Adopción y gobierno de la Inteligencia Artificial en la Empresa - Parte I

 

Adopción y gobierno de la Inteligencia Artificial en la Empresa

Parte I

Reflexiones de Cristóbal Morocho Moreno

Noviembre de 2025

LinkedIn: www.linkedin.com/in/cristobalmorochomoreno

11.  Condiciones generales básicas

 La inteligencia artificial (IA) se ha consolidado como un imperativo estratégico que está redefiniendo los modelos de negocio, la eficiencia operativa y la ventaja competitiva en todas las industrias. La transición de ser una empresa que “usa IA” a una que es “IA-primero” (AI-first) es fundamental para la supervivencia y el crecimiento. Sin embargo, la adopción exitosa es un desafío complejo: entre el 70% y el 80% de los proyectos de IA fracasan, no por fallas tecnológicas, sino por expectativas poco realistas y una planificación deficiente (no precisamente por una mala gestión de la dirección de proyectos).

Las firmas consultoras a nivel mundial mencionan que los puntos clave para una implementación exitosa de proyectos con IA son los siguientes:

1. Liderazgo y estrategia: El éxito en IA comienza en la cúpula directiva. Las organizaciones líderes, denominadas "AI Achievers" (Triunfadores en la IA), cuentan con un fuerte patrocinio del CEO y tratan la IA como una prioridad estratégica para toda la organización, integrándola en sus objetivos de negocio.
2. Gobernanza y responsabilidad: La gobernanza de la IA no es opcional. Los marcos regulatorios como la Ley de IA de la Unión Europea establecen obligaciones estrictas, especialmente para sistemas de "alto riesgo", con multas significativas por incumplimiento. Es crucial implementar marcos de gestión de riesgos, como el Modelo de las Tres Líneas (Transforming risk governance at frontier AI companies; Ben Robinson and James Ginns; June 2024), y herramientas como las Evaluaciones de Impacto de la IA (AIIA) (AI Impact Assessment; The tool for a responsible AI Project; December 2024) para garantizar un despliegue ético, transparente y seguro.
3. Capacidades fundamentales: El éxito depende de un ecosistema robusto que incluye datos de alta calidad, una infraestructura técnica escalable con una gestión eficiente de ciberseguridad, y un talento humano capacitado. La calidad de los datos es la principal limitante para la implementación de IA,  la inversión en su curación (depuración, validación) y gobernanza es crítica. Asimismo, es fundamental desarrollar una cultura organizacional que abrace la IA, fomente la curiosidad y promueva la capacitación continua (upskilling) de la fuerza laboral de la organización.
4. Enfoque en el Valor y la implementación práctica: Las iniciativas de IA (Casos de Uso) deben estar soportadas para resolver problemas del negocio y que sean concretos y medibles. La recomendación de la experiencia que se está construyendo alrededor de los proyectos con IA, menciona utilizar un enfoque iterativo ("pensar en grande, empezar en pequeño, iterar frecuentemente") que priorice casos de uso de alto impacto. Igualmente, iniciar con proyectos pequeños (piloto) pero que tengan su valor para la organización (utilizar indicadores). La implementación debe ser gestionada a través de unas funciones organizacionales claras que involucren a las áreas técnica, operativa y ejecutiva.
5. Tecnologías emergentes y futuro: El panorama de la IA está en constante evolución. La tendencia se aleja del uso de un único modelo de lenguaje grande (LLM por sus siglas en inglés) hacia la orquestación de múltiples modelos de lenguaje pequeños (SLM por sus siglas en inglés) y especializados. De igual manera, los Agentes de IA, capaces de realizar tareas complejas de forma autónoma, y el emergente campo de la "robótica con IA" prometen transformar aún más la forma en que se construyen y despliegan las soluciones de IA.

En definitiva, la adopción de IA es un viaje transformacional que requiere una visión estratégica, una inversión sostenida en capacidades clave y un compromiso inquebrantable con la gobernanza responsable. Las organizaciones que logren dominar estas áreas no solo sobrevivirán, sino que liderarán los siguientes años.

 

2.   El imperativo estratégico de la Inteligencia Artificial

 La IA ha trascendido su rol como una herramienta tecnológica para convertirse en un aliado y en momentos en el núcleo de la transformación empresarial. Su adopción ya no es una opción, sino una necesidad estratégica para mantener la competitividad, impulsar la innovación y generar valor. A continuación desarrollamos esta afirmación.

