Fondos millonarios, transformación indefinida: el problema estructural de la IA en el alto mando
Hay una línea en casi todos los presupuestos empresariales del momento. Tiene un nombre como "transformación con inteligencia artificial", tiene una cifra, y tiene la firma de alguien del comité ejecutivo. Lo que no tiene, en la mayoría de los casos, es una definición operativa de qué compra exactamente ese dinero.
Gartner proyecta que el gasto empresarial en IA alcanzará 2,59 billones de dólares en 2026, un incremento del 47% en un solo año. Al mismo tiempo, investigaciones de IBM indican que apenas el 29% de los ejecutivos puede medir con confianza el retorno de esa inversión. La distancia entre esos dos números no es una ironía estadística: es el mapa de un problema estructural que las organizaciones todavía no han nombrado correctamente.
El presupuesto ya existe. La transformación, como concepto operativo, no.
Lo llamativo no es que haya incertidumbre técnica sobre la IA, algo esperable en una tecnología joven y en rápida evolución. Lo llamativo es el patrón de gobernanza que se está instalando debajo de esa incertidumbre: ejecutivos que aprueban inversiones históricas sin haber respondido primero las preguntas que determinarán si esas inversiones producen algo. Y un mercado de soluciones tecnológicas perfectamente dispuesto a proveer las definiciones que el comprador no construyó.
El C-Suite tomó el volante sin tener el mapa
Durante años, la estrategia de inteligencia artificial fue un asunto de los departamentos de tecnología. Eso cambió. Forbes Research documenta que la autoridad sobre las decisiones de IA ha migrado del área de sistemas a la alta dirección: son ahora los directores generales, los directores financieros y los directores de operaciones quienes controlan presupuestos, priorizan iniciativas y fijan la dirección.
En paralelo, un estudio que analizó más de 2.000 organizaciones, citado por CNBC, reveló que el 76% ya tiene un cargo de Director de IA (CAIO por sus siglas en inglés), frente al 26% del año anterior. Cincuenta puntos porcentuales en doce meses. Esa velocidad de instalación de nuevos roles ejecutivos no habla de madurez estructural: habla de urgencia política. Las juntas directivas exigen que alguien sea responsable de la IA, y las organizaciones responden creando posiciones antes de haber diseñado qué harán esas posiciones.
IBM documentó en su estudio global de 2026 que los directores ejecutivos están rediseñando activamente los roles del comité de dirección para extraer ventaja competitiva de la IA. Deloitte, desde su área de asesoría, recomienda explícitamente invertir tiempo y programas en capacitar al propio comité de dirección en IA generativa, lo que implica reconocer que ese comité aún no tiene las competencias para gobernar lo que está financiando. Esas dos señales juntas, rediseño acelerado de roles y necesidad reconocida de formar a quienes toman las decisiones, dibujan una organización que instaló el acelerador antes de entrenar al conductor.
El problema no está en que los ejecutivos carezcan de inteligencia o de buena voluntad. Está en que la estructura de toma de decisiones no fue rediseñada antes de que el dinero comenzara a fluir. Una junta puede aprobar un presupuesto en horas. Construir el criterio para gastarlo bien lleva meses de trabajo honesto sobre la organización.
Lo que produce esa secuencia invertida es predecible: pilotos fragmentados sin conexión con objetivos de negocio concretos, herramientas duplicadas que resuelven el mismo problema de maneras incompatibles, y métricas de éxito definidas por los proveedores porque la organización no las definió antes. El dinero se gasta. La transformación no ocurre.
La brecha que nadie en la reunión menciona
Hay un dato que merece atención sostenida. La empresa de formación Multiverse publicó una investigación sobre la fuerza de trabajo administrativa en el Reino Unido que encontró lo siguiente: el 59% de los líderes cree que sus equipos colaboran con IA a diario. Solo el 42% de los empleados dice que lo hace. Diecisiete puntos de distancia entre la percepción del piso ejecutivo y la realidad del piso operativo.
Esa brecha no es solo un problema de comunicación interna. Es un problema de calibración estratégica. Si el alto mando toma decisiones sobre el ritmo de adopción, los planes de formación y los retornos esperados basándose en una imagen del uso real que está inflada en casi un 40%, las proyecciones de productividad que justificaron el presupuesto son estructuralmente incorrectas. No por deshonestidad, sino porque nadie instaló el mecanismo para medir lo que realmente ocurre en los niveles intermedios y operativos.
Axios documentó otro ángulo de la misma fractura: encuestas a empresas que usan IA muestran que una proporción de ejecutivos describe la implementación como algo que "está dividiendo a la organización". Esa descripción no señala problemas técnicos. Señala que la narrativa sobre la transformación se construyó de arriba hacia abajo, sin que los niveles que deben ejecutarla hayan sido parte del diseño.
