El obstáculo silencioso al retorno de la IA

📍 CONTEXTO

La cifra proviene del análisis que Gartner realiza sobre directivos de tecnología (CIO) de organizaciones medianas y grandes a nivel global, dentro de su informe semestral de tendencias para la función de TI.

🔍 POR QUÉ ESTA CIFRA IMPORTA

El dato traslada la responsabilidad del fracaso de la IA de la tecnología hacia la estructura organizacional que la rodea. Una empresa puede tener acceso a los mismos modelos que su competencia y aun así no capturar valor, si sus procesos de decisión, sus roles y su forma de asignar presupuesto siguen diseñados para un ritmo de cambio anterior. Ignorar esta distinción tiene un costo concreto: seguir invirtiendo en herramientas mientras el cuello de botella real permanece intacto en la manera en que la organización opera. La proyección a 2028 da una ventana de tiempo definida para actuar antes de que la brecha se vuelva estructural.

🏢 LO QUE SIGNIFICA PARA TU ORGANIZACIÓN

Esta cifra interpela directamente la forma en que se aprueban y gobiernan las iniciativas de tecnología: si el proceso de decisión sigue basado en proyectos aislados con fecha de cierre, en lugar de en capacidades operativas que se ajustan de forma continua, la organización queda expuesta al mismo patrón que describe el indicador. También interpela la manera en que se mide el éxito de un proyecto de IA, que con frecuencia se limita a la implementación técnica y no al cambio operativo que la sostiene.

Es más urgente para organizaciones con arquitecturas tecnológicas heredadas y procesos de aprobación de presupuesto rígidos, así como para aquellas que ya invirtieron en IA sin haber revisado antes su modelo operativo de TI. Ambos perfiles comparten el mismo riesgo: haber resuelto la parte visible del problema —la tecnología— sin tocar la parte que realmente determina el resultado, que es la planeación estratégica de tecnología alineada con la operación del negocio.

📏 CÓMO MEDIRLO EN TU ORGANIZACIÓN

Antes de asumir que el problema es la tecnología, conviene revisar si el modelo operativo de TI permite capturar el valor que promete una inversión en inteligencia artificial. Los siguientes indicadores ayudan a diagnosticarlo.

Tiempo de aprobación de iniciativas tecnológicas: mide cuántas semanas transcurren entre la propuesta de una iniciativa y su aprobación formal; se obtiene del registro de gestión de proyectos de TI; unidad: semanas.

Porcentaje de proyectos de IA con métrica de negocio definida antes del inicio: mide cuántas iniciativas de IA tienen un indicador de resultado de negocio aprobado antes de comenzar, no solo un indicador técnico; se obtiene del portafolio de proyectos; unidad: porcentaje.

Frecuencia de revisión del modelo operativo de TI: mide cada cuánto tiempo se actualiza formalmente la estructura de roles y procesos de TI; se obtiene de las actas de gobierno de TI; unidad: meses entre revisiones.

Porcentaje de decisiones de TI tomadas por comités permanentes versus proyectos puntuales: mide qué proporción del gasto de tecnología pasa por un mecanismo de gobierno continuo; se obtiene del presupuesto de TI clasificado por tipo de decisión; unidad: porcentaje.

📈 LA LECTURA DEL RESULTADO

Un tiempo de aprobación bajo, una mayoría de proyectos de IA con métrica de negocio definida y revisiones del modelo operativo con periodicidad menor a doce meses sugieren una posición sólida. Una revisión del modelo operativo que no ocurre hace más de dos años, junto con proyectos de IA sin métrica de negocio previa, señala una brecha que debe cerrarse antes de ampliar la inversión en IA. La combinación de ambos síntomas, sumada a una proporción baja de decisiones tomadas por comités permanentes, indica una situación crítica en la que el gasto en tecnología avanza sin gobierno que lo sostenga.