Resumen ejecutivo — cinco hallazgos
- El 70% del valor está donde casi no va el presupuesto. La regla 10-20-70 de BCG reparte el esfuerzo de una iniciativa de IA así: 10% algoritmos, 20% tecnología y datos, 70% personas y procesos. La mayoría de las empresas asigna su presupuesto exactamente al revés.
- La brecha de valor se está ensanchando. En su estudio sobre 1.250 ejecutivos, BCG encuentra solo un 5% de empresas que obtiene valor sustancial a escala, un 35% que está escalando y un 60% que no muestra prácticamente nada pese a la inversión.
- Las que lo lograron no compraron mejor, involucraron mejor. Zapier llegó a un 97% de adopción con hackathons y demostraciones abiertas a todas las funciones — pasando de menos del 10% a más del 50% de uso diario en una semana. No fue una compra distinta: fue un método distinto.
- El cargo que más cambia es el del jefe directo. De supervisar tareas a orquestar trabajo entre personas y sistemas: resolver excepciones, entrenar criterio, ajustar cuánta autonomía tiene el sistema y auditar lo que produce. Moderna llevó esa lógica al extremo fusionando RR.HH. y TI bajo un mismo cargo ejecutivo.
- Y una advertencia que casi nadie pone en el plan. Las máquinas no se cansan; los equipos sí. Si el sistema indica que el equipo aguanta más volumen pero el criterio del líder dice que están al límite, el trabajo del líder es anular al sistema. Esa decisión no se puede delegar.
1. La regla 10-20-70: el presupuesto está al revés
Hay una cifra que debería incomodar a cualquiera que esté armando el presupuesto de IA del próximo año. Según el reparto que propone BCG, alrededor del 10% del valor de una iniciativa de IA depende de los algoritmos, un 20% de la tecnología y los datos, y cerca del 70% de las personas y los procesos: rediseño de flujos, gestión del cambio, formación, acompañamiento.
Ahora compare eso con cómo se reparte el gasto real en la mayoría de las organizaciones. Licencias, integración, consultoría técnica — y una charla de capacitación. El desajuste no es de matiz: es la inversión de la proporción.
Dónde está el valor y dónde va el presupuesto
Fuente: reparto 10-20-70 de Boston Consulting Group. El segundo tramo ilustra el patrón de asignación presupuestaria observado; elaboración GrowMkTech.
Conviene precisar qué significa "personas y procesos", porque se suele traducir a capacitación y eso lo empobrece. Incluye el rediseño del flujo de trabajo, el acompañamiento del jefe directo, el soporte cuando algo falla, la definición de qué se espera de cada rol y el tiempo protegido para aprender. Casi nada de eso aparece como línea en una cotización, y por eso desaparece del presupuesto.
2. La brecha de valor: 5%, 35% y 60%
El efecto acumulado de esa mala asignación se ve en la distribución de resultados. BCG evaluó la madurez en 41 capacidades sobre una encuesta a 1.250 ejecutivos de nueve industrias, y el reparto es severo.
Tres grupos, y la distancia entre ellos crece
Fuente: BCG, The Widening AI Value Gap: Build for the Future (encuesta a 1.250 ejecutivos, nueve industrias, evaluación sobre 41 capacidades). Elaboración GrowMkTech.
Lo relevante para un líder no es el tamaño de cada grupo sino qué separa al 5% del 60%, y la respuesta que emerge del estudio no es tecnológica: son capacidades organizacionales construidas —flujos rediseñados, gente formada, gobierno claro— frente a herramientas compradas.
3. Qué hicieron distinto los que sí lo lograron
Hay suficientes casos documentados para salir de la generalidad. Cuatro empresas, cuatro palancas distintas:
| Empresa | Qué hizo | Resultado documentado | La lección transferible |
|---|---|---|---|
| Zapier | Hackathon transversal a todas las funciones —no solo ingeniería— más sesiones de demostración internas y cultura explícita de experimentar | De menos del 10% a más del 50% de uso diario en una semana; 97% de adopción | La adopción se contagia entre pares, no baja por circular. Y funciona sin mandato |
| NVIDIA | Señal inequívoca del CEO: ante gerentes que pedían usar menos IA, Jensen Huang respondió con una palabra — "Insane" | 100% de los ingenieros de software y diseñadores de chips usan asistente de código | La ambigüedad de la dirección se interpreta como permiso para no cambiar |
| Moderna | Fusionó RR.HH. y TI bajo un solo cargo ejecutivo (Chief People and Digital Technology Officer) | Planifica "el trabajo" y no "la dotación": cada tarea se evalúa como automatizar, aumentar o dejar en manos de una persona | Si personas y tecnología se deciden en comités separados, el rediseño del trabajo no ocurre |
| Repsol | Equipos de agentes operando con supervisión humana explícita en procesos reales | 22 agentes supervisados por más de 50 personas; más de 60 casos de uso en producción | La supervisión humana no es una fase transitoria: es parte del diseño operativo |
Vale la pena notar el contraste entre los dos primeros. Zapier lo consiguió desde abajo y NVIDIA desde arriba, y ambos funcionaron. Lo que no aparece en ningún caso exitoso es la vía intermedia más común: comprar licencias para todos, anunciarlo por correo y esperar.
