Agile nos dejó una lección. ¿La vamos a repetir con la IA?

Cambiar herramientas sin cambiar decisiones puede llevarnos al mismo lugar. Qué aprender de las transformaciones ágiles antes de incorporar inteligencia artificial.

Hubo empresas que cambiaron los nombres de los puestos, llenaron las agendas de ceremonias y compraron herramientas para gestionar el trabajo. Pero las decisiones siguieron esperando las mismas aprobaciones. Las prioridades continuaron cambiando por urgencias. Y el cliente siguió recibiendo tarde lo que necesitaba.

Cuando eso ocurre, resulta tentador concluir que Agile fracasó. Conviene ser más precisos: no contamos con una base suficiente para afirmar que fracasó en la mayoría de las empresas. Sí podemos analizar una forma de implementación que pierde sentido: adoptar las prácticas visibles sin modificar las condiciones que permiten trabajar mejor.

Con la inteligencia artificial aparece una oportunidad enorme. También aparece el riesgo de repetir ese recorrido, esta vez con asistentes, agentes y licencias.

Cuando la transformación se convierte en una escenografía

El Manifiesto Ágil propone valorar la colaboración, la capacidad de adaptación y el software que funciona. No establece que una organización mejore por acumular reuniones o tableros.

Una reunión diaria no resuelve la falta de prioridades. Un sprint no elimina una aprobación que tarda tres semanas. Un equipo llamado autónomo no puede actuar como tal si necesita autorización para cada decisión relevante.

El problema aparece cuando se cambia la mecánica del equipo, pero se conserva intacto el sistema que lo rodea: presupuestos rígidos, objetivos contradictorios, exceso de trabajo simultáneo y evaluaciones que premian cumplir un plan aunque haya perdido sentido.

La agilidad termina siendo una obligación adicional sobre un proceso que ya funcionaba mal.

La IA puede acelerar también lo que no agrega valor

Pensemos en un ejemplo hipotético. Un área dedica horas a preparar un informe que casi nadie utiliza. Incorporar IA podría reducir el tiempo de preparación. Es una mejora local. Pero antes conviene preguntar quién decide con ese informe, qué información necesita y si el documento completo sigue siendo necesario.

Si no hacemos esas preguntas, podemos producir más rápido algo que deberíamos simplificar o dejar de hacer.

La investigación DORA 2025 sobre desarrollo de software asistido por IA describe a la IA como un amplificador de las fortalezas y debilidades existentes en la organización. Su alcance es el desarrollo de software; trasladar esa idea a otros procesos es una hipótesis de gestión útil, no una prueba universal.

Nuestra lectura es concreta: una herramienta potente necesita un proceso con propósito, información confiable y responsables capaces de tomar decisiones.

Cinco aprendizajes para no repetir la historia

1. Empezar por un problema que importe. Antes de elegir una herramienta, definí qué querés mejorar: tiempos de respuesta, errores, retrabajos o capacidad de atención. “Usar IA” no es un resultado de negocio.

2. Revisar el proceso completo. Ahorrar diez minutos en una tarea tiene poco impacto si el caso queda detenido cinco días en la siguiente aprobación. Hay que observar el recorrido de punta a punta, incluidas las excepciones.

3. Dar responsabilidad junto con capacidad de decisión. Cada iniciativa necesita un dueño del proceso, criterios para priorizar y personas habilitadas para resolver los obstáculos. No alcanza con nombrar un referente de innovación.

4. Probar en pequeño y medir contra una situación inicial. Elegí un conjunto acotado de casos. Registrá tiempo total, calidad, costo y esfuerzo de revisión. Incluí situaciones difíciles: una demostración con ejemplos ideales no representa una operación real.

5. Cambiar también la forma de gestionar. Si el equipo aprende que una automatización no conviene, detenerla puede ser una buena decisión. Evaluar el piloto solo por cantidad de usuarios o licencias consumidas empuja a sostener iniciativas sin valor.

Del piloto al trabajo cotidiano

Un piloto debería terminar con una decisión explícita: ampliar, ajustar o cerrar. Para ampliar, hace falta responder quién mantiene la solución, qué ocurre cuando falla, qué datos puede utilizar y cómo se controla su desempeño.

También hay que revisar dónde va a quedar el tiempo liberado. Puede destinarse a atender mejor, resolver pendientes o desarrollar una capacidad nueva. Si ese destino no se acuerda, la mejora corre el riesgo de diluirse entre nuevas urgencias.

Un buen primer paso es reunir al dueño del proceso, a quienes hacen el trabajo y a IT. Mapear una operación real. Elegir un problema. Acordar una medida de éxito y una fecha para revisar los resultados. Recién después, decidir qué tecnología tiene sentido incorporar.

Una transformación se nota en cómo se trabaja

La lección que vale recuperar de Agile es la importancia de aprender con ciclos cortos y convertir ese aprendizaje en decisiones. Eso exige más que adoptar un vocabulario.

Con IA, el desafío vuelve a ser organizacional: combinar tecnología, mejora de procesos y participación de las personas para obtener resultados sostenibles.

En Etapa Tres proponemos empezar por ahí: entender la operación, encontrar oportunidades concretas y acompañar la implementación hasta que la mejora forme parte del trabajo cotidiano.

¿Tu organización está incorporando IA? Conversemos sobre el proceso que querés mejorar antes de elegir la herramienta.