El 93% del presupuesto de IA va a tecnología y el resultado lo decide el 7% restante
Hay una paradoja que recorre las salas de finanzas de las mayores corporaciones del mundo: las organizaciones que más están invirtiendo en inteligencia artificial son, con frecuencia, las que menos están obteniendo de ella. No por falla tecnológica. La tecnología funciona. El problema está en el otro lado de la ecuación, el lado que nadie presupuestó con suficiente seriedad.
En el foro Emerging CFO organizado por Fortune en asociación con Workday, un grupo de directores financieros de empresas Fortune 500 y Casey Caram, director y líder de práctica de capital humano en Deloitte, pusieron sobre la mesa una cifra que merece atención sostenida: las organizaciones destinan, en promedio, el 93% de su inversión en proyectos de inteligencia artificial a datos, tecnología e infraestructura, y apenas el 7% a habilitar a las personas para usar esas herramientas con eficacia. No es un dato decorativo. Es un diagnóstico de arquitectura de inversión con consecuencias directas sobre el retorno.
Lo que describieron estos ejecutivos no es un problema de adopción tecnológica en el sentido técnico del término. Es un problema de coherencia entre lo que una organización declara como prioridad y lo que sus decisiones de gasto revelan como tal.
Cuando el gasto construye la ilusión de la transformación
Existe una lógica comprensible, aunque defectuosa, detrás del patrón 93/7. Comprar tecnología es visible, cuantificable y produce una narrativa de progreso que satisface tanto a juntas directivas como a analistas externos. Una plataforma de inteligencia artificial instalada, una arquitectura de datos modernizada, una licencia de software corporativo: todos son señales legibles de movimiento. Capacitar a un equipo de contadores, rediseñar los flujos de trabajo de un área de planeación financiera, invertir en que un profesional con veinte años de experiencia cambie la manera en que formula sus análisis, todo eso es invisible, lento y difícil de presentar en un dashboard trimestral.
Caram lo articuló con precisión: las capacidades de inteligencia artificial se van a commoditizar. Lo que no se commoditiza es el juicio humano sobre qué pregunta hacer, qué dato contextualizar y qué señal ignorar dentro de un volumen de información creciente. Esa es la capa superior del modelo de competencias que propuso: sobre una base de habilidades financieras tradicionales —contabilidad, proyecciones, gestión del desempeño— se asienta una capa de alfabetización en datos e inteligencia artificial, y sobre ambas descansa lo que denominó las habilidades humanas esenciales: criterio, pensamiento crítico, capacidad de formular las preguntas correctas.
El problema no es que las organizaciones ignoren ese modelo. El problema es que lo aprueban en la reunión de estrategia y lo contradicen en la asignación de presupuesto.
Marie Myers, directora financiera de Hewlett Packard Enterprise, describió este fenómeno desde adentro con una claridad que pocas veces se escucha en foros públicos. Su equipo usó inteligencia artificial para rediseñar las revisiones operativas internas, reduciendo trabajo manual y generando valor visible a nivel empresarial. El resultado fue concreto. Y sin embargo, Myers identificó la barrera real como algo que ocurre después de la implementación, no antes: los profesionales con mayor trayectoria, los que más conocimiento acumulado tienen, son los que más resisten cambiar la forma en que trabajan. "Cuando implementamos nuevas tecnologías, pasamos mucho tiempo obsesionados con la tecnología, y creo que no dedicamos suficiente tiempo a pensar en el impacto sobre las personas", dijo. Y añadió algo que funciona como principio operativo: "No vas a generar un cambio exitoso si no llevas a todos contigo."
Esa última frase no es retórica motivacional. Es una descripción del mecanismo por el cual una inversión de nueve dígitos en infraestructura de inteligencia artificial puede producir un retorno marginal porque el 15% del equipo que debía cambiar su flujo de trabajo simplemente no lo hizo.
La fractura entre ambición declarada y elección real
Tim Arndt, director financiero de Prologis, ofreció una perspectiva complementaria que ilumina la dimensión estratégica del asunto. Describió cómo el rol del CFO ha migrado desde la administración y el reporte hacia la estrategia y el liderazgo empresarial, y cómo la inteligencia artificial está acelerando esa transición al automatizar las tareas rutinarias y liberar tiempo para trabajo de mayor valor. "La expectativa ahora es ser un socio en la mesa ejecutiva", dijo, aportando a la construcción de estrategia más que simplemente reportando resultados.
