La oficina de transformación agéntica: Redefinir la economía del cambio

La oficina de transformación (transformation office, TO) guarda un secreto incómodo. La misma función encargada de impulsar un cambio radical en toda la empresa suele ser una de las más lentas en adoptar herramientas y tecnologías modernas, una notable excepción a esta tendencia, aun cuando la IA agéntica está preparada para transformar sectores y economías. Mientras las TO intentan impulsar a las organizaciones hacia una mayor velocidad y agilidad, a menudo vemos que estas oficinas siguen funcionando con presentaciones elaboradas manualmente y fuentes de datos fragmentadas.

La ironía tiene consecuencias reales. Los recursos se consumen en tareas administrativas predecibles. Los conocimientos accionables o insights críticos llegan demasiado tarde. Las narrativas estratégicas pierden coherencia entre los distintos frentes de trabajo. Las conversaciones del liderazgo se convierten en una reacción ante los problemas a medida que surgen, en lugar de orientarse a dirigir de manera proactiva. En su esfuerzo por compensar las limitaciones de capacidad del centro, los distintos frentes de trabajo empiezan a crear sus propias herramientas y reportes paralelos, lo que fragmenta aún más los análisis de datos y socava la consistencia.

En los últimos 12 meses se ha producido un cambio drástico en lo que la inteligencia artificial (IA) puede hacer. En algunas TO líderes, los chatbots sencillos han evolucionado hasta convertirse en agentes de IA autónomos capaces de ejecutar procesos de negocio de varios pasos de principio a fin. Estas herramientas autónomas ya están demostrando un valor capaz de cambiar las reglas del juego; detectan continuamente brechas de desempeño, mantienen una fuente única de información confiable y propician las conversaciones adecuadas entre los ejecutivos a un ágil ritmo semanal. Liberan capacidad de trabajo de las personas, la principal limitación de una TO. El tiempo dedicado a muchas tareas esenciales puede reducirse entre un 35 y un 40 por ciento. En algunos casos, hemos visto ahorros de tiempo del 70 por ciento o más.

Como ocurre con otras aplicaciones de la IA, todo el potencial de la IA agéntica evoluciona con rapidez y, en muchos casos, de manera desigual. Este artículo ofrece un primer vistazo a la oportunidad que representa para las TO. Compartimos lo que observamos actualmente en las transformaciones, lo que los equipos ya han comenzado a implementar y los primeros pasos para desarrollar un manual de acción inicial.

El techo estructural de la TO tradicional

La misma función responsable de impulsar el cambio y la mejora en toda la organización suele ser la más reacia a actualizar su propia tecnología y sus herramientas heredadas. Eso resulta frustrante en cualquier contexto. Pero, en el caso de la IA agéntica, las consecuencias son mucho mayores.

El cuello de botella del seguimiento manual

Hoy, una TO tradicional suele depender de roles rígidos, rituales de reuniones agotadores y una estructura de reportes excesivamente concentrada en los niveles superiores. La oficina puede requerir casi un ejército de personas porque dar seguimiento manualmente al avance es muy lento. Pensemos en un reciente proceso global de recuperación del desempeño de dos años, en el que participaron más de 3,000 empleados de ocho divisiones. La oficina de transformación requirió más de 15 personas de tiempo completo, que dedicaron más de la mitad de su tiempo a validar datos de forma manual y volver a ejecutar análisis en hojas de cálculo para elaborar, cada cuatro semanas, un reporte obligatorio de más de 300 páginas para un taller mensual de dos días con el consejo de administración. Esto es habitual y suele limitar la velocidad a la que puede avanzar toda la empresa.

El costo de la fragmentación de los datos

Debido a que el tiempo y la atención de las personas son finitos, los insights operativos críticos surgen lentamente y tardan aún más en llegar a los principales responsables de la toma de decisiones, a menudo demasiado tarde para resolver problemas del mundo real. Una proporción desmedida del presupuesto se desperdicia en tareas administrativas predecibles, en lugar de destinarse a la resolución de problemas estratégicos. Sin una coordinación central estrecha, los distintos frentes de trabajo empiezan a contar versiones diferentes de la misma historia.

Desesperados por superar las limitaciones de capacidad del centro, los equipos de los distintos frentes de trabajo suelen crear sus propias herramientas de seguimiento improvisadas y sus propios reportes específicos. En una transformación reciente, un entorno fragmentado en ocho divisiones dependía de más de 100 documentos no integrados para dar seguimiento al avance financiero.

