Festival IA Guatemala 2026: la IA no está transformando a las empresas porque no participa en las decisiones clave
- angiecantillo1
- hace 4 horas
- 4 Min. de lectura
Juan Salazar, Fundador de Vector Strategy, expuso el desfase entre adopción tecnológica y resultados reales: pilotos fallidos, bajo impacto en productividad y un problema estructural de gobernanza que mantiene a la inteligencia artificial lejos de la mesa donde se define el rumbo empresarial.
La inteligencia artificial ha llegado masivamente a las empresas, pero no necesariamente al lugar donde más importa. Según plantea Juan Salazar, Fundador de Vector Strategy, el verdadero impacto de la IA no debería medirse en dashboards ni en automatización operativa, sino en su capacidad para transformar cómo se toman decisiones en la alta dirección. Ahí, los datos muestran un rezago preocupante.
El diagnóstico es contundente. Hasta el 95% de los pilotos con IA generativa han fallado en generar los resultados esperados. Más del 80% de las compañías no ha visto mejoras tangibles en productividad pese a años de inversión. Incluso organizaciones como Johnson & Johnson han reconocido que solo el 15% de sus aplicaciones de IA generó valor tras ejecutar cerca de 900 experimentos.
La conclusión no apunta a una limitación tecnológica, sino a un problema de enfoque. Las empresas están implementando IA, pero no están rediseñando sus procesos de decisión.
La adopción ocurre en el nivel equivocado
Uno de los hallazgos más reveladores es dónde se está utilizando la inteligencia artificial dentro de las organizaciones. De acuerdo con datos citados por The Wall Street Journal, en Colgate-Palmolive, una empresa con más de 200 años de historia, aproximadamente la mitad de los empleados utiliza IA para tareas básicas como reescribir correos electrónicos.
El patrón se repite a escala global. Un estudio de McKinsey & Company en la industria farmacéutica, basado en 50.000 empleados, concluyó que los principales usuarios de estas herramientas son perfiles junior, no los directores ni los equipos ejecutivos.
Esto configura una paradoja: la tecnología más estratégica de la última década se está usando, en gran medida, para optimizar tareas tácticas.
Gobernanza débil, confianza limitada
El problema central, según Salazar, es la ausencia de gobernanza en los procesos analíticos. No se trata solo de regulación o políticas de uso, sino de disciplina estructurada para analizar información y tomar decisiones complejas sin omitir pasos críticos.
Los números respaldan esta lectura. Apenas el 20% de las empresas cuenta con modelos maduros de gobernanza, según Deloitte. A la vez, aunque el 85% de las organizaciones está probando o utilizando IA generativa, solo el 22% confía plenamente en ella, una brecha que evidencia fragilidad en la infraestructura y los procesos.
A esto se suma un fenómeno persistente: la toma de decisiones en silos. Un ajuste aparentemente aislado, como aumentar precios en un 8%, desencadena efectos en cadena en producción, logística, talento y rentabilidad. Sin una visión transversal, las decisiones se fragmentan y pierden efectividad.
Las empresas más avanzadas, particularmente dentro del Fortune 100, han respondido no eliminando los silos, sino imponiendo capas obligatorias de análisis que conectan las distintas áreas antes de ejecutar cualquier movimiento estratégico.
El riesgo de confiar en sistemas que “alucinan”
El entusiasmo por la IA generativa también convive con limitaciones técnicas relevantes. Salazar advierte que los sistemas abiertos, aunque potentes, presentan tasas de precisión cercanas al 54% y niveles de “alucinación” que pueden oscilar entre el 43% y el 93%. Además, existen más de 80 tipos distintos de errores identificados en modelos de lenguaje.
En un entorno empresarial, donde las decisiones implican millones de dólares, estos márgenes de error plantean un dilema evidente: velocidad sin confiabilidad puede amplificar problemas en lugar de resolverlos.
Del modelo generalista al sistema multiagente
Frente a estas limitaciones, emerge un enfoque distinto: sistemas de inteligencia artificial basados en múltiples agentes especializados, coordinados bajo reglas de gobernanza.
El concepto, alineado con la tendencia de “human in the middle” que gana tracción en Silicon Valley, redefine el rol de la IA. No reemplaza al ejecutivo, sino que estructura su pensamiento, ordena la información y acelera el análisis.
En lugar de depender de un único modelo generalista, estos sistemas funcionan como equipos virtuales donde cada agente tiene una especialidad y participa en el momento adecuado. El resultado es un proceso que replica, en milisegundos, dinámicas que tradicionalmente tomarían semanas de reuniones entre áreas.
Tres niveles para conectar datos y estrategia
La arquitectura propuesta se organiza en tres capas:
El nivel operativo responde qué pasó, utilizando KPI y datos históricos, pero incorporando benchmarks globales para contextualizar el desempeño.
El nivel analítico explica por qué ocurrió, identificando causas raíz y dependencias entre variables.
El nivel estratégico proyecta qué hacer, ofreciendo escenarios, trade-offs y estimaciones de impacto, incluyendo costos, retorno, riesgos y tiempos de implementación.
Este enfoque permite pasar de la simple visualización de datos a la toma de decisiones informadas. En un ejemplo presentado, un sistema de este tipo detecta que el problema de una empresa no es productivo, sino comercial, con el 100% de su fuerza de ventas incumpliendo objetivos frente a un benchmark del 40%.
A partir de ahí, proyecta una posible caída de ingresos de entre 25% y 30% en seis meses si no se actúa, y propone rutas concretas de acción con sus respectivas implicaciones.
Decidir mejor, no solo más rápido
El punto más crítico no es la velocidad, sino la dirección. Como advierte Salazar, acelerar decisiones sin gobernanza puede llevar a las empresas más rápido hacia el error.
Hoy, el 98% de las personas utiliza IA de alguna forma en su trabajo. Sin embargo, su integración en los niveles más altos de decisión sigue siendo limitada. Y mientras la inteligencia artificial no forme parte estructural del proceso estratégico, su impacto seguirá siendo marginal.
La promesa de la IA no está en automatizar lo que ya hacemos, sino en obligar a las organizaciones a pensar mejor. En ese cambio, más cultural que tecnológico, se juega su verdadero potencial.
Comentarios