LIDERAZGO Y ORGANIZACIONES EN LA ERA DE LA INTELIGENCIA ARTIFICIAL

Llevamos años escuchando que la inteligencia artificial va a transformar las empresas. Y es cierto, pero no de la manera que muchos imaginan. La mayoría de las organizaciones están invirtiendo cantidades significativas de dinero en licencias IA, en modelos predictivos, en plataformas de datos, y sin embargo los resultados no llegan. Los pilotos funcionan en laboratorio, pero cuando se intenta escalar, algo se rompe. El problema no es técnico. Los algoritmos funcionan. El problema es que las personas no terminan de confiar en ellos, los equipos no saben cómo integrarlos en su trabajo diario y los directivos no tienen claro cómo gestionar un entorno donde la máquina empieza a tomar decisiones que antes eran exclusivamente humanas.

La evidencia de los últimos años es contundente: más del setenta por ciento del valor potencial de la inteligencia artificial se pierde en el camino por razones organizativas y culturales, no por fallos tecnológicos. Esta es una realidad que muchas empresas prefieren no abordar, porque es más fácil adquirir licencias que cambiar la forma en que se gestiona una organización. El verdadero desafío del liderazgo hoy no es entender de algoritmos, sino entender de personas que trabajan con algoritmos, toman datos con prediccioners y los nuevos comportamientos que comenzamos a ver y estudiar. Y eso requiere un enfoque muy distinto al que hemos visto hasta ahora.

El fallo no está en la máquina, está en la organización

Los estudios más serios sobre adopción de inteligencia artificial, incluidos los de Harvard Business School, IESE, MIT y las principales consultoras estratégicas, coinciden en una fórmula que debería estar grabada en la sala de juntas de cualquier corporación: el diez por ciento del valor que genera la IA proviene de los algoritmos, el veinte por ciento de la infraestructura tecnológica y el setenta por ciento restante depende de la capacidad de la organización para adaptar su talento, sus procesos y su cultura.

Esto significa que una empresa con un modelo de IA mediocre pero con una organización bien preparada puede obtener mejores resultados que una empresa con el mejor algoritmo del mundo y una cultura que no está lista para usarlo. El problema fundamental es que la mayoría de las empresas tratan la adopción de la IA como una actualización tecnológica, cuando en realidad requiere una transformación profunda de la gestión y del comportamiento de los equipos.

Las iniciativas mueren en los pilotos porque los equipos no tienen claro quién debe actuar ante una predicción, quién es responsable de los resultados derivados de ella y cómo se integran las recomendaciones en los procesos de trabajo existentes. La falta de claridad en los roles, la ausencia de rendición de cuentas sobre los resultados después del lanzamiento de los modelos y la resistencia natural a actuar basándose en predicciones algorítmicas son los principales destructores de valor.

Las empresas que han logrado escalar la IA con éxito no son las que tienen los modelos más sofisticados, sino aquellas que han diseñado un sistema de gestión que alinea incentivos, redefine roles y establece rutinas de toma de decisiones que trascienden los departamentos.

Qué significa liderar cuando la máquina predice el futuro

El liderazgo en organizaciones que introducen inteligencia artificial no consiste en convertirse en un experto técnico ni en prometer disrupciones inmediatas. Consiste en integrar la tecnología en el proceso de gestión sin perder el criterio humano, actuando como el traductor entre el potencial técnico y los objetivos del negocio. Esta nueva competencia directiva se sostiene sobre cuatro pilares fundamentales. El primero es la capacidad de formular las preguntas correctas y de evaluar críticamente las recomendaciones que ofrece el algoritmo, entendiendo sus limitaciones, sus sesgos potenciales y los supuestos que hay detrás de los datos que lo entrenaron.

La competencia diferencial ya no es interpretar datos, porque eso lo hace la máquina con una eficiencia inalcanzable para el ser humano, sino gestionar la confianza que se deposita en los sistemas inteligentes. El segundo pilar es la capacidad de gobernar equipos híbridos, donde la inteligencia artificial está cambiando los flujos de trabajo tradicionales y dando paso a sistemas conversacionales y agentes autónomos que interactúan directamente con los empleados y con los clientes. Esto obliga a los líderes a definir quién es responsable de qué en este nuevo ecosistema, estableciendo mecanismos de supervisión y de intervención humana para mitigar riesgos como los sesgos no intencionados, la deriva de los modelos o las decisiones que vulneran las normas de cumplimiento.

