Hace pocas semanas, en un panel sobre IA, un CEO me dijo con orgullo que su empresa ya estaba usando inteligencia artificial para hacer más eficientes varios de sus procesos clave. Cuando le respondí que es un buen primer paso, me quedó viendo con cara de “cómo que primer paso”… estaba seguro de que estaba súper adelante en la carrera. El problema es que mientras él celebraba la eficiencia ganada, otros jugadores de su sector estaban usando la misma tecnología para construir capacidades que su empresa no tiene. La cosa con la IA es que no hay mucho espacio para parar a sentirnos conformes.

Durante el último periodo, el enfoque dominante fue mirar a la inteligencia artificial como una palanca de eficiencia, una manera de hacer más rápido o más barato lo que ya se venía haciendo. Esa mirada fue útil en su momento y a varias empresas les permitió dar sus primeros pasos sin grandes complicaciones operativas. El problema aparece cuando esa primera ola el peldaño inicial de una escalera muy larga, más aún, cuando el comité de dirección sigue celebrando reducciones de costos mientras el juego de afuera ya cambió de nivel.

McKinsey publicó en su State of AI 2025 un dato que vale la pena mirar con atención. Solamente alrededor del seis por ciento de las empresas encuestadas globalmente están capturando valor financiero significativo de su inversión en inteligencia artificial. El resto está atrapado en lo que ellos llaman pilot purgatory, un limbo donde la empresa "usa IA" pero el impacto real en el resultado del negocio es marginal… Lo interesante del reporte no es ese dato aislado sino la explicación de por qué pasa. Las pocas empresas que sí están capturando valor real comparten el rasgo común de haber dejado de pensar la IA como herramienta para hacer más eficiente lo que ya hacían y empezaron a usarla para construir capacidades que antes no tenían.

Algunas instituciones financieras del mundo, por ejemplo, están empezando a evaluar el riesgo crediticio de sus potenciales clientes con señales que hace pocos años habrían parecido absurdas en una mesa de comité. La duración de batería del celular, los patrones de geolocalización a lo largo de la semana, el tipo de aplicaciones más utilizadas o el ritmo de respuesta a comunicaciones se están convirtiendo, en manos de modelos de IA bien entrenados, en una forma de leer comportamiento financiero en personas que nunca pisaron un banco. Lo importante del caso es que ahora pueden ofrecer crédito a segmentos enteros de la población que antes les resultaban invisibles por falta de historial financiero tradicional. Eso, para una empresa, no es una versión mejorada de lo que ya hacía, es una cancha donde antes no podía jugar.

La pregunta útil entonces ya no es cómo uso IA para hacer mejor lo que hago, la pregunta útil es qué podría llegar a hacer mi empresa si tuviera capacidades que hoy le faltan y qué tan cerca está la IA de permitirme construirlas.

Ese cambio tiene consecuencias muy concretas para quien dirige una empresa hoy. Cambia, antes que nada, dónde se ponen los recursos, porque las iniciativas con mayor retorno dejan de ser las de ahorro operativo y pasan a ser las que abren cancha competitiva nueva. Cambia también la métrica con la que se evalúa un proyecto de IA, porque medir solamente cuánto se redujo el costo deja de ser suficiente cuando lo que está en juego es cuánto se amplió el espacio de lo posible para el negocio. Y cambia, sobre todo, lo que se le pide al líder. Pasa a requerir la capacidad ambivalente de saber moverse entre el bosque y el árbol al mismo tiempo, diseñar la apuesta estratégica desde la altura adecuada y al mismo tiempo entender el detalle técnico necesario para distinguir cuándo un proveedor está construyendo una capacidad real y cuándo está vendiendo humo.

Veo mucho de esto último en mis recientes asesorías. Comités de dirección que aprueban proyectos de IA porque suenan bien en la presentación, sin haberse preguntado si lo que están persiguiendo amplía la cancha de juego de la empresa o si es un parche sofisticado sobre un proceso que ya existía. El costo de esa falta de criterio no es solamente económico, sino también competitivo, y se paga en los siguientes tres a cinco años, cuando otros jugadores del sector hayan instalado capacidades reales mientras la empresa propia sigue celebrando ahorros marginales.

Lo que está en juego en este momento no es quién usa más IA, sino quién la usa para convertirse en una empresa capaz de hacer cosas que antes nadie en su categoría podía hacer. Esa es la conversación pendiente en la mayoría de comités. No cuánto vamos a ahorrar con IA este año, sino qué capacidades vamos a instalar con IA que nos hagan distintos en tres años. (O)