Escribe: José Deustua, especialista en innovación y startups
En poco más de dos años, la inteligencia artificial generativa pasó de estar confinada a las áreas de innovación a formar parte de nuestro día a día. Herramientas como ChatGPT o Copilot ya son habituales en la rutina de muchos profesionales, y las compañías más grandes han destinado presupuestos importantes para explorar aplicaciones. Sin embargo, el balance no es alentador: según el reciente reporte del MIT, el 95% de los pilotos empresariales con IA no generan impacto tangible en la cuenta de resultados. La promesa es enorme, pero la mayoría de las organizaciones sigue atrapada en lo que el MIT denomina la GenAI Divide: una brecha entre quienes experimentan sin impacto y quienes logran transformar.
LEA TAMBIÉN: Empresas familiares: innovar desde el legado
El espejismo de la adopción superficial
Que un ejecutivo use ChatGPT para redactar un documento no significa que su organización esté transformada. De hecho, el MIT reporta un fenómeno revelador: mientras las compañías luchan con proyectos oficiales estancados, los empleados utilizan cada vez más herramientas de IA por su cuenta para ganar eficiencia –lo que se ha denominado shadow AI–. Esto deja en evidencia que la adopción ocurre, pero fuera del control corporativo y sin traducirse en mejoras estratégicas. El verdadero desafío no es usar IA, sino gobernar su adopción para que genere resultados concretos.
LEA TAMBIÉN: El emprendedor corporativo necesita un entorno que facilite, no que frene
Del piloto al impacto
Cruzar del entusiasmo inicial al impacto sostenido requiere algo más que tecnología de punta: depende de cómo se adapta a los procesos y objetivos reales de cada organización. El primer requisito es la personalización profunda, alineada a los flujos internos y a los datos ya existentes. Un agente de IA no puede sentirse como un injerto aislado, sino como una extensión natural de los sistemas corporativos.
El segundo es la mínima disrupción en las herramientas actuales. La adopción solo despega cuando la IA se integra de forma fluida con plataformas como Salesforce o los ERPs internos. A esto se suma un requisito no negociable: límites claros de datos. Ninguna empresa arriesgará la confidencialidad de su información sensible mezclándola en un modelo compartido, por más que el proveedor asegure que es seguro.
En tercer lugar, las compañías exitosas evalúan las herramientas en función de resultados operativos, no de métricas técnicas. No importa si el modelo es el más avanzado: lo que se mide es el impacto en tiempos de ciclo, costos evitados o satisfacción del cliente. Este enfoque desplaza la conversación de la “precisión del modelo” hacia la “contribución al negocio”.
LEA TAMBIÉN: Cultura startup: más que una mesa de ping pong
Otro factor crítico es la tolerancia a fallas tempranas y la visión de la adopción como un proceso de coevolución. Los agentes de IA no llegan listos ni perfectos: requieren ajustes, iteraciones y aprendizaje conjunto. Los equipos que entienden los tropiezos iniciales como parte del camino, y no como fracasos, son los que logran consolidar la tecnología en el tiempo.
Por último, las iniciativas más exitosas no nacen en los laboratorios centrales de innovación, sino en los equipos de primera línea. Son los usuarios cercanos a los procesos críticos quienes identifican problemas reales y proponen casos de uso concretos. Al darles protagonismo y acompañarlos con soporte ejecutivo, la adopción avanza más rápido y con mejor ajuste operativo.
Recomendaciones para líderes empresariales
1. Empiece por procesos críticos pero acotados. Más que lanzar decenas de pilotos, identifique uno o dos procesos donde la IA pueda generar resultados inmediatos y medibles.
2. Exija aprendizaje y memoria. No se conforme con sistemas que repiten errores. Los agentes que incorporen retroalimentación y se adapten a su organización serán los que marquen la diferencia.
3. Reconozca y canalice a los usuarios avanzados. Muchos de sus colaboradores ya usan IA por su cuenta. Identifíquelos, deles visibilidad y conviértalos en embajadores de adopción formal.
4. Forme capacidades, no solo compre tecnología. Invertir en literacidad de IA y en programas de capacitación es tan importante como elegir al proveedor adecuado.
5. Gestione el cambio cultural. Menos aprobaciones, más confianza en los equipos y métricas de impacto ligadas al negocio. Esto exige pasar de una cultura de cumplimiento a una cultura de impacto.
“Las compañías exitosas evalúan las herramientas en función de resultados operativos, no de métricas técnicas”.
Una ventana de adopción que se cierra
El MIT advierte que la ventana para la adopción de agentes de IA es corta y los próximos 18 meses serán decisivos. Para el Perú, esto implica un riesgo y una oportunidad: el riesgo de quedar atrapados en pilotos eternos y la oportunidad de dar un salto competitivo si logramos traducir la curiosidad en adopción estratégica.
La conclusión es clara: la inteligencia artificial no transformará por sí sola a ninguna empresa. Lo que transforma es la capacidad de cambio organizacional. Y ese es un reto de liderazgo: decidir si seguimos probando sin rumbo o damos el paso para convertir a los agentes de IA en aliados reales de nuestro crecimiento y competitividad.
