Resumen
El uso de inteligencia artificial generativa puede acelerar una fase de una tarea recurrente y modificar el trabajo requerido en otras. Este artículo examina bajo qué condiciones ese uso reduce o redistribuye la complejidad operativa en microempresas de comercio y servicios gestionadas por sus dueños. Se realizó una revisión documental con síntesis teórico-conceptual. Se evaluaron 22 fuentes en dos líneas, una sobre complejidad, coordinación y rutinas y otra sobre usos de IA y experiencias de integración operativa. Los estudios localizados documentan ahorros de tiempo en segmentos definidos, prácticas declaradas de revisión y adaptación al contexto, y resultados mixtos según el indicador y la población. El artículo propone un marco que distingue las dependencias de la tarea, el esfuerzo humano por fase y la calidad del resultado. También diferencia el tiempo de incorporación del esfuerzo necesario para sostener la operación. La vigencia de los insumos, la facilidad de verificar una respuesta y la posibilidad de recuperar casos excepcionales se formulan como condiciones por contrastar. La comparación propuesta requiere observar la tarea completa con un estándar de calidad y un horizonte explícitos. El corpus localizado carece de una medición conjunta y longitudinal de estas dimensiones en la población objetivo, por lo que el efecto neto y sostenido permanece abierto.
Palabras clave. Inteligencia artificial generativa, microempresas, rutinas organizacionales, complejidad de tareas, coordinación del trabajo, complejidad operativa y redistribución del esfuerzo.
Introducción
Cuando una herramienta de inteligencia artificial generativa redacta una respuesta en menos tiempo, la ganancia corresponde a una fase identificable del trabajo. Para completar la tarea, el negocio puede necesitar datos vigentes, un criterio para revisar la respuesta y una forma de resolver casos que el flujo habitual deja pendientes. Parte de esas actividades puede estar ya resuelta en el proceso previo. Incorporar IA puede eliminar algunas, cambiar quién las realiza o hacer explícitas exigencias que hasta entonces se resolvían de manera informal. La observación de una fase permite describir su rendimiento. La comparación de la tarea completa requiere ampliar la unidad de observación.
Este trabajo pregunta bajo qué condiciones el uso de IA generativa reduce o redistribuye la complejidad operativa de las tareas recurrentes en microempresas gestionadas por sus dueños. El foco está en actividades de comercio y servicios que ya forman parte del funcionamiento del negocio. Su contribución es un marco teórico-conceptual para distinguir el cambio en las dependencias de la tarea, la distribución del esfuerzo humano y el resultado que recibe el cliente o utiliza el propio negocio. El marco deriva condiciones que pueden someterse a prueba. La evidencia localizada permite fundamentarlas como hipótesis y describir cambios observados en contextos determinados.
Alcance conceptual y estrategia documental
Se realizó una revisión documental con síntesis teórico-conceptual. La primera línea examinó literatura sobre complejidad de tareas, coordinación, rutinas y automatización. La segunda examinó estudios de uso de IA generativa y casos próximos de integración en tareas recurrentes. La búsqueda se realizó el 18 de noviembre de 2026 en español, inglés y portugués. Se cubrió literatura internacional con atención a Perú y América Latina. Para IA generativa se consideraron publicaciones de 2022 hasta la fecha de corte. La primera línea incorporó trabajos fundacionales anteriores pertinentes al problema.
La búsqueda combinó términos de complejidad, rutinas, dependencias y excepciones con otros de adopción, verificación, retrabajo y tareas de negocios pequeños. Se usó búsqueda web académica y se recuperaron registros o textos de editoriales, repositorios, actas y organismos institucionales. Cada línea retuvo once fuentes. En la segunda se hizo una búsqueda focalizada adicional para recuperar casos latinoamericanos, resultados mixtos y mediciones de la tarea que incluyeran revisión o continuidad. Se consolidaron las versiones de un mismo estudio. La evaluación distinguió evidencia textual completa y atribuciones comprobables a partir de resúmenes. Se registraron resultados nulos, explicaciones alternativas y límites de transferencia.