Resolver las limitaciones de la capacidad de las personas

La IA agéntica puede liberar a dos terceras partes o más de un equipo de una TO para que se enfoquen en trabajo de mayor valor. El potencial es de una magnitud generacional. Aprovecharlo comienza por una distinción tecnológica fundamental: la diferencia entre la IA generativa como una herramienta de productividad personal y la IA agéntica que funciona como un sistema operacional autónomo.

De herramientas personales a sistemas autónomos

En la actualidad, la IA generativa actúa como un asistente personal que ayuda a una persona a completar una sola tarea, como redactar un correo electrónico. Los agentes de IA, en cambio, no esperan una instrucción (prompt): planifican, actúan de manera independiente y completan ciclos de forma autónoma a lo largo de flujos de trabajo de varios pasos. La TO es el área de la empresa donde esta capacidad tiene mayor relevancia, porque sus resultados automatizados inciden directamente en casi todos los frentes de trabajo activos, los orientan y los aceleran. Aunque históricamente las oficinas de transformación han tenido dificultades con herramientas manuales fragmentadas, el seguimiento de McKinsey de transformaciones recientes muestra que está aumentando la adopción generalizada en el mercado de capas fundamentales de datos digitales y de “infoestructura” de desempeño: las capas subyacentes de datos digitales, las herramientas de seguimiento y la arquitectura de desempeño (Gráfica 1).

Los tres pilares automatizados

Implementar una arquitectura agéntica establece un ritmo de gestión más ágil en toda la organización y traslada el apoyo manual rutinario a tres pilares automatizados:

• Inteligencia de desempeño: En lugar de esperar a las revisiones periódicas, los agentes de IA sintetizan continuamente y en tiempo real los datos de las iniciativas, señalan automáticamente las desviaciones negativas y destacan únicamente las excepciones críticas que la alta dirección realmente necesita ver. Por ejemplo, en una transformación, el estado “antes” implicaba dar seguimiento a más de 30,000 medidas de mejora individuales y 900,000 puntos de datos temporales críticos, y requería que varios integrantes del equipo de la TO dedicaran, cada uno, varias horas a realizar verificaciones manuales de la calidad de los datos y tediosos ejercicios de medio día con tablas dinámicas a partir de cientos de hojas de Excel estáticas y media docena de sistemas de TI. El estado “después”, en cambio, consiste en un marco de IA agéntica desarrollado en gran medida por Cursor (un editor de código basado en IA que entiende el lenguaje natural) e integrado con Lilli Teamspace de McKinsey (una configuración específica para agentes que proporciona respuestas e insights inmediatos). La nueva solución no solo elimina horas de manipulación manual de hojas de cálculo y análisis repetitivos con tablas dinámicas, sino que también aprovecha la IA agéntica para permitir que los equipos de las divisiones identifiquen en cuestión de minutos acciones u omisiones específicas que estaban retrasando los resultados financieros. La herramienta detecta con anticipación problemas específicos y activa escalamientos inmediatos y focalizados. Esto representa un cambio fundamental, a medida que los modelos operativos avanzados pasan de dar seguimiento a lo que ya ocurrió a señalar lo que probablemente ocurrirá después.
• Fuente única de información confiable: La IA agéntica permite a la organización dejar atrás los reportes de estatus semanales estáticos y obtener una visión en tiempo real, actualizada automáticamente, del valor total generado, los riesgos activos aún pendientes y las decisiones críticas por tomar. La tecnología elimina los problemas de control de versiones de las hojas de cálculo y los retrasos causados por “versiones enfrentadas”. Además, en lugar de construir un costoso lago de datos centralizado (un proceso que puede tardar más de un año), las organizaciones pueden aprovechar la IA para vincular dinámicamente conjuntos de datos separados. Ya existen soluciones cuya eficacia se ha demostrado en el mercado que pueden extraer, de manera casi fluida, insights interfuncionales de plataformas aisladas —conectando desde Wave (la plataforma de McKinsey para el seguimiento de transformaciones) y los sistemas de planificación de recursos empresariales (enterprise resource planning, ERP) hasta la infraestructura de recursos humanos y las herramientas de producción— para mantener una perspectiva precisa e integral. Esta visión unificada va más allá de dar seguimiento a lo que ya ocurrió; permite que un sistema simule lo que debería ocurrir después. Por ejemplo, al vincular las herramientas de planificación de capacidad de TI con los requerimientos de los proyectos en Wave, un agente puede secuenciar automáticamente todo un portafolio y trazar diferentes vías de ejecución. Si el liderazgo necesita saber cómo un aumento adicional del financiamiento en 2026 aceleraría los plazos y permitiría desbloquear beneficios financieros, el agente puede calcular el impacto al instante utilizando esos sistemas conectados. A medida que cambian estos planes, el agente gestiona automáticamente los efectos logísticos en cadena, actualizando los informes ejecutivos, las presentaciones del comité directivo y las comunicaciones semanales de los equipos sin que nadie tenga que buscar las fuentes correctas ni sintetizarlas manualmente.
• Facilitación de conversaciones: Los materiales de presentación para los cruciales foros semanales de dirección se generan de manera casi instantánea por agentes autónomos, en lugar de que los analistas los elaboren laboriosamente. Por ejemplo, en lugar de que un equipo de analistas dedicara cinco horas a preparar manualmente un informe para el comité directivo (steering committee, SteerCo), un equipo descubrió que un agente de IA podía analizar con precisión enormes cantidades de documentos y generar automáticamente un informe a la medida en menos de diez minutos. No se trata de una anécdota aislada. Hemos visto a equipos de TO extraer los insights más vitales de reportes y archivos dispares para preparar preguntas críticas relevantes y específicas que el liderazgo puede plantear durante cada parte de una revisión del SteerCo. En una transformación exitosa, la IA agéntica redujo el tiempo dedicado a los reportes quincenales y del comité directivo de 12 días al mes a solo tres, y ahorró alrededor de 200 horas-persona adicionales cada mes gracias a mejoras agénticas en otros procesos. Como resultado, la atención de las personas puede liberarse de la preparación de documentación para concentrarse en tomar decisiones ponderadas y mejor informadas. En última instancia, esta arquitectura garantiza que la cadencia corporativa semanal y mensual se convierta en un auténtico ritmo de gestión orientado hacia el futuro, en lugar de una agotadora rutina de elaboración de reportes enfocada en el pasado.

