Si antes la pregunta era “qué harías si tuvieras todo el conocimiento”, ahora la pregunta es “por qué todavía no lo estás haciendo”.
Esa idea resume bastante bien varias conversaciones que he tenido últimamente con clientes y equipos que están mirando la inteligencia artificial con interés, pero también con cierta parálisis. Hay entusiasmo, hay curiosidad y en muchos casos ya existe acceso a herramientas. Sin embargo, cuando la conversación pasa desde la inspiración hacia la ejecución, aparece una barrera menos tecnológica y mucho más organizacional: alguien tiene que decidir qué cambiar, por dónde partir y quién se hará responsable del resultado.
Durante mucho tiempo, la tecnología fue una limitación real. No siempre estaban disponibles las herramientas, los datos no estaban ordenados, los especialistas eran escasos, los presupuestos eran altos y muchas ideas quedaban guardadas porque simplemente no existía la capacidad interna para llevarlas a la práctica. Era razonable decir que no se podía avanzar porque faltaba conocimiento, equipo o infraestructura.
Pero esa realidad está cambiando. Hoy muchas cosas que antes parecían complejas, caras o lejanas se pueden prototipar en días. Una campaña de marketing, una automatización, una primera versión de un agente, un asistente para soporte, una propuesta comercial, un análisis documental, una segmentación de clientes o un modelo inicial para priorizar oportunidades ya no requieren necesariamente partir desde cero ni tener a todo el equipo experto contratado desde el primer día.
Esto no significa que todo sea fácil, ni que la IA reemplace el criterio experto, la experiencia o la responsabilidad de las personas. De hecho, mientras más cerca está la IA de procesos reales del negocio, más importante se vuelve el criterio humano. Pero sí creo que muchas de las barreras que usábamos para justificar la inacción están empezando a perder peso. La tecnología ya no siempre es el stopper. El conocimiento tampoco necesariamente lo es.
Entonces aparece una pregunta más incómoda: qué queremos hacer realmente.
Muchas empresas ya tienen acceso a ChatGPT, Copilot, Gemini, Claude u otras herramientas. Algunas incluso ya pagan licencias corporativas y han realizado capacitaciones internas. Pero cuando uno mira el uso real, muchas veces la IA sigue operando como una herramienta individual y aislada. Alguien abre una pestaña, pide ayuda para redactar un correo, resume un texto, arma una minuta o genera ideas para una presentación. Todo eso puede ser útil, pero no necesariamente transforma la forma en que trabaja una empresa.
El cambio real aparece cuando la organización decide qué proceso quiere mejorar, qué capacidad quiere construir, qué problema quiere resolver y qué nivel de riesgo está dispuesta a asumir. Ahí es donde, en mi opinión, está el nuevo cuello de botella. No está solamente en la IA, ni en la herramienta, ni en el modelo. Está en la decisión humana.
Porque ampliar capacidad no es lo mismo que crear valor. Tener acceso a inteligencia artificial puede acelerar tareas, pero para que eso se convierta en impacto real alguien debe definir prioridades, responsabilidades, métricas y límites. Una empresa necesita decidir qué tareas vale la pena automatizar, qué procesos deben rediseñarse, qué datos se pueden usar, qué casos de uso tienen sentido y qué se hará con el tiempo o la capacidad que se libere. Esa parte no la resuelve sola la IA.
Uno de los errores más comunes que veo es tratar la inteligencia artificial como si fuera una capa que se instala sobre la empresa actual sin tocar nada más. Se habilita una herramienta, se hace una capacitación, se compra una licencia y se espera que mágicamente aparezca productividad. Pero la productividad no aparece solo porque alguien tenga acceso a una tecnología. Aparece cuando se cambia la forma de trabajar.
Por eso creo que muchas organizaciones no tienen, al menos en esta etapa, un problema estrictamente de IA. Tienen un problema de decisión, foco y ownership. Hay pilotos que no escalan porque nadie definió con claridad qué significaba éxito. Hay casos de uso que no avanzan porque nadie tomó responsabilidad sobre el proceso completo. Hay datos que nunca se preparan porque todos esperan que otra área los ordene. Hay automatizaciones que no se implementan porque implican modificar una forma de trabajo que, aunque ineficiente, ya es conocida. Y hay riesgos que no se gestionan porque se prefiere mantener la conversación en un nivel general y no entrar en definiciones concretas.
Mientras tanto, muchas conversaciones siguen girando en torno a preguntas importantes, pero incompletas: qué herramienta usar, qué modelo es mejor, qué licencia conviene comprar o qué están haciendo otras empresas. Son preguntas válidas, pero no alcanzan. Antes de elegir la herramienta, la empresa debería preguntarse qué decisión de negocio está evitando tomar.
Si una organización sabe qué quiere lograr, la IA puede ayudar a acelerar mucho. Puede ayudar a analizar, sintetizar, automatizar, generar alternativas, preparar documentos, responder a clientes, ordenar información o descubrir patrones. Pero si la organización no tiene claridad sobre el objetivo, la IA puede acelerar la confusión. Puede producir más documentos, más ideas, más borradores y más ruido, sin necesariamente acercar a la empresa a un resultado concreto.
También es importante evitar el extremo contrario. Decidir no significa automatizar todo sin control ni perseguir cualquier caso de uso solo porque técnicamente se puede hacer. La decisión humana también implica definir límites, riesgos aceptables, criterios de seguridad, niveles de supervisión y mecanismos de gobierno. Adoptar IA no es solo acceder a una nueva capacidad; es decidir cómo esa capacidad se integra al negocio de manera responsable.
Ahí el liderazgo importa mucho. La IA puede sugerir caminos, pero no puede definir la ambición de una empresa. Puede proponer alternativas, pero no puede asumir la responsabilidad del resultado. Puede acelerar análisis, documentos, código, campañas o procesos, pero no puede reemplazar la claridad estratégica ni la capacidad de priorizar.
Por eso, cuando una empresa dice que quiere implementar IA, cada vez me interesa menos partir por la herramienta y más por entender la decisión que hay detrás. Qué quiere mejorar. Qué quiere dejar de hacer manualmente. Qué quiere responder más rápido. Qué quiere vender mejor. Qué quiere medir con mayor precisión. Qué quiere aprender del negocio que hoy no está viendo.
La IA ya puede hacer muchas cosas, y va a poder hacer muchas más. Pero eso no elimina la necesidad de decidir; al contrario, la vuelve más importante. Si el conocimiento empieza a estar disponible, si la tecnología baja la barrera de entrada y si nuevas capacidades digitales empiezan a estar al alcance de cualquier equipo, entonces la ventaja competitiva no estará solo en tener IA. La ventaja estará en saber qué hacer con ella.
Tal vez esa sea la conversación que muchas empresas necesitan tener ahora. No una conversación centrada únicamente en herramientas, modelos o tendencias, sino una conversación más directa sobre prioridades, decisiones y responsabilidad.
Porque si la IA ya puede ayudarte a hacerlo, la pregunta de fondo es mucho más simple y mucho más difícil: ¿qué estás esperando para decidir?.
