Socio de estrategia e implementación de IA

La verdadera brecha entre la estrategia de IA y los resultados de la IA

El informe State of AI 2025 de McKinsey↗ (se abre en una pestaña nueva) encontró que el 78% de las organizaciones ya usa IA en al menos una función. Pero aquí está el problema: el 80% de esas mismas organizaciones no reporta un efecto claro en sus resultados financieros.

¿Por qué? En nuestra experiencia, una razón común es que la mayor parte del trabajo de "estrategia de IA" produce adopción sin impacto. Los equipos implementan herramientas de IA. Las métricas de adopción se ven bien. Pero los ingresos, el margen o la eficiencia no se mueven.

La investigación de McKinsey es aún más contundente: solo el 21% de las organizaciones que usan IA generativa ha rediseñado sus flujos de trabajo para sacarle provecho. En nuestra experiencia, el resto tiende a añadir la IA a los procesos existentes y a llamarlo estrategia.

Las empresas que ven un retorno real (ese escaso 5.5 a 6% en el que la IA tiene un impacto en el EBIT superior al 5%) hicieron algo distinto. Invirtieron en el rediseño de los flujos de trabajo. Depuraron sus datos antes de pedirle a la IA que trabajara con ellos. Ordenaron la implementación para atacar primero las oportunidades de mayor impacto. Midieron los resultados desde el primer día.

Eso no es suerte. Es disciplina aplicada a la inversión en IA.

Por qué a las empresas les cuesta hacerlo solas

La mayoría de los equipos internos puede identificar oportunidades de IA. Son capaces. Entienden el negocio. Pero cinco cosas los frenan:

Capacidad de ejecución. Identificar que podría automatizar con IA su proceso de recepción de clientes es una cosa. Diseñar realmente la arquitectura del sistema, integrarlo con su CRM, capacitar al equipo y monitorear la desviación es otra. Los equipos internos no tienen la capacidad disponible. Los proveedores externos no tienen el contexto de su negocio.

La velocidad de la tecnología. La IA avanza más rápido de lo que los equipos internos pueden seguir. Para cuando su equipo evalúa la herramienta A, ya existe la herramienta B y lo hace mejor. Para cuando termina la selección de proveedores, las capacidades ya cambiaron. Termina persiguiendo herramientas en lugar de resolver problemas.

No hay un método claro para decidir entre construir, comprar o integrar. Necesita automatizar la recepción de clientes. ¿Debería construir un agente? ¿Comprar una solución prediseñada? ¿Integrar una herramienta existente? Cada opción tiene costos, plazos y riesgos continuos distintos. Sin una forma sistemática de evaluar las concesiones, las decisiones se toman con información incompleta. El presupuesto se va al enfoque equivocado.

La preparación de los datos es invisible hasta que es demasiado tarde. La mayoría de las implementaciones de IA no fracasan porque la IA en sí no funcione, sino porque los datos que la alimentan están desordenados, son inconsistentes o están incompletos. Una investigación de IBM↗ (se abre en una pestaña nueva) estima que la mala calidad de los datos les cuesta a las empresas de Estados Unidos $3.1 billones al año. No puede resolver la preparación de los datos echándole más IA al problema. Necesita verla antes de construir.

Los experimentos anteriores con IA generaron escepticismo. Su equipo probó una herramienta de IA hace 18 meses. No dio resultados. Ahora, cuando propone una estrategia de IA seria, convencer a la dirección cuesta más. Necesita un socio que aporte credibilidad y un método comprobado, no otro experimento.

Cómo aborda InTech la estrategia de IA

InTech no separa la estrategia de la implementación. Esa es la diferencia.

La mayoría de las consultoras le entregan una presentación impecable de 60 diapositivas que describe dónde debería encajar la IA, y luego usted contrata a otro para construirla. La estrategia supone una tecnología y una capacidad del equipo que no existen. El equipo de implementación reescribe la estrategia. Seis meses después, usted se pregunta: "¿por qué pagamos por una estrategia que no se podía ejecutar?"

En InTech, cada recomendación estratégica se conecta con la implementación a través del modelo de entrega Pod. Un solo equipo responsable define el alcance, construye y opera el trabajo, con especialistas que se suman según haga falta, y las decisiones y el contexto quedan documentados para que continúen aunque cambien las personas. Cuando decimos "este flujo de trabajo debería automatizarse con un agente de IA", no estamos adivinando si es viable. El equipo que hace la recomendación es responsable de diseñar su arquitectura, construirlo y ponerlo en producción.

