Thomson Reuters · La IA entra en las profesiones antes de que sus organizaciones sepan qué modelo de trabajo produce

Entidad: Thomson Reuters Institute
Referencia: 2025 Generative AI in Professional Services Report · encuesta realizada en enero y febrero de 2025

Las profesiones basadas en conocimiento tienen una peculiaridad: la tecnología puede modificar la manera de producir su trabajo antes de que cambien las reglas económicas y organizativas que rodean ese trabajo.

El informe 2025 de Thomson Reuters permite observar esa diferencia.

Entre profesionales de legal, tax, accounting, audit, risk y government, el uso organizativo declarado de IA generativa había aumentado con rapidez. Un 22 % decía que su organización ya la utilizaba activamente, frente al 12 % del año anterior. El 95 % esperaba que la tecnología fuera una parte central del workflow en los siguientes cinco años.

Sin embargo, solo un 20 % sabía que su organización midiera el retorno de esa inversión. Un 52 % creía que no existían políticas de uso y un 64 % declaraba no haber recibido formación en el trabajo.

La adopción avanzaba más rápido que la capacidad institucional para medir, gobernar y enseñar lo adoptado.

El profesional puede cambiar antes que la empresa

Thomson Reuters distingue entre uso personal de herramientas públicas y adopción formal dentro de la organización.

Una persona puede descubrir por sí misma que la IA le ayuda a preparar un borrador, resumir información o iniciar una investigación. Ese aprendizaje altera su expectativa sobre cuánto debería tardar una tarea.

Pero la empresa todavía debe decidir qué herramienta aprueba, cómo protege datos, qué calidad exige, quién revisa el resultado y cómo captura el ahorro.

Ese desfase explica por qué una transformación profesional puede empezar como hábito individual y tardar más en aparecer en el modelo operativo.

Ahorrar tiempo obliga a decidir qué hacer con el tiempo ahorrado

En servicios profesionales, muchas organizaciones han facturado tradicionalmente parte de su trabajo por horas.

Si una tarea que ocupaba varias horas puede realizarse en menos tiempo, la ganancia tecnológica no determina por sí sola cómo se reparte el valor.

¿El cliente paga menos? ¿El profesional atiende más asuntos? ¿La firma aumenta margen? ¿Se dedica más tiempo a revisión, consejo o estrategia? ¿Cambia el precio hacia modelos basados en valor o resultado?

La tecnología abre la posibilidad. El modelo de negocio decide qué significa económicamente.

Por eso la transformación no puede reducirse a «productividad».

Las organizaciones pueden perder una oportunidad aunque sus empleados usen mucho la herramienta

Si no existe medición, la dirección puede no saber qué casos producen valor y cuáles desplazan costes a otra parte.

Si no existe formación, cada profesional aprende por ensayo individual y repite errores que otros ya resolvieron.

Si no existe política, seguridad y responsabilidad pueden depender demasiado de criterio informal.

Si no existe comunicación con el cliente, la organización puede transformar silenciosamente su forma de producir sin transformar la relación de confianza que sostiene el servicio.

La capacidad nueva necesita entrar también en memoria, gobierno y relación comercial.

Los clientes forman parte de la transformación

El informe detecta una brecha entre lo que organizaciones hacen con IA y lo que comunican a clientes externos.

Eso importa especialmente en profesiones donde el cliente compra no solo un resultado, sino responsabilidad y confianza.

Una empresa puede considerar que utilizar IA es una cuestión interna de eficiencia. El cliente puede considerarlo relevante para confidencialidad, precio, calidad o supervisión.

La transformación sostenible necesita decidir qué debe explicarse, qué garantías acompañan el uso y cómo se distribuye el beneficio de una mayor eficiencia.

La formación deja de ser un curso de herramienta

Si la IA entra en workflows centrales, formar no puede consistir únicamente en enseñar prompts.

Un abogado necesita saber qué puede delegar y qué debe verificar. Un auditor debe saber cómo cambia la evidencia. Un profesional fiscal necesita reconocer cuándo el sistema carece de contexto normativo. Un responsable de riesgo debe comprender nuevas dependencias y superficies de fallo.

La formación se convierte en rediseño de criterio profesional bajo una nueva división del trabajo.

Oportunidades que abre esta transformación

Aparecen funciones de legal ops, tax technology, audit analytics y transformación de servicios profesionales capaces de rediseñar workflows completos. Profesionales de pricing pueden construir modelos que repartan mejor el valor de la automatización. Equipos de conocimiento pueden convertir aprendizajes individuales en prácticas compartidas. Especialistas en riesgo y compliance pueden traducir obligaciones a controles de uso concretos.

También hay oportunidades para formación por profesión, evaluación de herramientas, medición de ROI, diseño de políticas, comunicación con clientes y construcción de productos internos que incorporen conocimiento propio de la firma.

Quien conoce profundamente el servicio puede adquirir una función nueva como arquitecto de la forma en que ese servicio se produce con capacidad artificial.

Qué nos dice esta pieza sobre Lo que viene

Thomson Reuters no demuestra que todas las profesiones vayan a automatizarse de la misma manera ni que el empleo profesional vaya a reducirse en una proporción determinada.

Sí muestra que la IA ya está entrando en actividades cuyo valor dependía históricamente de trabajo cognitivo cualificado y que la adopción técnica puede ir por delante de gobierno, formación, medición y modelo comercial.

Eso favorece una hipótesis importante de Lo que viene: quienes asesoran, auditan, contabilizan, gobiernan o interpretan el mundo también tienen que reconfigurar su propia manera de trabajar.

La oportunidad no está solamente en sustituir tareas. Está en ayudar a una profesión a cambiar sin perder aquello por lo que sigue siendo responsable: criterio, confianza, conocimiento y capacidad de responder ante otro.