de servicios estadounidense ha aumentado más de un 55 por ciento (Gráfica 1).1 En otras industrias, los avances tecnológicos de los últimos años han impulsado ganancias importantes de productividad al transformar modelos operativos y flujos de trabajo completos, en lugar de limitarse a digitalizar tareas aisladas. En contraste, las organizaciones de atención médica han buscado durante mucho tiempo mejoras incrementales sin lograr ganancias de productividad comparables derivadas de la tecnología y la automatización.
Uno de los ejemplos más claros de esta transformación puede verse en los almacenes, donde los robots llevan los productos directamente a los trabajadores, en lugar de obligarlos a caminar kilómetros durante cada turno, y cada tarea se automatiza en tiempo real. La mejora es extraordinaria: aumentos de productividad de entre dos y cuatro veces,2 y algunos operadores de almacenes reportando incrementos de más de 20 veces en la producción por trabajador durante la última década.3
Más perspectivas de McKinsey en Español
Mire nuestra colección de artículos en Español y suscríbase a nuestro newsletter mensual en Español.
El sector salud cuenta una historia distinta. La industria está automatizando la ineficiencia más rápido de lo que la elimina: más tecnología, más personal y, aun así, menor producción por unidad de trabajo. Actualmente, las organizaciones de atención médica de Estados Unidos invierten más de $150,000 millones de dólares al año en tecnología de la información (TI),4 pero enfrentan un aumento continuo de los costos y una compresión de los márgenes. Estos resultados reflejan no solo desafíos de ejecución, sino también la realidad de prestar atención médica de alta complejidad dentro de un sistema fragmentado y altamente regulado. Además, durante mucho tiempo el sector salud ha asumido que las mejoras de productividad están limitadas, fundamentalmente, por la naturaleza intensiva en mano de obra de la prestación de atención médica.5 Sin embargo, por primera vez, la inteligencia artificial (IA) crea la oportunidad de rediseñar la manera en que se presta la atención médica y funcionan los servicios compartidos, superando la barrera histórica que vincula los insumos laborales con la producción.
Por lo tanto, el futuro del trabajo en el sector salud no debe ser solo una historia de tecnología. Debe ser una historia de transformación del modelo operativo habilitada por la tecnología. Mejorar los márgenes, así como ampliar el acceso de los pacientes a la atención, optimizar su experiencia y mejorar los resultados en salud, requerirá aumentos sustanciales de la productividad laboral en todas las organizaciones de atención médica, muy por encima de lo que pueden ofrecer las mejoras incrementales derivadas de soluciones puntuales o de proyectos piloto aislados. Con base en nuestra experiencia, se necesitan intervenciones que proporcionen mejoras integrales de entre el 40 y 50 por ciento en los procesos y las funciones.
¿Qué se necesita para reconfigurar un modelo operativo?
Para lograr mejoras significativas en la productividad, las organizaciones de atención médica deben replantear tanto las funciones relacionadas con la prestación de la atención como los servicios compartidos.
Comprometerse con un rediseño audaz de la prestación de atención médica
En las últimas dos décadas, las organizaciones de atención médica de Estados Unidos han ampliado de manera constante su fuerza laboral a un ritmo aproximado de entre el 2 y 3 por ciento anual, añadiendo más de cinco millones de puestos clínicos.6 Sin embargo, el aumento en las contrataciones no se ha traducido en mejoras proporcionales en el acceso a la atención.7 La principal limitación del sistema no es la capacidad de la fuerza laboral, sino la ausencia de un modelo que defina cómo debe realizarse el trabajo relacionado con la prestación de atención médica.
Las organizaciones necesitan adoptar un enfoque diferente para liderar el rediseño de procesos y la habilitación de la IA. Por ejemplo, en una unidad médico-quirúrgica, una proporción importante de las tareas rutinarias (como la documentación, la coordinación de la atención y los pasos administrativos no esenciales) pueden eliminarse, automatizarse o reasignarse. En el modelo tradicional de prestación de atención médica, una unidad médico-quirúrgica de 25 camas contaría aproximadamente con un enfermero titulado (registered nurse, RN) por cada cinco pacientes, además de un técnico en atención al paciente (patient care technician, PCT) por cada diez a quince pacientes.
Un modelo rediseñado podría requerir menos RN por paciente y un mayor número de profesionales clínicos con licencias de menor nivel, como los PCT. Además, en lugar de depender exclusivamente de funciones presenciales, el modelo futuro podría incorporar RN virtuales compartidos entre distintas unidades y herramientas como la documentación ambiental. Esto permitiría a los equipos redistribuir el trabajo, operar con mayor eficiencia, ampliar la atención, garantizar la calidad asistencial y adaptarse a las fluctuaciones horarias en el volumen de pacientes. La satisfacción y el sentido de propósito del personal sanitario también aumentan; de hecho, algunos sistemas han logrado reducir en más del 60 por ciento la rotación de RN durante el primer año.8
Según nuestra experiencia, las organizaciones que transforman sus modelos de atención pueden lograr reducciones en los costos laborales superiores al 20 por ciento. Sin embargo, estos beneficios solo se materializan cuando se rediseñan de manera coordinada los flujos de trabajo, la tecnología y la dotación de personal. Implementar cambios aislados, como incorporar soluciones puntuales sin rediseñar los procesos de atención ni ajustar los modelos de dotación de personal, puede reducir la productividad, aumentar la carga de trabajo del personal asistencial y generar nuevos desafíos para la fuerza laboral, limitando o incluso revirtiendo los beneficios previstos.
