El Analista de Negocios en la Era de los Agentes de IA

La IA puede generar un esquema de caso de uso en menos de un minuto, convertir una idea simple en un prototipo básico en una hora y producir documentación de requisitos en una fracción del tiempo que antes llevaba. Este cambio ya es visible en el análisis de negocios cotidiano, con profesionales que usan IA para preparar sesiones de elicitación, redactar requisitos e identificar brechas antes de la validación. Si solo observas esos entregables, la conclusión parece obvia: el analista de negocios está desapareciendo.

Yo no comparto esa conclusión. He trabajado en análisis de negocios y TI, diseño de soluciones y transformación digital durante años, observando cambios continuos y diferentes etapas de adaptación. Lo que está desapareciendo no es el rol. Lo que está desapareciendo es su periferia. Y eso es algo completamente diferente.

Qué hace un analista

Cuando le preguntas a un cliente qué necesita, te dice qué quiere. No siempre son lo mismo. No porque no comprendan su propio trabajo, sino porque simplemente no siempre pueden articular sus necesidades con suficiente claridad. Las actividades rutinarias a menudo no se mencionan porque los clientes las realizan automáticamente, todos los días. Los casos límite se pierden fácilmente porque la gente tiende a recordarlos solo cuando ocurren.

Las conexiones entre departamentos se entienden desde un punto de vista personal, no necesariamente desde la perspectiva del conjunto. Y cuando un cliente decide cambiar varios sistemas a la vez, a menudo no se da cuenta de que cambiar un sistema casi siempre también cambia un proceso.

El trabajo del analista no es registrar lo que el cliente dijo. El trabajo es descubrir lo que el cliente no dijo y seguir haciendo preguntas hasta que todo salga a la luz. El analista rastrea las conexiones, dependencias y consecuencias entre sistemas, datos y procesos de negocio.

Eso es una capacidad diagnóstica, no una actividad administrativa.

Tres direcciones para los analistas de negocios

Los límites del análisis de negocios nunca han sido fijos. Los analistas hace tiempo que se trasladan a la gestión de productos, la gestión de proyectos y roles más técnicos. La IA simplemente está acelerando ese movimiento al reducir el tiempo necesario para los entregables rutinarios.

Una reciente encuesta de Gartner encontró que más de la mitad de las organizaciones habían rediseñado o redefinido roles debido a la IA, mientras que el 78 % de los líderes de recursos humanos coincidieron en que los flujos de trabajo y los roles necesitarían materializar el valor de sus inversiones en IA.

Según mis observaciones y experiencia directa, están tomando forma tres trayectorias principales.

1. Hacia el producto y el negocio

Los analistas a los que les gusta dar forma a los productos pueden pasar a roles más amplios que abarcan la gestión de productos, el análisis de negocios y la coordinación de entregas. Estas combinaciones ya existen, particularmente en equipos pequeños. A medida que la IA reduce el tiempo dedicado a producir artefactos rutinarios, es probable que los límites entre estas responsabilidades se vuelvan más fluidos.

Esto no debe significar asignar cuatro trabajos a una sola persona simplemente porque la IA puede redactar los documentos. La oportunidad reside en reunir responsabilidades que ya dependen del mismo entendimiento de las necesidades del cliente, las prioridades del producto y los resultados del negocio.

Esta dirección también requiere un entendimiento más sólido de los datos. El trabajo analítico a menudo se ha centrado en procesos, funcionalidades y requisitos, dejando la capa de datos en segundo plano. Los sistemas de IA hacen que esa separación sea cada vez más difícil.

Un analista que comprende tanto el contexto empresarial como los datos puede reconocer cuándo un modelo está respondiendo correctamente a la pregunta equivocada. Eso puede suceder porque los datos disponibles no representan la situación con precisión, la definición empresarial detrás de una métrica ha cambiado o la pregunta original estaba mal formulada.

La IA puede ayudar a casi cualquiera a crear un panel de control o informe. Interpretar lo que el resultado significa para un negocio particular, en un momento determinado, sigue requiriendo contexto y juicio. Forrester describe un cambio similar en los roles de software, con la IA desplazando el tiempo de la producción repetitiva de artefactos hacia actividades como la validación, la orquestación y el control.

2. Hacia el prototipado técnico

Los analistas con una fuerte afinidad por el desarrollo pueden ser capaces de conversar con un cliente y luego construir un prototipo funcional, no solo un modelo, sino algo que el cliente pueda probar y validar.