El tercer pilar es el diseño de nuevas rutinas de gestión, como comités ejecutivos específicos para supervisar los proyectos de IA, revisiones periódicas que mantengan el foco en el valor de negocio y no solo en la precisión técnica, y procesos de monitoreo continuo que aseguren que los modelos se mantienen alineados con los objetivos estratégicos. El cuarto pilar, y quizás el más descuidado, es la gestión de la resistencia y la ansiedad que genera la tecnología y como coach tenemos que acompañar. La resistencia a la IA no es un capricho ni una manifestación de obsolescencia, sino una respuesta lógica a la inseguridad laboral y a la percepción de pérdida de autonomía. El líder debe articular una narrativa que explique cómo la IA libera a los equipos de tareas repetitivas para enfocarse en actividades de mayor valor, y debe crear espacios de confianza donde los empleados puedan expresar sus temores sin ser juzgados.

Las competencias que realmente importan: la experiencia del coaching ejecutivo

El perfil del directivo que necesita una organización en plena transformación tecnológica es muy distinto del que tradicionalmente se ha valorado en los procesos de selección de alta dirección. Desde la experiencia del coaching ejecutivo de alto nivel, las competencias que realmente marcan la diferencia en este nuevo entorno son aquellas que permiten al líder navegar la complejidad, la incertidumbre y la ambigüedad que la inteligencia artificial introduce en las organizaciones. El liderazgo adaptativo se convierte en una competencia central porque la velocidad de cambio tecnológico y la incertidumbre sobre los modelos de negocio futuros exigen líderes que puedan gestionar entornos donde las reglas del juego cambian continuamente y donde no existen soluciones únicas ni recetas probadas.

La capacidad de coordinación efectiva de acciones en equipos operativos resulta esencial para alinear tareas, roles y decisiones entre áreas, asegurando fluidez en la ejecución del trabajo bajo condiciones dinámicas donde la IA introduce nuevas variables. La toma de decisiones en contextos de incertidumbre se convierte en una habilidad crítica, porque el directivo debe decidir con información incompleta, priorizando el impacto operativo, la experiencia práctica y el juicio profesional, sin depender de estructuras rígidas que la propia tecnología está haciendo obsoletas.

El juicio profesional y el pensamiento situacional permiten al líder interpretar correctamente lo que ocurre en el entorno operativo, integrando señales, experiencia y contexto para actuar de forma coherente y oportuna, algo que el algoritmo no puede hacer por sí solo. La responsabilidad y la autonomía operativa se vuelven fundamentales, porque el líder debe actuar con iniciativa propia dentro del marco del equipo, asumiendo decisiones con criterio y responsabilidad compartida, sin esperar validaciones jerárquicas que ralentizan la respuesta.

La comunicación operativa efectiva adquiere una nueva dimensión, porque el líder debe transmitir información relevante de forma clara, oportuna y accionable entre diferentes roles del equipo, reduciendo ambigüedades y errores de coordinación en un entorno donde la tecnología cambia los flujos de información. Es en este punto donde las conversaciones para la acción y la propuesta del liderazgo generativo se ven como palancas poderosas para realizar esta transformación. La colaboración y la construcción de confianza en equipos técnicos se convierten en competencias estratégicas, porque el líder debe trabajar de forma colaborativa, generando confianza mutua entre áreas y fortaleciendo la cooperación en la ejecución diaria, especialmente cuando la IA puede generar recelos y resistencias.

La gestión de la ambigüedad operativa permite al líder mantener el desempeño en escenarios donde las situaciones no están completamente definidas, evitando bloqueos y decisiones reactivas impulsivas que la tecnología no puede anticipar. La orientación al aprendizaje continuo en el trabajo deja de ser una aspiración para convertirse en una exigencia operativa, porque el líder debe incorporar nuevas formas de trabajo, aprender de la experiencia operativa y ajustar comportamientos de manera constante en el entorno real.

Finalmente, la integración humano-tecnología en la toma de decisiones se erige como la competencia que sintetiza todas las anteriores: la capacidad de interactuar con sistemas digitales de apoyo sin perder criterio propio, utilizando la información disponible como insumo para mejorar decisiones colectivas. Estas competencias, desarrolladas a través de procesos de coaching ejecutivo de alto nivel, son las que permiten a los directivos no solo adaptarse a la transformación tecnológica, sino liderarla con criterio y propósito.

Lecciones desde la práctica

La aplicación de estos principios en la práctica directiva exige un cambio en el funcionamiento de los comités de dirección y en la forma en que se toman las decisiones estratégicas. La experiencia de una gran corporación analizada por Harvard Business School ofrece lecciones valiosas. En una de sus empresas de servicios financieros, el proyecto para automatizar el proceso de fijación de precios no comenzó con tecnología, sino con la definición de responsabilidades inequívocas que vincularan las mejoras del modelo con los objetivos de crecimiento del negocio. El responsable del proyecto fue encargado no solo de la ejecución técnica, sino de vincular el nuevo sistema con métricas financieras como el coste de operaciones y la tasa de compra por segmentos de riesgo, lo que previno retrasos y aseguró que el éxito se midiera por el crecimiento del negocio y no por la precisión técnica del algoritmo.

