La trampa de la eficiencia individual
Una encuesta de Yano Research Institute revela que apenas el 11% de las empresas japonesas ha logrado una adopción plena de inteligencia artificial generativa en toda la organización. El resto, en el mejor de los casos, ve cómo sus equipos usan ChatGPT o herramientas similares para acelerar tareas puntuales, pero sin que eso se traduzca en un cambio en los resultados del negocio. Es el escenario que Nesty Delgado, experto en transformación organizacional con IA, describe como "experimentación sin dirección": cada equipo usa herramientas por su cuenta, no hay políticas de uso, la alfabetización ejecutiva es baja y la adopción depende de esfuerzos individuales que desaparecen cuando la persona se va.
El problema no es tecnológico. Es de liderazgo, gobernanza y gestión del cambio.
El modelo 4R de Salesforce: diseño primero, herramientas después
Salesforce Japón ha decidido atacar el problema desde la raíz. Su chief operating officer, Tanaka Ryota, lidera una transformación que ya tiene 300 agentes de IA operando en la compañía. La clave, explica, no fue repartir licencias de ChatGPT, sino rediseñar los flujos de trabajo antes de tocar la tecnología. Para ello crearon el marco 4R: Rediseño, Recapacitación, Reubicación y Rebalanceo.
- Rediseño (Redesign): decidir qué tareas hace la IA y cuáles quedan en manos humanas. Por ejemplo, los leads de baja puntuación los gestiona un agente autónomo; los más complejos, un vendedor.
- Recapacitación (Reskill): entrenar tanto a personas como a los propios agentes. Los managers ya no solo gestionan equipos humanos, también gestionan agentes.
- Reubicación (Redeploy): mover talento hacia donde genera más valor. Salesforce creó un equipo especializado para grandes cuentas (ECS) al trasladar recursos de inside sales que la IA liberó.
- Rebalanceo (Rebalance): revisar continuamente si se puede ampliar lo que hace la IA o si hace falta ajustar roles.
Tanaka advierte que sin este marco "top-down" los equipos generan "agentes salvajes" (wild agents) que cada uno optimiza a su manera y que la dirección no puede gobernar. El resultado es caos, no transformación.
Un caso real en Latinoamérica: Domingo Alonso Group
Mientras tanto, en las Islas Canarias —un mercado con muchas similitudes a los latinoamericanos en cuanto a tamaño y estructura— el grupo automotriz Domingo Alonso Group ya está cosechando resultados con Agentforce, la plataforma de agentes autónomos de Salesforce. Han desplegado agentes que gestionan citas de taller, responden consultas de compra y realizan mantenimiento proactivo.
Los números hablan: el 60% de las interacciones ocurren fuera del horario comercial. Es decir, los clientes quieren atención cuando ellos pueden, no cuando la empresa abre. El sistema ya ha cerrado 18 ventas guiadas exclusivamente por IA, con clientes que cotizaron modelos, revisaron características. Además, hay clientes que agendaron su cita de taller completa vía WhatsApp con el agente.
El grupo creó un equipo dedicado de cinco personas para liderar esta transformación.
Lo que la evidencia académica confirma
Un estudio reciente publicado en el Journal of the Management Sciences de la Universidad Nnamdi Azikiwe (Nigeria) analizó el rol del liderazgo en la adopción de IA. Las conclusiones refuerzan lo que muestran los casos de Salesforce y Domingo Alonso: competencias como alfabetización digital, visión estratégica, comunicación y conciencia ética son críticas. El estudio encontró que los empleados aceptan mejor la IA cuando la perciben como útil y cuando los líderes guían activamente el proceso de cambio, no solo cuando la herramienta está disponible.
Implicaciones para las empresas latinoamericanas
En América Latina, la tentación de "probar IA" suele comenzar con un piloto en un departamento, sin políticas de datos, sin métricas claras y sin un plan de gestión del cambio. Los síntomas que enumera Delgado —riesgos de privacidad no medidos, resistencia al cambio manejada con comunicados, casos de uso no priorizados— son moneda corriente.
La lección de los casos aquí presentados es que el orden importa: primero, diagnosticar dónde está la organización realmente; segundo, alinear al equipo directivo en un mismo lenguaje y mapa de riesgo; tercero, diseñar políticas y gobernanza; cuarto, priorizar dos o tres casos de uso con impacto medible; quinto, formar a los equipos en esas capacidades específicas; y solo entonces escalar.
¿Está su empresa dejando que la IA se convierta en una colección de experimentos aislados o está diseñando, desde la dirección, el nuevo modelo operativo que la tecnología exige?