InTech también empieza con claridad antes del código. Esa claridad proviene del Intent Contract. Un Intent Contract es una declaración breve y aprobada del resultado, el alcance, las métricas de éxito, las restricciones, los límites de la autoridad humana y los criterios de aceptación. No es un acuerdo legal; las condiciones comerciales se establecen en el contrato del proyecto. Su Product Delivery Lead lo redacta con su responsable ejecutivo, normalmente en días y no en semanas, y surge de la evaluación cuando la hay. Un Product Delivery Lead es responsable del resultado: gestiona la intención, los hitos y el ritmo de entrega durante todo el proyecto. El Intent Contract no es un proyecto de estrategia aparte. Es la base de la entrega.

También basamos nuestras recomendaciones en CRAFT. CRAFT (Context, Rationale, Automate, Fortify, Telemetry) es el sistema operativo de InTech, la gobernanza que sostiene la estrategia, la ingeniería de producto y las operaciones gestionadas. Pro-Neering es la filosofía que lo respalda. Toda implementación de IA comienza con Context (entender su negocio y el problema) y termina con Telemetry (medir si la implementación está funcionando). Ninguna estrategia sin una métrica de éxito. Ningún lanzamiento sin medición. Así la inversión en IA se mantiene honesta.

Y sabemos distinguir un problema de IA de un problema de negocio. No toda oportunidad que parece necesitar IA la necesita realmente. A veces se necesitan mejores datos. A veces hay que arreglar primero un proceso roto. A veces el retorno está en la integración, no en una IA nueva. Se lo diremos. No construiremos un agente costoso para resolver un problema de $20K.

Formas de trabajar con nosotros

La estrategia y la implementación de IA siguen las mismas cinco formas de trabajar con nosotros que cualquier proyecto de InTech. Vea el modelo completo en Qué hacemos.

Evaluación. La mayoría de los proyectos empieza aquí. Una evaluación de alcance definido, en la ruta de Oportunidad de producto, de Flujos de trabajo o de Transición gestionada, que termina en decisiones y no en una propuesta: un mapa de oportunidades, una línea base medida, una clasificación de riesgos y su primer Intent Contract ejecutable. En estrategia de IA, aquí es donde mapeamos las oportunidades con su equipo directivo, las priorizamos y decidimos para cada una si conviene construir, comprar o integrar.

Express Pod. Un Express Pod lleva una mejora medible a producción en cuestión de semanas, con el plazo acordado en el Intent Contract antes de empezar a construir. Para equipos que necesitan la estrategia de IA integrada directamente en la entrega. Usted recibe un sistema de IA funcionando, infraestructura de medición, documentación y runbooks. Ideal para automatizar un solo flujo de trabajo (proceso de recepción, calificación de prospectos, clasificación de solicitudes de soporte al cliente).

Build Pod. El Build Pod es capacidad de entrega continua con un Product Delivery Lead, dimensionada según la forma del trabajo y gestionada en función de resultados. Las condiciones comerciales se acuerdan en cada proyecto. Es adecuado para empresas que ya identificaron varias oportunidades de IA y quieren que se entreguen con coordinación estratégica. Para hojas de ruta de IA más amplias, el Build Pod se configura para varios frentes de trabajo bajo el mismo modelo de responsabilidad, con telemetría y mejora continuas.

InTech Operate. Operación gestionada y recurrente de IA, aplicaciones y flujos de trabajo. Operamos el sistema, gobernamos la IA y seguimos mejorando el resultado con las mismas evaluaciones y la misma telemetría con que se construyó.

Liderazgo estratégico fraccionado. Dirección ejecutiva de producto y de IA durante todo el recorrido: decisiones de portafolio, gobernanza y revisiones trimestrales de valor.

Todo proyecto incluye medición desde el primer día. Usted no adivina si un sistema de IA está funcionando. Lo mide.

Qué recibe

De una evaluación: decisiones, no una propuesta. Un mapa de oportunidades, una línea base medida, una clasificación de riesgos y su primer Intent Contract ejecutable, útiles ya sea que construya con nosotros o no.

De un Express Pod o un Build Pod: un sistema de IA que funciona y se conecta con su métrica de negocio. No una prueba de concepto. No un piloto que no escala a producción. Una implementación que su equipo puede asumir como propia, operar y optimizar.

Con el sistema en funcionamiento, también recibe:

• Documentación clara de cómo funciona el sistema y cómo mantenerlo
• Capacitación para su equipo en la operación y la resolución de problemas básicos
• Tableros de medición que muestran si la implementación está logrando el resultado que usted definió
• Una decisión sobre lo que sigue: su equipo puede operar el sistema, un Build Pod puede seguir desarrollándolo o InTech Operate puede operarlo y mejorarlo como servicio gestionado, con las mismas evaluaciones y la misma telemetría
• Claridad estratégica sobre la siguiente oportunidad de IA que conviene priorizar

Lo más importante: cuenta con implementadores que entienden su negocio porque estuvieron integrados en él durante la entrega. Las decisiones, el contexto y los runbooks quedan documentados, así que lo que aprendió el equipo continúa, sin importar quién opere el sistema después.