Esto cambia la validación de requisitos: los clientes pueden interactuar con una idea en lugar de intentar interpretarla a partir de un documento. Los malentendidos pueden aparecer antes, mientras los cambios siguen siendo relativamente económicos de realizar.

Pero un prototipo no es un sistema de producción.

La seguridad, la integración, la escalabilidad y el rendimiento bajo carga no se resuelven con “la IA me ayuda a programar”. Construir software empresarial para producción requiere un nivel diferente de experiencia en ingeniería. Algunos analistas pueden desarrollar esas habilidades gradualmente y acercarse al desarrollo a nivel de producción. Es un camino considerablemente más exigente de lo que sugiere el prototipado rápido, pero es realista.

3. Hacia la gestión de proyectos y entregas

Los analistas ya coordinan discusiones con clientes, contribuyen a estimaciones y gestionan preguntas sobre alcance, requisitos y cambios. Eso crea una superposición natural con la gestión de proyectos.

En proyectos más pequeños, una persona puede combinar responsabilidades analíticas y de coordinación porque ambas dependen del entendimiento del alcance, los interesados y las dependencias. Eso puede acortar los canales de comunicación y facilitar la conexión de las decisiones de entrega diarias con la necesidad empresarial original.

Esto no hace que el gestor de proyecto sea redundante. En proyectos más grandes, donde la coordinación de personas, riesgos y dependencias es realmente compleja, la gestión de proyectos sigue siendo una disciplina especializada. El enfoque combinado solo tiene sentido cuando el alcance lo permite.

La distinción es importante. La IA puede reducir el esfuerzo necesario para crear planes, resúmenes de reuniones o informes de estado, pero producir esos artefactos nunca fue el valor total de la gestión de proyectos.

Qué distingue a quienes navegan esto bien

Las tres direcciones requieren que los analistas trasciendan los límites de rol habituales. La curiosidad les brinda la disposición a probar nuevas herramientas y enfoques. El aprendizaje continuo evita lo que yo llamo deuda de conocimiento: la acumulación gradual de supuestos y habilidades obsoletas, similar a la deuda técnica en un sistema heredado.

Quizá lo más importante, sin embargo, es la capacidad de verificar. Los analistas están acostumbrados a preguntar “¿Esto es realmente correcto?” antes de preguntar “¿Esto está hecho?”. En un entorno lleno de resultados de IA fluidos y presentados profesionalmente, ese hábito se vuelve más valioso.

La IA puede producir respuestas incorrectas de forma segura y persuasiva, un patrón resaltado por investigadores del MIT Sloan como una de las razones clave por las que la supervisión humana sigue siendo esencial. Sus resultados pueden ser estructurados, fluidos y pulidos.

El fracaso no ocurre en el momento de usar la IA. Comienza cuando se acepta una salida plausible sin verificación.

La pregunta no es si los analistas de negocios desaparecerán

Muchos artículos sobre el futuro del rol de analista se redactan como predicciones. Esto no es una predicción. Es una observación: el rol está cambiando como siempre. Lo que difiere esta vez es la velocidad, y el hecho de que su periferia se está volviendo accesible para casi cualquiera.

Un desarrollador puede usar IA para realizar análisis de requisitos. Un gerente puede usarla para generar historias de usuario. Puede que no lo hagan muy bien, pero un analista cuyo valor se basa únicamente en producir entregables tendrá dificultades.

Lo que permanece en el centro del rol es la capacidad de descubrir necesidades no declaradas, conectar contextos de negocio y técnicos, verificar los resultados y ver conexiones que el cliente no puede. Según el Informe Global de Estado del Análisis de Negocios 2025 de IIBA, el 74 % de los profesionales dice que la IA está afectando positivamente sus carreras, mientras que habilidades humanas como la comunicación, el pensamiento estratégico y la adaptabilidad están cobrando mayor importancia.

La pregunta no es si el análisis de negocios desaparecerá. Es qué queda cuando su periferia se vuelve accesible para todos.

La respuesta es el juicio que lleva años de práctica, proyectos variados y experiencia con el fracaso para desarrollarse. Es la capacidad de reconocer que un requisito documentado está incompleto, que un prototipo funcional resuelve el problema equivocado, o que una respuesta pulida se basa en una suposición falsa.

Esa es la parte del análisis de negocios que no se puede adquirir rápidamente.