“¿Cómo empiezo IA?” es una pregunta que aparece cada vez más en mis conversaciones con directorios.
Y hay algo interesante: muchos ya no empiezan desde cero. Saben que existe mucho hype, que tienen que trabajar la data, revisar procesos y establecer gobierno. Algunos incluso ya hicieron pilotos, probaron copilotos o empezaron a experimentar con agentes.
La conversación que me interesa empieza después de eso: ¿cómo desarrollar esta capacidad sin comprometer desde el primer día una estructura, una inversión y un equipo que todavía no sabemos exactamente cómo deberán quedar diseñados?
Esperar también tiene costo
Los resultados de IA todavía están lejos de las expectativas que se construyeron alrededor de ella. McKinsey encontró en 2025 que cerca de dos tercios de las organizaciones todavía no habían comenzado a escalar IA a nivel empresarial. Solo 39% reportaba impacto en EBIT a nivel de empresa, aunque 62% ya estaba experimentando con agentes. [1]
Eso puede generar una reacción bastante comprensible: esperar a que la tecnología madure, los casos de uso sean más claros y otros paguen primero el costo del aprendizaje.
Yo tendría cuidado con esa decisión.
La empresa necesita tiempo para aprender dónde aplicar IA, cómo integrarla a procesos reales, qué decisiones puede delegar, qué controles necesita y qué talento deberá desarrollar. Esa capacidad no aparece automáticamente cuando la tecnología alcanza madurez.
No creo que una compañía tenga que hacer hoy una apuesta desproporcionada en IA. Sí creo que necesita entrar en la curva de aprendizaje para estar preparada cuando la tecnología, los modelos y los casos de uso alcancen mayor madurez.
La transformación digital anterior dejó una advertencia
Existe además un aprendizaje que muchas compañías ya conocen.
Percibo un malestar bastante general entre ejecutivos y directorios respecto de cuánto terminó dependiendo de terceros una parte importante de su cadena de valor digital.
Cloud, SaaS, ecommerce, plataformas, integradores y otros habilitadores permitieron avanzar rápidamente. Pero años después también aparecen contratos difíciles de mover, costos recurrentes importantes y capacidades estratégicas que terminaron fuera de la compañía.
BCG encontró en 2025 que 62% de 500 decisores de tecnología encuestados manifestaba preocupación por el lock-in de plataformas. Al mismo tiempo, 70% seguía buscando alternativas en el mercado. [2]
IA puede volver a llevarnos por ese camino.
Vamos a necesitar proveedores, plataformas y especialistas externos. Sería poco realista pensar lo contrario. Pero si IA empieza a intervenir procesos, decisiones, productividad, conocimiento y partes relevantes de la propuesta de valor, la compañía tiene que decidir desde temprano qué capacidades no quiere dejar permanentemente afuera.
No conviene esperar. Tampoco conviene entregar toda esta nueva capacidad al ecosistema externo.
Entonces, ¿cómo empezar dentro de la compañía?
Una forma de empezar
Muchas organizaciones enfrentan restricciones bastante concretas. No quieren realizar una inversión demasiado grande cuando todavía existe incertidumbre, no saben exactamente qué especialistas necesitarán y sus equipos actuales ya tienen una operación que sostener.
Las mismas personas responsables de clientes, ingresos, tecnología y procesos reciben además el mandato de transformarlos. En teoría pueden hacer ambas cosas. En la práctica, cuando operación y transformación compiten por las mismas personas y las mismas horas, la operación suele ganar.
Hay además otra dimensión que no siempre discutimos abiertamente: la transformación tiene costo político.
Cambiar procesos modifica responsabilidades. Automatizar tareas cambia roles. Mover prioridades redistribuye presupuesto. Revisar cómo se toman decisiones puede cuestionar espacios de poder que llevan años instalados.
Eso también retrasa la transformación.
En ese contexto, cada vez encuentro más sentido a una oficina de transformación de IA y digital como servicio.
No como destino final. Como una forma de empezar.
Una capacidad externa temporal puede aportar especialistas con experiencia sin obligar a construir inmediatamente toda una estructura interna. Puede agregar capacidad de ejecución cuando los equipos están absorbidos por la operación, reducir parte del costo inicial de incorporar perfiles especializados y aportar cierta neutralidad para cruzar áreas y poner decisiones difíciles sobre la mesa.
Siempre con una condición: las prioridades, las decisiones, el riesgo aceptado y el accountability siguen siendo de management.
El objetivo es dejar de necesitarla
Una oficina de transformación como servicio debería ayudar a la empresa a ejecutar mientras descubre qué talento, conocimiento y gobierno necesita incorporar definitivamente.
Con el tiempo, parte de esa capacidad deberá quedar dentro y otra parte podrá seguir en el ecosistema. No todo necesita internalizarse.
Pero si esta ola realmente va a modificar procesos, decisiones y modelos de negocio, la compañía no puede permanecer como espectadora de su propia transformación.
Y si después de varios años todavía necesita al tercero para definir prioridades, gobernar la transformación y decidir cómo evolucionar, no desarrolló una nueva capacidad.
Construyó otra dependencia.
Fuentes
[1] McKinsey & Company (2025). The state of AI in 2025: Agents, innovation, and transformation.
[2] Boston Consulting Group (2025). Managing the evolving dynamics of digital platform lock-in.