La IA no es la estrategia. La capacidad sí.

Casi todos los equipos directivos con los que conversamos tienen una iniciativa de IA. Muchas empezaron igual: alguien preguntó “¿dónde podemos usar IA generativa?”. La pregunta suena ambiciosa. En la práctica, suele producir un portafolio de pilotos que impresionan en una demostración y nunca llegan a operar.

El problema no es la tecnología. Es el punto de partida. Cuando la herramienta es el punto de partida, cada caso de uso es una solución buscando un problema, y nadie es dueño del resultado.

La pregunta no es “¿qué puede hacer la IA?”, sino “¿qué necesita poder hacer la organización?”.

Empezar por la capacidad

Una capacidad es algo que la organización puede hacer de forma repetida, confiable y con un costo conocido: cerrar un reporte regulatorio a tiempo y con evidencia, detectar un patrón de fraude antes de que escale, vincular a un cliente en horas y no en días. Las capacidades tienen dueños, indicadores y modelos de operación. Las herramientas no.

Cuando trabajamos con un equipo directivo, hacemos tres preguntas antes de hablar de cualquier tecnología:

• ¿Qué capacidad están intentando construir y cómo sabrían que funciona?
• ¿Qué les impide construirla hoy: datos, procesos, personas, plataformas o riesgo?
• ¿Cuál es el trabajo más pequeño que demostraría valor con evidencia real?

Dónde encaja realmente la IA

Tomemos los reportes regulatorios. La capacidad es “cada reporte validado, trazado y aprobado a tiempo”. La IA puede ayudar: puede explicar por qué falló una validación o redactar la justificación de una excepción. Pero la base no es un modelo. Es un catálogo de reglas, cortes gestionados y una evidencia que un auditor pueda seguir. Si se pone IA sobre una base débil, se automatiza la confusión.

Por eso tratamos la IA como un multiplicador de una capacidad, no como su sustituto. La arquitectura, la calidad de datos y el gobierno son lo que hace que ese multiplicador valga algo.

Una prueba sencilla para cualquier piloto de IA

Antes de aprobar el próximo piloto, verifique que tenga:

• Un dueño de negocio que usará el resultado, no solo un patrocinador técnico
• Una línea base, para que la mejora se mida en lugar de afirmarse
• Acceso a los datos que necesita, con los permisos adecuados
• Una visión de cómo se operará, monitoreará y financiará después de la demostración
• Un método de evaluación que incluya sus limitaciones

Si falta alguno, el piloto puede seguir siendo interesante. Solo que todavía no es un paso hacia una capacidad.

La IA seguirá cambiando más rápido que cualquier hoja de ruta. Las capacidades que su organización necesita cambiarán mucho más despacio. Ancle su estrategia ahí y deje que la tecnología la sirva.