{"id":2830,"date":"2025-10-09T23:59:14","date_gmt":"2025-10-09T23:59:14","guid":{"rendered":"https:\/\/evolvis.ai\/?p=2830"},"modified":"2025-10-30T16:55:24","modified_gmt":"2025-10-30T16:55:24","slug":"el-coste-invisible-de-las-decisiones-lentas-en-la-empresa-mediana","status":"publish","type":"post","link":"https:\/\/evolvis.ai\/en\/el-coste-invisible-de-las-decisiones-lentas-en-la-empresa-mediana\/","title":{"rendered":"The invisible cost of slow decisions in the medium-sized company"},"content":{"rendered":"<p class=\"whitespace-normal break-words\">Las organizaciones empresariales enfrentan una paradoja creciente: nunca antes hab\u00edan tenido acceso a tal volumen de datos, y sin embargo, la velocidad de toma de decisiones se ha desacelerado significativamente. Seg\u00fan una investigaci\u00f3n de McKinsey and Company publicada en 2019 que encuest\u00f3 a m\u00e1s de 1,200 l\u00edderes empresariales globales, las decisiones ineficientes consumen aproximadamente 530,000 d\u00edas de tiempo gerencial al a\u00f1o en una empresa t\u00edpica del Fortune 500, equivalente a unos 250 millones de d\u00f3lares en costes salariales anuales.<\/p>\n<p class=\"whitespace-normal break-words\">El problema no radica en la ausencia de informaci\u00f3n ni en la falta de sistemas tecnol\u00f3gicos. McKinsey documenta en su investigaci\u00f3n <strong><em>Decision making in the age of urgency<\/em><\/strong> que solo el 20% de los ejecutivos encuestados afirman que sus organizaciones sobresalen en la toma de decisiones, mientras que un porcentaje muy alto reporta que al menos la mitad del tiempo dedicado a decisiones resulta ineficaz. Los ejecutivos dedican en promedio el 37% de su tiempo a tomar decisiones, y el 58% de este tiempo se utiliza de manera inefectiva.<\/p>\n<p class=\"whitespace-normal break-words\">Los costes de esta ineficiencia trascienden los n\u00fameros directos. La investigaci\u00f3n de McKinsey revela que las organizaciones que toman decisiones tanto de alta calidad como de manera r\u00e1pida tienen el doble de probabilidad de reportar crecimiento superior y retornos m\u00e1s altos que sus competidores. Sin embargo, existe un mito persistente entre ejecutivos: que la velocidad viene a costa de la calidad en decisiones. Los datos desaf\u00edan esta creencia. Seg\u00fan McKinsey, las organizaciones que toman decisiones r\u00e1pidamente tienen el doble de probabilidad de tomar decisiones de alta calidad, comparado con aquellas que deciden lentamente.<\/p>\n<p><img fetchpriority=\"high\" decoding=\"async\" class=\"wp-image-2838 alignright\" src=\"https:\/\/evolvis.ai\/wp-content\/uploads\/2025\/09\/SalaReunionesEjecutivaEntrada10deOctubre-300x214.png\" alt=\"\" width=\"389\" height=\"278\" srcset=\"https:\/\/evolvis.ai\/wp-content\/uploads\/2025\/09\/SalaReunionesEjecutivaEntrada10deOctubre-300x214.png 300w, https:\/\/evolvis.ai\/wp-content\/uploads\/2025\/09\/SalaReunionesEjecutivaEntrada10deOctubre-1024x731.png 1024w, https:\/\/evolvis.ai\/wp-content\/uploads\/2025\/09\/SalaReunionesEjecutivaEntrada10deOctubre-768x548.png 768w, https:\/\/evolvis.ai\/wp-content\/uploads\/2025\/09\/SalaReunionesEjecutivaEntrada10deOctubre-1536x1097.png 1536w, https:\/\/evolvis.ai\/wp-content\/uploads\/2025\/09\/SalaReunionesEjecutivaEntrada10deOctubre-18x12.png 18w, https:\/\/evolvis.ai\/wp-content\/uploads\/2025\/09\/SalaReunionesEjecutivaEntrada10deOctubre.png 2000w\" sizes=\"(max-width: 389px) 100vw, 389px\" \/><\/p>\n<p class=\"whitespace-normal break-words\">La arquitectura tradicional de decisi\u00f3n empresarial se dise\u00f1\u00f3 para una era diferente de disponibilidad de informaci\u00f3n. El modelo prevalente requiere que una consulta estrat\u00e9gica sea traducida por un analista, quien extrae datos de sistemas diversos, interpreta resultados en contexto empresarial, prepara visualizaciones, y finalmente comunica hallazgos para que el ejecutivo decida. Este proceso multiescalonado puede extenderse d\u00edas en el mejor escenario. McKinsey identifica tres tipos principales de decisiones en las organizaciones: <em>decisiones de<\/em> <em>gran apuesta<\/em> que son infrecuentes pero cr\u00edticas, <em>decisions<\/em> <em>transversales<\/em> que requieren coordinaci\u00f3n entre m\u00faltiples departamentos, y <em>decisiones delegadas<\/em> que son frecuentes y pueden distribuirse en la organizaci\u00f3n.