La IA no está rota: el liderazgo está desperdiciando su potencial

Durante años, el gran debate fue si la IA funcionaba realmente. Esa cuestión está en gran parte resuelta. Se han asignado presupuestos, desplegado herramientas y llevado pilotos a producción.

Y, sin embargo, los resultados son decepcionantes.

The ROI gap leaders don’t want to see

Según el Institute for Business Value de IBM, solo el 25% de las iniciativas de IA han entregado el ROI esperado. Solo el 16% se han escalado con éxito en toda la empresa, a pesar de años de inversión y verdadero entusiasmo.

Recomendado

El laboratorio de Mira Murati presenta Inkling, un modelo abierto de 975 000 millones de p

El artículo sostiene que el problema central no es la tecnología, sino las estructuras organizativas que la rodean. Eso lo convierte en un problema de liderazgo, no de herramientas.

Spending on the wrong things

El manual por defecto ha sido predecible: comprar plataformas, lanzar pilotos y traer a un proveedor para formación puntual. Eso puede resolver problemas tácticos, pero elude la principal limitación: la «infraestructura humana» necesaria para que la IA sea útil.

Las empresas que obtienen los mejores resultados no son necesariamente las que tienen los modelos más avanzados o más caros. Son las que reingenierizan la forma en que trabaja su gente.

El análisis de Boston Consulting Group sobre las empresas líderes en IA es revelador:

• ~70% of resources go to people and process changes
• 20% to IT infrastructure
• 10% to the AI models themselves

La mayoría de las organizaciones aplican esa proporción al revés. Cuando los líderes se obsesionan con las herramientas y los casos de uso, no construyen lo suficiente la formación, las salvaguardias y las políticas que hacen que esas herramientas sean fiables y repetibles.

Real productivity gains — with a catch

La IA ya está creando valor para las organizaciones que la despliegan bien. Pero esas ganancias son mucho más frágiles de lo que muchos ejecutivos suponen.

El uso va por delante de la capacitación. Entre los empleados que usan IA en el trabajo, menos del 8% dicen haber recibido una formación exhaustiva sobre sus herramientas — una cifra que «apenas ha cambiado» aunque el uso diario haya aumentado. El 60% dice que a menudo se tarda más en averiguar cómo completar una tarea con una herramienta de IA que en simplemente hacerla manualmente.

Las empresas están desplegando IA más rápido de lo que la gente puede aprender a usarla, corriendo el riesgo de generar exactamente el tipo de fricción y confusión que pretendían eliminar.

What leaders actually owe their teams

Cerrar la brecha entre el potencial de la IA y su realidad no ocurrirá mediante nuevos ciclos de compra o anuncios llamativos de despliegue. El autor sostiene que exige una inversión deliberada y continua en las personas, centrada en tres cambios:

1. Train people, not just tools

Las capacidades de la IA cambian más rápido que los manuales de formación estáticos. En lugar de enseñar solo funciones, los líderes deberían invertir en el criterio por función: dónde la IA acelera el trabajo, dónde introduce riesgo y cuándo el pensamiento crítico humano debe prevalecer.

2. Stop worshiping adoption metrics

Si el 80% de la organización «usa IA» y la productividad es plana o decrece, la adopción es el KPI equivocado. Los líderes deberían medir el tiempo necesario para completar tareas reales y aceptar lo que muestran los datos. Algunos casos de uso que parecen innovadores sobre el papel pueden estar simplemente frenando a la gente y deberían descartarse.

3. Make AI governance operational, not checkbox

Tratar la política de IA como un documento de cumplimiento no basta. Las empresas que lo hacen bien incorporan la gobernanza en la planificación y ejecución diarias, en lugar de dejarla como un PDF de «uso aceptable» que nadie lee.

Eso incluye que los líderes muestren cuándo usan IA y cuándo no, y expliquen por qué existen esos límites.

Turning potential into reality

La tecnología está lista. Lo que falta es liderazgo dispuesto a decidir cuándo se debe usar la IA y cuándo no, qué procesos reconstruir en lugar de automatizar a ciegas y cómo apoyar a los equipos durante esos cambios.

Hasta que los ejecutivos empiecen a plantearse esas preguntas —y a financiar respuestas que prioricen a las personas y los procesos, no solo los modelos y las plataformas— la brecha del ROI de la IA probablemente permanecerá tal como está.

El artículo aparece como parte de TechRadar Pro Perspectives, y las opiniones del autor no representan necesariamente las de TechRadar Pro o Future plc. TechRadar Pro también señala que ha clasificado el mejor software de RR. HH. e invita a enviar contribuciones a través de su página de envío de Perspectives.