La referencia operativa para la población objetivo fue de hasta nueve personas ocupadas, incluido el dueño cuando la fuente permitía identificarlo, y participación directa del dueño en la gestión. Se recurrió a estudios de empresas más grandes, muestras mixtas o tareas adyacentes cuando aclaraban un mecanismo o una medida. Su función en el argumento se indica donde se utilizan. La búsqueda permitió examinar perspectivas conceptuales y casos contrastantes. Su cobertura se limita a las fuentes localizadas y evaluadas mediante este procedimiento.
Complejidad, esfuerzo y desempeño
La complejidad de una tarea admite más de una perspectiva. Puede considerarse a partir de las propiedades de la tarea, de la experiencia de quien la realiza o de la interacción entre ambas. En el trabajo de Wood se distinguen componentes, coordinación y cambios en las condiciones de la tarea. Campbell muestra, además, que el número de rutas disponibles admite lecturas diferentes. Varias rutas equivalentes pueden aportar redundancia. Cuando sus efectos son inciertos o entran en conflicto, elegir entre ellas puede exigir más información. Estas distinciones permiten mantener separadas la dificultad percibida, la duración y las dependencias de la operación (Campbell, 1988; Wood, 1986).
Por complejidad operativa se entiende aquí el conjunto de dependencias, variaciones y excepciones que deben gestionarse para completar y sostener una tarea. Una dependencia existe cuando una acción requiere un insumo, una decisión, un recurso o el resultado de otra acción. La coordinación consiste en gestionar esas relaciones. La variación importa cuando casos que parecen similares requieren acciones distintas, como verificar una condición o derivar una solicitud. El tiempo de ejecución y el esfuerzo de revisión son medidas de trabajo en esas acciones. La calidad y el cumplimiento describen el resultado. Una variación en cualquiera de estas medidas puede producirse con o sin cambios en la estructura de dependencias (Malone & Crowston, 1994).
La recurrencia permite observar cómo cambia la ejecución cuando cambian las circunstancias. La literatura sobre rutinas distingue el esquema general de la práctica en cada ocasión y separa los artefactos que orientan la actividad de los patrones efectivamente realizados. En una microempresa unipersonal puede haber una sola persona responsable y, a la vez, una secuencia de acciones que dependa de clientes, proveedores, registros y herramientas. En este artículo se emplea la tarea recurrente como unidad y se recurre a la literatura sobre rutinas para examinar esa variación. La distinción permite estudiar qué sucede cuando un flujo previsto se enfrenta a un caso que desborda sus supuestos (Feldman & Pentland, 2003; Pentland & Feldman, 2008).
Con estas precisiones, la redistribución describe un cambio en la fase, el momento o el responsable de una exigencia. La reducción de complejidad describe una disminución de las dependencias o contingencias que deben gestionarse, dada una tarea comparable. El esfuerzo humano puede cambiar en ambas situaciones. Una operación puede reducir el tiempo de trabajo y conservar una dependencia relevante, o reasignar una verificación a otra fase y eliminar varias coordinaciones anteriores. La reducción y la redistribución pueden describir aspectos distintos de una misma intervención.
Qué permite observar la evidencia
Las entrevistas de un preprint sobre pequeñas y medianas empresas en Kenia y Nigeria describen actividades posteriores a la generación del borrador, entre ellas verificar información, ajustar resultados al contexto local y decidir qué podía circular. El aporte de las entrevistas es hacer identificables esas acciones desde la experiencia de los participantes. Su diseño y el acceso al resumen permiten hablar de prácticas declaradas en las empresas estudiadas. La duración de esas prácticas y su incidencia en el balance total quedan sin cuantificar. Otro estudio cualitativo de pymes distingue la experimentación individual de la integración organizacional. Esa secuencia ayuda a delimitar por qué un uso que funciona en una prueba puede requerir acuerdos o cambios de organización para sostenerse (Abdulhamid et al., 2026; Siljeur et al., 2026).
