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

 

Adopción y gobierno de la Inteligencia Artificial en la Empresa

Parte II

Reflexiones de Cristóbal Morocho Moreno

Noviembre de 2025

LinkedIn: www.linkedin.com/in/cristobalmorochomoreno

11.  El camino hacia la madurez en la IA

 La adopción de IA es un viaje que las organizaciones deberán recorrer a través de distintas etapas de madurez. Pocas empresas han logrado escalar sus iniciativas más allá de proyectos piloto; esto fundamentalmente por dejarse llevar por la emoción y hasta la moda del término “IA”. Mencionamos en el artículo anterior sobre este tema que el principal motivo por el cual los proyectos que hacen uso de la IA fracasan es por la falta de un análisis real que cubra necesidades del negocio y que estén soportados en datos, gobierno, infraestructura y talento.

Es ya una vía general y recomendada el hecho que previo a encarar la integración de la IA en una organización el realizar una valoración de cuál es su situación frente a esta tecnología. Personalmente desde el año 2023 he estado involucrado en la definición de alguna herramienta o guía para ayudar a las empresas a realizar esta valoración. De hecho generé mi propia guía que la llame “IPIIA” (Indice Previo al Inicio de la Inteligencia Artificial). A la fecha, existen disponibles muchas guías (libres y propietarias) que realizan esta valoración y análisis, pero, todas coinciden en ciertos niveles de madurez.

 1.1.  Niveles de madurez en IA

Según IPIIA, las organizaciones pueden ser categorizadas en niveles de madurez, cada uno representando una etapa en el dominio de la IA tal como se muestra a continuación: 

Nivel de Madurez	Descripción
1. No considera la IA	Ha escuchado acerca de la IA, pero no es consciente de las posibles aplicaciones. Tiene prácticas ad-hoc y no estructuradas con mínima alineación organizacional o infraestructura.
2. Considera la IA	Es un consumidor informado acerca de las soluciones de IA. Es capaz de identificar Casos de Uso para reconocimiento y gestión básica de los procesos de IA, con escalabilidad y alineación limitadas.
3. Desarrolla la IA	Es capaz de integrar un modelo de IA en productos o procesos de negocio estandarizados que se aplican consistentemente en toda la organización, permitiendo una mejor previsibilidad y rendimiento.
4. Competente en la IA	Es capaz de desarrollar soluciones de IA personalizadas para necesidades empresariales específicas. Gestión basada en métricas donde los KPIs y los indicadores de rendimiento garantizan la previsibilidad y el control. Mejora continua e innovación con procesos que están perfectamente integrados y alineados con los objetivos organizacionales.

 

1.2.  Características de los "AI Achievers"

Según la consultora Accenture en su informe “El Arte de Madurez de la IA” (Art of AI Maturity -  Advancing from practice to performance; 2022), dice que las organizaciones que han alcanzado una madurez avanzada en IA, denominadas "AI Achievers" (Triunfadores en la IA), que según la tabla anterior están en el nivel “Competente en la IA”, demuestran cinco características distintivas que les permiten lograr un crecimiento superior y una transformación empresarial:

1. Liderazgo estratégico: Sus máximos líderes, con un 83% contando con el patrocinio del CEO, defienden la IA como una prioridad estratégica para toda la organización.
2. Inversión en talento: Invierten fuertemente en talento humano (interno y nuevas contrataciones) para obtener más beneficios de sus inversiones en IA, desarrollando la fluidez en datos, procesos e implementaciones con IA en toda la fuerza laboral.
3. Industrialización de herramientas: Industrializan herramientas y equipos de IA para crear un núcleo de IA fuerte y centralizado en la organización.
4. Diseño responsable: Diseñan la IA de manera responsable desde el principio, integrando la ética y la gobernanza en el ciclo de vida del desarrollo de los proyectos y casos de uso que incluyen la IA.
5. Inversión equilibrada: Priorizan las inversiones en IA tanto a corto como a largo plazo para asegurar un valor sostenido. Tienen establecido un plan maestro y estratégico cuyo componente es la innovación.

 

1.3.  Plan de acción para el éxito en la IA 

No existe una receta mágica para integrar la IA en una organización. Como es lógico cada organización y el sector al cual pertenece tiene su propia historia. Por otro lado, si puede realizarse un esfuerzo para plantear un conjunto de pasos estratégicos que permitan establecer un plan general que pueda ser adaptado a cada empresa según su estado de madurez y realidad. Así entonces consideremos las siguientes estrategias generales destinadas a implementar la IA, pero, como se ha mencionado, cada realidad empresarial tendrá su adaptación: 

