La IA agéntica ya no pertenece a TI: pertenece al Estado de Resultados

El caso de Uber muestra una señal clara para CEOs: la IA empieza a capturar valor cuando se inserta dentro del trabajo real de finanzas, RH, legal y operaciones.

Introducción

Uber está probando un modelo de “Agentic Pods”: equipos de ingenieros expertos en IA que se integran temporalmente en áreas como finanzas, recursos humanos y legal para observar cómo se trabaja, rediseñar flujos y crear agentes capaces de ejecutar tareas complejas. Según Business Insider, Uber reportó que ciertos reportes financieros pasaron de tomar dos días a 10 minutos, y que una asignación de capital en 150 ciudades bajó de 15 horas a 30 minutos.

La noticia no es que Uber use IA.

La noticia es dónde la está usando.

No en un laboratorio.
No en una demo.
No solo en tecnología.

La está usando dentro del back office, donde se acumulan tiempos muertos, trabajo manual, decisiones repetitivas y costos administrativos.

Ahí está el mensaje para CEOs en México y Latinoamérica.

Lo que está cambiando

Durante años, muchas empresas trataron la IA como una herramienta de productividad individual.

Un asistente para escribir.
Un chatbot interno.
Una ayuda para programar.
Una mejora marginal.

El enfoque de Uber apunta a otra etapa: IA agéntica integrada al modelo operativo.

El cambio central es este:

La IA deja de apoyar tareas y empieza a rediseñar flujos completos de trabajo.

Eso modifica tres variables críticas:

• Tiempo de ciclo.
• Costo administrativo.
• Velocidad de decisión.

Para un CEO, esto no debe evaluarse como innovación tecnológica. Debe evaluarse como rediseño del gasto operativo.

Problema empresarial

La mayoría de las compañías no pierde margen por falta de herramientas.

Pierde margen por fricción operativa.

Procesos que cruzan varias áreas.
Reportes que dependen de archivos manuales.
Decisiones que requieren consolidar información de varios sistemas.
Equipos senior atrapados en seguimiento, validación y preparación de datos.
Capas administrativas que crecen más rápido que los ingresos.

La IA agéntica expone una verdad incómoda:

Muchas organizaciones han digitalizado procesos sin simplificarlos.

Tienen sistemas.
Tienen datos.
Tienen plataformas.

Pero el trabajo real sigue dependiendo de personas que conectan manualmente lo que la organización no pudo integrar.

Por qué importa

El caso de Uber es relevante porque no parte de un manual de procesos.

Parte de observar cómo se trabaja realmente.

Ese punto es decisivo.

Los procesos documentados rara vez muestran la fricción completa. El costo está en las excepciones, validaciones, esperas, reconciliaciones y decisiones intermedias.

Cuando un agente inteligente se diseña desde el trabajo real, puede atacar el costo oculto del modelo operativo.

Para CEOs, esto abre una pregunta estratégica:

¿Qué parte de la estructura administrativa existe porque el negocio la necesita, y qué parte existe porque los procesos todavía no han sido rediseñados?

Impacto financiero o Estado de Resultados

La IA agéntica debe medirse en el Estado de Resultados, no en adopción tecnológica.

Los indicadores relevantes no son:

• Número de usuarios activos.
• Número de prompts enviados.
• Número de herramientas contratadas.
• Número de pilotos lanzados.

Los indicadores relevantes son:

• Reducción de horas administrativas.
• Disminución de tiempos de cierre.
• Menor costo por proceso.
• Mayor productividad por FTE.
• Menor dependencia de trabajo manual.
• Mejor velocidad para asignar capital.
• Menor crecimiento de SG&A frente al crecimiento de ingresos.

Si un reporte financiero baja de dos días a minutos, el valor no está solo en el ahorro de tiempo.

Está en cerrar antes.
Decidir antes.
Corregir antes.
Asignar capital con mayor velocidad.
Reducir capas de seguimiento.

Eso puede traducirse en margen, cash flow y capacidad de ejecución.