Los estudios de caso muestran que una intervención puede reducir el tiempo de un segmento. En una empresa guatemalteca de soporte técnico, un caso antes y después, firmado por un cofundador, reportó que el tiempo promedio de diagnóstico pasó de 90 a 20 minutos. El diagnóstico constituía un paso dentro de una orden de servicio más amplia. En una empresa peruana de servicios, un estudio aplicado reportó una caída de 9 a 1,6 minutos en la emisión de facturas y describió una confirmación humana antes de generar el comprobante. La intervención combinó procesamiento de lenguaje, automatización, validación externa y un canal de mensajería. El estudio peruano documenta el cambio en el tiempo de emisión asociado a la implementación del paquete. La empresa supera el umbral de tamaño definido para la población objetivo. La reducción de tiempo en ambos casos puede interpretarse dentro del segmento y el comparador que cada uno observó (Castillo Alvarado, 2026; Saenz Cabanillas et al., 2025).
Las medidas más agregadas también requieren cuidado. Un experimento en Kenia asignó acceso a un asesor generativo por WhatsApp y evaluó ingresos y beneficios en pequeños y medianos negocios. El efecto promedio del índice financiero fue estadísticamente indistinguible de cero y hubo heterogeneidad según el desempeño inicial. Ese resultado concierne a un índice empresarial. En una encuesta internacional de pymes usuarias, unas empresas declararon menos carga de trabajo y otras declararon más. Ambas fuentes dejan abierta la forma en que se modificaron las acciones y dependencias de cada tarea (OECD, 2025; Otis et al., 2026).
Dos estudios en operaciones grandes de soporte permiten apreciar el papel de la medida elegida. En un despliegue escalonado se estimó un aumento promedio del 15 % en las incidencias resueltas por hora, con diferencias según experiencia y desempeño. En un experimento sobre atención posventa de Alibaba, publicado como preprint, mejoró la velocidad y el resultado medio en reintentos no mostró un cambio estadísticamente claro. Los agentes que inicialmente rendían mejor registraron peores resultados en ciertas medidas de calidad. El rendimiento por hora, los reintentos y la calidad observan resultados distintos. Estos hallazgos aclaran qué conviene medir en una tarea recurrente de atención, con efectos circunscritos a las operaciones estudiadas (Brynjolfsson et al., 2025; Ni et al., 2026).
Marco para comparar operaciones
La explicación propuesta se centra en la reconfiguración de dependencias. Una herramienta puede asumir parte de la ejecución y, según cómo se integre, cambiar la procedencia de un insumo, añadir una comprobación, reducir la coordinación entre acciones o alterar la forma de retomar el proceso ante un fallo. La investigación sobre automatización sitúa la supervisión y la recuperación entre las funciones que pueden quedar a cargo de una persona. También plantea que el trabajo automatizado y el trabajo asistido se condicionan entre tareas y a lo largo del tiempo. Estas contribuciones orientan el mecanismo propuesto. La evidencia revisada deja pendiente establecer su efecto causal general en la población objetivo (Bainbridge, 1983; Malone & Crowston, 1994; Raisch & Krakowski, 2021). La distinción entre ejecutar una tarea y asumir una decisión se desarrolla en el ensayo sobre criterio y responsabilidad en IA.
La hipótesis es que la simplificación integral es más probable cuando los insumos necesarios están disponibles y vigentes, el resultado puede comprobarse con poco esfuerzo y las excepciones pueden corregirse dentro del flujo habitual. Si la intervención elimina una coordinación previa, la verificación puede coexistir con una reducción de trabajo. Si cada ejecución exige buscar datos o reconstruir el fundamento de una respuesta, el trabajo puede desplazarse de la producción a la preparación o al control. La frecuencia y variedad de los casos podrían cambiar ese balance. Estas condiciones son candidatas explicativas. Su importancia relativa y los umbrales a partir de los cuales modifican la operación requieren contraste empírico.
