Por Marcelo Blechman, socio de OLIVIA
Un estudio reciente del MIT puso un número incómodo sobre la mesa.
El 95% de los pilotos de inteligencia artificial generativa lanzados por empresas en 2025 fracasó.
No fracasó técnicamente. Fracasó en producir valor. Pilotos que funcionaban, modelos que entregaban resultados, herramientas que efectivamente generaban texto, código o decisiones.
Aun así, casi todos terminaron archivados y olvidados. O bien, silenciosamente desactivados. El diagnóstico del MIT es preciso. El error no fue tecnológico, fue organizacional.
Si conversas con cualquier directorio chileno hoy, escucharás alguna variación de la misma frase. “Tenemos que avanzar con IA”.
Pocos están preguntando qué significa eso exactamente. La IA productiva no se compra. No es una licencia, no es un proveedor, no es una herramienta que se instala.
Es un rediseño deliberado de cómo el liderazgo decide qué problemas valen la pena resolver. Cómo se mide el éxito y cómo se cambian los procesos para que la tecnología tenga dónde aterrizar.
Y ahí es donde el C-level chileno está fallando. En tres puntos repetidos.
El primer error es tratar la IA como herramienta de eficiencia. Cuando su valor real está en habilitar mejor toma de decisiones.
La conversación dominante en los directorios es “cuántas horas de trabajo nos ahorra”. Es una pregunta legítima pero pequeña. La pregunta grande es. “¿Qué decisiones podemos tomar ahora que antes no podíamos?”.
Reducir tiempo de ejecución libera horas. Mejorar la calidad de las decisiones cambia el negocio.
Las empresas que están capturando valor con IA en Chile no son las que automatizaron tareas. Son las que rediseñaron procesos de decisión.
El segundo error es ponerle IA encima a procesos que ya estaban mal diseñados. Si un proceso comercial tiene veinte pasos innecesarios, automatizarlo con IA produce veinte pasos innecesarios ejecutados más rápido.
La promesa de la tecnología expone la calidad del proceso subyacente. Cuando el proceso es bueno, la IA lo multiplica. Cuando es malo, la IA escala el desorden. Esto explica por qué tantos pilotos exitosos en demo nunca llegan a producción. No es resistencia al cambio. Es que el negocio descubre, al implementar, que el problema nunca fue tecnológico.
El tercer error es medir adopción en lugar de impacto. Los reportes que circulan en los comités estratégicos se llenan de métricas que tranquilizan: porcentaje de colaboradores que usa la herramienta, número de consultas mensuales, áreas con piloto activo. Ninguna de esas métricas dice si el negocio funciona mejor. La adopción es un medio. El impacto es el fin. Cuando el indicador es la adopción, las organizaciones se vuelven expertas en usar IA sin volverse mejores en hacer su negocio. Es exactamente el patrón que diagnosticó el MIT.
Los tres errores tienen un origen común: confundir cumplimiento con transformación.
Lo vimos hace un par de semanas con la entrada en vigencia de las 42 horas; lo vemos ahora con la IA. En ambos casos, la conversación pública premia a las empresas que cumplen rápido y olvida preguntar si cumplir ese checklist las hizo efectivamente mejores. Ninguna ley y ninguna licencia de software genera ventaja competitiva por sí sola. La diferencia la marca cómo el liderazgo decide qué hacer con la nueva regla del juego.
El C-level que va a capturar el valor real de la IA en los próximos dos años no es el que defina o compre las mejores herramientas. Es el que esté dispuesto a hacer la conversación incómoda: qué decisiones queremos mejorar, qué procesos vamos a rediseñar antes de automatizar, y qué métricas vamos a usar para reconocer que la transformación efectivamente ocurrió. La IA productiva no se compra. Se diseña. Y se diseña desde arriba.