El mito de la capacitación como solución
"Hay que capacitar a todo el mundo en IA." Suena responsable y es el reflejo habitual. El problema es que la capacitación genérica en herramientas —una sesión sobre cómo escribir instrucciones, un curso en video— tiene un efecto sorprendentemente bajo sobre la adopción real, porque enseña cómo usar algo sin resolver cuándo conviene usarlo en el trabajo concreto de esa persona.
Lo que sí mueve la aguja, según el patrón de los casos revisados, es más específico y más barato: que la persona vea a un par de su misma función resolver un problema real que ella también tiene. Por eso los hackathons internos y las demostraciones entre pares superan al curso. La capacitación formal sirve después, para profundizar en quienes ya se convencieron — no para convencer.
4. El cargo que más cambia es el del jefe directo
En la discusión sobre IA y empleo se habla mucho de los puestos de entrada y poco del rol que efectivamente se transforma primero: la jefatura media. El contenido del cargo se desplaza de supervisar la ejecución de tareas a orquestar el trabajo entre personas y sistemas.
Las cuatro responsabilidades nuevas del jefe directo
- Resolver excepciones. El sistema cierra los casos estándar; lo que llega al jefe es cada vez más lo raro, lo ambiguo y lo conflictivo. La carga baja en volumen y sube en dificultad.
- Entrenar criterio, no procedimiento. Enseñar cuándo desconfiar de una respuesta, cómo verificarla y qué decisiones no se delegan — habilidades que no estaban en el manual anterior.
- Ajustar el umbral de autonomía. Definir y revisar periódicamente qué puede hacer el sistema solo y qué requiere aprobación. Es una decisión que se calibra con el uso, no se fija una vez.
- Auditar la calidad de la salida. Revisar por muestreo lo que el sistema produce, no solo lo que reporta. Un tablero en verde no es evidencia de calidad.
Nada de eso se resuelve con un cambio de título ni con un curso. Es rediseño del cargo, y exige quitarle algo al jefe para que quepa lo nuevo — el paso que casi nunca se da y que explica buena parte de la resistencia que después se atribuye a la cultura.
5. Sostenibilidad humana: cuándo el líder debe anular al sistema
Hay un riesgo que rara vez entra en el plan de adopción y que conviene nombrar: las máquinas no se cansan y los equipos sí. Cuando parte del trabajo se acelera, la presión por sostener ese ritmo en el resto del proceso recae sobre las personas.
Esto genera una situación nueva para la que pocos líderes tienen práctica. Si el sistema calcula que el equipo puede absorber un 20% más de volumen, pero el criterio del jefe —que ve las señales que ningún indicador captura— dice que están al límite, el trabajo del líder es anular al sistema. Y esa decisión tiene que ser legítima dentro de la organización, no un acto de desobediencia individual.
La pregunta que conviene hacer en la próxima reunión de equipo
No "¿están usando la herramienta?", sino "¿qué dejaron de hacer desde que la usan?". Si la respuesta es "nada, ahora hacemos lo mismo más rápido y además revisamos lo que produce la IA", entonces no se liberó capacidad: se agregó una capa de trabajo. Es el síntoma más temprano y más ignorado de una adopción que va a fracasar, y aparece meses antes que cualquier métrica.
6. Cómo medir la adopción sin engañarse
La métrica más usada —licencias activas— es también la que más induce a error, porque una licencia asignada no es una licencia usada. Cuatro capas dan una lectura más honesta:
| Capa | Qué responde | Señal de alarma |
|---|---|---|
| Uso | ¿Cuántas personas la usan de forma recurrente, no una vez? | Alta activación inicial y caída sostenida a partir de la segunda semana |
| Profundidad | ¿Se volvió hábito de trabajo o sigue siendo un experimento? | Uso concentrado en tareas accesorias y nunca en el proceso principal del área |
| Amplitud | ¿Llega a varias tareas o se quedó en una sola? | Todo el uso se explica por un único caso, normalmente redactar textos |
| Segmentación | ¿Dónde está estancada — por área, nivel y función? | Brechas grandes entre áreas: suelen concentrarse en las funciones de control y soporte |
Una advertencia sobre las cuatro: miden adopción, no valor. Son útiles para diagnosticar dónde interviene uno, pero no reemplazan la medición del resultado del proceso intervenido — que desarrollamos en el informe sobre liderazgo en la era agéntica.