La tabla propone observables para hacer comparables el proceso anterior y el proceso asistido. La comparación abarca ejecuciones de volumen y composición semejantes, o registra sus diferencias. También distingue el esfuerzo de incorporación de la herramienta del trabajo que reaparece cuando la tarea ya forma parte de la operación.
Dimensión | Qué observar |
|---|---|
Dependencias y variación | Fuente y vigencia de los insumos, decisiones necesarias, cambios de responsable y condiciones que interrumpen el flujo habitual. |
Esfuerzo y distribución | Acciones humanas por fase, tiempo de preparación y revisión, correcciones y recuperación de excepciones. |
Calidad y resultado | Cumplimiento de un estándar explícito, correcciones posteriores y repetición de contactos o gestiones cuando corresponda. |
Horizonte de operación | Trabajo inicial de configuración, desempeño por ejecución y esfuerzo recurrente para sostener el flujo. |
Una licorería familiar ofrece un ejemplo hipotético. Si usa IA para redactar respuestas a pedidos, podría acortar la redacción y conservar la necesidad de comprobar precio, disponibilidad y capacidad de entrega. Si esa comprobación ya estaba integrada a un registro actualizado, la ayuda podría ahorrar trabajo con la misma dependencia de inventario. Si el dueño debe consultar varias fuentes después de recibir cada borrador, parte del trabajo puede pasar a la verificación. Un registro compartido que unifique la información también podría simplificar la tarea por sí mismo. El ejemplo muestra por qué conviene identificar cada cambio del flujo y conservar un comparador explícito.
Discusión y límites
La digitalización convencional es una explicación competidora. Un estudio brasileño de investigación-acción combinó un sistema de agendamiento basado en una hoja de cálculo con el uso de IA para generar información comercial. En el caso peruano, el canal móvil, las validaciones y la orquestación también formaban parte de la intervención. Para estimar la contribución propia de la IA generativa serviría comparar el flujo asistido con un flujo que reciba las mismas mejoras organizativas y convencionales. Los datos de grupos focales con microemprendedoras peruanas también justifican considerar la capacitación, el tiempo disponible y la experiencia previa como condiciones del uso. Su papel en el esfuerzo de cada ejecución sigue abierto (Lima et al., 2025; Ramirez-Lozano & Portuguez-Castro, 2026; Saenz Cabanillas et al., 2025).
La calidad y el volumen merecen permanecer visibles. Un negocio podría dedicar el tiempo liberado a atender más casos, revisar mejor cada resultado o elevar su estándar de servicio. Cambiar esas condiciones afecta la interpretación de la carga y del tiempo de trabajo. El marco tendría menor utilidad explicativa si una comparación longitudinal, con calidad comparable, encontrara que examinar dependencias, verificaciones y excepciones aporta poco frente a medir el tiempo de la fase intervenida. Si un rediseño convencional consiguiera las mismas mejoras, se debilitaría la atribución a la IA. Si persistieran ahorros sostenidos aun con una revisión manual considerable, sería necesario precisar el peso de esa condición en relación con otros ahorros (Brynjolfsson et al., 2025; Ni et al., 2026). En un ámbito distinto, el estudio sobre responsabilidad docente ante la IA examina qué exige verificar la pertinencia de un resultado generado por IA.
En el corpus localizado faltó una comparación longitudinal que reuniera, en microempresas gestionadas por sus dueños, tiempo de operación, calidad, verificación, excepciones y mantenimiento. También quedó abierta la frecuencia de abandono o retorno a procesos anteriores. La primera limitación impide estimar el efecto medio y sostenido para la población objetivo. La segunda restringe cualquier inferencia basada principalmente en casos que siguieron usando la herramienta. El marco ofrece una forma de organizar mediciones futuras en el comercio y los servicios de pequeña escala.
