En febrero de 2021, una ciudad de Rajastán transformó un vertedero abandonado en una planta de biometanización capaz de procesar 20 toneladas de residuos orgánicos por día. El resultado no fue solo gas comprimido para cocinas y vehículos. Fue la demostración de que la dependencia de un sistema de gestión de residuos roto puede romperse, pero solo si alguien construye primero la arquitectura que lo reemplaza.
Yazmin Ruiz no espera al vendedor de PepsiCo para reponer su inventario. Cuando la tienda se queda sin papas fritas a las diez de la noche, abre una aplicación en su teléfono, coloca el pedido y sigue con su turno. Detrás de ese gesto cotidiano hay una transformación que PepsiCo lleva construyendo desde 2022 en México, su segundo mercado global después de Estados Unidos y el más fragmentado en términos de distribución.
La narrativa dominante sobre los Centros de Capacidades Globales en India ha sido, durante la última década, una historia de éxito casi sin matices. Mil novecientos centros operativos, presencia en ocho industrias, ambiciones de llegar a los cien mil millones de dólares en contribución económica. Y sin embargo, debajo de ese crecimiento acelerado, hay una fisura que el sector lleva meses tratando de procesar sin demasiado éxito: el perfil de talento que los GCCs necesitan hoy ya no coincide con el talento que India produce en cantidad suficiente.
Hay una línea en casi todos los presupuestos empresariales del momento. Tiene un nombre como
Hay un número que debería estar encima del escritorio de cada CFO que hoy firma un presupuesto de inteligencia artificial: 40%. Esa es la proporción de compañías que, según una encuesta reciente de Bain & Company a 951 grandes corporaciones globales, midió sus ahorros reales de IA y los encontró en el rango de cero a diez por ciento. No porque la tecnología fallara en producción. Sino porque el valor prometido nunca llegó a convertirse en valor capturado.
La adquisición de Bestever AI por parte de Samba TV, anunciada el 22 de junio de 2026, no es una noticia de tecnología publicitaria. Es una declaración sobre qué tipo de activo importa cuando los modelos de inteligencia artificial se vuelven indistinguibles entre sí. Samba lo sabe, y por eso la jugada no está en el algoritmo que compró, sino en los datos que ya tenía.
Hay una categoría de éxito que pocas organizaciones saben fabricar: la que se vuelve invisible. David Cordani, quien tomó las riendas de Cigna en 2009 cuando la compañía facturaba unos 18.000 millones de dólares al año, sale de la posición de CEO el 1 de julio de 2026 habiendo llevado esa cifra a 275.000 millones. Deja el cargo con una definición de victoria que incomoda precisamente porque es difícil de falsificar: quiere ser 'algo olvidado' porque su sucesor, Brian Evanko, y su equipo sean tan efectivos que nadie lo necesite recordar.
Hay un patrón que se repite en casi todas las organizaciones que atraviesan una transformación tecnológica de fondo: la parte más difícil no fue elegir la plataforma. Fue descubrir, semanas después del lanzamiento, que el problema de fondo no era tecnológico. En el caso de la inteligencia artificial aplicada a las áreas de compras y abastecimiento —lo que la industria llama procurement— ese patrón se está volviendo tan común que ya tiene nombre propio.
Hay un problema estructural que pocas marcas de lujo han querido nombrar con claridad: durante décadas, la sostenibilidad fue gestionada por un equipo pequeño, especializado y, en la práctica, periférico. El resto de la organización —diseñadores, compradores, equipos de logística, responsables de retail— operaba con otro vocabulario, otras métricas y otra jerarquía de urgencias. El resultado no era mala voluntad. Era una arquitectura organizacional que producía compromisos ambientales que nunca terminaban de aterrizarse.
Hay una brecha entre lo que los ejecutivos dicen creer sobre la inteligencia artificial y lo que sus organizaciones hacen con ella. No es una brecha de conocimiento. Es una brecha de atención estratégica, y tiene un costo que pocas juntas directivas han cuantificado con honestidad.
