En los últimos doce meses he estado en suficientes reuniones de directorio sobre IA para notar un patrón: la discusión casi nunca es "¿deberíamos usar IA?" — ya la usan, aunque sea de forma desordenada. La pregunta real es qué decide el comité ejecutivo, qué delega y qué decide no tocar todavía. Si tu empresa todavía no tiene esa conversación ordenada, esto te sirve de punto de partida.
El error más caro: tratar la IA como un proyecto de TI
Cuando la decisión de IA queda enterrada tres niveles abajo del CEO, pasan dos cosas: cada área compra su propia licencia sin coordinarse con las demás, y nadie en el comité puede responder con un número cuando el directorio pregunta qué está devolviendo esa inversión. No es un problema técnico, es un problema de dónde se sienta la decisión. Lo que funciona en las empresas que hemos acompañado — Entel, BCP, Scotiabank entre ellas, sumando más de 100 empresas y 1,500 profesionales formados en LATAM — es que el comité ejecutivo decide tres cosas y deja el resto a los equipos: dónde se prueba primero, qué nivel de riesgo se tolera, y cómo se mide el avance.
Qué sí conviene decidir arriba
- ▸En qué área se prueba primero y por qué — no "en todas a la vez", eso es lo que produce el caos de licencias sueltas.
- ▸Qué datos puede ver un modelo de IA y cuáles quedan fuera por completo, sin excepción de "solo por esta vez".
- ▸Quién es responsable cuando un sistema con IA se equivoca frente a un cliente — esa responsabilidad no se delega sola.
- ▸Qué métrica de negocio, no de adopción, define si el piloto pasa a producción.
Separa por nivel de riesgo, no por área
Un error común es decidir por departamento — "marketing sí, legal no" — cuando en realidad el riesgo varía dentro de cada área. Marketing generando borradores de campañas es bajo riesgo; marketing respondiendo directo a un cliente enojado en redes sociales sin revisión humana ya no lo es. Legal resumiendo un contrato de cien páginas para que un abogado lo revise más rápido es bajo riesgo; legal firmando un dictamen sin que nadie más lo lea, no. La pregunta que separa un caso de otro no es "¿qué área es?" sino "¿qué pasa si la respuesta está mal y nadie se da cuenta a tiempo?". Esa pregunta, respondida caso por caso, es la que debería ocupar la agenda del comité — no una lista genérica de herramientas aprobadas.
Qué NO conviene automatizar todavía
Esta es la parte que menos se habla en las presentaciones de proveedores. Hay decisiones que un modelo de lenguaje puede redactar, resumir o sugerir — pero que todavía conviene que firme una persona con nombre y apellido: aprobar un crédito o una reclamación grande, decidir una desvinculación, responder algo que puede terminar en una denuncia regulatoria, o cualquier cosa donde el costo de un error no se mide en minutos perdidos sino en una demanda. No es una limitación técnica del modelo, es una limitación de quién carga con la responsabilidad legal si algo sale mal. Un comité que aprueba automatizar eso sin resolver primero quién responde está comprando un problema, no una eficiencia.
Lo que nadie te cuenta hasta que ya pasó: la pregunta no es si el modelo se equivoca — todos lo hacen alguna vez. Es si tu empresa puede explicar, con un proceso documentado, por qué confiaba en esa respuesta.
Una señal práctica para saber si tu empresa ya está del lado equivocado de esa línea: si nadie en el comité puede nombrar, sin pensarlo mucho, cuáles son los tres procesos donde un error de IA sería más caro, probablemente nadie trazó esa línea todavía — y eso es justo lo primero que hay que resolver antes de aprobar cualquier presupuesto nuevo.
Una hoja de ruta de 12 meses, no de un trimestre
El patrón que mejor funciona entre nuestros clientes corporativos tiene cuatro pasos, y el mismo comité los recorre en orden: primero una conversación sin costo donde el comité explica qué problema de negocio quiere resolver, no qué herramienta quiere comprar. Después un diagnóstico, también sin costo, que mide en qué nivel está cada área — porque casi siempre el equipo de finanzas y el de operaciones parten de puntos muy distintos, y meterlos al mismo programa genérico desmotiva a ambos. Con eso se diseña un plan con tres niveles que corren en paralelo dentro del mismo grupo — Iniciación, Aplicada y Avanzada — para que nadie se aburra ni se quede atrás. Y el último paso es el dictado con medición real, no solo asistencia: reportes de avance para el sponsor del programa, no solo un certificado al final.
Doce meses alcanzan para pasar de "cada área compró algo distinto" a tener un área piloto con métricas claras, un segundo grupo en camino, y un comité que puede responder con números cuando le preguntan qué está devolviendo la inversión en IA — en vez de responder con entusiasmo genérico sobre el futuro del trabajo.
El número que el comité debería pedir cada trimestre
La métrica que más se usa — porcentaje de empleados que se loguearon a la herramienta — mide actividad, no resultado. He visto comités felices con un 80% de adopción de una licencia de IA mientras la gente la usaba para resumir correos y nada más, sin tocar ningún proceso real. La métrica que sí vale pedir es más incómoda de armar pero dice algo de verdad: horas ahorradas en el proceso específico que se intervino, multiplicadas por el costo de esas horas, menos lo que costó la licencia y la capacitación. Si esa cuenta no cierra en el primer trimestre del área piloto, el problema no es la IA — es que se eligió mal el proceso para empezar, y ahí es donde el diagnóstico inicial importa más que la herramienta que se compre después.
Lo que dominaría tu equipo técnico
Mientras el comité decide dónde y cómo, el equipo técnico necesita saber construirlo. Si la apuesta incluye asistentes que responden por tu empresa con criterio — Claude integrado en el flujo de trabajo de tus equipos, por ejemplo — vale la pena revisar qué implica adoptarlo a nivel de empresa en Claude para empresas. Y si el siguiente paso es tener sistemas que ejecuten tareas completas por sí mismos — no solo responder preguntas, sino coordinar varios pasos de un proceso — la ruta AI Agentic Engineer es donde tu equipo técnico aprende a diseñar eso con criterio, no a improvisarlo.
El primer paso no cuesta nada
Si tu comité todavía no tiene esta conversación ordenada, no hace falta empezar por una compra grande. El diagnóstico sin costo que mencioné arriba — el mismo que usamos con los más de 100 clientes corporativos que hemos formado en LATAM — es un buen punto de partida para saber en qué nivel está realmente tu empresa antes de decidir nada. Puedes revisar nuestro AI Leadership Program, pensado justo para este nivel de conversación, o conversar sobre tu caso completo en DataPath para Empresas.