La arquitectura humana del cambio, quién participa, cuándo, con qué información y con qué capacidad de incidir en las decisiones, determina si una transformación tecnológica produce capacidad nueva o simplemente produce fricción nueva. Y esa arquitectura, en la mayoría de los casos que los datos describen, fue la última cosa que se consideró.
Una organización puede tener un Director de IA, un presupuesto aprobado y una presentación ejecutiva impecable, y seguir siendo frágil estructuralmente si el diseño humano del cambio no existe. La posición y el presupuesto son señales visibles. La fragilidad está en lo que no se ve todavía.
Cuando el mercado define la transformación que la empresa no supo definir
Hay una mecánica de mercado que opera en silencio detrás de esta dinámica. Cuando una organización llega a evaluar soluciones sin haber definido su problema operativo con precisión, el proveedor termina proveyendo la definición. No por malicia, sino porque alguien tiene que llenar el vacío y el proveedor tiene toda la infraestructura narrativa para hacerlo: casos de uso, benchmarks, demos, y una historia sobre qué es la transformación que casualmente incluye su producto como protagonista.
El resultado es que las organizaciones compran definiciones prestadas. Y una definición prestada no es una estrategia: es una lista de compras que alguien más escribió.
Esto no es nuevo en el ciclo de adopción de tecnología. Lo que cambia con la IA generativa es la magnitud de lo que se está decidiendo. Las tecnologías anteriores, plataformas de datos, automatización de procesos, software de gestión, rearreglaban cómo trabajaba la gente. La IA generativa, en sus versiones más ambiciosas, rearregla quién hace el trabajo. Esa distinción no es retórica: cambia completamente el tipo de análisis organizacional que se necesita antes de comprometer capital.
Cuando una empresa compra una plataforma de datos, la pregunta es qué procesos se optimizan. Cuando delega trabajo autónomo a un sistema de IA, la pregunta es qué trabajo deja de ser responsabilidad humana, bajo qué condiciones, con qué supervisión y con qué consecuencias si el sistema falla. Esas preguntas no las responde el proveedor. Y los datos actuales sugieren que tampoco las están respondiendo la mayoría de los comités ejecutivos antes de firmar.
Solo el 39% de las organizaciones tiene estándares de referencia para las herramientas de IA generativa que sus empleados ya están usando, según análisis recientes sobre gobernanza de IA. Ese número no describe una industria en proceso de construir sus marcos de gobierno. Describe una industria que ya desplegó la tecnología y todavía no construyó los marcos. La secuencia está invertida, y la exposición que genera, regulatoria, operativa, reputacional, es real aunque todavía no haya producido incidentes visibles.
La prueba de madurez que ningún proveedor va a administrar
El patrón que emerge de todos estos datos tiene una característica específica que merece nombrarse con precisión: no es un problema de velocidad, sino de secuencia. Las organizaciones no están yendo demasiado rápido hacia algo bien definido. Están gastando mucho en algo cuya definición sigue siendo difusa porque la secuencia fue presupuesto primero, definición después.
IBM concluye que los directores ejecutivos están redesignando los roles del comité de dirección para crear más impacto de negocio desde la IA. Deloitte pide que las organizaciones ganen comprensión real de la regulación que acompaña a la IA y que inviertan en actualizar las competencias del propio liderazgo. Ambas recomendaciones asumen que hoy hay una brecha entre lo que el liderazgo comprende y lo que el liderazgo está decidiendo. No lo dicen exactamente con esas palabras, pero eso es lo que los datos describen.
La madurez estructural de una organización frente a una transformación tecnológica no se mide por el tamaño del presupuesto ni por el título del nuevo cargo ejecutivo. Se mide por la calidad de las preguntas que el liderazgo fue capaz de responder antes de comprometer el capital: qué trabajo específico se está redistribuyendo, a qué condiciones, con qué mecanismos de supervisión, con qué definición de éxito que no dependa del criterio del proveedor, y con qué capacidad real del sistema para medir lo que ocurre en los niveles operativos.
Esas preguntas no son técnicas. Son preguntas de gobierno organizacional. Y el hecho de que el 71% de las organizaciones no pueda medir el retorno de su inversión en IA sugiere que la mayoría llegó a gastar sin haberlas respondido.
El cargo de Director de IA prolifera, los presupuestos crecen al 47% anual y el mercado de soluciones está perfectamente dispuesto a proveer certeza a quien la busque. Lo que no provee el mercado es la capacidad de una organización para definir su propio problema antes de comprar la solución. Esa capacidad se construye adentro, con tiempo y con honestidad sobre lo que el sistema todavía no sabe hacer. Las organizaciones que la desarrollen antes de que la presión competitiva las obligue a actuar sin ella serán las que puedan evaluar, en tres años, si lo que financiaron fue una transformación o una transferencia de presupuesto hacia definiciones que otros escribieron por ellas.
