Según el Anatomy of Work Index de Asana, publicado en abril de 2026 con una encuesta a más de 10 mil trabajadores del conocimiento en todo el mundo, el 60% del tiempo de esas personas se va en "trabajo sobre el trabajo": comunicar sobre la tarea, buscar información, cambiar entre aplicaciones, gestionar prioridades que cambian todo el tiempo y rastrear el avance de algo. No es el trabajo en sí. Es todo lo que lo rodea.
Atlassian llegó a un número parecido desde el otro lado de la mesa: en su informe State of Teams 2025, una encuesta a 12 mil trabajadores del conocimiento y 200 ejecutivos, líderes y equipos dijeron perder el 25% del tiempo solo buscando respuestas: una pregunta que ya fue respondida antes, un archivo que ya existe en algún lugar, una decisión que ya se tomó y nadie recuerda dónde quedó registrada.
Y Microsoft, en su Work Trend Index de 2023, midió el mismo problema desde el lado de la queja: el 62% de las personas dice sufrir por demasiado tiempo buscando información durante la jornada laboral, mientras que el empleado promedio pasa el 57% del tiempo comunicándose —reuniones, correo, chat— frente a un 43% realmente creando algo: un documento, una hoja de cálculo, una presentación.
Tres estudios, tres metodologías distintas, el mismo retrato: la mayor parte de la jornada no se ocupa en la tarea que aparece en la descripción del puesto. Se ocupa en la fricción que la rodea. Y esa fricción es justo lo que la mayoría de las empresas ignora al decidir por dónde debe entrar la IA primero.
A dónde va realmente el tiempo
Cuando una empresa decide "vamos a usar IA", la primera pregunta suele ser "con qué impresiona más": un asistente que conversa con el cliente, un sistema que escribe textos enteros, un agente que promete decidir solo. Un agente es un asistente que ejecuta una tarea en etapas, no solo responde una pregunta, y puede ser bastante útil, pero rara vez es ahí donde realmente se fuga el tiempo del equipo.
El tiempo se fuga en otro lugar, más banal: alguien abre cinco pestañas para encontrar la versión correcta de una hoja de cálculo. Alguien manda la misma pregunta al chat del equipo, otra vez, porque la respuesta anterior quedó enterrada en una conversación de hace tres semanas. Alguien rehace un informe porque no sabía que ya existía uno, hecho por otra persona, guardado en un lugar que nadie avisó.
Ninguna de estas situaciones es dramática por sí sola. Juntas, suman el 60% de "trabajo sobre el trabajo" que midió Asana y el 25% de búsqueda que midió Atlassian, y explican por qué el 62% de las personas, en la encuesta de Microsoft, dice sentir ese peso todos los días. Es tiempo que no aparece en ningún informe de productividad porque nadie anota "buscar un archivo" como una línea de trabajo, pero es justo ahí donde desaparece.
Por qué la empresa elige la tarea equivocada
La tarea que se convierte en titular interno —"lanzamos un asistente de IA para los clientes", "ahora la IA escribe nuestras propuestas"— casi nunca es la que resuelve el problema medido arriba. Resuelve otro problema: quedar bien en una reunión de directorio, responder a un competidor que ya anunció algo parecido, justificar la inversión con una demostración vistosa.
El efecto es que la empresa invierte tiempo y capital político en una tarea visible y llamativa, mientras la rutina que realmente desgasta a las personas —buscar, comparar, actualizar, avisar— sigue exactamente igual. Al final, el equipo siente que "la empresa usa IA" y al mismo tiempo sigue gastando un cuarto del día cazando una respuesta que ya existía.
La rutina aburrida nunca se convierte en caso de éxito para una presentación porque no tiene nada de espectacular: es solo una búsqueda que se volvió instantánea, un formulario que empezó a llenarse solo, una pregunta repetida que ahora tiene respuesta lista. Pero es justo ahí, en la tarea sin gracia, donde la cuenta del tiempo perdido es más favorable, porque ahí era donde realmente se iba el tiempo.
