Un dato reciente resume con crudeza el estado de la inteligencia artificial en las empresas chilenas: el 93% cree que la IA impactará positivamente sus operaciones, el 80% de las grandes ya la implementó en algún nivel, pero solo el 3,6% ha logrado escalar iniciativas con retorno medible. La conversación pública se apurará, como siempre, a preguntar por qué fracasa la IA. Es la pregunta equivocada. La que un directorio debería llevar a su próxima sesión es la contraria: qué está haciendo distinto ese 3,6% que sí convierte la tecnología en valor. Porque todos compran las mismas herramientas, contratan a los mismos proveedores y leen los mismos informes. La diferencia no está en lo que adquieren. Está en lo que rediseñan.
Para Marcelo Blechman, socio de OLIVIA, antes de mirar a ese grupo, conviene desarmar la excusa más cómoda de la mesa directiva. Durante años, cuando la IA no rendía, la respuesta era «es un tema técnico, lo ve TI». Los datos la desmienten: según el estudio SONDA Tech Trends, en el 41% de las empresas chilenas las iniciativas de IA las impulsa directamente la gerencia general o el directorio, y solo en el 26% el área de tecnología. La IA ya dejó de ser un asunto de infraestructura y se instaló en la mesa donde se decide la estrategia. Y aun así, el 96,4% no captura valor. Las barreras que las propias empresas reportan lo confirman: falta de talento, dificultades de integración y ausencia de una estrategia clara. Ninguna es un problema de software. Todas son de diseño organizacional y liderazgo.
Ese mismo dato, además, esconde una lectura que incomoda al área de tecnología. Durante años, TI prometió dejar de ser el que mantiene los sistemas andando para convertirse en un verdadero socio del negocio. La IA era su oportunidad de oro para demostrarlo. Pero cuando casi el 60% de las iniciativas las empuja alguien que no es TI, la conclusión es difícil de esquivar: en el momento más tecnológico de la historia empresarial, el negocio decidió que no podía esperar a que su área de tecnología liderara. Esa brecha —entre la promesa del socio estratégico y la realidad del ejecutor— merece una conversación propia, que daremos en otra ocasión. Por ahora basta con señalar que la IA no solo desnuda a las organizaciones: desnuda también a sus áreas de tecnología.
¿Qué hace entonces el 3,6%? Cuatro cosas, y ninguna es tecnológica.
Primero, empieza por la decisión de negocio, no por la herramienta: no se pregunta «¿qué podemos automatizar?» sino «¿qué decisión queremos mejorar?», y recién entonces busca la tecnología que la habilita.
Segundo, sanea el proceso antes de automatizarlo, porque sabe que ponerle IA a un flujo de veinte pasos innecesarios produce veinte pasos innecesarios ejecutados más rápido.
Tercero, mide impacto y no adopción: no reporta cuánta gente usa la herramienta —una métrica que tranquiliza pero no dice nada—, sino qué se movió en ventas, en costos, en satisfacción del cliente.
Y cuarto, alinea a su comité ejecutivo en una sola definición de qué problema resuelve la IA antes de escalarla, en lugar de dejar que cada área persiga su propia versión.
Visto así, el fracaso del 96,4% deja de ser un misterio. No falla por falta de inversión ni de voluntad; muchas de esas empresas han gastado sumas considerables y tienen equipos entusiastas. Falla porque confunde adoptar con transformar. Adoptar es comprar licencias, capacitar usuarios y encender pilotos: es rápido, visible y tranquilizador. Transformar es rediseñar cómo se decide, cómo se mide y cómo se trabaja alrededor de la herramienta: es lento, incómodo y político. La mayoría hace lo primero y llama a eso «tener una estrategia de IA». El 3,6% entendió que lo primero sin lo segundo es gasto, no inversión.
Hay una lección de fondo que estos datos dejan sobre la mesa, y que ninguna herramienta va a resolver por nosotros. La tecnología no se le niega a nadie: se compra en un clic y mañana la tiene también su competidor. Por eso el valor no puede estar en la herramienta —si estuviera ahí, sería un commodity sin ventaja—. Está en las decisiones que la rodean: qué problema vale la pena resolver, qué proceso rediseñar, cómo medir el resultado, quién responde cuando el sistema falla. Esas decisiones no se automatizan ni se delegan, porque son, por definición, el trabajo de la conducción. La inteligencia artificial productiva no se compra. Se diseña. Y, como muestran las propias cifras chilenas, se diseña desde arriba.
