¿IA o caos? 70% que no se puede explicar

Muchas juntas directivas hacen la misma pregunta: “¿estamos haciendo algo con IA?”. La respuesta es “sí”. Un chatbot de servicio al cliente. Un copiloto para los comerciales. Un piloto en HR, todo más una palabra: productividad.

¿Pueden defenderse esto ante el CFO?

Forrester lo plantea directamente: la IA enfrentará un ajuste porque la brecha entre las promesas de los proveedores y el valor que entregan a las empresas se amplía. La verdad: menos de un tercio de los decisores logra conectar el valor de la IA al crecimiento financiero. Por eso Forrester anticipa que los CEO involucrarán más a los CFO en la aprobación de inversiones y que las empresas aplazarán 25% de la inversión en IA para 2027.

Ahí está 70%. No es fracaso operativo: es peor: la mayoría no puede explicar, con números de negocio, para qué sirve lo que está implementando. Si no se puede explicar, entonces “aparecen” tres cosas: comprar más, contratar más y cambiar el nombre del proyecto. No es estrategia. Es ansiedad presupuestal. El peligro de la IA mal implementada es deuda invisible: modelos conectados a datos sucios, automatizaciones acelerando errores, decisiones comerciales tomadas con señales incompletas, riesgos de sesgo que nadie mide y procesos que dependen de sistemas que la alta dirección no sabe apagar.

La IA se vendió como reductor de costos, y opera al contrario: mantener modelos que degradan la calidad de los datos centrales y contaminan la operación. Un chatbot que responde mal atiende mal, degrada relaciones. Un scoring equivocado falla en la predicción y mueve el presupuesto hacia donde no hay margen, oportunidades. Un copiloto escribe rápido, inventa, exagera o simplifica y convierte la eficiencia en riesgo reputacional.
No es error técnico. Es decisión directiva. No tratemos la IA como vitrina de innovación y empecemos a tratarla como un sistema financiero, operativo y reputacional.

Lo primero no es comprar otra licencia. Es mapear cada flujo de datos de IA contra el estado de resultados. ¿Qué dato entra? ¿Qué modelo lo usa? ¿Qué decisión modifica? ¿Dónde se ve el impacto: ventas, margen, cartera, fraude, rotación, tiempos de respuesta, satisfacción del cliente?

Si no aparece en el P&G, probablemente es teatro.

Segundo, someta modelos en producción a pruebas de estrés. No basta con que funcionen en una demostración. Pruébelos con datos incompletos, cambios de comportamiento, segmentos minoritarios, clientes difíciles, ruido operativo.

Tercero, defina un umbral de pérdida antes de desconectar el sistema. ¿Cuánto error tolerará? ¿Cuánto margen perderá? ¿Cuántos reclamos? ¿Cuánto sesgo? Sin esas reglas, la IA se vuelve intocable: “ya invertimos mucho”.

Forrester también advierte: se acabó la época de decir “estamos explorando”. Ahora toca demostrar.

Las empresas que ganen con IA no serán las que tengan más modelos o más comunicados de prensa. Serán las que conectan datos con resultados y apagan lo que no funciona antes de que el costo escondido se vuelva cultura.

La IA no destruye a las empresas improvisadas. Solo acelera su destino original.