Hace unos días salió un estudio que me dejó pensando toda la semana. Amazon Web Services, junto con Strand Partners, encontró que ya son más de 2.5 millones de empresas en México usando inteligencia artificial — 550 mil se sumaron nada más en los últimos meses. El 48% de las organizaciones ya la tiene incorporada, contra 38% hace un año. La curva de adopción, aquí y en el resto del mundo, va para arriba y no se ve que vaya a bajar.
Hasta ahí, la noticia suena bien. El problema está en el siguiente dato del mismo estudio: casi la mitad de esas empresas tiene dificultades para medir si esa inversión les está regresando algo. Ocho de cada diez dicen que la IA mejoró su productividad. Prácticamente el mismo número dice que tuvo retorno positivo. Pero cuando les preguntas cómo lo midieron, la respuesta se pone difusa.
Y ahí está el patrón que llevo viendo en consultoría desde hace rato: no es que las empresas no estén usando IA. Es que la están usando sin haber definido primero qué problema estaban tratando de resolver. Le dieron play a la herramienta antes de definir el destino.
Es como comprarte un coche con más caballos de fuerza pensando que eso te va a resolver que no sabes a dónde ir. No llegas más rápido. Te estrellas más rápido. Y cuando la herramienta es tan potente como la IA, el error también se escala más rápido: automatizar una respuesta mal pensada ya no le llega a un cliente, le llega a diez mil en el tiempo que antes te tomaba redactarla una sola vez.
He visto los dos lados con clientes. El negocio que mete IA en todo —respuestas automáticas, más contenido, más «eficiencia»— y seis meses después las ventas siguen exactamente igual, solo que ahora con una herramienta más en la nómina de gastos. Y el negocio que primero se sienta a definir dónde realmente está perdiendo dinero: ¿en el seguimiento a leads que se enfrían? ¿en el tiempo de respuesta? ¿en errores que se repiten porque nadie documentó el proceso? Recién ahí decide en qué parte de ese problema entra la IA como ejecución, no como estrategia.
La pregunta que casi nadie se hace antes de sumar una herramienta no es «¿cuál uso?». Es «¿para qué exactamente, y cómo voy a saber si funcionó?».
La IA no es tu estrategia. Es la ejecución de una que ya deberías tener.
Si tu empresa ya usa IA —y las probabilidades dicen que sí— aquí van tres preguntas que vale la pena hacerte antes de sumar una herramienta más:
- ¿Qué número exactamente esperabas mejorar con esto? No en general: uno específico, como tiempo de respuesta, tasa de cierre o costo por lead.
- ¿Cómo se veía ese número antes de meter la IA, y cómo se ve ahora? Si no tienes el «antes», no vas a poder probar el «después».
- ¿Quién en tu equipo revisa ese número cada mes? Una herramienta sin dueño se vuelve gasto fijo, no inversión.
No se trata de desconfiar de la IA. Los números del mismo estudio lo confirman: bien usada, sí mejora la productividad y sí da retorno. Se trata de dejar de tratarla como la estrategia y empezar a tratarla como lo que realmente es: una herramienta muy poderosa, que amplifica exactamente la claridad —o la falta de ella— que ya tenías antes de usarla.
Si esto te hizo ruido, no necesitas otra herramienta de IA todavía. Necesitas sentarte quince minutos y responder esas tres preguntas. Ese ejercicio, solo, ya te va a decir más que cualquier demo.
Sergio F. Esquivel | Estratega Digital
@sergiofesquivel