La integración de IA tiene cinco etapas: relevamiento, productividad general, productividad técnica de IT, y después deuda técnica y automatización de procesos, en paralelo. Ordenadas por complejidad.
La tentación es empezar por los agentes, pero esa es la etapa más compleja. La productividad general da resultados rápidos y suma a la organización, lo que mejora las chances de implementar bien las etapas siguientes.
Etapas
Relevamiento
Relevamiento de los requerimientos de la empresa y cómo IT los provee.
- Empresa. Organización, qué procesos core están soportados por software, y cómo ven la IA los responsables de esas áreas.
- IT. Equipo y recursos, arquitectura de software, plan de sistemas y de IA, deuda técnica, implementaciones previas.
El resultado es el plan revisado y dimensionado.
Productividad general — app
Las aplicaciones LLM corporativas se licencian por usuario y se integran con las herramientas de trabajo. A agosto de 2026 los principales productos son Claude, ChatGPT Enterprise, Microsoft Copilot y Google Gemini.
Las empresas líderes ya las implementaron en sus organizaciones. Accenture, unas 743.000 personas. JPMorgan, 200.000 usuarios en ocho meses. Goldman Sachs, toda la firma después de un piloto de 10.000.
Implementación:
- Entrenamiento estándar
- Talleres de relevamiento y desarrollo
- Soporte en la aplicación a los procesos de cada usuario
Generales. Revisión y resumen de documentos, extracción de datos, redacción, análisis en Excel, minutas de reunión, búsqueda en correo y archivos, preparación de reuniones.
Ejemplos: licitaciones, administración de contratos, compras, costos y planificación. Análisis de una especificación extensa y armado de la lista de requisitos, comparación de cotizaciones de proveedores, ajuste de precios de contrato.
Avanzados. Trabajo en equipo sobre un proyecto compartido, investigación en profundidad, automatizaciones simples — programadas o recurrentes — y conexión con las aplicaciones de la empresa.
Productividad técnica de IT — herramientas de codificación
“Estamos en el punto en que la IA escribe la mayor parte del código. Tenemos una automatización casi completa de la escritura de código.”
“Nunca contrataría a alguien de finanzas que no supiera usar Excel, y hoy probablemente tampoco contrataría a alguien de finanzas que no sepa usar una herramienta como Codex.”
Las herramientas de codificación son aplicaciones LLM para desarrollo de software. A agosto de 2026 las principales son Claude Code, Codex, Cursor, GitHub Copilot y Gemini Code Assist.
Estas herramientas operan sobre el código, la línea de comandos y los sistemas. Para un usuario técnico son la interfaz de trabajo con el software de la empresa: análisis, consultas sobre sus datos y automatización del trabajo operativo de IT.
Se implementa en IT y se extiende a cualquier usuario con capacidad técnica.
Deuda técnica — software
“Como mundo acumulamos 50 años de deuda técnica… cientos de billones de líneas de código entre mediocre y malo.”
El relevamiento identifica el plan de IT, el software que soporta cada proceso core y los procesos sin soporte de sistemas. Software obsoleto y ausencia de sistemas constituyen la misma brecha.
Las herramientas de codificación cambian la ecuación de costo de la generación de código, las pruebas y la migración, y afectan el costo total de generación de aplicaciones. Desarrollos que antes no justificaban un proyecto pasan a ser viables, por cualquiera de las dos vías.
Dos vías de ejecución:
- Tercerizada. Producto enlatado, adaptado o no, o desarrollo encargado a una empresa de software.
- Interna. Equipo de IT con desarrollador contratado, herramientas de codificación, en ciclos cortos y con el usuario presente.
Automatización de procesos — agentes
“Un agente es una aplicación que completa una tarea planificando sus propios pasos y llamando a herramientas.”
“El rediseño de procesos de punta a punta es lo que separa a las organizaciones que logran reducciones de costos del 60% de las que capturan menos del 20%.”
Anthropic, OpenAI, Google, Microsoft, Amazon, xAI y Mistral tienen plataformas para construir agentes, y marcos como LangChain permiten construirlos sin atarse a un modelo. A agosto de 2026 hay implementaciones en producción.
El caso típico sería un agente que ejecuta un proceso simple de punta a punta, decide e implementa, con intervención humana sobre las excepciones. Otro tipo sería un agente como interfaz entre las personas y los sistemas, que captura datos en lenguaje natural en el punto donde se genera el trabajo.
Pasos:
- Selección de procesos
- Relevamiento y documentación
- Racionalización
- Construcción, prueba e implementación
Las citas están traducidas del inglés.
Fuentes — implementaciones. Accenture, unas 743.000 personas — Microsoft newsroom, 27 de abril de 2026. JPMorgan, 200.000 usuarios en ocho meses — JPMorgan technology blog, 3 de junio de 2025. Goldman Sachs, toda la firma después de un piloto de 10.000 — Fox Business, 23 de junio de 2025. Leídos el 17 de agosto de 2026.
Agentes. La definición, Anthropic. La cifra del 60 por ciento — BCG, 15 de junio de 2026, leído el 28 de agosto de 2026.
Citas. Las tres del podcast All-In, leídas como transcripciones en podscripts.co el 17 de agosto de 2026. David Sacks — “Anthropic’s Digital God, Pope vs AI, Job Loss Narrative Flips, Open Source Crackdown Coming?”, 29 de mayo de 2026. Chamath Palihapitiya — “Anthropic’s $30B Ramp, Mythos Doomsday, OpenClaw Ankled, Iran War Ceasefire, Israel’s Influence”, 10 de abril de 2026. Sarah Friar — “OpenAI CFO Sarah Friar on IPO, AI Rivalries, New Device, and Spending $100B+ on Compute”, 2 de junio de 2026.
Preparado por Mariano Funes con Claude (Anthropic).