La brecha entre ambición y ejecución se está ampliando

A medida que la estrategia se acelera, la modernización es el punto de ruptura entre el impulso y la estancación. Se ve ampliamente como una inversión “segura”: los líderes saben que necesitan modernizar, pero como señala Berg, muchos esfuerzos “se enfocan en la migración, no en el valor”. Con demasiada frecuencia, los datos se trasladan a plataformas modernas sin preguntar qué datos impulsarán verdaderamente la diferenciación.

Casi ocho de cada diez empresas (77 %) están invirtiendo en modernización, pero la profundidad de esos esfuerzos varía. Solo el 34 % tiene un mandato a nivel empresarial para reconfigurar completamente, y el 42 % admite que sus hojas de ruta son solo parciales: esfuerzos que mueven la aguja pero no llegan lo suficientemente lejos para transformar cómo funciona el negocio. Más de la mitad de las organizaciones todavía ejecutan la mayoría de las aplicaciones principales en sistemas heredados, e incluso entre aquellas con programas activos de modernización, solo el 42 % dice que tienen los fundamentos de datos robustos requeridos para un impacto significativo. En conjunto, estas señales muestran cómo la modernización incompleta es una de las fuerzas principales que limita silenciosamente el potencial de la IA. 

Estas brechas revelan un desafío fundamental: la verdadera modernización no es solo técnica: se trata de hacer que los datos sean utilizables, conectados y alineados con el propósito del negocio. Ese nivel de cambio exige tanto claridad de dirección como ejecución disciplinada, y muchas empresas aún luchan por equilibrar ambos aspectos.

“Todo lo que soñamos hacer con la IA se basa en los datos”, dice Amalia Goodwin, directora general de organizaciones adaptativas en Slalom. “No puedes tomar decisiones con confianza ni crear un impacto real si tus datos no son confiables, accesibles y están vinculados a tu estrategia.”

El potencial de la IA depende tanto de la confianza como de la tecnología. La modernización puede proporcionar a las empresas una base de datos más sólida, pero sin seguridad, transparencia y supervisión ética, esa base sigue siendo vulnerable al riesgo.  

A medida que la IA se incrusta cada vez más en los flujos de trabajo críticos —el 95% de los líderes dicen que se sienten cómodos confiando en copilotos para trabajos estratégicos—, la gobernanza y la confianza no están al mismo ritmo. Solo la mitad de las empresas tienen juntas formales de auditoría o ética para supervisar la IA. La mayoría se centra en salvaguardias técnicas, como el monitoreo en tiempo real o la detección de amenazas cibernéticas ajustadas por IA (45%), mientras que menos (42%) han construido controles de modelos y datos que incluyen monitoreo de sesgo, deriva o linaje. 

El resto depende de una supervisión fragmentada: el 29% a nivel de unidad de negocio, el 9% con proveedores y casi uno de cada diez aún no tiene controles de riesgo de IA en absoluto. Sin una responsabilidad clara, la responsabilidad se cae por las grietas—y cuando ocurren fallos, son las personas, no los sistemas, quienes pagan el precio.

Incluso donde existen controles, se concentran estrechamente en el cumplimiento en lugar de en la previsión ética o el compromiso con las partes interesadas. Solo el 38% de los encuestados dice que involucra a partes interesadas externas en la gobernanza del riesgo. Esta supervisión limitada refleja un dolor de crecimiento familiar de madurez temprana: algunos todavía están construyendo la capacidad para una supervisión responsable, mientras que otros asumen que los controles existentes son suficientes.

Usher describe este fenómeno como una especie de “alucinación humana”: una confianza excesiva en la capacidad de las personas para autorregularse el riesgo sin los sistemas necesarios en su lugar. Muchos asumen que la responsabilidad termina con el cumplimiento, señala, cuando debería extenderse a una supervisión continua y transparente. 

“No se puede delegar la confianza en el sistema”, dice Goodwin. “Los líderes tienen que asumirla: a través de los datos, las decisiones y las personas que los usan.”

Sin salvaguardias más fuertes y responsabilidad compartida, las empresas juegan con la seguridad a medida que aumentan la adopción de la IA. Construir con seguridad nunca ha sido solo sobre el cumplimiento; se trata de dar a los empleados y clientes la confianza de que los sistemas que dan forma a nuestro mundo son seguros porque están construidos para serlo. 

Si la seguridad construye confianza en la IA, la experiencia construye conexión. Ambos dependen de la misma base: sistemas y procesos diseñados para personas, no solo para el rendimiento. Superponer nuevas estrategias sobre flujos de trabajo antiguos puede ofrecer eficiencia a corto plazo, pero raramente desbloquea nuevas formas de valor.

Más de la mitad de las empresas (56%) están rediseñando los flujos de trabajo para automatizar o delegar tareas a la IA con ganancias tangibles: el 62% informa menos trabajo manual, el 41% decisiones más rápidas y el 38% resultados de mayor calidad. Sin embargo, el impacto sigue siendo limitado: solo el 21% de los casos de uso se escalan a nivel empresarial, y solo el 39% ha logrado flujos de trabajo orquestados con múltiples agentes a través de procesos de extremo a extremo. En la mayoría de los casos, la automatización todavía se aplica a tareas aisladas en lugar de cadenas de valor completas, lo que produce ganancias rápidas en productividad pero poca transformación en la toma de decisiones, la colaboración o la experiencia del cliente.