1. Establecer el Liderazgo y una estrategia para la IA: Alinear las iniciativas de IA (casos de uso) con los objetivos de negocio a través de una dirección estratégica clara.
2. Establecer una cultura de IA responsable: Construir un gobierno de responsabilidad organizacional, ética y habilidades alrededor de la IA para asegurar implementaciones y desarrollos de bienes y servicios seguros que contienen esta tecnología.
3. Comprender las capacidades tecnológicas de la IA: La IA requiere de infraestructura tecnológica (propia, contratada, híbrida). El evaluar su capacidad actual permitirá establecer las acciones para definir la capacidad necesaria (o al menos una inicial) para desarrollar sus casos de uso y con ello, por supuesto, exponer sus beneficios, oportunidades y riesgos. Recordar lo mencionado en el artículo anterior, respecto a desarrollar una infraestructura robusta de datos, tecnología y ciberseguridad.
4. Establecer y fortalecer la gestión de riesgos: Es importante que la organización implemente y fortalezca sus procesos para identificar, medir y mitigar los riesgos de adopción de la IA. Considerar fundamentalmente que los datos empresariales serán el “alimento” para la IA y por tanto, serán sensibles. Como es evidente, una gestión de riesgos será una obligación mas no una opción.
5. Monitorear con métricas claras: Como todo plan estratégico deberá incluir indicadores clave de rendimiento (KPIs por sus siglas en inglés) que permitan controlar el desarrollo de los proyectos y en particular el ROI de los mismos. Es claro que esos indicadores no serán los mismos que otros proyectos tradicionales de tecnología (posiblemente si existirá algunos que coincidan) y serán utilizados como bucles de retroalimentación de la prueba de concepto (PoC, por sus siglas en inglés) y los pilotos para refinar las estrategias y mejorar las implementaciones. Igualmente asegurarse que las métricas estén orientadas a los resultados y se alineen con los objetivos organizativos (mejorar la estrategia), los principios de IA responsable y las expectativas de los consejos de gobierno y los miembros de la comunidad.
6. La IA centrada en el humano: Asegurar que la tecnología trabaje para las personas, tanto empleados como usuarios finales. Esto podría sonar como enfoque “humano céntrico”, pero no se refiere en ese sentido, sino más bien en la preocupación por el impacto de la IA en las personas y sus intereses y no actúe de forma autónoma sin supervisión. Es crucial que las organizaciones equilibren la integración de esta tecnología con la interacción humana, garantizando que la IA se emplee para complementar y no necesariamente para sustituir a los humanos; esto involucra por supuesto, un análisis honesto de los motivos de incorporar la IA y la situación de la empresa. La transparencia es esencial, ya que los usuarios finales deben tener una idea clara de cómo funciona un sistema de IA y cuáles son sus limitaciones, especialmente si lo usan como parte de su proceso de trabajo.
7. Gestionar el Cambio de manera proactiva: Identificar y abordar  de manera proactiva la resistencia y las preocupaciones presentes en el recurso humano de la organización. Escuchar las preocupaciones de las partes interesadas y ofrecer soluciones a las mismas ayudará considerablemente a superar esa resistencia. Los expertos en el tema de gestión de cambio recomiendan utilizar técnicas como discusiones individuales, grupos focales y actividades de capacitación. Por otro lado, el supervisar los progresos y hacer ajustes será una forma de control y monitoreo (incluso debe ser un KPI de monitoreo). El celebrar hitos y éxitos para mantener el impulso y la participación de todos los involucrados preparará a la fuerza laboral para los nuevos roles y flujos de trabajo impulsados por la IA.

 

22.  Conclusión: La madurez de la IA como imperativo de supervivencia.

El camino hacia la adopción efectiva de la IA se revela como un viaje estructurado de madurez, no un simple salto tecnológico impulsado por la moda. La lección más contundente es que la mayoría de los proyectos de IA fracasan, no por la tecnología, sino por la precipitación al intentar escalar sin una base sólida de estrategia, datos, talento y gobernanza. La clave inicial está en la autoevaluación. Conocer si la organización está en un Nivel 1, apenas considerando la IA, o si se ha consolidado como un "AI Achiever" (Nivel 4), capaz de industrializar soluciones personalizadas y gestionar el rendimiento a través de métricas claras, es una fundamental tarea.

Por lo tanto, la integración de la IA no es un checklist, sino definir un Plan de Acción continuo y adaptable. Este plan debe incluir, adicionalmente a los proyectos que se establezcan con este propósito, tareas y actividades alrededor de los siguientes temas: 

1.      Establecer un liderazgo que alinee la IA con los objetivos de negocio.

2.      Construir un Gobierno responsable que gestione la ética y los riesgos. Fortalecer la gestión de riesgos como obligación, no como opción.

3.      Monitorear con métricas claras y orientadas al ROI, distintas a las tradicionales.

4.      Garantizar la IA centrada en el humano, donde la tecnología complemente, asegurando transparencia en el proceso de trabajo.

5.      Gestionar el Cambio proactivamente, abordando la resistencia y preparando a la fuerza laboral para los nuevos roles.

En definitiva, la madurez en la IA no es un fin, sino la base fundamental para la competitividad futura. Aquellas organizaciones que logren transitar este camino con estrategia y gestión proactiva del cambio, serán las que no solo dominarán la tecnología, sino que liderarán su sector.

Cristóbal Morocho Moreno

PMP-DASM

Noviembre 2025