Pieza
Bolt-on AI · La IA también puede ayudarnos a hacer más rápido lo que ya no deberíamos hacer
McKinsey describe el enfoque bolt-on como añadir IA sobre workflows y decisiones que permanecen intactos. La mejora local puede ser real, pero si el cuello de botella está en otro lugar la tecnología acelera actividad sin cambiar el resultado.
Posición en el puzzle
Dónde participa esta pieza
Grupos
- Workflow, integración y modelo operativo
- Herramientas, contexto, permisos e identidad
Entidad: McKinsey & Company
Referencia de trabajo: análisis de 2026 sobre ventaja empresarial y rediseño del modelo operativo
Hay una manera muy tentadora de adoptar inteligencia artificial: mantener todo como está y añadir una herramienta nueva encima.
Un asistente para redactar dentro del mismo proceso. Un chatbot delante del mismo servicio. Un sistema de análisis que alimenta las mismas reuniones. Un agente que automatiza pasos de un workflow que nadie ha revisado desde hace años.
McKinsey utiliza la idea de bolt-on AI para describir ese enfoque.
Puede producir mejoras. El problema aparece cuando confundimos esas mejoras con haber resuelto la restricción que realmente limita el resultado.
Hacer más rápido una parte no hace más rápido el conjunto
Una cadena de trabajo avanza a la velocidad de sus cuellos de botella.
Si preparar un informe pasa de dos días a veinte minutos pero aprobarlo sigue necesitando dos semanas, el cliente no recibe el resultado dos días antes.
Si un agente genera cientos de oportunidades comerciales pero el equipo solo puede atender veinte, hemos trasladado el cuello de botella.
Si una IA crea contenido diez veces más rápido pero nadie sabe qué merece publicarse, el problema se convierte en selección.
Por eso la productividad de tarea y la productividad del sistema son cosas distintas.
Existe un riesgo más profundo: optimizar lo que deja de tener sentido
El problema no siempre está en que un proceso sea lento.
Puede estar en que el proceso entero responde a unas condiciones que ya están cambiando.
Una empresa puede utilizar IA para producir más rápido un servicio cuya demanda empieza a caer. Puede automatizar controles creados para una organización anterior. Puede multiplicar contenidos en un mercado saturado donde el valor está pasando precisamente a saber seleccionar.
En esos casos, la IA no salva la actividad.
Puede permitir que dediquemos más capacidad a algo que cada vez cuenta menos.
Eso conecta directamente con nuestra idea de quedarse fuera: no es estar parado, sino seguir haciendo mucho esfuerzo en una dirección que pierde valor.
La IA no es culpable del proceso antiguo
Conviene insistir en esto.
Los cuellos de botella, las jerarquías lentas y los procesos heredados estaban ahí antes de la IA.
La tecnología puede exponerlos porque acelera otras partes.
Y puede aumentar el coste relativo de mantenerlos porque competidores más pequeños o mejor organizados consiguen recorrer el trabajo completo con menos fricción.
La IA es un acelerador dentro de un cambio organizativo más amplio.
Oportunidades que abre esta necesidad
Aquí aparece una oportunidad menos evidente que vender automatización: ayudar a decidir qué merece automatizarse y qué debería desaparecer.
Especialistas en operaciones pueden analizar un proceso de principio a fin antes de introducir herramientas.
Abogados pueden separar controles jurídicamente necesarios de aprobaciones que sobreviven por costumbre.
Expertos en experiencia de cliente pueden reconstruir el recorrido desde la necesidad real de la persona, no desde la estructura interna de la empresa.
Financieros pueden medir el resultado completo y evitar que ahorros locales escondan costes desplazados a otro departamento.
Consultores y profesionales sectoriales pueden preguntar algo incómodo pero valioso: si hoy diseñáramos este servicio desde cero con las capacidades disponibles, ¿lo haríamos así?
La oportunidad de retirar también es mercado
Durante años se ha premiado al profesional que añade: una herramienta, un proceso, un control, un informe, una capa nueva.
En un entorno saturado puede crecer el valor de quien sabe retirar.
Eliminar un informe que nadie utiliza. Cerrar un piloto que no produce valor. Reducir aprobaciones. Unificar herramientas. Dejar de producir una actividad que consume atención sin mejorar el resultado.
Esa función puede convertirse en un servicio profesional importante porque liberar capacidad es otra manera de crearla.
Qué nos dice esta pieza sobre Lo que viene
Bolt-on AI no es una teoría independiente ni prueba que añadir IA a un proceso existente sea siempre un error.
La señal útil es otra: la velocidad de una herramienta no corrige automáticamente la manera en que está organizado el trabajo.
Cuando la IA abarata una tarea, necesitamos volver a mirar el conjunto.
Ahí aparecen oportunidades para quienes sepan hacer algo más difícil que automatizar: distinguir qué parte merece acelerarse, qué parte necesita rediseñarse y qué parte deberíamos tener el valor de dejar de hacer.