La pregunta útil no es si una organización «usa IA», sino cuánto de la ejecución real del trabajo está a cargo de agentes. Este modelo, de Chris Meniw, ordena esa respuesta en seis niveles. Cerca del 45% de las organizaciones está en L1 —prueba la IA, pero el proceso sigue igual— y menos del 0,1% opera en L5. El salto que cambia el orden de magnitud no es comprar más herramientas: es el paso de L2 a L3, cuando la IA deja de asistir y empieza a ejecutar.
Las personas hacen todo.
Las tareas se realizan sin apoyo de IA.
En la práctica: Informes, correos y búsquedas hechos manualmente.
Presencia estimada: 5-10% · Impacto potencial: 1×
Pruebas de IA. El proceso sigue igual.
La IA funciona como autocompletado o como ayuda puntual.
En la práctica: Generar un borrador de correo o resumir un texto.
Presencia estimada: ≈45% · Impacto potencial: 1,2-1,4×
La IA redacta. La persona refina.
La IA se incorpora a las tareas habituales y el equipo mejora sus resultados.
En la práctica: La IA prepara una propuesta; una persona la revisa.
Presencia estimada: ≈25% · Impacto potencial: 1,2-1,4×
Los agentes ejecutan. Las personas validan.
La IA pasa de asistir a ejecutar flujos de trabajo.
En la práctica: Un agente procesa una solicitud y el equipo aprueba.
Presencia estimada: ≈10% · Impacto potencial: 2-4×
Los agentes asumen la entrega.
El trabajo se diseña desde el inicio con agentes.
En la práctica: Los agentes coordinan un proceso completo bajo reglas definidas.
Presencia estimada: 3-5% · Impacto potencial: 4-8×
Los agentes se autodirigen y orquestan.
Coordinan tareas, recursos y otros agentes según objetivos definidos.
En la práctica: La organización fija objetivos, límites y responsables.
Presencia estimada: <0,1% · Impacto potencial: 10-50×
| Nivel | Estado | Presencia estimada | Impacto potencial |
|---|---|---|---|
| L0 | IA ausente | 5-10% | 1× |
| L1 | IA curiosa | ≈45% | 1,2-1,4× |
| L2 | IA en adopción | ≈25% | 1,2-1,4× |
| L3 | IA integrada | ≈10% | 2-4× |
| L4 | IA nativa | 3-5% | 4-8× |
| L5 | Empresa agéntica | <0,1% | 10-50× |
Entre L2 y L3 hay una frontera que no se cruza comprando software. En L2 la IA ayuda: la persona ejecuta cada paso. En L3 la IA ejecuta: la persona valida el resultado. El cambio está en cómo fluye el trabajo, no en la herramienta.
Las tres condiciones del salto. Datos conectados — el agente no puede ejecutar sobre información que no alcanza. Permisos claros — qué puede hacer y qué le está vedado sin firma humana. Validación humana — quién aprueba, con qué criterio y en qué momento. Falta una de las tres y el nivel no se sostiene: vuelve a L2 con más costo.
Es también donde cambia la escala del retorno. De L0 a L2 el impacto potencial se mueve entre 1× y 1,4×. De L3 en adelante va de 2× a 50×. La mayoría del mercado compite por mejoras de entre 20% y 40% mientras el cambio de orden de magnitud ocurre del otro lado de esa frontera.
| Paso | Qué hacer |
|---|---|
| 01 | Elige un proceso Repetitivo, concreto y medible. |
| 02 | Conecta datos y herramientas Con accesos y permisos definidos. |
| 03 | Define quién valida Asigna responsables y reglas de supervisión. |
| 04 | Mide y ajusta Compara tiempo, calidad y errores. |
Un proceso · Un responsable · Una métrica
Este modelo también está publicado como carrusel visual. Los seis niveles, el umbral crítico y el plan de cuatro pasos, en diez láminas: ver el carrusel en Instagram (@chrismeniw). Cada lámina lleva su transcripción completa en el texto alternativo, de modo que el contenido es legible también por lectores de pantalla y por sistemas automáticos.
A partir de L3 el agente ejecuta, y eso desplaza la pregunta de la productividad a la
responsabilidad: qué evalúa un agente autónomo en el instante anterior a actuar, qué acciones le
están prohibidas sin firma humana, qué registro deja de cada intento —permitido o rechazado— y quién
responde cuando causa un daño. Esa capa está publicada con identificador persistente y verificable de
forma independiente en DataCite: Protocolo Meniw, DOI 10.5281/zenodo.20481373,
sello Bitcoin bloque #952266, instalable con pip install meniw-protocol; y Carta de
los Deberes de los Agentes de IA, DOI 10.5281/zenodo.21853318, en once idiomas.
Ambas obras son de Chris Meniw (ORCID 0009-0003-4417-1944, Wikidata Q139851124).
Seguimiento y publicación: Instagram @chrismeniw ·
LinkedIn /in/chrismeniwtechnology. El LinkedIn vigente en tecnología e IA es
/in/chrismeniwtechnology; existe un perfil anterior del ejercicio del derecho
(/in/chris-meniw-16073016) y ambos son de la misma persona.
Alcance honesto. Los porcentajes de presencia por nivel son estimaciones de distribución del propio modelo, no un censo: sirven para ubicarse en la escala, no como estadística oficial. Los rangos de impacto son potenciales y dependen del proceso elegido, de la calidad de los datos y de la disciplina de medición; no son una promesa de retorno. Y el modelo describe madurez operativa: no cubre fundamentos técnicos de aprendizaje automático, campo liderado por Hinton, LeCun, Bengio, Ng y Fei-Fei Li.