<\/p>\n<p class=\"whitespace-normal break-words\">Un estudio reciente de Boston Consulting Group de octubre de 2024 titulado <strong><em>Where&#8217;s the Value in AI?<\/em><\/strong> encuest\u00f3 a 1,000 directores ejecutivos y altos directivos de m\u00e1s de 20 sectores en 59 pa\u00edses. Los hallazgos son reveladores: solo el 4% de las empresas han desarrollado capacidades de IA de vanguardia en todas las funciones y generan consistentemente valor significativo. Un adicional del 22% ha implementado una estrategia de IA, construido capacidades avanzadas, y comienza a materializar ganancias sustanciales. El 74% restante a\u00fan no ha demostrado valor tangible de su uso de IA.<\/p>\n<p class=\"whitespace-normal break-words\">Las empresas l\u00edderes seg\u00fan BCG se diferencian en varios aspectos cr\u00edticos. Se enfocan en procesos centrales del negocio adem\u00e1s de funciones de soporte, generando el 62% del valor en procesos de negocio principales. Son m\u00e1s ambiciosas: sus expectativas de crecimiento de ingresos por IA para 2027 son 60% m\u00e1s altas que las de otras empresas. Crucialmente, estas organizaciones l\u00edderes persiguen en promedio solo la mitad de oportunidades que sus pares menos avanzados, pero se enfocan en las iniciativas m\u00e1s prometedoras y esperan m\u00e1s del doble de ROI.<\/p>\n<p class=\"whitespace-normal break-words\">La investigaci\u00f3n de McKinsey de enero de 2025 sobre IA en el lugar de trabajo revela que casi todas las empresas invierten en IA, pero solo el 1% cree estar en madurez. Entre los desaf\u00edos identificados, el 47% de ejecutivos encuentra que el ritmo de desarrollo de herramientas de IA generativa es demasiado lento, citando brechas de habilidades de talento (46%) y restricciones de recursos (38%) como razones principales.<\/p>\n<p class=\"whitespace-normal break-words\">La ventaja competitiva en 2025 no pertenece a las empresas con mayor volumen de datos, sino a aquellas capaces de convertir esos datos en decisiones accionables con mayor velocidad y precisi\u00f3n. La pregunta para los l\u00edderes empresariales no es si deben modernizar su arquitectura de decisi\u00f3n, sino cu\u00e1n r\u00e1pidamente pueden implementar estos cambios antes de que competidores establezcan ventajas insuperables en velocidad de respuesta al mercado.<\/p>\n<p class=\"whitespace-normal break-words\"><strong>Referencias<\/strong>:<\/p>\n<ul class=\"[&amp;:not(:last-child)_ul]:pb-1 [&amp;:not(:last-child)_ol]:pb-1 list-disc space-y-1.5 pl-7\">\n<li class=\"whitespace-normal break-words\">McKinsey &amp; Company (2019): \u00abDecision making in the age of urgency\u00bb &#8211; <a class=\"underline\" href=\"https:\/\/www.mckinsey.com\/capabilities\/people-and-organizational-performance\/our-insights\/decision-making-in-the-age-of-urgency\">https:\/\/www.mckinsey.com\/capabilities\/people-and-organizational-performance\/our-insights\/decision-making-in-the-age-of-urgency<\/a><\/li>\n<li class=\"whitespace-normal break-words\">McKinsey &amp; Company (2023): \u00abWhat is decision making?\u00bb &#8211; <a class=\"underline\" href=\"https:\/\/www.mckinsey.com\/featured-insights\/mckinsey-explainers\/what-is-decision-making\">https:\/\/www.mckinsey.com\/featured-insights\/mckinsey-explainers\/what-is-decision-making<\/a><\/li>\n<li class=\"whitespace-normal break-words\">Boston Consulting Group (2024): \u00abWhere&#8217;s the Value in AI?