Hay un patrón que se repite con suficiente frecuencia como para merecer atención: una organización anuncia una transformación digital, asigna presupuesto, contrata consultoras, implementa plataformas y, dos años después, descubre que casi nada cambió donde importaba. Los procesos siguen siendo lentos. Los equipos de primera línea no adoptaron las herramientas. Y la dirección, que gestionó todo desde tableros de control, no puede explicar con precisión qué salió mal.
Los mercados privados llevan una década prometiendo sofisticación sin siempre cumplirla en el plano operativo. Los fondos crecen en tamaño, en complejidad de estructura y en número de inversores. Los vehículos evergreen y semilíquidos proliferan.
Jared Kugel llegó al punto más bajo de su vida emprendedora con una notificación de ejecución hipotecaria en la mano y una dieta de galletas con mermelada. No era metáfora. Era el inventario real de lo que quedaba después de dos ideas fallidas, cero compromisos de inversión en el demo day de su aceleradora y un negocio que no escalaba porque dependía de franquicias que nunca llegaron.
Hay un dato que debería incomodar a cualquier ejecutivo que haya aprobado un presupuesto de inteligencia artificial en los últimos dos años: Estados Unidos, el país que fabrica los modelos más potentes del mundo, ocupa el puesto 24 en adopción global de IA. Su tasa es del 28,3%. El problema no es tecnológico. Nunca lo fue.
Lachy Groom tomó una decisión de veinte millones de dólares en menos tiempo del que tarda una reunión de directorio en ponerse de acuerdo sobre el orden del día. Eso, en sí mismo, no es lo más interesante de la historia. Lo interesante es lo que esa velocidad dice sobre cómo se está moviendo el capital en India, qué tipo de apuesta estructural hay detrás y cuánto depende del peso de una sola persona para que el sistema funcione.
Hay una apuesta que se repite en casi toda junta directiva que lleva dos años hablando de inteligencia artificial: que la tecnología permitirá a cualquier profesional hacer el trabajo de cualquier otro, con una calidad suficiente como para justificar la reorganización del talento. Es una apuesta que se siente bien sobre el papel. Y es, según nueva evidencia experimental, parcialmente equivocada de una forma que tiene consecuencias directas para la estrategia de personas.
T5 Smackover Partners no contrató ejecutivos para operar mejor: los contrató para parecer financiable. Hay una diferencia enorme entre ambas cosas, y el capital institucional sabe distinguirlas.
Cuando una empresa supera el consenso de Wall Street con seis unidades de negocio creciendo simultáneamente, la pregunta no es qué hizo bien el CEO, sino qué tan prescindible logró volverse.
El IIASA acaba de demostrar que los modelos de emisiones globales llevan décadas distribuyendo cargas y beneficios de forma implícita, sin que nadie lo decidiera conscientemente. Es el mismo problema que destruye organizaciones desde adentro.
La Nación Oneida pasó de controlar menos del 2% de sus tierras a poseer el 45% en poco más de un siglo. No fue suerte ni carisma de un líder. Fue arquitectura institucional sostenida durante décadas.
La multa que IBM acordó con el Departamento de Justicia de EE.UU. representa menos del 0,03% de sus ingresos anuales. Pero el diagnóstico que revela sobre cómo las grandes corporaciones construyen sus estructuras de talento no tiene precio —ni cifra fácil de ignorar.
TechnipFMC expandió su EBITDA un 46% en un solo año sin que ningún CEO mediático protagonizara los titulares. Eso no es un detalle menor: es la tesis completa.
Calik Denim lleva años construyendo una arquitectura de sostenibilidad sin depender del nombre de ningún ejecutivo. Eso no es coincidencia: es la señal más clara de madurez directiva que puede emitir una empresa industrial.
Target no anunció una estrategia de bebés. Anunció que durante años nadie se hizo responsable de una categoría entera. La pregunta que el mercado evita es quién falló antes, no quién lidera ahora.