 2.1. Impacto económico y empresarial

 La IA está preparada para ser un motor crítico de crecimiento económico. Según la consultora PwC dice que las proyecciones estiman que podría añadir 15.7 billones de dólares al PIB mundial para 2030 (Challenges in Integrating Generative AI into your Business; July 2025). La relevancia de la IA es tal que en 2021, los CEO de las 2,000 empresas más grandes del mundo que mencionaron interés en la IA tuvieron un 40% más de probabilidades de ver un aumento en el precio de sus acciones.

Igualmente menciona que las empresas líderes, o "AI Achievers", que constituyen solo el 12% de las organizaciones a nivel mundial, ya disfrutaban de un crecimiento de ingresos un 50% mayor que sus pares antes de la pandemia. Estas empresas no solo utilizan la IA para optimizar procesos, sino para reinventar modelos de negocio completos.

2.2. La transición hacia modelos "AI-First"

El paradigma está cambiando de empresas "AI-enhanced" (mejoradas con IA) a empresas "AI-first" (con la IA como pilar de la organización). En un modelo "AI-first", la IA no es una herramienta auxiliar, sino que está integrada en el núcleo de las operaciones, la estrategia y la creación de valor.

Este cambio redefine las estructuras de costos y las fuentes de ventaja competitiva en el siguiente sentido:

• Estructuras de costos: Se prevé una disminución del gasto en mano de obra (humana) a medida que la IA automatiza procesos, junto con un aumento significativo en el gasto tecnológico, que pasa de ser un rol de soporte a un núcleo estratégico.
• Ventaja competitiva: Las ventajas tradicionales, como la experiencia humana  o los altos costos de producción de contenido, pierden valor a medida que la IA adquiere, sintetiza y aplica conocimiento rápidamente y reduce drásticamente los costos de generación. La nueva ventaja radica en atraer y retener talento con el conocimiento práctico en el uso de la IA y en la capacidad de escalar modelos de IA efectivos a los objetivos de la organización.

2.3. Areas clave de creación de Valor

La IA genera valor a través de un portafolio equilibrado de iniciativas (proyectos) que abarcan desde la optimización de procesos diarios hasta la creación de nuevos modelos de negocio. Las áreas de aplicación se pueden clasificar en cuatro categorías principales de presupuesto y valor como se menciona en la siguiente tabla:

Categoría	Descripción		Objetivo principal
Renovar	Modernizar sistemas y procesos existentes para reducir costos y mejorar la eficiencia.		Ahorrar dinero
Crear	Desarrollar nuevos productos, servicios o flujos de ingresos.		Ganar dinero
Innovar	Crear capacidades completamente nuevas que no existían antes.		Transformar la industria
Proteger	Mitigar riesgos, garantizar el cumplimiento y mejorar la seguridad.		Reducir riesgos

Finalmente, según la consultora BCG menciona que las empresas líderes generan el 62% del valor de la IA en sus procesos de negocio centrales (como I+D, manufactura y ventas) en lugar de solo en funciones de soporte como son finanzas o TI (Where’s the Value in AI?; October 2024). 

33.  Conclusión: El liderazgo AI-First es el nuevo imperativo estratégico

La travesía hacia la adopción de la Inteligencia Artificial no es una carrera tecnológica, sino una transformación integral de negocio y gestión de riesgos. Las reflexiones desarrolladas dejan un mensaje claro y urgente: la era de ser solo una empresa "mejorada por la IA" (AI-enhanced) estaría terminando; la supervivencia y el liderazgo pertenecen a las organizaciones "AI-First".

El éxito, como hemos visto, no se esconde en el algoritmo, sino en el liderazgo estratégico que emana desde el CEO, en una gobernanza robusta y ética (como la exigida por la Ley de IA de la UE), y en el rigor de la gestión de proyectos aplicado a la calidad del dato y a la implementación iterativa.

El desafío final: Si su organización quiere unirse al 12% de las "AI Achievers"—que ya disfrutan de un crecimiento de ingresos 50% superior—, debe dejar de tratar a la IA como un proyecto de TI y adoptarla como el nuevo pilar de su ventaja competitiva. Esto exige una inversión sostenida, una cultura de capacitación constante (upskilling) y un compromiso inquebrantable con la gestión responsable y ética.

El futuro de su empresa no depende de si usa la IA, sino de qué tan bien la gobierna.

Cristóbal Morocho Moreno

PMP-DASM

Noviembre 2025