Casi todas las plataformas de gestión del trabajo anuncian lo mismo estos meses. Quieren dejar de ser una simple herramienta. Quieren convertirse en el lugar donde personas y agentes de IA trabajan juntos, con el mismo plan y bajo la misma gobernanza.
Asana, por ejemplo, prepara varias aplicaciones nuevas para automatizar buena parte de la coordinación que hoy consume nuestro tiempo: reuniones, tickets, seguimiento de clientes, planificación de producto.
Son cambios ambiciosos. Forman parte de una ola mucho más amplia: la IA agéntica, es decir, sistemas de IA capaces de ejecutar tareas completas de forma autónoma, no solo de responder preguntas puntuales. Esta ola promete pasar de ayudar en tareas sueltas a ejecutar procesos enteros sin intervención humana constante.
Llevamos más de una década implementando herramientas de gestión del trabajo en Volcanic. Por eso, la pregunta que nos hacemos no es si la IA agéntica va a cambiar cómo trabajamos. Eso ya está pasando. La pregunta real es esta: ¿cuántas de estas promesas van a encajar con la operación diaria de una empresa?
El dato que pocos mencionan abiertamente
Según Gartner, las empresas cancelarán más del 40% de los proyectos de IA agéntica antes de que acabe 2027. La causa no serán las limitaciones del modelo de IA. Las causas serán otras: costes que se disparan, un valor de negocio poco claro o controles de riesgo insuficientes.
El informe «The GenAI Divide: State of AI in Business 2025» (la brecha de la IA generativa) confirma esta tendencia. Lo publicó el equipo de Project NANDA, del MIT Media Lab. Su conclusión principal es contundente: el 95% de las empresas que han probado IA generativa no ven ningún impacto medible en sus resultados.
Este dato no se basa en intuiciones. El equipo de investigación hizo un trabajo exhaustivo entre enero y junio de 2025:
- Revisó más de 300 iniciativas de IA publicadas.
- Entrevistó de forma estructurada a 52 organizaciones.
- Encuestó a 153 líderes senior.
Solo el 5% de esas empresas logró que sus proyectos de IA escalaran con un valor real y sostenido en el tiempo.
Por qué fallan la mayoría de proyectos
Estos datos no dicen que la IA no funcione. Dicen algo distinto, y más incómodo: la mayoría de las organizaciones no está preparada para absorberla bien.
Los proyectos que fracasan casi siempre comparten el mismo patrón. Y ese patrón no tiene que ver con el modelo de IA elegido:
- El equipo activa la herramienta demasiado pronto, antes de entender bien el flujo de trabajo que quiere mejorar.
- Nadie define con claridad qué decisión debe automatizar el agente, ni quién es responsable si algo sale mal.
- La empresa lo trata como un proyecto técnico de TI, cuando en realidad es un proceso de cambio organizativo que necesita acompañamiento.
Hemos visto este mismo patrón durante años en implantaciones de herramientas de gestión del trabajo, especialmente con Asana. La tecnología casi nunca es el obstáculo principal. La falta de un buen proceso de adopción, sí lo es.
Qué significa esto para las nuevas capacidades de IA de Asana
Este patrón nos da pistas útiles sobre dónde enfocar primero los esfuerzos.
Dash es una buena señal de esto. Es una capa que da contexto: convierte reuniones, mensajes de Slack o correos electrónicos en trabajo estructurado. Resuelve una fricción real y ya conocida: la pérdida de información entre canales.
Lo mismo pasa con las automatizaciones que resuelven un problema operativo concreto y medible, como Service Management con los tickets sin dueño claro. El propio informe del MIT identifica este tipo de casos como los que más fácilmente superan la «brecha de la IA generativa»: problemas específicos, con un flujo de trabajo ya definido detrás.
Otras capacidades apuntan a procesos más amplios:
- Command, pensada para equipos de producto y desarrollo.
- Client Management, pensada para agencias y equipos que entregan trabajo a clientes externos.
Ambas tienen el potencial de transformar el día a día de un equipo. Ese potencial se libera cuando la empresa las acompaña con un buen proceso de adopción, el mismo que marca la diferencia en cualquier proyecto de IA.
La IA que sí encaja
El propio MIT identifica un patrón claro en el 5% de empresas que triunfa. Y no es el patrón que uno esperaría: no son las empresas con más presupuesto, ni las que compran el modelo más avanzado del mercado.
Estas empresas hacen tres cosas de forma consistente:
Primero, eligen un problema concreto antes que una herramienta concreta. No parten de «queremos IA». Parten de: «esta tarea específica nos cuesta X horas cada semana y sabemos en qué paso se atasca».
Segundo, integran la IA en el flujo de trabajo real del equipo. No la añaden como una capa aislada que hay que recordar usar.
Tercero, acompañan el cambio con las personas, no solo con la tecnología. Definen quién es responsable de cada decisión que ejecuta el agente. Forman a los equipos. Dejan espacio para ajustar el proceso mientras se usa, en lugar de darlo por cerrado el día del lanzamiento.
Ninguno de estos tres factores depende del proveedor de software que elijas. Son, en el fondo, los mismos principios que separan cualquier transformación digital que funciona de otra que no llega a usarse de verdad. La diferencia entre activar una herramienta y transformar cómo trabaja un equipo nunca ha sido la tecnología. Ha sido siempre el acompañamiento.
Si estás valorando cómo empezar a usar estas nuevas capacidades de IA en tu gestión del trabajo, y quieres probarlo a través de Asana, en Volcanic llevamos años acompañando este proceso. ¡Hablemos!