La IA no transforma empresas. Transforma personas que transforman empresas
El framework que falta en toda estrategia corporativa de inteligencia artificial
El año pasado, las empresas del mundo invirtieron más de US$250.000 millones en inteligencia artificial. El resultado: según BCG, el 60% no generó valor material. Solo el 5% logró escalar.
No es un problema de tecnología. No es un problema de presupuesto. Es un problema de secuencia.
La mayoría de las organizaciones están intentando adoptar IA como si fuera un ERP: un proyecto corporativo con un comité, un consultor y un plan de 18 meses. Pero la IA no funciona así. La IA es una herramienta que primero tiene que pasar por las manos de quien toma las decisiones. Literalmente. Si el CEO no ha usado inteligencia artificial para preparar su propia reunión de directorio, ningún proyecto de “transformación con IA” va a funcionar.
La semana pasada presenté un modelo a un grupo de ejecutivos de primera línea. Un framework simple para entender qué hace la IA por ti y por tu empresa, y por dónde empezar. Lo llamé E².
El cuadrante equivocado
Hay una escena que se repite en las empresas de la región. El directorio aprueba un presupuesto para IA. Se contrata una consultora. Se arma un comité. Se escribe un roadmap de transformación digital. Se elige un piloto ambicioso: “vamos a rediseñar la experiencia del cliente con inteligencia artificial”. Seis meses después, el piloto sigue en piloto. El presupuesto se fue. Y los gerentes que aprobaron el proyecto siguen mandando correos que podrían haber redactado en un tercio del tiempo si supieran usar las herramientas que ya tienen disponibles.
El patrón es más común de lo que parece. McKinsey reporta que el 78% de las empresas dicen estar usando IA, pero solo un tercio la ha escalado a nivel organizacional. BCG va más lejos: el 91% de los líderes esperan que la IA generativa sea central en su estrategia. Pero cuando le preguntas a la primera línea, solo el 25% reporta apoyo real de sus jefes en el proceso de adopción.
No hay un problema de habilidad. Hay un problema de voluntad.
Los ejecutivos están aprobando inversiones en algo que no han usado con sus propias manos. Es como si un CEO autorizara la compra de 250 licencias de un software que nunca ha abierto. No sabe qué pedirle. No sabe qué esperar. No sabe si lo que le están mostrando es un resultado bueno o mediocre. Y sin esa calibración personal, toda decisión estratégica sobre IA se toma a ciegas.
Esto empieza contigo. No con tu organización.
Yo me demoré un año en mover a Yom, y soy CEO de una empresa de tecnología. Hoy hacemos todo con IA. Pero eso empezó conmigo.
E²: Un modelo simple para entender qué hace la IA por ti y por tu empresa
Cuando le haces una pregunta a un grupo de ejecutivos, la respuesta es reveladora. “Levante la mano quien usa ChatGPT, Claude o alguna herramienta de IA generativa.” La mayoría levanta la mano. “Ahora dejen la mano arriba los que la usan todos los días para tomar decisiones de negocio.” La mayoría la baja.
Esa brecha es exactamente donde se está definiendo quién gana y quién pierde.
Para entender esa brecha, y para saber por dónde empezar a cerrarla, armé un modelo que llamo E². Son dos ejes. El primero distingue entre Eficiencia y Expansión. Eficiencia es hacer lo de siempre, mejor y más rápido. Expansión es hacer cosas que antes no podías hacer. El segundo eje distingue entre tú como individuo y tu organización. Eso genera cuatro cuadrantes.
El primer cuadrante es tu trabajo diario con un copiloto. Preparar reuniones, analizar datos, escribir mejor, tomar decisiones más informadas. Es el punto de entrada.
