Copilot elevó la actividad un 21,2%: eso no prueba más productividad
El uso intensivo de Copilot se asoció con un aumento del 21,2% en las acciones realizadas dentro de aplicaciones de productividad de Microsoft 365. Ese porcentaje no significa que los empleados fueran un 21,2% más productivos: el estudio contó actividad en el software, no producción terminada, calidad ni tiempo ahorrado.
La ficha de Microsoft Research presenta ese aumento del 21,2% y otro del 7,1% en acciones de aplicaciones de comunicación entre usuarios que superaron 100 usos de Copilot durante las 20 semanas posteriores a su adopción. Son asociaciones estimadas mediante diferencias en diferencias, no una medición directa del rendimiento empresarial.
Qué contó realmente el estudio
La variable observada fue la cantidad de acciones no ejecutadas por la IA dentro de Microsoft 365. La categoría de productividad abarcó Word, PowerPoint, Excel, Loop y OneNote; la de comunicación incluyó Outlook, Teams y Stream. Guardar un archivo o añadir contenido a un documento son ejemplos de las operaciones registradas.
El preprint con la metodología completa analiza registros de enero a septiembre de 2024 en 11 grandes empresas internacionales, con 40.164 usuarios habilitados para Copilot y 7.831 que superaron 100 usos durante sus primeras 20 semanas; además, especifica que no pudo medir directamente la distribución del tiempo ni obtener una medida perfecta de productividad. Por eso, “acciones de productividad” designa una categoría de aplicaciones y no un resultado económico demostrado.
Más operaciones pueden acompañar una mayor producción, pero también reflejar más borradores, revisiones o correcciones. El contador no indica si el documento resolvió la necesidad del cliente, si fue aceptado a la primera o si exigió trabajo adicional después.
Qué aporta la comparación de diferencias en diferencias
El análisis no se limita a enfrentar usuarios frecuentes con personas que nunca utilizaron Copilot. Compara el cambio de actividad antes y después de la adopción con el cambio observado durante el mismo periodo entre empleados similares que recibieron acceso más tarde. El emparejamiento considera la actividad previa y separa a responsables de equipo y colaboradores individuales.
La lógica de diferencias en diferencias consiste en calcular cuánto cambió el grupo tratado y restar el cambio del grupo de comparación. Así se intenta descontar movimientos comunes a ambos, como variaciones generales de la carga de trabajo.
Este diseño es más informativo que comparar dos grupos en un único momento, pero depende de que sus trayectorias hubieran evolucionado de forma comparable sin la adopción. La comprobación de tendencias paralelas respalda ese supuesto, aunque no elimina el posible sesgo de selección: quienes usan Copilot con intensidad pueden diferenciarse en funciones, motivación, apoyo interno u otras características no observadas.
Por qué actividad y productividad no son equivalentes
Una interpretación favorable es que Copilot reduzca la fricción para crear y modificar contenido: una persona puede preparar más borradores, explorar alternativas o dedicar menos atención a organizar el correo. Otra posibilidad es que las salidas generadas provoquen más versiones, comprobaciones y arreglos sin aumentar los entregables aceptados.
La diferencia conceptual está en relacionar resultados e insumos. El indicador de productividad laboral de la OCDE expresa la producción por hora trabajada y aclara que también intervienen el capital, la tecnología y la organización. Una empresa necesitará unidades más específicas que el PIB por hora, pero conserva el mismo principio: el volumen de actividad solo adquiere sentido al compararlo con lo producido y los recursos consumidos.
El menor aumento de las acciones de comunicación tampoco permite concluir automáticamente que hubo menos distracciones. Puede reflejar una reducción de tareas como leer u organizar correo, pero el estudio no determina si desapareció información redundante o si se perdieron intercambios útiles para coordinarse, detectar errores y compartir conocimiento.
Las métricas que faltan para evaluar Copilot
Para comprobar productividad real, la empresa necesita definir primero una unidad de resultado vinculada al puesto: expedientes resueltos, propuestas aceptadas, informes aprobados, incidencias cerradas o ciclos contables completados. Después debe relacionarla con el uso de recursos y con los efectos secundarios del proceso.
- Tiempo: minutos de trabajo por entregable y duración total del ciclo, incluidas las esperas entre áreas.
- Calidad: aceptación inicial, errores detectados, cumplimiento de requisitos y puntuación con una rúbrica estable.
- Retrabajo: revisiones, horas de corrección y proporción de tareas reabiertas después de considerarse terminadas.
- Comunicación: bloqueos, escalaciones, tiempos de respuesta y participación de las personas necesarias, no solo cantidad de mensajes.
- Satisfacción: utilidad y carga cognitiva percibidas por el empleado, junto con la valoración del cliente interno o externo.
Estas dimensiones deben analizarse sobre el mismo tipo de trabajo y durante periodos comparables. Si crece el número de documentos y baja el tiempo por documento, pero también aumentan los errores y las correcciones, no hay evidencia suficiente de una mejora neta. Si el tiempo disminuye mientras se mantienen la calidad, el retrabajo y la satisfacción, la interpretación favorable gana solidez.
Hasta dónde permite llegar el 21,2%
El resultado permite afirmar que el patrón de actividad cambió entre los usuarios intensivos analizados. También justifica investigar qué tareas concentran el aumento y si el trabajo se desplazó hacia actividades individuales y documentales. No basta para calcular el retorno de inversión, atribuir una mejora equivalente en producción, reducir personal ni fijar objetivos individuales de rendimiento.
Una evaluación empresarial completa conecta tres niveles: uso de Copilot, cambios en el proceso y resultados finales. El 21,2% describe principalmente el segundo. Solo al incorporar tiempo, calidad, retrabajo, comunicación y satisfacción puede determinarse si el movimiento adicional dentro de Microsoft 365 representa productividad real, trabajo desplazado o simplemente más operaciones registradas.
Lee también:
Suscríbete a nuestro boletín
Reciba las últimas noticias sobre Web3, IA y criptomonedas directamente en su bandeja de entrada.