Los siete errores que liquidan las transformaciones con IA

Los datos no-lindos. 80% de los proyectos fracasa (RAND). 95% de los pilotos nunca escala (MIT). 42% de las empresas termina abandonando la mayoría de sus iniciativas (S&P Global).

Y si mirás un poco más abajo de esos números, siempre aparecen los mismos errores.

1. Empezar por afuera

Elegís la herramienta antes de entender dónde está la inteligencia de tu empresa. Y terminás con tecnología carísima que no amplifica nada de lo que te hace distinto.

Este es el error más común de todos. Es la receta para armar una transformación con IA igualita a la de tu competidor. Y si es igual, no te da ninguna ventaja: gastaste una fortuna para llegar al piso, no al techo.

2. Pensarlo como un proyecto

Presupuesto, cronograma, un líder de proyecto y una fecha de "listo, terminamos". No. Esto es una capacidad que se construye y se sostiene, no algo que entregás y archivás.

Las que van ganando —JPMorgan, Walmart, John Deere, Siemens, IBM— llevan años en esto y siguen ajustando todos los trimestres. Ping An, la aseguradora, arrancó en 2013. Netflix viene armando su motor de datos hace más de veinte años. No hay línea de llegada.

3. Buscar productividad genérica

"Le damos Claude a todos" no es una estrategia.

Si tu transformación es idéntica a la de cualquier otra empresa que compró el mismo combo de herramientas, no estás construyendo ventaja: estás empatando. El valor está en la IA que amplifica lo que vos sabés y nadie más sabe, no en la que hace lo mismo que la de todo el mundo.

4. Ignorar lo que la gente tiene en la cabeza

Armás la IA sobre los datos de tus sistemas y dejás afuera la experiencia de tu gente.

Los datos estructurados son la parte fácil. Y también la más fácil de copiar. Lo difícil —y lo que realmente te protege— es todo ese conocimiento que nadie escribió nunca en ningún lado y que está detrás de tus mejores decisiones. Lo dijo Nadella en Davos 2026: las empresas que logren meter ese conocimiento tácito dentro de modelos que controlan son las que van a marcar la cancha en la próxima etapa.

5. Atarte a lo que existe hoy

Contratos a tres años con un proveedor. Todo construido sobre la API de un solo modelo. Un plan que asume que el escenario de hoy va a seguir igual mañana.

No va a seguir igual. Van a aparecer modelos nuevos, capacidades nuevas, precios distintos, regulaciones distintas. Diseñá pensando en eso. No depender de un modelo específico no es un capricho técnico: es una decisión estratégica.

6. Saltearte la parte de aprender a usarlo

Repartís herramientas, pero no invertís en que la gente aprenda a usarlas de verdad. Y pasa lo que documentó la encuesta Work Reimagined 2025 de EY: 88% usa IA todos los días, pero solo el 5% la usa de manera avanzada. Deloitte, en su State of AI in the Enterprise 2026, encontró que menos del 60% de los empleados que tienen herramientas de IA habilitadas las usan seguido.

Mucha actividad y poco dominio es ruido, no transformación. Y sin dominio, ese conocimiento que está en la cabeza de la gente nunca se codifica. El corazón del negocio queda sin tocar.

7. Medir actividad en lugar de impacto

Contás logins, sesiones, licencias usadas. Todo menos la pregunta que importa: ¿la IA está haciendo más potente lo que nosotros sabemos hacer?

Si tus métricas no distinguen entre alguien que rechazó 47 sugerencias de autocompletado y alguien que armó un flujo de trabajo que encapsula veinte años de experiencia en el negocio, tu sistema de medición no te está diciendo nada.

¿Qué podes hacer?

Primero, aceptar que el que hace, se equivoca (justamente porque hace). Entonces no empezar o frenar, no es una alternativa. Aprovechar todo el movimiento que puedas como energía para avanzar.

La recomendación: comenzá con grupos chicos de menos de 10 o 12 personas. Establecé objetivos de negocio y dales libertad y tiempo para construir algo, probar y equivocarse. Hacé revisiones cada 15 días. Lo importante no es tener un resultado exitoso a la primera, sino mantener el ritmo, ajustando periódicamente lo que no funciona y reforzando lo que sí funciona. Si están arrancando, la clave es que las personas aprendan y se mantengan motivadas a seguir haciéndolo.