El segundo es la eficiencia llevada a escala organizacional. Es lo que hicieron BBVA, Zurich y JPMorgan: escalar la eficiencia individual a procesos completos. BBVA Perú redujo el tiempo de consulta de 7.5 minutos a 1 minuto para 3,000 empleados. Zurich ahorró US$40 millones en underwriting. JPMorgan obtuvo cerca de US$2.000 millones de retorno directo con 200,000 empleados usando su LLM Suite interno.
El tercer cuadrante es capacidades nuevas a nivel personal. Es un CEO configurando modelos de IA sin saber programar. Es una joven de 19 años construyendo software empresarial con herramientas de IA. Es cruzar una barrera que antes requería años de formación técnica.
Y el cuarto es nuevos modelos y cambios de paradigma a nivel organizacional. Es anticipar qué necesita un cliente antes de que lo pida. Es convertir décadas de datos en relaciones predictivas. Es lo que ya hizo Ping An en China con más de 240 millones de clientes.
El modelo tiene una indicación que no es casual: “Empieza acá”, señalando el cuadrante de eficiencia personal. Eso es una declaración de principios, no una sugerencia.
La secuencia que importa
El framework no es solo un mapa. Es una ruta. Y el orden en que lo recorres determina si tu inversión en IA genera valor o se queda en un piloto eterno.
La secuencia es: primero tú, después tu organización. Primero eficiencia, después expansión. Es decir: YO + Eficiencia → MI ORG + Eficiencia → YO + Expansión → MI ORG + Expansión.
¿Por qué ese orden y no otro?
Porque no puedes desplegar IA en tu empresa si no entiendes qué puede hacer. Y no lo vas a entender leyendo un informe de McKinsey. Lo vas a entender usándola. Todos los días. Para algo real de tu trabajo. No un curso. No un taller. No un comité. Usarla.
En mi caso empecé con cuatro herramientas: Claude como asistente de pensamiento, Granola para mis reuniones, Slack como hub de comunicación, y Pipedrive para el pipeline comercial. Con eso armé mi rutina diaria como CEO. Preparar una reunión de directorio me tomaba medio día. Hoy me toma una hora, con mejor calidad. Analizar un reporte financiero que antes delegaba, ahora lo proceso en tiempo real. Eso es el primer cuadrante.
Cuando entendí las capacidades de la herramienta con mis propias manos, pude tomar decisiones reales sobre cómo desplegarla en Yom. No desde un comité. Desde la experiencia. Eso es pasar al segundo cuadrante.
Las empresas que están generando valor real con IA comparten este patrón. BBVA empezó con un asistente interno para sus empleados en Perú — eficiencia individual — y desde ahí escaló a 120,000 personas en 25 países. JPMorgan desplegó su LLM Suite primero entre programadores y analistas, midió el impacto, y solo entonces lo expandió a 200,000 empleados. Walmart arrancó con Ask Sam, un chatbot para más de 740,000 asociados en tienda, antes de construir su plataforma de IA organizacional.
No partieron por “reinventar el modelo de negocio con IA”. Partieron porque alguien se sentó a usarla.
Habrá excepciones. Siempre hay outliers que saltan directo a la expansión. Pero para la gran mayoría de los líderes que conozco, la secuencia del E² es el camino más corto a generar valor. McKinsey lo confirmó en su reporte State of AI 2025: los usos más simples y tácticos han sido más fáciles de desplegar y escalar. La eficiencia precede a la expansión.
El costo de la inteligencia se vino a cero
El salto entre el lado izquierdo y el derecho del E² — entre Eficiencia y Expansión — parece gradual. No lo es. Es un cambio de naturaleza.
Cuando operas en Eficiencia, haces lo mismo de siempre con un copiloto. Cuando cruzas a Expansión, haces cosas que no sabías que podías hacer. Y lo que permite ese cruce tiene una explicación concreta: la barrera de entrada al conocimiento técnico colapsó.
El costo de inferencia de un modelo de IA se desplomó a US$0.07 por millón de tokens. Para ponerlo en perspectiva: con un dólar puedes procesar más de 10 millones de palabras. Pero la cifra económica no es lo que importa. Lo que importa es lo que significa en la práctica: el costo de acceder a una inteligencia que antes requería años de formación se vino a cero.