En conjunto, los tres pilares crean una cadencia de gestión más ágil y eficaz. Reducen la complejidad, ayudan a sacar a la luz insights al ritmo que necesita el negocio y liberan capacidad de las personas para las prioridades estratégicas.

Respetar las salvaguardas

Pasar de un software que escribe texto a agentes que ejecutan acciones introduce nuevos riesgos operativos. Cuando se conectan agentes de IA independientes, un solo error en los datos puede desencadenar silenciosamente una reacción en cadena de malas decisiones en etapas posteriores, como errores que se filtran en los análisis y métricas que se corrompen. Aunque las organizaciones líderes reconocen estas amenazas, nuestra investigación indica que, por ahora, las medidas de mitigación van a la zaga del grado de conciencia sobre ellas. Además, hoy en día, incluso los agentes desarrollados de la manera más sofisticada todavía pueden presentar imperfecciones. Por ejemplo, la IA agéntica puede generar demasiadas falsas alarmas, un consumo de recursos que, al menos al principio, puede sentirse como avanzar dos pasos y retroceder uno. Las TO pioneras están aprendiendo que cada paso que da un agente debe ser transparente y rastreable. Sin embargo, su experiencia se está convirtiendo en una ventaja competitiva. Los pequeños errores que pueden parecer triviales en un entorno que cambia con lentitud se acumulan mucho más rápido en medio de un cambio acelerado.

Una nueva división del trabajo para los líderes

Operar con un centro más reducido no significa que la organización tenga un núcleo más débil; significa que la TO puede actuar de manera mucho más deliberada y lograr un impacto mucho mayor. Una TO agéntica establece una división clara del trabajo: la manipulación predecible de datos se automatiza, mientras que las capacidades de las personas se enfocan en la estrategia.

Elevar el juicio humano

La automatización tiene límites claros; el juicio humano sigue siendo insustituible para el trabajo de gran trascendencia y lleno de matices que implica una transformación. La IA no puede eliminar mediante programación las difíciles decisiones sobre cuándo escalar un problema, facilitar las relaciones complejas con las partes interesadas ni sustituir los matices creativos de la cultura organizacional. Pero, al transferir a los agentes el trabajo administrativo que realiza el personal, las TO pueden liberar una enorme cantidad de capacidad de las personas. En una implementación reciente, la automatización de diez procesos fundamentales de generación de insights y elaboración de reportes redujo las necesidades de personal de la TO central de un gerente de engagement y nueve integrantes del equipo a solo el gerente y dos integrantes clave del equipo. Esto liberó más de 25 días de capacidad, lo que permitió que el equipo restante redirigiera su atención hacia el coaching, la alineación y la generación de nuevas ideas (Gráfica 2).