Hacer que los servicios compartidos trabajen para usted, y no al revés
Rediseñar la prestación de atención médica es solo una parte de la ecuación. No es posible operar un modelo clínico de alto nivel en un sistema de servicios compartidos de bajo nivel. Por ejemplo, muchos socios de negocio de recursos humanos dedican una cantidad considerable de tiempo a tareas administrativas, como resolver errores de nómina y procesar transacciones, en lugar de enfocarse en tareas de mayor valor, como la estrategia de personal y la planeación del talento. Entonces, ¿qué significa que los servicios compartidos operen al máximo de sus capacidades?
Históricamente, las organizaciones mejoraban la productividad de los servicios compartidos mediante la deslocalización (offshoring) o la subcontratación (outsourcing) de las funciones administrativas hacia mercados laborales de menor costo. Hoy, en cambio, están estandarizando procesos, centralizando actividades fragmentadas e integrando la IA y la automatización directamente en las operaciones. Con base en nuestra experiencia, el resultado es una mayor productividad que puede reducir costos y mejorar el control de los procesos, acelerar la toma de decisiones y mantener las capacidades estratégicas y la creación de valor más cerca de la organización.
Hay mucho en juego. Las funciones administrativas representan entre 15 y 25 por ciento del gasto,9 y los sistemas de salud de Estados Unidos emplean aproximadamente el doble de personal administrativo que de médicos y enfermeros en conjunto.10 Aunque hoy es posible automatizar hasta el 50 por ciento del trabajo administrativo, una de las principales razones por las que la mayoría de las organizaciones no logra materializar los beneficios de la automatización es que incorpora la IA sobre flujos de trabajo obsoletos y deficientes.
La solución adopta tres formas. En primer lugar, las organizaciones deben diseñar el trabajo del mañana, no el de hoy. Por ejemplo, en lugar de depender de flujos de trabajo fragmentados y procesos dirigidos por personas, las organizaciones líderes están rediseñando la función de recursos humanos en torno a flujos de trabajo autónomos habilitados con IA y supervisados por personas. Actividades rutinarias como la selección de candidatos, las entrevistas iniciales, las tareas de incorporación de personal y la atención de consultas de los empleados son ejecutadas cada vez más por agentes de IA, lo que permite que los equipos de recursos humanos se concentren en acelerar el desarrollo de habilidades, construir un ecosistema de talento adaptable y fortalecer la cultura organizacional.
En segundo lugar, los sistemas deben eliminar el trabajo innecesario antes de automatizar un proceso o dominio. En la gestión del ciclo de ingresos (revenue cycle management, RCM), actividades rutinarias como el registro de pagos y la gestión de apelaciones se están automatizando cada vez más para que los equipos humanos puedan enfocarse en las excepciones y las interacciones complejas con los pagadores. Las organizaciones suelen comenzar desplegando flujos de trabajo agénticos en funciones administrativas de menor riesgo antes de extenderlos al conjunto de ciclo de ingresos, avanzando hacia un modelo operativo de extremo a extremo y sin intervención humana. En nuestra experiencia, el impacto es transformador: incrementos de productividad de hasta 40%, tiempos de ciclo más cortos y una operación de RCM significativamente más ágil, rápida y resiliente.11
Por último, los servicios compartidos deben respaldar el recorrido del paciente de una manera más integrada. Con frecuencia, los pacientes deben navegar por sistemas fragmentados para la programación de citas, la facturación, las derivaciones a especialistas y la atención médica. En el modelo del futuro, estas funciones se gestionan mediante capas continuas de acompañamiento similares a las de un servicio de concierge. Agentes inteligentes guían de manera proactiva a los pacientes a través de los flujos de trabajo administrativos, clínicos y financieros, mientras que los especialistas financieros intervienen en las interacciones más complejas o que requieren una atención más personalizada. Según un análisis del McKinsey Global Institute, el resultado es una experiencia del paciente mucho más fluida, junto con una reducción significativa de la carga administrativa y de los costos operativos, además de una mejora sustancial de la productividad (Gráfica 2).
¿Cómo pueden redefinirse los roles y las habilidades para la fuerza laboral del futuro?
