Cada empresa que conozco quiere automatizar con IA. Casi ninguna sabe en qué orden.

Y ese detalle —el orden— es la diferencia entre capturar valor real y terminar con un Excel de pilotos que nadie mide.

El error más común en 2026 no es la falta de entusiasmo por la IA. Es tratar la adopción como una carrera de velocidad cuando en realidad es un ejercicio de secuencia.

Qué área primero, con qué nivel de madurez, bajo qué criterio de decisión. Las empresas que lo resuelven bien no son las que más herramientas compraron.

Son las que supieron por dónde empezar.

Cómo saber qué áreas de mi empresa debo automatizar primero con IA

El marco que convergen McKinsey y las firmas especializadas en estrategia de IA es, en el fondo, tan viejo como el análisis de portafolio.

Cruzar impacto de negocio contra factibilidad de implementación antes de comprometer un solo peso de presupuesto.

Impacto pregunta qué línea del estado de resultados mueve el caso de uso: ¿ingresos, costos, riesgo?

Factibilidad pregunta si ese caso de uso puede llegar a producción en seis a doce meses, dado lo que ya tienes en datos y capacidad técnica.

Según datos autorreportados por la firma Iternal.ai, cualquier dimensión de madurez organizacional —estrategia, datos, tecnología, talento o gobernanza— que puntúe por debajo de 3 sobre 5 es una condición que hay que resolver antes de escalar.

Es el equivalente corporativo de querer correr el maratón de Nueva York sin haber trotado más de dos kilómetros seguidos.

La ambición no sustituye al entrenamiento base.

¿Por qué la adopción alta no garantiza retorno alto?

Aquí McKinsey pone el dedo en la llaga con datos de su encuesta global 2026.

Apenas el 39% de las organizaciones reporta impacto medible en el EBIT por el uso de IA, según datos autorreportados en la encuesta. Solo un 6% se considera de “alto desempeño”, con impacto superior al 5% del EBIT.

Marketing y ventas es la función más adoptada, con 52%. Y aun así, es de las que muestra el retorno más débil frente al gasto invertido.

Es el síndrome del gimnasio en enero: mucha inscripción, poca gente que sigue yendo en marzo, y casi nadie que realmente cambió de talla.

Adoptar no es lo mismo que capturar valor. Esa distinción debería estar tatuada en la pared de cada comité de innovación.

El horizonte en el que está tu empresa importa más que la herramienta que elijas

McKinsey divide a las organizaciones en tres horizontes, según qué tan incrustada está la IA en el trabajo diario.

Enablement: empleados usan IA de forma individual para tareas puntuales. Redactar, resumir, prepararse para una llamada. Casi el 90% de las empresas vive aquí.

Automation: la IA opera procesos completos entre áreas, no solo tareas sueltas. El reto ya no es la herramienta, es el rediseño del proceso.

Reinvention: el horizonte raro. Solo 11% de los líderes dice estar aquí. Roles, workflows y modelos operativos se rediseñan desde cero, no se automatiza lo que ya existía.

La diferencia en resultados es brutal: 48% de las empresas en Reinvention reporta captura de valor significativa, contra 24% en Automation y apenas 13% en Enablement.

No es que las de Reinvention tengan mejor IA.

Es que dejaron de tratar la tecnología como un favor que le hacen al empleado y empezaron a tratarla como una decisión de negocio.

¿Tu organización está lista, o solo tu gente lo está?

El dato que más debería incomodar a cualquier director: 70% de los empleados se siente listo para usar IA. Solo 27% de los líderes cree que su organización está lista para los cambios estructurales que eso implica.

Esa brecha —no la falta de entusiasmo individual— explica casi la mitad de la diferencia entre empresas que capturan valor y las que no.

Es el clásico problema de tener el auto deportivo y no saber manejar de reversa. La velocidad no importa si nadie coordina el estacionamiento.

Antes de escalar nada, audita esto

Antes de elegir qué área automatizar primero, hazte estas preguntas con tu equipo directivo:

• ¿Qué tarea o proceso, si fallara mañana por un error de IA, generaría el mayor daño reputacional o financiero?
• ¿Tenemos los datos limpios y accesibles para esa área, o la factibilidad real es menor de lo que creemos?
• ¿Nuestro liderazgo tiene la fluidez para sostener un rediseño de proceso, o solo estamos comprando herramientas para uso individual?
• ¿Estamos midiendo impacto en el negocio, o solo precisión del modelo?

Un ejercicio simple que le he recomendado a más de un director: toma tus cinco procesos de mayor costo o volumen, califícalos del 1 al 5 en impacto y en factibilidad, y elige el que sume más en ambos ejes para un piloto de seis a ocho semanas. No el que más ilusión te dé. El que mejor puntúe.

La automatización con IA no es una fiesta a la que todas las áreas llegan al mismo tiempo. Es una fila, y quien decide el orden es quien entiende su propio negocio mejor que cualquier proveedor.

Si quieres profundizar en cómo hacer ese inventario de tareas y decidir qué automatizar primero, en iaaplicada.mx tienes esta guía práctica sobre cómo ganar más y trabajar menos con inteligencia artificial.

Y si lo que necesitas no es un diagnóstico interno sino ayuda para presentárselo a tu equipo completo, como conferencista de inteligencia artificial suelo aterrizar exactamente este tipo de marco frente a directores que necesitan decidir, no solo inspirarse — puedes ver el formato en mis conferencias de inteligencia artificial para empresas.

Supervisado por Santiago González y Musi