La transformación agéntica en el día a día

Para visualizar cómo es una transformación agéntica en el día a día, las empresas deben visualizar sus aspiraciones de largo plazo y considerar también los beneficios operativos inmediatos, entre ellos los siguientes:

• Mejorar drásticamente los resultados: El agente de IA funciona como un control automatizado de cumplimiento y de calidad básica, que revisa continuamente las agendas de las próximas reuniones y los materiales de presentación y los contrasta con las listas de participantes activos. Si detecta que el responsable específico de una iniciativa, encargado de compartir la narrativa esencial del cambio, no ha sido invitado a la reunión de revisión correspondiente, identifica automáticamente la omisión y envía una invitación. El cambio es fundamental: la IA pasa de ser una herramienta de cumplimiento que un empleado puede usar a convertirse en un socio proactivo que siempre impulsa mejores resultados de los proyectos. Por ejemplo, al comparar los planes actuales de los proyectos con la base histórica de conocimientos sobre transformaciones de Wave, los agentes pueden señalar automáticamente los frentes de trabajo con bajo desempeño y sugerir formas específicas de eficacia comprobada para acelerar la ejecución o aumentar el impacto financiero, a partir de transformaciones anteriores.
• Redactar las presentaciones semanales del SteerCo: En lugar de que un equipo de analistas pase el fin de semana copiando y pegando gráficas, el agente de IA prepara automáticamente las presentaciones semanales del comité directivo incorporando y analizando las presentaciones de la semana anterior, extractos de datos de bases de seguimiento como Wave y transcripciones de reuniones de alineación recientes. Una vez compilada la presentación maestra del comité directivo, el agente filtra automáticamente esos datos y los convierte en presentaciones específicas y personalizadas para los líderes de cada frente de trabajo.
• Automatizar los recordatorios operativos: El agente de IA asume el papel de coordinador del proyecto y genera y envía automáticamente cada recordatorio semanal, mensaje de seguimiento y solicitud de captura de datos al resto de la organización, sin necesidad de que una persona se lo indique.

Construir el nuevo modelo

Si bien la transición hacia una transformación agéntica debe avanzar con rapidez, no puede ocurrir de la noche a la mañana; requiere un enfoque disciplinado y requisitos previos claros. Antes de implementar herramientas autónomas, una organización primero tendrá que mapear sus flujos de trabajo operativos, establecer reglas de gobernanza específicas y desarrollar capacidades agénticas en toda la empresa. La transición también cambia lo que las TO necesitan de sus equipos. Las organizaciones líderes están replanteando los roles y las responsabilidades, reposicionando al personal como orquestadores de flujos de trabajo, e identificando y desarrollando talento con la capacidad de adaptación necesaria para gestionar sistemas de IA.

La secuencia de implementación debe ser estratégica. Observamos que las organizaciones pioneras que han tenido éxito comienzan con los procesos de elaboración de reportes y generación de insights para automatizar la ingesta de datos y proporcionar una visibilidad básica. Después, una vez que la capa de datos es estable, avanzan directamente hacia una verdadera automatización de los flujos de trabajo, que permite a los agentes ejecutar acciones en distintos sistemas de software corporativos. Más importante aún, vemos que el éxito de las implementaciones depende de la gestión del cambio dentro de la propia TO. Los integrantes del equipo deben comprender el modelo automatizado, confiar en él y creer en él; si no confían en el sistema, vuelven a los antiguos hábitos manuales y alteran el ritmo operativo.

La TO ya no tiene por qué quedarse rezagada. La transición a un modelo operativo agéntico elimina los cuellos de botella que durante mucho tiempo han ralentizado los procesos de recuperación del desempeño empresarial. Al automatizar el seguimiento de datos, la elaboración de reportes y la coordinación rutinaria, las organizaciones liberan a sus equipos centrales de tareas administrativas tediosas y redirigen el talento humano hacia donde más importa: eliminar obstáculos, gestionar las dinámicas con las partes interesadas y tomar decisiones firmes. El resultado es un centro más ligero, ágil y potente. Y, como ya estamos viendo, una auténtica fuente de ventaja competitiva.