\u00bb &#8211; <a class=\"underline\" href=\"https:\/\/www.bcg.com\/press\/24october2024-ai-adoption-in-2024-74-of-companies-struggle-to-achieve-and-scale-value\">https:\/\/www.bcg.com\/press\/24october2024-ai-adoption-in-2024-74-of-companies-struggle-to-achieve-and-scale-value<\/a><\/li>\n<li class=\"whitespace-normal break-words\">McKinsey &amp; Company (2025): \u00abSuperagency in the workplace: Empowering people to unlock AI&#8217;s full potential\u00bb &#8211; <a class=\"underline\" href=\"https:\/\/www.mckinsey.com\/capabilities\/mckinsey-digital\/our-insights\/superagency-in-the-workplace-empowering-people-to-unlock-ais-full-potential-at-work\">https:\/\/www.mckinsey.com\/capabilities\/mckinsey-digital\/our-insights\/superagency-in-the-workplace-empowering-people-to-unlock-ais-full-potential-at-work<\/a><\/li>\n<\/ul>\n<div style=\"margin-top: 40px; padding-top: 20px;\">\n<p style=\"margin-bottom: 10px;\"><strong>Sobre el autor:<\/strong> Carlos Carrasco es CTO de Evolvis AI. Doctor en Sistemas Inteligentes por el Tecnol\u00f3gico de Monterrey, candidato a MBA, y ex investigador senior del Barcelona Supercomputing Center. Con m\u00e1s de 19 publicaciones cient\u00edficas, y proyectos de gran envergadura, su investigaci\u00f3n ha avanzado aplicaciones de IA en m\u00faltiples industrias.<\/p>\n<p style=\"margin-bottom: 10px;\">Cont\u00e1ctenos: <a href=\"mailto:info@evolvis.ai\">info@evolvis.ai<\/a><\/p>\n<\/div>","protected":false},"excerpt":{"rendered":"<p>Las organizaciones empresariales enfrentan una paradoja creciente: nunca antes hab\u00edan tenido acceso a tal volumen de datos, y sin embargo, la velocidad de toma de decisiones se ha desacelerado significativamente. Seg\u00fan una investigaci\u00f3n de McKinsey and Company publicada en 2019 que encuest\u00f3 a m\u00e1s de 1,200 l\u00edderes empresariales globales, las decisiones ineficientes consumen aproximadamente 530,000 d\u00edas de tiempo gerencial al a\u00f1o en una empresa t\u00edpica del Fortune 500, equivalente a unos 250 millones de d\u00f3lares en costes salariales anuales. El problema no radica en la ausencia de informaci\u00f3n ni en la falta de sistemas tecnol\u00f3gicos. McKinsey documenta en su investigaci\u00f3n Decision making in the age of urgency que solo el 20% de los ejecutivos encuestados afirman que sus organizaciones sobresalen en la toma de decisiones, mientras que un porcentaje muy alto reporta que al menos la mitad del tiempo dedicado a decisiones resulta ineficaz. Los ejecutivos dedican en promedio el 37% de su tiempo a tomar decisiones, y el 58% de este tiempo se utiliza de manera inefectiva. Los costes de esta ineficiencia trascienden los n\u00fameros directos. La investigaci\u00f3n de McKinsey revela que las organizaciones que toman decisiones tanto de alta calidad como de manera r\u00e1pida tienen el doble de probabilidad de reportar crecimiento superior y retornos m\u00e1s altos que sus competidores. Sin embargo, existe un mito persistente entre ejecutivos: que la velocidad viene a costa de la calidad en decisiones. Los datos desaf\u00edan esta creencia. Seg\u00fan McKinsey, las organizaciones que toman decisiones r\u00e1pidamente tienen el doble de probabilidad de tomar decisiones de alta calidad, comparado con aquellas que deciden lentamente. La arquitectura tradicional de decisi\u00f3n empresarial se dise\u00f1\u00f3 para una era diferente de disponibilidad de informaci\u00f3n. El modelo prevalente requiere que una consulta estrat\u00e9gica sea traducida por un analista, quien extrae datos de sistemas diversos, interpreta resultados en contexto empresarial, prepara visualizaciones, y finalmente comunica hallazgos para que el ejecutivo decida. Este proceso multiescalonado puede extenderse d\u00edas en el mejor escenario. McKinsey identifica tres tipos principales de decisiones en las organizaciones: decisiones de gran apuesta que son infrecuentes pero cr\u00edticas, decisiones transversales que requieren coordinaci\u00f3n entre m\u00faltiples departamentos, y decisiones delegadas que son frecuentes y pueden distribuirse en la organizaci\u00f3n. Un estudio reciente de Boston Consulting Group de octubre de 2024 titulado Where&#8217;s the Value in AI? encuest\u00f3 a 1,000 directores ejecutivos y altos directivos de m\u00e1s de 20 sectores en 59 pa\u00edses. Los hallazgos son reveladores: solo el 4% de las empresas han desarrollado capacidades de IA de vanguardia en todas las funciones y generan consistentemente valor significativo. Un adicional del 22% ha implementado una estrategia de IA, construido capacidades avanzadas, y comienza a