Conclusión
La IA generativa puede simplificar una fase de una tarea recurrente y redistribuir otras exigencias de la misma operación. La simplificación de la tarea completa se evalúa observando las dependencias que desaparecen, permanecen o surgen, junto con la distribución del esfuerzo y la calidad alcanzada en un horizonte comparable. La disponibilidad de insumos, el esfuerzo de verificación y la capacidad de corregir fallos son condiciones plausibles para explicar las diferencias. La revisión documental permite proponer cómo observarlas. El efecto neto y sostenido de esas condiciones en microempresas gestionadas por sus dueños queda por establecer.
Referencias
Abdulhamid, N. G., Nyairo, S., Ankrah, L., & O’Neill, J. (2026). Making generative AI workable at work: Accountability, localization, and representation in Kenyan and Nigerian small businesses [Preprint]. arXiv, 2610.31344. DOI
Bainbridge, L. (1983). Ironies of automation. Automatica, 19(6), 775–779. DOI
Brynjolfsson, E., Li, D., & Raymond, L. R. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2), 889–942. DOI
Campbell, D. J. (1988). Task complexity: A review and analysis. Academy of Management Review, 13(1), 40–52. DOI
Castillo Alvarado, A. I. (2026). Inteligencia artificial generativa en pymes. Revista Ciencias Económicas, (39), 30–36. DOI
Feldman, M. S., & Pentland, B. T. (2003). Reconceptualizing organizational routines as a source of flexibility and change. Administrative Science Quarterly, 48(1), 94–118. DOI
Lima, C. E. C., Campanharo, B., & Freitas, R. R. de. (2025). Sistema integrado de agendamentos (SIA) e uso de inteligência artificial (IA) voltada para a geração de insights de mercado. Revista Para Graduandos, 10(3), 1–17. DOI
Malone, T. W., & Crowston, K. (1994). The interdisciplinary study of coordination. ACM Computing Surveys, 26(1), 87–119. DOI
Ni, X., Wang, Y., Feng, T., Lu, L. X., Wang, Y., & Zhou, C. (2026). Generative AI in action: Field experimental evidence from Alibaba’s customer service operations [Preprint, versión 2]. arXiv, 2603.29888. DOI
OECD. (2025). Generative AI and the SME workforce: New survey evidence. OECD Publishing. DOI
Otis, N. G., Clarke, R., Delecourt, S., Holtz, D., & Koning, R. (2026). The uneven impact of generative artificial intelligence on entrepreneurial performance: Evidence from a field experiment in Kenya. Management Science. Publicación anticipada en línea. DOI
Pentland, B. T., & Feldman, M. S. (2008). Designing routines: On the folly of designing artifacts, while hoping for patterns of action. Information and Organization, 18(4), 235–250. DOI
Raisch, S., & Krakowski, S. (2021). Artificial intelligence and management: The automation–augmentation paradox. Academy of Management Review, 46(1), 192–210. DOI
Ramirez-Lozano, J. P., & Portuguez-Castro, M. (2026). STEM enabling digital skills for women microentrepreneurs in Peru. Discover Sustainability, 7, artículo 364. DOI
Saenz Cabanillas, A. G., Alvarado Huamán, B. J. J., & Sierra-Liñan, F. (2025). Chatbot con IA integrado a WhatsApp para la generación automática de facturas en una empresa de servicios. En Proceedings of the 5th LACCEI International Multiconference on Entrepreneurship, Innovation and Regional Development (LEIRD 2025), contribución 802. DOI
Siljeur, J., Schulte, N., & Kanbach, D. (2026). Activate, legitimize, embed: Enacting generative artificial intelligence adoption in small and medium-sized enterprises. EuroMed Journal of Business. Publicación anticipada en línea. DOI
Wood, R. E. (1986). Task complexity: Definition of the construct. Organizational Behavior and Human Decision Processes, 37(1), 60–82. DOI