Framework JAB

Modelo Operativo Híbrido JAB®

El caso muestra la transición hacia un modelo operativo donde personas, procesos y agentes inteligentes trabajan como una sola arquitectura.

1. Trabajo real
Identificar cómo se ejecutan realmente las tareas críticas, no cómo aparecen en el manual.

2. Fricción económica
Ubicar dónde se acumulan horas, esperas, reprocesos, validaciones y decisiones repetitivas.

3. Agentes por función
Diseñar agentes para procesos completos en finanzas, RH, legal, operaciones, CX o back office.

4. Gobierno y control
Definir qué decide el agente, qué recomienda, qué ejecuta y qué debe escalar a una persona.

5. Medición financiera
Evaluar impacto en tiempo, costo, productividad, margen y velocidad de gestión.

El objetivo no es automatizar personas.

El objetivo es rediseñar el costo de operar.

Decisión del CEO

El CEO debe tomar una decisión concreta:

Pasar de pilotos de IA dispersos a una cartera de procesos críticos con impacto económico medible.

La pregunta no es:

“¿Dónde podemos usar IA?”

La pregunta correcta es:

“¿Qué procesos están consumiendo margen, tiempo directivo y capacidad de crecimiento?”

Desde ahí se prioriza.

Finanzas.
Planeación.
Customer Experience.
Legal.
RH.
Compras.
Back office.
Operaciones comerciales.

Cada función debe evaluarse por su potencial de liberar productividad y mejorar el Estado de Resultados.

Preguntas para el Consejo

El Consejo debería elevar la conversación de IA a productividad, riesgo y gobierno.

Preguntas clave:

• ¿Qué procesos administrativos están creciendo más rápido que los ingresos?
• ¿Dónde se concentra el mayor volumen de trabajo manual no visible?
• ¿Qué decisiones dependen todavía de reportes tardíos?
• ¿Qué funciones tienen mayor potencial de automatización con control humano?
• ¿Cómo se medirá el retorno económico de la IA?
• ¿Quién gobierna la autonomía de los agentes?
• ¿Qué riesgos legales, operativos y reputacionales deben controlarse antes de escalar?

La IA agéntica sin gobierno puede acelerar errores.

La IA agéntica con gobierno puede convertirse en ventaja operativa.

Perspectiva JAB

El aprendizaje ejecutivo es claro:

La IA no genera valor por estar disponible. Genera valor cuando cambia la forma en que opera la empresa.

Para México y Latinoamérica, esto es especialmente relevante.

Muchas compañías de la región enfrentan presión de costos, estructuras administrativas pesadas, procesos fragmentados y dependencia excesiva de trabajo manual.

La IA agéntica puede convertirse en una palanca para mejorar productividad sin aumentar proporcionalmente la plantilla.

Pero requiere método.

No basta contratar herramientas.
No basta capacitar usuarios.
No basta lanzar pilotos.

Se necesita rediseñar el modelo operativo.

Cómo puede ayudar JAB

JAB ayuda a las empresas a convertir IA, automatización y transformación operativa en resultados medibles.

Podemos acompañar a la organización en cinco frentes:

• Diagnóstico de procesos con mayor fricción económica.
• Priorización de casos de uso por impacto en margen y productividad.
• Diseño del Modelo Operativo Híbrido JAB®.
• Implementación de agentes, automatización y controles de gobierno.
• Medición de impacto en Estado de Resultados, cash flow y escalabilidad.

La meta no es adoptar IA.

La meta es operar mejor.

Conclusión

Uber está enviando una señal importante al mercado: la siguiente etapa de IA empresarial no será solo tecnológica. Será operativa.

Las empresas que capturen valor no serán las que tengan más herramientas. Serán las que rediseñen cómo se trabaja, cómo se decide y cómo se controla el costo de operar.

La IA agéntica debe entrar al comité ejecutivo por una razón simple:

Ya no es un tema de innovación. Es un tema de margen.