La paradoja se repite en directorios de México a Buenos Aires: la organización contrata licencias corporativas de IA generativa, las despliega en el workspace de todos los empleados y, meses después, los reportes muestran que apenas una minoría las usa con regularidad. La inversión queda atrapada en "entorno habilitado" sin convertirse en productividad.
El caso de Hanamaruki, fabricante de miso fundado en 1916 en la prefectura de Nagano, rompe ese patrón. Con 290 empleados y un perfil industrial tradicional, la compañía alcanzó una tasa de inicio de sesión en Gemini del 86 % y estima un ahorro anual de 20.000 horas tras un proceso deliberado de 18 meses. No fue un rollout masivo ni un mandato vertical: fue una secuencia de decisiones de diseño organizacional que cualquier empresa latinoamericana puede estudiar.
De la prohibición total a la habilitación controlada
En enero de 2024, la primera medida de la directora de Sistemas, Kaori Mori, fue publicar una guía de uso que vetaba el ingreso de cualquier dato personal o corporativo a herramientas de IA generativa. La cautela reflejaba el temor regulatorio y reputacional común en industrias reguladas —alimentos, finanzas, salud— donde una fuga de datos puede derivar en sanciones o pérdida de confianza del consumidor.
Cuando Google Workspace integró Gemini de forma nativa en 2025, llegó el giro. La versión empresarial garantiza contractualmente que los prompts no alimentan el entrenamiento del modelo. Hanamaruki revisó su norma: limitó el uso autorizado a Gemini (reduciendo superficie de riesgo) y publicó decenas de manuales explícitos: "aquí sí pueden poner información de la empresa". La gobernanza pasó de "no toquen" a "usen esta herramienta de esta manera".
Para un CISO o un gerente legal en LatAm, la lección es operable: no hace falta inventar una política desde cero. Apalancarse en las garantías contractuales de los proveedores hyperscaler (Google, Microsoft, AWS) permite pasar de la parálisis a la experimentación controlada en semanas, no trimestres.
La red de "AI supporters": 11 voluntarios antes que 290 licencias
Hanamaruki no abrió el grifo de golpe. Compró 25 licencias: 14 para directivos y 11 para empleados que levantaron la mano tras una convocatoria interna. Esos 11 se convirtieron en "AI supporters", un rol híbrido entre early adopter, beta tester y evangelista de pares. Se reunían quincenalmente con Sistemas y compartían prompts, errores y trucos en un canal de chat común.
Fue doble el efecto: curva de aprendizaje distribuida (la experimentación ocurrió en el margen, sin exponer a toda la organización a alucinaciones iniciales) y capital social interno. Cuando la licencia se universalizó, ya existían docenas de casos de uso validados por compañeros de escritorio, no por un proveedor externo.
En contextos latinoamericanos, donde la desconfianza hacia imposiciones tecnológicas "desde arriba" es frecuente, este modelo de campeones por área (ventas, logística, compras, producción) reduce la resistencia cultural y acelera la detección de use cases de alto valor.
El señalamiento del liderazgo: el chairman de 70 años en la sala de capacitación
Anecdótico pero revelador es el dato más citado del caso: el chairman de 70 años asistió a las cuatro jornadas de capacitación junto a unos 100 empleados por sesión. El presidente, por su parte, emitió una comunicación directa: "tenemos el entorno, úsenlo".
Desde hace décadas, la literatura de gestión de cambio documenta que la adopción de herramientas de productividad personal (correo, ERP, CRM) escala cuando el ejecutivo visible las usa y las exige. En Hanamaruki, la señal no fue retórica: el chairman manipulando prompts en vivo eliminó la excusa de "esto es para los jóvenes" o "no entiendo la tecnología".
Para el ejecutivo latinoamericano que delega la "transformación digital" en un CDO o en consultoras, el recordatorio es incómodo: si el dueño del P&L no toca la herramienta, la organización percibe que es opcional.
Validación técnica: Gemini rinde en tareas de decisión operativa
Un estudio académico independiente (Aşan, 2025) integrado al ERP de una manufacturera comparó ChatGPT-4.5, Microsoft CoPilot y Google Gemini para clasificar 100 solicitudes de compra en "urgente", "normal" y "no urgente". Los tres modelos superaron el umbral de utilidad en clasificación binaria (urgente/no urgente), con CoPilot ligeramente por delante en *accuracy y una consistencia excepcionalmente alta entre CoPilot y Gemini (test de chi-cuadrado de Pearson, p* < 0,05).
Para Hanamaruki —y para cualquier empresa que evalúe proveedores—, la implicación es que la elección del modelo hoy es menos crítica que la arquitectura de adopción. Gemini, CoPilot o GPT-4o resuelven el task técnico; la variable que explica el 86 % de uso vs. el 15 % típico es el diseño organizacional descrito arriba.
Del prompt al script: cuando la línea de frente construye su propia herramienta
Cuando empleados sin perfil de TI desarrollaron un buscador de recetas interno usando Google Apps Script (GAS) conectado a Gemini, llegó el indicador de madurez. El equipo de I+D y producción necesitaba consultar formulaciones históricas; en lugar de pedir a Sistemas un desarrollo a medida, armaron la solución en semanas.
Ese paso —de consumidor de IA a constructor de *workflows* aumentados— marca la frontera entre "uso de chatbot" y transformación de proceso. En LatAm, donde la brecha de talento TI es crónica, habilitar low-code/no-code (GAS, Power Automate, Apps Script) sobre la capa de IA generativa multiplica la capacidad de entrega sin contratar developers escasos.
Próximo horizonte: agentes autónomos y la pregunta para el directorio
Hanamaruki ya declara su siguiente objetivo: desplegar agentes de IA que ejecuten tareas completas (no solo respondan consultas). El salto implica gobernanza de orchestration, monitoreo de hallucination en cadena y redefinición de roles.
En la agenda del próximo comité directivo, la pregunta que todo ejecutivo latinoamericano debería anotar no es "¿cuál modelo compramos?" sino "¿tenemos el diseño organizacional —gobernanza, campeones, señalamiento de liderazgo, habilitación *low-code*— para que la inversión en IA deje de ser un gasto de licencias y pase a ser una línea de ahorro medible?"
108 años después de su fundación, la respuesta de Hanamaruki sugiere que la tecnología madura antes que la cultura organizacional; la diferencia la hace quien decide no esperar.