Lo que tiene que existir en la práctica
Elegir la rutina correcta es solo la mitad del trabajo. La otra mitad es darle a la empresa una forma de reutilizar lo que funciona sin que cada equipo reconstruya lo mismo desde cero.
Modelos de proceso listos para la rutina común. Buena parte de las tareas repetidas de un área —conciliación, clasificación de solicitudes, respuestas estándar, revisión de documentos— ya tiene una forma conocida. Empezar desde un modelo listo, en vez de diseñar desde cero, es lo que marca la diferencia entre un piloto de meses y una rutina resuelta en una semana.
Reutilización con permiso por persona, grupo y rol. Cuando alguien arma una buena manera de hacer algo, la ganancia queda atrapada en esa persona hasta que otra, u otro grupo, con el permiso correcto, pueda usar lo mismo sin recrearlo. El alcance se define por rol, no es "compartir todo con todos".
Costo visible por conversación, para comparar antes y después. Sin un número visible de cuánto cuesta cada interacción, no se puede probar que la rutina automatizada es más barata que la búsqueda manual que reemplazó. El costo visible convierte una sensación de mejora en un número que cualquier gerente puede defender.
Aprobación humana cuando la rutina toca algo sensible. No toda rutina aburrida es de bajo riesgo: actualizar un registro fiscal, por ejemplo, puede ser repetitivo y aun así exigir una confirmación antes de continuar. La regla no es "es aburrida, así que se automatiza todo"; es "es aburrida y de bajo riesgo, se automatiza; es aburrida y de riesgo, se automatiza con aprobación en el medio".
Para eso nació Skyller: un lugar donde la rutina aburrida de una persona se convierte en un modelo reutilizable para todo el equipo, con permiso, costo visible y aprobación donde el riesgo lo pida.
El efecto de elegir la rutina aburrida
La ganancia de empezar por la rutina aburrida es distinta a la de empezar por la tarea vistosa, y dura más. Una automatización llamativa impresiona una vez y después se convierte en un proyecto más de IA que "no despegó". Una rutina aburrida resuelta ahorra tiempo cada semana, en silencio, y ese tiempo desaparece de la lista de quejas antes de convertirse en titular.
También hay un efecto de confianza que se acumula sin esfuerzo: cuando la IA resuelve la búsqueda de archivos que molestaba a todos desde hace meses, nadie necesita ser convencido de confiar en ella para la próxima rutina. La adopción crece de abajo hacia arriba, impulsada por quien sintió el alivio, en vez de empujada desde arriba por un anuncio.
Para un equipo pequeño —y la mayoría de las empresas en Latinoamérica opera con equipos reducidos, donde cada persona cubre más de una función—, recuperar aunque sea un cuarto del tiempo perdido en búsqueda y reproceso no es un detalle. Es la diferencia entre contratar a una persona más o darle al equipo actual el tiempo que ya debería tener.
Una guía para empezar
Antes de decidir por dónde entra la IA primero, vale la pena preguntarle al propio equipo a dónde va realmente el tiempo.
- Pidan a cada persona que anote, durante tres días, cuánto tiempo gastó buscando algo que ya existía. El número suele sorprender más que cualquier demostración de un proveedor.
- Identifiquen la pregunta que se repite todos los meses en el chat del equipo. Si la misma duda aparece una y otra vez, ya tiene respuesta; solo falta un lugar fijo donde guardarla.
- Elijan la rutina más aburrida antes que la más vistosa. Es contraintuitivo, pero es donde el tiempo recuperado es mayor y el riesgo político de equivocarse es menor.
- Midan el costo antes y después, por conversación o por tarea. Un número comparable es lo que convierte "parece mejor" en "está ahorrando X por mes".
- Dejen que la rutina resuelta se convierta en modelo para que otra persona la use. La ganancia de una persona solo se vuelve ganancia de la empresa cuando alguien más puede reutilizarla, con el permiso correcto.
