¿Tu Empresa Está Sacando Provecho de la IA? #6

1. Introducción

No desbloquearás el verdadero potencial de la IA simplemente implementándola en tu empresa (Forbes, 2026). La disrupción de la IA generativa varía según el sector (MIT, 2025), pero los fundamentos del éxito son los mismos. En esta edición, describiré cómo puedes usarla para cosechar valor en tu empresa.

2. Panorama del Mercado de Tokens

Hasta hace poco, herramientas de IA como ChatGPT no aprendían, no se integraban ni se ajustaban con eficiencia a los flujos de trabajo empresariales, lo que dificultaba su implementación (MIT, 2025). Antes de la IA, las empresas invertían mucho en desarrollar o adquirir software. Ahora existen herramientas con ventanas de contexto y memoria suficientes para construir sistemas adaptados a reglas de negocio personalizadas.

Incluso empresas que no son de software comenzaron a construir sistemas propios usando IA agéntica. En este sentido, Tallis Gomes, cofundador de G4, dice que construir con IA es más rápido y barato que adquirir software mediante fusiones y adquisiciones (Infomoney, 2025). Por supuesto, no todas las empresas desarrollarán sus propios sistemas, ya que alguien tiene que identificar los problemas de negocio más importantes, decidir qué construir, mantenerlo y hacerse responsable cuando se rompa (Bernard Marr, 2026; bizzy, 2026).

Independientemente de quién se encargue del desarrollo y mantenimiento del software, las empresas exitosas se centran en resolver problemas de negocio específicos, y las herramientas genéricas de IA fallan cuando necesitas sistemas que se adapten, recuerden y evolucionen (MIT, 2025; Forbes, 2026). Según el informe del MIT "The GenAI Divide: State of AI in Business 2025":

"A pesar de 30 a 40 mil millones de dólares de inversión empresarial en IA generativa, este informe revela un resultado sorprendente: el 95% de las organizaciones están obteniendo un retorno nulo."

Entramos en la economía de los tokens, y está reorganizando la economía global, trayendo una nueva dependencia de recursos (Gilles Raymond, 2026). Incluso Y Combinator (2026) sugiere que los emprendedores hagan tokenmax (es decir, maximizar el consumo de tokens de IA para señalar alta productividad). Sin una estrategia clara, es fácil seguir la moda y aumentar los costos a ciegas. Veo el tokenmaxxing como una métrica de vanidad.

El informe de McKinsey "The State of AI in 2026: On the Road to ROI" afirma que la IA está permitiendo mejoras notables en innovación, diferenciación competitiva, satisfacción de los clientes y satisfacción de los empleados (McKinsey, 2026). Por otro lado, ¿qué pasa con las ganancias? Siguen igual que en 2025.

Llevo casi un año estudiando IA agéntica y aprendí que, antes de automatizar un proceso, es mejor simplificarlo y agilizarlo antes de escalar, y evaluar si realmente necesita automatizarse en este momento o si necesita automatizarse en absoluto. Usar IA para construir puede ser divertido, pero debe usarse de forma estratégica para resolver problemas específicos que generen ROI.

Tu comprensión, tu acceso a información de calidad y tu habilidad para dar contexto a la IA definirán la calidad de los resultados. No sigas la estrategia de implementación de IA de otras empresas; aprende de ellas, pero construye la tuya. Copiar y pegar es arriesgado. Conoce tus números y mide el impacto de tus iniciativas de IA.

Las empresas de alto desempeño, según McKinsey (2026), buscan crecimiento e innovación junto con eficiencia. Rediseñan los flujos de trabajo en torno a la IA en lugar de insertarla en flujos ya existentes, y acompañan cada implementación con el compromiso del liderazgo y el rigor operativo necesarios para convertirla en una ganancia real. Esa es la brecha entre las organizaciones que siguen atascadas en la productividad individual y las que convierten la IA en impacto financiero.

La IA ya no es una idea futurista y ya está integrada en todos los sectores (World Economic Forum, 2022). La alfabetización en IA de la fuerza laboral es lo que determina si una empresa aprovecha ese cambio o es atrapada por él.

Mejorar en IA no consiste en dominar una sola plataforma. Los productos de IA cambian demasiado rápido para que la formación de tu fuerza laboral gire en torno a una plataforma en particular (Chen, 2026). Los profesionales necesitan entender cómo funcionan los sistemas de IA para evaluar resultados, reconocer limitaciones y tomar decisiones informadas a medida que surgen nuevas herramientas.

Diseñado por el autor (2026). Adaptado de AI in Business (2024).

Las cuatro áreas de la imagen anterior representan cómo la fuerza laboral debe planificar y maximizar la eficiencia, en lugar de hacer tokenmaxxing, para alcanzar la rentabilidad. Un equipo que sabe interrogar el resultado de una IA, y no solo darle prompts, es el equipo que convierte el cambio de mercado descrito arriba en impacto financiero, en lugar de otro elemento en la pila de métricas de vanidad.

3. Conclusión

Implementar IA no es una estrategia, pero usarla para resolver problemas específicos sí lo es. Esa es la línea que separa al 95% de las organizaciones que aún esperan retorno de los de alto desempeño que ya convierten la IA en crecimiento, innovación e impacto financiero. La brecha no es el acceso a las herramientas. Es el criterio: saber qué problema vale la pena resolver, qué construir, quién es responsable y cómo interpretar lo que la IA te devuelve.

El tokenmaxxing no cerrará esa brecha. Copiar la estrategia de implementación de otra empresa tampoco. Lo que la cierra es una fuerza laboral que trata la alfabetización en IA como una disciplina, y no como una característica de una plataforma, y un liderazgo que gobierna cada implementación con la misma evaluación de riesgos y el mismo cuidado que exigiría a cualquier otra inversión de capital.

Construye esa capacidad en tu empresa. Mídela con tus propios números. Entonces, el cambio de mercado que ya está en marcha será tu ganancia en lugar de tu costo. Suscríbete para seguir ideas sobre Changemaking, Sostenibilidad, Tecnología y Negocios.

4. Referencias

AI in Business. (2024). AI in business: Case studies and success stories [Video]. YouTube. https://www.youtube.com/watch?v=0PFGmyVTTV4

Chen, H. (2026, August 25). Building AI literacy. Food Technology Magazine. https://www.ift.org/food-technology-magazine/building-ai-literacy

Firth-Butterfield, K., Anthony, A., & Reid, E. (2022, March 17). Without universal AI literacy, AI will fail us. World Economic Forum. https://www.weforum.org/stories/emerging-technologies/without-universal-ai-literacy-ai-will-fail-us/

Marr, B. (2026, August 10). 8 companies proving AI can deliver real ROI. Forbes. https://www.forbes.com/sites/bernardmarr/2026/08/10/8-companies-proving-ai-can-deliver-real-roi/

MIT NANDA. (2025, July). The GenAI divide: State of AI in business 2025. https://cloudelligent.com/wp-content/uploads/2026/02/v0.1_State_of_AI_in_Business_2025_Report.pdf

Raymond, G. (2026, March 25). Welcome to the token economy. Edgee. https://www.edgee.ai/blog/posts/welcome-to-the-token-economy

Tinkoff, D., Van der Veken, L., Chui, M., & Balakrishnan, T. (2026, August 25). The state of AI in 2026: On the road to ROI. McKinsey & Company. https://www.mckinsey.com.br/capabilities/quantumblack/our-insights/the-state-of-ai#/

Y Combinator. (2026). Tokenmaxxing: How top builders use AI to do the work of 400 engineers [Video]. YouTube. https://youtu.be/57lDpTwiW6g