La automatización, la incorporación de agentes de IA y los correspondientes cambios en los flujos de trabajo, por sí solos, no transformarán la economía del sector salud. Eliminar el 20 por ciento de las tareas de un puesto rara vez reduce el 20 por ciento de sus costos. En la mayoría de los casos, el empleado es reasignado para concentrarse en tareas acordes con el máximo nivel de sus competencias, y la organización también asume un gasto adicional en tecnología. Esto se debe a que muy pocos puestos pueden automatizarse de principio a fin (Gráfica 3). La mayoría de los empleos se encuentra en un punto intermedio: algunas tareas pueden transferirse a agentes de IA u otras formas de automatización, mientras que otras requieren criterio clínico, coordinación humana y toma de decisiones basada en el contexto. Esa distinción es importante. La automatización parcial genera capacidad, pero no modifica de inmediato la estructura de costos.
Si bien es probable que se produzca cierto desplazamiento de la fuerza laboral, el sector salud sigue enfrentando escasez de personal en muchas funciones críticas. Las organizaciones que rediseñan el trabajo de manera eficaz pueden aprovechar las ganancias de productividad habilitadas por la IA para reducir la carga administrativa, mejorar la sostenibilidad de la fuerza laboral y reasignar capacidad hacia actividades de atención al paciente y coordinación asistencial de mayor valor. Si esto se hace correctamente, puede ampliar el acceso, mejorar los resultados en salud y la experiencia de los pacientes, e incrementar la satisfacción del personal clínico al permitirle dedicar más tiempo a la atención directa de los pacientes.
Capturar valor requiere una redefinición más profunda de los roles. A medida que la automatización elimina las tareas rutinarias, el trabajo restante debe redistribuirse en funciones más amplias y de mayor valor. En la atención ambulatoria, el modelo operativo del futuro no puede seguir dependiendo de transferencias fragmentadas entre representantes de atención al paciente, asistentes médicos, orientadores financieros y trabajadores sociales. A medida que los agentes inteligentes absorban cada vez más las actividades rutinarias de programación de citas, facturación, derivaciones a especialistas y coordinación, las organizaciones podrían consolidar estas responsabilidades en un rol integrado, como el de socio de continuidad de la atención (care continuity partner, CCP), que actúa como coordinador principal a lo largo de todo el recorrido del paciente y está potenciado por la tecnología para ofrecer resultados más personalizados, predictivos y centrados en las personas.
Habilitados por la IA, los CCP podrían coordinar el trabajo entre los equipos clínicos y operativos, resolver los obstáculos más complejos para la atención y convertirse en la persona de confianza del paciente a lo largo de toda su experiencia. En efecto, los CCP podrían convertirse en la capa de control humana para un modelo operativo ambulatorio habilitado por IA. La consolidación de la coordinación de la atención, la orientación financiera y el apoyo social en un rol único rediseñado tiene el potencial de aumentar la productividad, reducir las tasas de inasistencia, mejorar la precisión de las autorizaciones previas y ampliar la capacidad del personal clínico, sin necesidad de incorporar equivalentes de tiempo completo (full-time equivalents, FTE) de profesionales con licencia.
Pero redefinir los roles es solo una parte de la ecuación. Capturar valor requiere nuevas capacidades de juicio humano, colaboración interfuncional y orquestación del trabajo entre personas e IA. También eleva las expectativas sobre los gerentes, quienes deberán dirigir y evaluar tanto a los agentes de IA como a los equipos humanos.
Las mejoras de productividad deben traducirse en cambios estructurales en la dotación de personal, los niveles organizacionales y los tramos de control. Sin esos cambios, las organizaciones simplemente superponen tecnología a su estructura de costos existente.
¿Qué puede transformar la urgencia en acción organizacional?
El punto de partida de los líderes es tan importante como las tecnologías que implementan. La mayoría de las organizaciones se apresura a adoptar la automatización, implementando proyectos piloto con herramientas en flujos de trabajo fragmentados y esperando lograr mejoras significativas. Esto rara vez funciona.
El éxito requiere tres decisiones de liderazgo: definir la ambición decidiendo dónde actuar, qué tan audaz debe ser la transformación y qué nivel de mejora del desempeño justifica la inversión; alinear las capacidades con esa ambición mediante el rediseño de los flujos de trabajo de la prestación de atención médica y de los servicios compartidos, así como el rediseño de los roles en torno a la colaboración entre personas e IA; y establecer la responsabilidad por los resultados, el rediseño de la fuerza laboral y la reducción de costos. Sin traducir las ganancias de productividad en nuevos roles, habilidades, modelos de dotación de personal y formas de trabajar, las organizaciones tendrán dificultades para generar valor sostenible. Sin estas decisiones, la IA no corregirá un sistema deficiente; simplemente llevará las ineficiencias existentes a una mayor escala.
La brecha entre los líderes y los rezagados en la adopción de la IA no se cerrará con el tiempo; por el contrario, se ampliará rápidamente y quizás de manera irreversible. En el sector salud, las organizaciones que tendrán éxito no serán las que experimenten con más herramientas de IA, sino las que tomen decisiones estratégicas audaces sobre dónde la IA puede transformar su modelo operativo12 y actúen con la rapidez, la disciplina y la responsabilidad necesarias para capturar valor a gran escala.