Lo viví en primera persona. Durante un viaje largo con mi familia, lejos de la operación diaria de Yom, decidí instalar y configurar un servidor de IA desde cero. Sin saber programar. Configuré API keys, servidores en la nube, canales de Slack, cuentas de email, accesos OAuth. Me tomó 8 horas usando Claude. Hace dos años, habría necesitado un equipo de ingenieros y meses de desarrollo.
No fue que la herramienta se hizo más barata. Fue que el conocimiento necesario para usarla dejó de ser una barrera. Siempre había querido poder hacer eso. Mi costo alternativo como CEO era demasiado alto. Cuando ese costo de inteligencia se vino a cero, no tuve una razón lógica para no hacerlo.
Mi hija Martina, de 19 años, está construyendo la plataforma de onboarding de Yom. Sin equipo de desarrollo. Con herramientas de IA. Si un economista y una universitaria pueden hacer esto, imaginen lo que podría hacer una organización con los recursos de la de ustedes.
Eso es Expansión. No es una mejora incremental. Es descubrir que puedes cruzar una puerta que antes estaba cerrada.
LATAM: la brecha que ya se está abriendo
Latinoamérica invierte US$8.200 millones al año en inteligencia artificial. Suena como mucho. Pero la región genera el 6,6% del PIB mundial y captura apenas el 1,1% de la inversión global en IA. Ya estamos invirtiendo mucho menos de lo que nos corresponde.
Chile lidera la región con 70.5 puntos en el Índice Latinoamericano de IA (ILIA 2025), publicado por CEPAL y CENIA. Brasil y Uruguay vienen detrás. Pero adopción no es lo mismo que valor. Si a nivel global el 74% de las empresas no logra escalar sus proyectos de IA según BCG, en LATAM el desafío es más agudo. Porque la tendencia natural es importar frameworks diseñados en otro contexto: contratar la consultora de siempre, comprar el paquete de siempre, armar el comité de siempre.
El E² propone algo distinto. No nació de un laboratorio de innovación ni de un reporte de 200 páginas. Nació de operar. De usar IA como CEO todos los días, medir qué funciona, y después escalar lo que pasa la prueba de la realidad. Es un modelo pensado desde la operación latinoamericana, no adaptado desde afuera.
La ventaja que tienen las empresas de la región es que muchas de las que hoy operan en LATAM tienen algo que ninguna startup puede comprar: décadas de datos propios. Historial crediticio. Comportamiento de millones de clientes. Cadenas de distribución con capilaridad que ningún algoritmo puede replicar desde cero. La pregunta no es si tienen los activos. Es si van a usarlos antes que su competencia.
La próxima capa de liderazgo
Hay una pregunta incómoda que el E² deja sobre la mesa y que prefiero no esquivar.
El salto de Eficiencia a Expansión personal requiere algo que no se compra ni se contrata: curiosidad. La disposición a sentarte con una herramienta que no dominas y quedarte ahí hasta que algo se mueva. No todos los ejecutivos van a dar ese paso. Algunos van a optimizar su trabajo con IA, van a hacer que sus empresas operen mejor, y se van a quedar ahí. Cómodos en el lado izquierdo del framework.
Y eso va a ser suficiente. Por un tiempo.
Pero los líderes que crucen al lado derecho — los que descubran que pueden hacer cosas que antes no podían, los que configuren, construyan, experimenten con sus propias manos — esos van a tener una ventaja que no se cierra con presupuesto. Porque van a entender lo que viene antes de que llegue. Van a tomar mejores decisiones sobre IA porque van a tener la intuición que solo da la experiencia directa.
Solo los líderes que logren expandirse personalmente podrán expandir sus compañías.
¿En qué cuadrante estás hoy?
Mi News favorito! muy muy bueno el de hoy