De diseñar IA a operar IA: los tres momentos que revelan la madurez de una organización

Hay conversaciones que terminan cuando baja la gente del escenario y otras que permanecen dando vueltas en la cabeza durante varios días. Eso fue precisamente lo que me ocurrió después de participar en dos encuentros que, aunque abordaban temas distintos, terminaron conduciéndome a una misma reflexión.

En el panel "Competencia global y el nuevo consumidor híbrido: estrategias para destacar en el nuevo retail global" participando como panelista, compartiendo mi perspectiva sobre cómo las organizaciones necesitan desarrollar capacidades para anticiparse a un entorno cada vez más dinámico. Posteriormente, como moderador en el panel "IA con propósito: fuera del chatbot, dentro del negocio", una conversación con líderes que hoy están llevando la inteligencia artificial más allá de la experimentación para convertirla en una capacidad real de negocio.

Participar desde ambos roles fue especialmente enriquecedor. Por un lado compartir experiencias y contrasté puntos de vista con otros líderes y por otro, con aprendizajes al escuchar, conectar ideas y descubrir coincidencias entre organizaciones de industrias muy diferentes. Al final comprendí que ambos paneles, aunque hablaban de temas distintos, respondían a una misma pregunta: ¿qué distingue a las organizaciones que realmente están preparadas para competir en un entorno donde el cambio dejó de ser un evento para convertirse en una constante?

Fue durante esa segunda conversación cuando Daniel Jones, de BBVA, compartió una frase que inmediatamente captó mi atención:

"La IA no se implementa; la IA se opera."

Me gustó porque logró sintetizar con enorme claridad algo que he venido descubriendo durante este último año mientras incorporamos iniciativas de inteligencia artificial al negocio. Logró poner en palabras una idea que en mi experiencia había ido construyendo poco a poco.

Conforme hemos ido avanzando, me he convencido de que el éxito de una iniciativa de inteligencia artificial no depende únicamente del modelo que se desarrolla. Tampoco comienza cuando inicia el proyecto ni termina cuando la solución entra en producción. En realidad, existen tres momentos que terminan definiendo su éxito y, más importante aún, cada uno de ellos revela algo distinto sobre el nivel de madurez de la organización.

El primer momento ocurre antes de implementar. Paradójicamente, es la etapa de la que menos se habla y, al mismo tiempo, una de las más importantes. Antes de pensar en modelos, plataformas o proveedores, la organización debe responder preguntas mucho más profundas: ¿qué problema de negocio queremos resolver?, ¿por qué vale la pena resolverlo?, ¿contamos con datos confiables?, ¿nuestros procesos tienen la madurez suficiente?, ¿las personas están preparadas para trabajar de una manera diferente? Con frecuencia pensamos que el reto consiste en incorporar inteligencia artificial, cuando en realidad el desafío es construir las capacidades organizacionales necesarias para que esa inteligencia artificial pueda generar valor.

El segundo momento corresponde a la implementación. Aquí aparecen la ingeniería, los modelos, la integración tecnológica y el trabajo conjunto entre negocio y tecnología. Sin embargo, reducir esta etapa al desarrollo técnico sería un error. Implementar también significa gestionar el cambio, construir confianza, validar que la solución realmente mejora la toma de decisiones y asegurar que las personas la integren a su forma cotidiana de trabajar. Es común celebrar indicadores como la precisión de un modelo o el cumplimiento de un cronograma, pero esos indicadores, por sí solos, no garantizan que el negocio sea mejor después de la implementación.

El tercer momento comienza cuando muchas organizaciones creen que todo ha terminado. Es la operación, y probablemente sea la etapa que más diferencia a quienes experimentan con inteligencia artificial de quienes realmente la convierten en una capacidad de negocio.

Durante muchos años aprendimos a gestionar la tecnología como una sucesión de proyectos. Existía un inicio, una implementación y un cierre. La inteligencia artificial rompe completamente con esa lógica. Cuando un modelo entra en producción no concluye el proyecto; comienza una nueva responsabilidad. Los datos cambian, el negocio evoluciona, los clientes modifican su comportamiento, aparecen nuevas regulaciones y los modelos dejan de representar la realidad con la misma precisión con la que fueron entrenados. Todo ello obliga a supervisar continuamente su desempeño, fortalecer la calidad de los datos, incorporar retroalimentación, ajustar modelos, medir impacto y establecer mecanismos de gobierno que permitan sostener el valor generado.

Eso significa operar la inteligencia artificial.

Y operar exige capacidades que ninguna implementación puede garantizar por sí sola.

Y esto es muy importante, porque se deja de hablar de proyectos y comienza a hablar de organizaciones.

Implementar es un evento, operar es una capacidad.

Implementar tiene una fecha de inicio y una fecha de cierre.

Operar implica aprender, adaptarse y evolucionar de manera continua.

Mientras escribía esta reflexión también encontré la conexión entre ambos paneles. En la conversación sobre el consumidor híbrido hablábamos de anticipación, de desarrollar capacidades antes de que el mercado nos obligue a cambiar. En la conversación sobre inteligencia artificial hablábamos de gobierno, aprendizaje continuo y operación. En el fondo, ambos temas conducían exactamente al mismo lugar: las organizaciones que lograrán diferenciarse no serán necesariamente las que adopten primero una tecnología, sino aquellas que desarrollen las capacidades para aprovecharla de manera sostenida.

Esa conexión también reforzó una convicción que he compartido desde hace tiempo: la inteligencia artificial no transforma a las organizaciones; evidencia su nivel de madurez. La preparación revela si existe claridad estratégica y una cultura orientada al cambio. La implementación demuestra la capacidad de colaborar entre negocio y tecnología para resolver problemas que realmente importan. La operación confirma si la organización es capaz de aprender continuamente, gobernar sus datos, evolucionar sus modelos y mantener el valor generado a lo largo del tiempo.

En otras palabras, la inteligencia artificial no pone a prueba únicamente nuestros algoritmos; pone a prueba a la organización completa.

Muy pronto prácticamente todas las empresas tendrán acceso a modelos cada vez más potentes. Esa dejará de ser la diferencia. La verdadera ventaja competitiva estará en quién sea capaz de preparar mejor a su organización, implementar con propósito y, sobre todo, operar la inteligencia artificial como una capacidad permanente.

Y quizá ahí exista otra reflexión que vale la pena tener presente. Con frecuencia hablamos de inteligencia artificial como si fuera el objetivo, cuando en realidad nunca lo ha sido. Ninguna organización existe para implementar IA. Las organizaciones existen para servir mejor a sus clientes, innovar, crecer, tomar mejores decisiones o construir ventajas competitivas sostenibles. La inteligencia artificial simplemente amplía la forma en que podemos lograrlo.

La IA no es el qué. Es el cómo.

Por eso la conversación no debería comenzar preguntando qué herramienta vamos a utilizar o qué modelo vamos a implementar. Debería comenzar preguntándonos qué organización queremos construir y qué capacidades necesitamos desarrollar para hacerlo posible.

Quizá por eso hoy la pregunta ya no debería ser:

¿Cómo implementamos inteligencia artificial?

La pregunta que realmente importa es otra:

¿Estamos construyendo la organización capaz de operarla?

Porque, al final, la inteligencia artificial no es un proyecto tecnológico.

Es una capacidad organizacional.