7. Un plan de 90 días que sí es ejecutable
Para una empresa mediana de la región, sin equipo dedicado ni presupuesto extraordinario:
| Periodo | Qué hacer | Cómo saber que funcionó |
|---|---|---|
| Días 1–30 | Elegir un proceso con dueño nombrado y medir su línea base. Identificar de 3 a 5 personas de distintas áreas que ya usan IA por cuenta propia | Existe un número escrito de cómo funciona hoy el proceso, antes de tocar nada |
| Días 31–60 | Sesión transversal donde esas personas muestran lo que ya hacen, a sus pares y no a la gerencia. Tiempo protegido en agenda para experimentar | Aparecen casos de uso que nadie había pedido, propuestos por las áreas |
| Días 61–90 | Rediseñar el proceso elegido con el equipo que lo ejecuta. Escribir umbrales de aprobación y quitarle algo al jefe directo para que quepa el rol nuevo | El proceso cambió de forma, no solo de velocidad; y alguien dejó de hacer algo |
8. Conclusión
La regla 10-20-70 resulta incómoda porque reasigna la responsabilidad. Si el 70% del valor depende de personas y procesos, entonces el resultado de la IA no lo determina el proveedor que se elija sino el trabajo de liderazgo que se haga después de la compra — que es exactamente la parte que no se puede tercerizar.
Los casos revisados apuntan todos en la misma dirección y ninguno es caro. Zapier no compró algo distinto: montó un hackathon y dejó que la gente se mostrara entre sí lo que había descubierto. NVIDIA no desplegó una plataforma especial: su CEO fue inequívoco. Moderna no contrató un ejército de especialistas: dejó de decidir personas y tecnología en dos comités separados. Las tres son decisiones de liderazgo, no de presupuesto.
Y queda la parte que ninguna consultora pone en una lámina: el equipo va a mirar al jefe para saber si esto es una moda que hay que aguantar o un cambio que vale la pena. Esa lectura la hacen en las primeras semanas, la hacen por lo que ven y no por lo que se les dice, y después es muy cara de revertir.
Si en su empresa la IA se instaló hace meses y el trabajo de todos sigue teniendo exactamente la misma forma, el problema no es de adopción: es que nadie tuvo autoridad para cambiar el proceso. La herramienta llegó; el permiso para rediseñar, no.
Metodología y fuentes
Datos verificados en fuente primaria: BCG — The Widening AI Value Gap (encuesta a 1.250 ejecutivos de nueve industrias, madurez evaluada sobre 41 capacidades; 5% obtiene valor sustancial a escala, 35% está escalando, 60% sin valor material; los líderes logran cinco veces el aumento de ingresos y tres veces la reducción de costos del resto) · BCG — AI Transformation Is a Workforce Transformation (reparto 10-20-70: 10% algoritmos, 20% tecnología y datos, 70% personas y procesos) · Zapier — Cómo desplegó IA en toda la organización (97% de adopción; de menos del 10% a más del 50% de uso diario en una semana mediante un hackathon transversal a todas las funciones) · Fortune — Jensen Huang sobre los gerentes que pedían usar menos IA (la respuesta "Insane"; 100% de los ingenieros de software y diseñadores de chips usan asistente de código) · UNLEASH — Por qué Moderna fusionó RR.HH. y TI (cargo único de Chief People and Digital Technology Officer; planificación del trabajo en lugar de la dotación, evaluando cada tarea como automatizar, aumentar o mantener humana) · Repsol — Adopción de IA generativa (22 agentes supervisados por más de 50 personas; más de 60 casos de uso en producción) · World Economic Forum — Future of Jobs Report (el pensamiento creativo y la resiliencia, flexibilidad y agilidad figuran entre las competencias de más rápido crecimiento).
Nota de precisión. (1) Circulan cifras de Repsol del tipo "22 agentes en 38 casos de uso, escalando a más de 90 agentes y 3.000 empleados de TI". No corresponden a lo publicado: las fuentes de la propia empresa reportan 22 agentes supervisados por más de 50 personas y más de 60 casos de uso en producción, y la cifra de 3.000 corresponde a la fase inicial de despliegue de un copiloto hacia unos 25.000 empleados, no a un equipo de TI. Se usa la versión verificada. (2) La cifra de "78% de las organizaciones usa IA" que aún se cita corresponde a una ola anterior de la encuesta de McKinsey; la medición más reciente sitúa ese valor en 88%, que es la que usamos en nuestro informe anterior. Conviene no mezclarlas. (3) No pudimos verificar en fuente primaria varias afirmaciones asociadas a este tema —el "30% de mindset digital" atribuido a Harvard Business School, el 73% de líderes de EMEA sobre liderazgo femenino y sesgo de género, el análisis de 190.000 transcripciones de llamadas de resultados, los bonos de hasta 200% vinculados al uso de IA, y los porcentajes de contratación por función—, por lo que se omiten. (4) Sobre Meta, está documentado que la compañía incorpora el uso de IA a la evaluación de desempeño; el detalle sobre montos de bonificación asociados no está confirmado y no se afirma. (5) Las encuestas de BCG y del WEF recogen lo que los ejecutivos reportan, que no equivale a una medición independiente. (6) El contraste presupuestario del Gráfico 1, las cuatro responsabilidades del jefe directo, las cuatro capas de medición y el plan de 90 días son elaboración propia de GrowMkTech a partir de la evidencia citada y de nuestra experiencia acompañando equipos en Chile y Latinoamérica.