IA con criterio: tres decisiones que conviene tomar antes de automatizar

Una facilitadora ordena procesos con su equipo antes de automatizar

Por Santiago Gaitán, Gerente de Estrategia y Proyectos de Americancol.

Casi todas las empresas están implementando inteligencia artificial y muchas se están devolviendo. En nuestra experiencia, el problema rara vez está en la herramienta. Está en tres decisiones que se saltaron. Las conversamos con tres líderes que participaron en el Congreso de Líderes 2026 en Lima.

En Americancol vemos una escena cada vez más seguido. Una empresa compra una herramienta de inteligencia artificial, se la entrega a los equipos con la instrucción de usarla y a los pocos meses descubre que la gente la usa para cosas que no aportan o, sencillamente, no la usa. Entonces se echa para atrás.

La herramienta casi nunca es la culpable. Lo que falló fue la implementación, y en particular tres decisiones que conviene tomar antes de automatizar nada: qué vale la pena automatizar, quién responde cuando algo sale mal y qué va a pasar con las personas que trabajan con la herramienta.

Las tres fueron el centro del panel «IA con criterio» del Congreso de Líderes en Lima, y las conversamos con Juan Carlos Zevallos, gerente general de IBM Perú y líder de tecnología para Perú, Ecuador y Bolivia; Adriana Ochoa, Gerente General de Totto Colombia, y Alexander Mora, fundador y CEO de C-Level Education Partners, quien moderó ese panel.

1. Qué vale la pena automatizar

La primera trampa es suponer que todo proceso tiene que pasar por la tecnología más nueva. Juan Carlos Zevallos lo ve todos los días con clientes que llegan convencidos de que cada proceso tiene que transformarse y pasar por IA generativa. En la práctica, dice, no siempre es así.

Algunos procesos, explica, pueden seguir como se venían haciendo. Otros se resuelven con IA generativa, otros con IA tradicional y otros con una herramienta de automatización sencilla. Lo que importa al final es que el impacto justifique lo que cuesta.

Alexander Mora agrega una condición previa. Antes de implementar IA en las organizaciones que ha dirigido, su equipo tuvo que ordenar la casa: limpiar los procesos, aclararlos, actualizarlos y alinearlos bien con la estrategia, y solo después implementar. Si se automatiza un proceso que no funciona, dice, la tecnología convierte ese mismo error en información, y esa información sale equivocada.

Por eso insiste en que la conversación no debería arrancar por la herramienta. Para él, automatizar es una conversación sobre transformación, entorno y estrategia antes que sobre tecnología.

Lo que recomendamos: antes de elegir la herramienta, haz el inventario de procesos y marca, uno por uno, cuál está listo para automatizar y cuál hay que arreglar primero. Muchas veces el retorno más rápido está en el segundo grupo.

Un equipo revisando sus indicadores antes de decidir qué automatizar.

Un equipo revisando sus indicadores antes de decidir qué automatizar.

2. Quién responde si sale mal

Esta es la pregunta que casi nadie quiere contestar, y los tres coincidieron en la respuesta.

Para Zevallos, la responsabilidad la tiene que asumir la organización que implementa la tecnología. Desde el lado del proveedor, dice, el punto de partida es poder explicar por qué un modelo se comporta como se comporta, y construir la gobernanza desde el comienzo. En IBM consideran crítico que la gobernanza y la ética entren desde el diseño, no como un parche al final.

Mora lo pone en la silla del líder: el primero que responde es quien dirige la organización, porque le toca cuidar que una transformación tecnológica no pase por encima del propósito. Y aclara que la herramienta, por buena que sea, no lo exime, porque ninguna tecnología reemplaza el criterio.

Adriana Ochoa llega al mismo lugar. Si algo sale mal, la responsabilidad es del líder, sobre todo cuando no tuvo claro para qué quería usar la inteligencia artificial. Para ella, la responsabilidad empieza por definir qué indicadores se quieren mover con la herramienta. Y descarta dos extremos: la IA no puede quedar en manos de una sola persona, pero tampoco puede estar tan repartida en la organización que nadie la controle. Hacen falta las dos cosas a la vez.

Lo que recomendamos: que cada caso de uso tenga un dueño con nombre propio, un indicador que se espera mover y una forma de revisar lo que la herramienta entrega. Si no se puede escribir en una línea quién responde, el caso de uso todavía no está listo.

3. Qué pasa con la gente que usa la herramienta

La tercera decisión es la que más se subestima. En Totto están implementando una herramienta de predicción de demanda, y Adriana cuenta que la primera reacción del equipo fue preguntarse qué iban a hacer ellos de ahí en adelante.

Su respuesta fue explicar que antes tomaban decisiones sin la información que necesitaban y que ahora la van a tener, pero que alguien tiene que interpretarla, porque la inteligencia artificial también se equivoca. El valor de cada persona no está en armar una hoja de Excel, sino en el criterio que la máquina no tiene.

Lo más revelador vino del líder de ese proyecto, que le planteó a Adriana una preocupación que pocas empresas contemplan: si el equipo está preparado para recibir tanta información nueva, y dónde están los espacios de ayuda para quienes se sienten agobiados por la herramienta y no preguntan por miedo a que piensen que no sirven.

Ese miedo no aparece en ningún tablero de adopción, y es el que decide si la herramienta se usa o se abandona.

Lo que recomendamos: presupuestar la gestión del cambio con la misma seriedad que la licencia. Eso incluye formación en las competencias que la herramienta vuelve más valiosas (análisis, criterio, lectura de datos) y espacios reales donde preguntar no cueste.

Lo que nos queda

Ninguno de los tres habló de la inteligencia artificial como una amenaza ni como una solución mágica. Los tres hablaron de decisiones que le tocan a una persona y de responsabilidades que no se pueden delegar en una máquina. Es lo que en Americancol llamamos pasar de la teoría a la ejecución: el cambio aparece cuando el proceso, las decisiones y las conversaciones del equipo empiezan a funcionar distinto, y comprar la herramienta es apenas el primer paso.

Si tu organización está en medio de una implementación y quieres revisar estas tres decisiones con un equipo externo, conversemos.

Álvaro Rojas, VP de Marketing de Alicorp, también participó en el panel «IA con criterio» del Congreso de Líderes 2026 en Lima, en la Universidad UTEC. Conoce su perfil en el sitio del Congreso.

Siguiente paso

¿Quieres llevar estas ideas a tu equipo?

Agenda 30 minutos y te contamos cómo podemos acompañar a tu organización.

Sin costo y sin compromiso. En 30 minutos te decimos con franqueza si podemos ayudarte.

+57 324 582 3794

[email protected]