La propiedad es a menudo el eslabón perdido. El liderazgo multifuncional para la IA ha crecido drásticamente: el 63% informa propiedad compartida, frente al solo 5% en 2023, pero la responsabilidad sigue siendo difusa. El 38% delega las decisiones de riesgo a las unidades de negocio y el 18% las subcontrata por completo. Cuando no está clara la responsabilidad de integrar la IA en los flujos de trabajo diarios, el rediseño de procesos se detiene y la experimentación rara vez madura hacia la ejecución.

“Para transformar verdaderamente, tienes que dejar de automatizar el trabajo de ayer,” dice Goodwin. “Rediseñar cómo se toman las decisiones, dónde los humanos agregan valor y cómo los equipos interactúan con la IA—ahí es donde ocurre la escala.”

La conclusión: La verdadera transformación requerirá reimaginar radicalmente los procesos, no adaptar la IA a los existentes.

La IA está transformando la arquitectura social del trabajo. Muchos líderes se sienten preparados, pero pocos están invirtiendo de manera efectiva en las habilidades, el coaching y los modelos organizacionales necesarios para mantener el cambio.

Dos tercios de líderes y empleados (68%) creen que su organización está al día con la IA, sin embargo, casi todos (93%) reportan barreras laborales—desde brechas de habilidades y tiempo limitado hasta capacitación y herramientas inadecuadas—que limitan el progreso. Más de la mitad (55%) identifica las habilidades de la fuerza laboral como el principal obstáculo para aprovechar el valor de la IA. Aunque el 69% dice que la IA ha tenido algún papel en los esfuerzos de recapacitación, solo uno de cada cinco describe esas iniciativas como muy efectivas. 

Y aun cuando existen programas, pocos se escalan a través de un soporte sostenido: solo el 39% de los líderes de nivel medio se siente capacitado para entrenar o guiar a sus equipos, y solo el 9% de los empleados informa recibir dicho entrenamiento. El resultado es capacitación sin tracción: programas que aumentan la conciencia pero rara vez construyen una capacidad duradera. 

A medida que la IA transforma el trabajo, la definición de “habilidades críticas” también está cambiando. La mitad de los líderes ahora priorizan el pensamiento crítico y la resolución de problemas, mientras que menos citan la comunicación (22%) o la empatía (19%) como esenciales, lo que señala un cambio de capacidades interpersonales a analíticas.

La fuerza laboral ya se está reconfigurando alrededor de este cambio. El cuarenta y cinco por ciento de las empresas están creando nuevos roles relacionados con IA, y el 36% está consolidando los existentes. Sin embargo, solo aproximadamente uno de cada cuatro (23%) informa que las reducciones netas de fuerza laboral ya están ocurriendo o se esperan en los próximos 12 meses, lo que es evidencia de reorganización, no de reemplazo. A medida que los roles evolucionan, las empresas deben actuar con la misma rapidez para redefinir cómo las personas aprenden, se adaptan y se mantienen efectivas en el flujo del cambio.

“Las empresas que integren el aprendizaje en su forma de trabajar, no solo en lo que enseñan, serán las que se adapten más rápido”, dice Usher.

Estrategia, datos, seguridad, proceso y personas son esenciales, pero el valor empresarial es el resultado que todos están diseñados para lograr. Y las expectativas son altas. El noventa por ciento de las empresas planean aumentar la inversión en IA en 2026, frente al 81 % en 2025 y el 70 % en 2024, un aumento de 20 puntos en solo dos años. Solo el 1 % espera invertir menos, lo que sugiere que los presupuestos de IA se mantienen resilientes incluso a medida que aumenta el escrutinio sobre los rendimientos. Al involucrar socios externos, el valor sigue impulsando las decisiones: el 70 % da prioridad a la eficiencia de costos y el ROI claro, seguido de la rapidez para obtener valor (63 %), el acceso a tecnología avanzada (49 %) y la mitigación de riesgos (46 %).

Sin embargo, pocos están equipados para demostrar ese valor. Solo el 39 % tiene métricas claras y seguimiento de ROI para el rendimiento de IA, incluso cuando el 68 % espera retornos en dos años. Las líneas de tiempo comprimidas y la medición limitada crean presión para obtener resultados rápidos y dificultan demostrar un impacto a largo plazo.

La mayoría de los líderes todavía enmarcan la IA en términos de eficiencia (76%), mientras que menos la ven como un catalizador para la reinvención (48%) o para la evolución de la estrategia del cliente (30%). Solo el 38% dice que la IA está proporcionando resultados de mayor calidad y más consistentes, lo que indica que las mejoras en productividad aún no se traducen en un rendimiento distintivo o en un impacto tangible para el cliente. Al centrarse en la eficiencia interna, muchas empresas corren el riesgo de perder de vista dónde realmente se está formando la disrupción: entre los nuevos actores que están construyendo estrategias basadas en IA desde cero.

“Todos están mirando a los mismos incumbentes cuando la verdadera disrupción aún está en modo sigiloso”, dice Goodwin. “Probablemente comencemos a ver emerger la próxima ola de competidores nativos de IA en 2026-2027.”

¿La conclusión? La historia de valor a corto plazo de la IA trata sobre productividad; su potencial a largo plazo reside en la reinvención. Los líderes que midan ambos serán los que conviertan la eficiencia en una diferenciación duradera y en relevancia para el cliente.