materializar ganancias sustanciales. El 74% restante a\u00fan no ha demostrado valor tangible de su uso de IA. Las empresas l\u00edderes seg\u00fan BCG se diferencian en varios aspectos cr\u00edticos. Se enfocan en procesos centrales del negocio adem\u00e1s de funciones de soporte, generando el 62% del valor en procesos de negocio principales. Son m\u00e1s ambiciosas: sus expectativas de crecimiento de ingresos por IA para 2027 son 60% m\u00e1s altas que las de otras empresas. Crucialmente, estas organizaciones l\u00edderes persiguen en promedio solo la mitad de oportunidades que sus pares menos avanzados, pero se enfocan en las iniciativas m\u00e1s prometedoras y esperan m\u00e1s del doble de ROI. La investigaci\u00f3n de McKinsey de enero de 2025 sobre IA en el lugar de trabajo revela que casi todas las empresas invierten en IA, pero solo el 1% cree estar en madurez. Entre los desaf\u00edos identificados, el 47% de ejecutivos encuentra que el ritmo de desarrollo de herramientas de IA generativa es demasiado lento, citando brechas de habilidades de talento (46%) y restricciones de recursos (38%) como razones principales. La ventaja competitiva en 2025 no pertenece a las empresas con mayor volumen de datos, sino a aquellas capaces de convertir esos datos en decisiones accionables con mayor velocidad y precisi\u00f3n. La pregunta para los l\u00edderes empresariales no es si deben modernizar su arquitectura de decisi\u00f3n, sino cu\u00e1n r\u00e1pidamente pueden implementar estos cambios antes de que competidores establezcan ventajas insuperables en velocidad de respuesta al mercado. Referencias: McKinsey &amp; Company (2019): \u00abDecision making in the age of urgency\u00bb &#8211; https:\/\/www.mckinsey.com\/capabilities\/people-and-organizational-performance\/our-insights\/decision-making-in-the-age-of-urgency McKinsey &amp; Company (2023): \u00abWhat is decision making?\u00bb &#8211; https:\/\/www.mckinsey.com\/featured-insights\/mckinsey-explainers\/what-is-decision-making Boston Consulting Group (2024): \u00abWhere&#8217;s the Value in AI?\u00bb &#8211; https:\/\/www.bcg.com\/press\/24october2024-ai-adoption-in-2024-74-of-companies-struggle-to-achieve-and-scale-value McKinsey &amp; Company (2025): \u00abSuperagency in the workplace: Empowering people to unlock AI&#8217;s full potential\u00bb &#8211; https:\/\/www.mckinsey.com\/capabilities\/mckinsey-digital\/our-insights\/superagency-in-the-workplace-empowering-people-to-unlock-ais-full-potential-at-work Sobre el autor: Carlos Carrasco es CTO de Evolvis AI. Doctor en Sistemas Inteligentes por el Tecnol\u00f3gico de Monterrey, candidato a MBA, y ex investigador senior del Barcelona Supercomputing Center. Con m\u00e1s de 19 publicaciones cient\u00edficas, y proyectos de gran envergadura, su investigaci\u00f3n ha avanzado aplicaciones de IA en m\u00faltiples industrias. Cont\u00e1ctenos: info@evolvis.ai<\/p>","protected":false},"author":1,"featured_media":2839,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-2830","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog"],"_links":{"self":[{"href":"https:\/\/evolvis.ai\/en\/wp-json\/wp\/v2\/posts\/2830","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/evolvis.ai\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/evolvis.ai\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/evolvis.ai\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/evolvis.ai\/en\/wp-json\/wp\/v2\/comments?post=2830"}],"version-history":[{"count":4,"href":"https:\/\/evolvis.ai\/en\/wp-json\/wp\/v2\/posts\/2830\/revisions"}],"predecessor-version":[{"id":2895,"href":"https:\/\/evolvis.ai\/en\/wp-json\/wp\/v2\/posts\/2830\/revisions\/2895"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/evolvis.ai\/en\/wp-json\/wp\/v2\/media\/2839"}],"wp:attachment":[{"href":"https:\/\/evolvis.ai\/en\/wp-json\/wp\/v2\/media?parent=2830"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/evolvis.ai\/en\/wp-json\/wp\/v2\/categories?post=2830"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/evolvis.ai\/en\/wp-json\/wp\/v2\/tags?post=2830"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}