En los últimos meses hay una pregunta que comenzó a repetirse en muchas reuniones de directorio: “¿Qué estamos haciendo con inteligencia artificial (IA)?”. Es una buena pregunta. Pero quizás no sea la más importante. La verdadera pregunta es otra: “¿Qué decisiones de negocio deberían cambiar porque hoy existe la IA?”.

Hace apenas un par de años, la discusión era si las empresas debían incorporar IA. Hoy ese debate parece superado. La disponibilidad de herramientas, la velocidad con la que evolucionan y la presión competitiva cambiaron el eje de la conversación. La cuestión ya no es adoptar IA, sino generar valor con ella. Y ese ya no es un desafío tecnológico. Es un desafío de management. Porque incorporar herramientas es relativamente sencillo. Obtener mejores resultados de negocio no lo es tanto.

La experiencia empieza a mostrar que las organizaciones que capturan más valor con la IA no son necesariamente las que utilizan más aplicaciones. Son las que toman mejores decisiones sobre dónde aplicarla, dónde no hacerlo y cómo alinearla con su estrategia. La primera decisión, curiosamente, no tiene que ver con la tecnología. Tiene que ver con la forma de decidir.

La organización necesita una mirada top-down que defina estándares tecnológicos y éticos, criterios de seguridad, calidad y disponibilidad de los datos, integración entre plataformas y lineamientos para evaluar inversiones. Pero esa visión resulta insuficiente si no se complementa con un enfoque bottom-up. Quienes trabajan diariamente en los procesos suelen identificar mejor que nadie las tareas repetitivas, las ineficiencias y las oportunidades concretas de mejora. Muchas veces, las aplicaciones de mayor impacto no nacen en un comité de innovación, sino en el conocimiento práctico de quienes hacen funcionar la empresa todos los días.

Resuelto ese primer equilibrio, aparece una segunda decisión. Cuando una organización comienza a incorporar IA, ¿debería exigir desde el inicio un retorno económico claramente cuantificable o conviene, al menos en una primera etapa, priorizar la adopción?

Existe una tendencia natural a justificar cualquier iniciativa exclusivamente por su impacto en la eficiencia. Sin embargo, enfocarse demasiado pronto en esos indicadores puede desalentar la experimentación. Quizás el mayor retorno inicial no provenga del ahorro de tiempo o de costos, sino del desarrollo de capacidades dentro de la organización. Cuantas más personas incorporen estas herramientas a su trabajo cotidiano, mayor será la probabilidad de descubrir oportunidades que realmente transformen el negocio. Recién entonces tendrá sentido concentrar la conversación en productividad y retorno sobre la inversión.

La tercera decisión consiste en evitar una de las mayores tentaciones que introduce la IA: automatizar procesos que nunca debieron existir. Automatizar un proceso ineficiente no lo convierte en un buen proceso. Simplemente hace que el error ocurra más rápido. Por eso, antes de preguntarse cómo automatizar una actividad, probablemente convenga formular otra pregunta: ¿este proceso sigue teniendo sentido? La reingeniería de procesos recupera así un protagonismo que parecía haber perdido. En muchos casos, el verdadero valor no estará en hacer más eficiente lo existente, sino en rediseñar la forma de trabajar.

La misma lógica aparece al decidir entre desarrollar soluciones a medida o adoptar plataformas estándar. La IA reduce significativamente el costo de personalizar sistemas, pero que algo sea técnicamente posible no significa que sea una buena decisión de negocio. Procesos ampliamente estandarizados probablemente continúen obteniendo mejores resultados apoyándose en soluciones consolidadas. En cambio, cuando un proceso constituye una verdadera fuente de diferenciación competitiva, una mayor personalización puede transformarse en una ventaja difícil de imitar.

Lo mismo ocurre hacia el mercado. La IA permite personalizar productos, servicios y experiencias de cliente con una precisión impensable hasta hace pocos años. Sin embargo, no toda personalización genera valor ni toda segmentación justifica la inversión necesaria para sostenerla. Como ocurre en toda decisión estratégica, la clave no consiste en hacer todo lo que la tecnología permite, sino en identificar aquello que realmente fortalece la propuesta de valor de la empresa.

En definitiva, la IA no cambia los principios del management; cambia el contexto en el que esos principios deben aplicarse. Los líderes siguen enfrentando los mismos dilemas de siempre: invertir o esperar, estandarizar o diferenciar, innovar o consolidar, asumir riesgos o preservar recursos. Lo que cambia es la velocidad con la que esas decisiones deben tomarse y el impacto que pueden tener sobre la competitividad de la empresa. Las herramientas están al alcance de todos. La ventaja competitiva depende de las decisiones que guían su incorporación al negocio.

Hoy, postergar esa decisión también es una decisión estratégica. Comprender las posibilidades de la IA, conocer sus riesgos y distinguir dónde puede generar una ventaja competitiva dejó de ser un conocimiento reservado a especialistas. Hoy forma parte de las competencias básicas de cualquier líder empresarial.

Quizás esa sea la mayor paradoja de esta nueva etapa tecnológica. La IA democratizó el acceso a capacidades extraordinarias. El criterio para convertir esas capacidades en valor sigue siendo extraordinariamente escaso. La IA puede ofrecer respuestas cada vez mejores. Pero las preguntas que definen el futuro de una empresa siguen siendo responsabilidad de quienes la dirigen. Porque la IA no reemplaza el criterio. Lo vuelve más importante que nunca.