Esa evolución es real. Pero tiene una condición que raramente aparece en las presentaciones de transformación digital: solo ocurre si el equipo de finanzas tiene las capacidades para ocupar ese espacio. Un CFO que aspira a ser arquitecto de estrategia corporativa con un equipo que todavía opera en modo de reporte manual no tiene una ambición estratégica, tiene una contradicción organizacional. La inteligencia artificial puede liberar tiempo. No puede garantizar que ese tiempo sea usado con criterio si nadie invirtió en desarrollar ese criterio.
Tucker Marshall, director financiero de J.M. Smucker, describió el proceso desde una perspectiva más operativa. La compañía está modernizando sistemas financieros, automatizando flujos de trabajo e invirtiendo en desarrollo de talento, desde programas para profesionales en etapas tempranas de carrera hasta contrataciones de nivel medio con experiencia en datos y analítica. Y señaló algo que con frecuencia queda fuera de los planes de transformación: la capacidad de comunicación. No alcanza con que el equipo de finanzas genere mejores análisis si no puede traducir esos análisis en decisiones de negocio comprensibles para quienes las toman. La alfabetización en datos sin la capacidad de comunicar sus implicaciones produce silencio estratégico disfrazado de sofisticación técnica.
Noémie Heuland, directora financiera de Moody's, agregó una dimensión diferente al diagnóstico. Con el crecimiento del volumen de datos disponibles, la presión sobre los equipos de finanzas no es solo generar más métricas sino saber cuáles importan. Describió el riesgo de lo que llamó sobrecarga de KPIs: la tendencia a sobre-cuantificar a expensas de la claridad estratégica. El rol del CFO incluye, cada vez más, contextualizar datos, conectar métricas financieras con objetivos de negocio más amplios y con dinámicas de mercado. Eso no es una función técnica. Es una función de juicio, exactamente la capa superior del modelo que Caram propuso y exactamente la que el presupuesto corporativo promedio está subfinanciando.
El costo de no elegir qué dejar ir
Hay algo que atraviesa todos los relatos de estos ejecutivos y que merece nombrarse con precisión: ninguna transformación de este tipo ocurre sin que alguien abandone algo. Los profesionales de larga trayectoria que Myers identificó como resistentes al cambio no se resisten por inercia irracional. Se resisten porque durante años su pericia fue el activo que los distinguía, y la inteligencia artificial amenaza la visibilidad de ese activo. Pedir que lo cedan sin ofrecer algo a cambio, sin redefinir el tipo de valor que se espera de ellos, sin construir un puente hacia una forma de trabajo diferente, es pedir que acepten una pérdida sin narrativa de reemplazo.
Las organizaciones que están fallando en la adopción de inteligencia artificial no están fallando en la compra de tecnología. Están fallando en gestionar la renuncia que toda transformación exige. Y están fallando porque esa renuncia no aparece en ninguna línea del presupuesto.
El modelo de inversión 93/7 no es un error de cálculo. Es una decisión implícita que revela qué tipo de transformación está dispuesta a asumir una organización: la que se puede medir en infraestructura instalada o la que se puede medir en cambio real de conducta. La primera produce presentaciones convincentes. La segunda produce retorno.
Lo que describieron estos directores financieros en el foro de Fortune no es una advertencia sobre el futuro de la inteligencia artificial. Es un diagnóstico del presente de sus propias organizaciones, dicho en voz alta con inusual honestidad. La inteligencia artificial ya está ahí. El 93% ya fue gastado. La pregunta que sus empresas están respondiendo ahora, con cada decisión de capacitación que se prioriza o se posterga, es si el otro 7% va a ser suficiente para que algo cambie.
Las organizaciones que entiendan que ese porcentaje no es un ítem de gasto sino la condición de viabilidad del retorno sobre todo lo demás tendrán una ventaja concreta sobre las que sigan tratando la formación como un residuo presupuestario.