Las rutinas establecidas incluyeron revisiones operativas semanales y comités ejecutivos bimensuales que aseguraron la alineación entre unidades de negocio, detectaron retrasos tempranamente y mantuvieron el impulso del proyecto. El resultado fue un modelo de precios que permitió a la empresa responder más rápidamente a los cambios del mercado, logrando una reducción del ocho por ciento en los costes asociados al riesgo y mejorando la rentabilidad. En otra empresa del mismo conglomerado, con el patrocinio directo del CEO, la transformación permitió que en dieciocho meses se observaran resultados tangibles, con una reducción de la rotación de clientes, una mayor conversión de campañas de marketing y un mayor volumen de negocio por cliente, al tiempo que la empresa escalaba el uso de inteligencia artificial en el servicio al cliente desde menos del tres por ciento de las interacciones atendidas automáticamente hasta casi el sesenta por ciento en seis meses. Estos casos demuestran que el éxito no depende de la tecnología en sí misma, sino de la claridad organizativa, el compromiso de la alta dirección y el desarrollo de las competencias conversacionales y de coordinación adecuadas en los equipos.

La tecnología amplifica el juicio humano, no lo sustituye

La conclusión que emerge de toda esta evidencia es que la inteligencia artificial no reduce la importancia del factor humano en las organizaciones, sino que lo exige a un nivel superior. Los algoritmos predicen el futuro, pero son las personas quienes toman las decisiones que crean valor, y esta distinción se vuelve más crítica a medida que los modelos predictivos ganan precisión y se integran en los procesos operativos y estratégicos. Cuando un algoritmo anticipa un fallo en un equipo crítico, un cambio en las preferencias de los clientes o una desviación en los costes de producción, el profesional debe decidir si interviene de inmediato, si espera a contar con más evidencia o si cuestiona directamente la predicción.

Aceptar de forma automática todas las recomendaciones genera una dependencia tecnológica que erosiona el criterio propio, mientras que ignorarlas de manera sistemática impide capturar el valor de la inversión realizada. La competencia diferencial de los próximos años no será interpretar datos, porque eso lo hará cada vez mejor el algoritmo, sino gestionar con criterio la confianza que se deposita en los sistemas inteligentes, combinando simultáneamente la experiencia acumulada, la información del contexto y las predicciones generadas por los modelos. Las organizaciones que lideren la próxima década no serán aquellas con los modelos de IA más potentes, sino aquellas que hayan invertido en desarrollar un liderazgo que integre la tecnología sin perder de vista el juicio humano, la interpretación contextual, la gestión del riesgo y la toma de decisiones bajo incertidumbre.

La pregunta que ningún consejo de administración puede eludir

La pregunta estratégica para el Consejo de Dirección y para la alta dirección ya no es qué inteligencia artificial deben implementar, porque esa decisión, en la mayoría de los sectores industriales, ya está tomada. La verdadera pregunta, la que determinará qué empresas sobreviven y cuáles quedan rezagadas en la próxima década, es si sus organizaciones están preparadas para desarrollar a las personas que deberán convivir con estas nuevas capacidades.

La experiencia de numerosas organizaciones confirma que la mayoría de las iniciativas fracasan por razones organizativas, no tecnológicas, y que los problemas surgen cuando no hay claridad sobre quién debe actuar ante una predicción, quién es responsable de los resultados, cómo se integran las recomendaciones en los procesos de trabajo y qué indicadores deben utilizarse para medir el éxito real. Una implantación exitosa exige redefinir roles, responsabilidades, rutinas de trabajo y métricas de desempeño, porque la inteligencia artificial necesita una estructura organizativa capaz de transformar predicciones en decisiones, y decisiones en resultados tangibles. Sin esa estructura, incluso los modelos más sofisticados terminan reducidos a demostraciones tecnológicas sin impacto real en el negocio. Cuando las máquinas empiezan a predecir el futuro, el factor decisivo sigue siendo, y seguirá siendo, quién toma las decisiones y con qué criterio las toma. Las organizaciones que comprendan esto y actúen en consecuencia serán las que marquen la diferencia en la próxima década.

Artículo inspirado en: Most AI iniciatives fail – Change Management. Ayelet Israeli & Eva Ascarza. Harvar Business Review. Noviembre 2025