Por Nicolás de Zavala Cendra,
Executive VP EMEA Growth & Strategic Partnerships en HappyRobot
En casi todas las conversaciones que estoy teniendo estos primeros meses con clientes, equipos y líderes, aparece el mismo debate una y otra vez: ¿lo construimos internamente o lo compramos y lo adaptamos?
Hay una percepción bastante extendida de que construir es más fácil, más barato y más controlable que adaptar una solución existente a la organización. Y entiendo de dónde viene esa intuición. Pero mi sensación es que, cuando una empresa llega realmente al punto de madurez donde la IA empieza a ser estratégica, esa pregunta deja de ser la más importante. En ese momento, lo que marca la diferencia no es tanto cómo empezaste, sino qué capacidad tienes de evolucionar rápido y capturar ventaja con los desarrollos futuros.
Y ahí es donde muchas conversaciones sobre IA se quedan cortas.
Hoy, la mayoría de las iniciativas de IA empresarial se quedan en un enfoque claramente asistencial. La IA ayuda, sugiere, resume, propone. Y sí, eso tiene valor. Pero también tiene un techo muy claro. Veo a muchos equipos incapaces de mirar más allá de esa asistencia, incluso cuando trabajan con agentes de IA generativa capaces de hacerse cargo de procesos completos, end 2 end.
El problema es que, cuando la IA solo sugiere, los resultados estructurales no cambian. En cualquier proceso donde hay que ejecutar algo —no solo pensar, analizar o decidir— es muy difícil ver un impacto real si al final siempre hace falta que una persona apruebe, dispare o complete la acción. Los agentes pueden “ayudar”, pero el proceso sigue corriendo al ritmo humano. Y ahí no hay transformación, solo mejoras marginales.
La pregunta que realmente importa no es qué modelo usar ni cuánto cuesta la inferencia. Es otra mucho más incómoda: ¿en qué procesos estamos dispuestos a darle autoridad real a la IA?
Hoy ya existen muchos procesos donde la IA podría ejecutar directamente, reduciendo costes y generando un retorno claro y medible por cada euro invertido. No hablamos de experimentos futuristas, sino de automatizar decisiones y ejecuciones bien definidas, con impacto directo en KPIs y SLAs.
Entonces, ¿por qué cuesta tanto cruzar esa línea?
Detrás de muchas de estas decisiones veo miedos que van más allá de lo técnico. Hay miedos socioeconómicos, preocupaciones reputacionales, temor a la reestructuración de las compañías. Y es comprensible. Estamos viviendo algo muy parecido a una revolución industrial. No es solo una evolución tecnológica; es una evolución del ser humano y de cómo organiza el trabajo.
Aun así, los ejemplos existen. Es impresionante ver a clientes que han adaptado nuestra plataforma y tecnología y cómo, proceso a proceso, están viendo mejoras claras y sostenidas en sus resultados. No porque tengan “mejor IA”, sino porque decidieron dejar que el sistema asumiera responsabilidad real en partes concretas del flujo de trabajo.
Y algo importante: nadie lo hace de golpe.
No se puede —ni se debe— intentar “comerse el elefante de un bocado”. El camino funciona cuando se empieza con procesos simples, bien acotados, donde se puede experimentar, medir, ajustar. Poco a poco se incrementan las interacciones, siempre con control, guías claras y guardarraíles bien definidos para los agentes.
Si tuviera que dejarle un mensaje a un líder que hoy está definiendo su estrategia de IA, sería este: nunca es tarde para empezar. La clave no es tener la estrategia perfecta desde el día uno, sino empezar con muestras pequeñas, aprender rápido y diseñar bien los límites dentro de los cuales la IA puede actuar.
Lo que sí evitaría seguir postergando es la decisión en sí. Procrastinar, aferrarse a la negación o al “todavía no”, es probablemente el mayor error. No evolucionar no es una forma de protegerse; es una forma de quedarse atrás.
La IA asistiva ahorra tiempo.
La IA con autoridad cambia resultados.