Hace apenas un par de años, la principal pregunta que enfrentaban las organizaciones era si debían incorporar inteligencia artificial en sus procesos. Hoy esa conversación cambió por completo. La adopción avanza con rapidez y las empresas ya no discuten únicamente si deben implementar estas tecnologías, sino cómo convertirlas en resultados concretos y sostenibles para el negocio.
El desafío es relevante porque el entusiasmo por la adopción convive con una realidad mucho más compleja: muchas organizaciones todavía no logran demostrar un impacto financiero claro de sus inversiones en IA:
“El problema no es que la IA no funcione: es que se elige mal y se mide peor. McKinsey encontró que el 64% de las empresas dice que la IA impulsa la innovación, pero solo el 39% ve eso reflejado en el EBIT. BCG estima, además, que el 70% de las barreras de implementación son de personas y procesos, 20% de tecnología y apenas 10% de algoritmos. Se sigue gestionando la IA como un problema de ingeniería cuando el 90% del problema real está en cómo se organiza el trabajo”, plantea Carola Martabit, Gerente de Personas de Provokers Chile.
El problema no es que la IA no funcione: es que se elige mal y se mide peor. McKinsey encontró que el 64% de las empresas dice que la IA impulsa la innovación, pero solo el 39% ve eso reflejado en el EBIT. BCG estima, además, que el 70% de las barreras de implementación son de personas y procesos, 20% de tecnología y apenas 10% de algoritmos. Se sigue gestionando la IA como un problema de ingeniería cuando el 90% del problema real está en cómo se organiza el trabajo.
Durante los primeros años del auge de la inteligencia artificial, muchas organizaciones concentraron sus esfuerzos en experimentar con nuevas herramientas, automatizar tareas o explorar casos de uso. Hoy, las expectativas son distintas. Directorios, gerencias generales y áreas financieras comienzan a exigir evidencia sobre el impacto real de estas inversiones: cómo contribuyen a mejorar la productividad, optimizar procesos, fortalecer la relación con los clientes o generar nuevas oportunidades de crecimiento.
En otras palabras, la conversación está migrando desde la tecnología hacia la estrategia, con una inteligencia artificial que también está cambiando la manera en que las organizaciones diseñan soluciones. La democratización de estas herramientas permite que procesos que antes requerían equipos especializados puedan ser prototipados y automatizados desde perfiles mucho más cercanos al negocio. Esto reduce la distancia entre identificar una oportunidad y desarrollar una respuesta, haciendo que la innovación sea más ágil e iterativa.
“La mayor oportunidad es la velocidad. Hoy podemos desarrollar un MVP en tiempo récord, testearlo con usuarios reales e implementarlo con un nivel de personalización y rapidez impensado hace poco: se puede experimentar más y equivocarse barato. Pero esa oportunidad técnica no rinde sola. El verdadero desafío, y donde está el valor, es cultural. Los próximos años se van a definir por la capacidad de las organizaciones de cambiar su forma de trabajar para adoptar estas soluciones y aprovecharlas al máximo”, señala Catalina Bravo, Innovation Project Manager de Moov Media Group.
La mayor oportunidad es la velocidad. Hoy podemos desarrollar un MVP en tiempo récord, testearlo con usuarios reales e implementarlo con un nivel de personalización y rapidez impensado hace poco: se puede experimentar más y equivocarse barato. Pero esa oportunidad técnica no rinde sola. El verdadero desafío, y donde está el valor, es cultural. Los próximos años se van a definir por la capacidad de las organizaciones de cambiar su forma de trabajar para adoptar estas soluciones y aprovecharlas al máximo.
Este cambio también modifica la relación entre automatización, creatividad y criterio humano. La posibilidad de automatizar tareas repetitivas y operativas permite liberar tiempo para que las personas se concentren en actividades de mayor valor, como interpretar información, tomar decisiones, resolver problemas complejos y desarrollar nuevas ideas.
En la industria creativa, esta transformación abre una oportunidad especialmente relevante. La IA permite acelerar la producción de contenidos, personalizar mensajes, adaptar formatos y analizar rápidamente el comportamiento de las audiencias. Sin embargo, el desafío consiste en evitar que la automatización se convierta en un objetivo en sí mismo y utilizarla para elevar la calidad de las soluciones.
Para Germán Quiroz, director creativo de Ogilvy Chile, contar con “motores de generación de imágenes y videos cada vez más precisos y herramientas de automatización más autosuficientes, los creativos vamos a poder ganarle tiempo al reloj para hacer lo que más nos gusta: pensar. Antes muchas ideas quedaban fuera porque eran muy caras, irrealizables o demoraban meses. Hoy, con la evolución de estas herramientas, tenemos la oportunidad de llegar a ideas más sorprendentes y espectaculares, tanto en el fondo como en la forma”.
Contar con motores de generación de imágenes y videos cada vez más precisos y herramientas de automatización más autosuficientes, los creativos vamos a poder ganarle tiempo al reloj para hacer lo que más nos gusta: pensar. Antes muchas ideas quedaban fuera porque eran muy caras, irrealizables o demoraban meses. Hoy, con la evolución de estas herramientas, tenemos la oportunidad de llegar a ideas más sorprendentes y espectaculares, tanto en el fondo como en la forma.
Sin embargo, para que la IA genere valor sostenible, no basta con contar con buenas herramientas ni con desarrollar pilotos exitosos. La adopción efectiva requiere que las personas comprendan cómo utilizar estas tecnologías, confíen en ellas y las integren realmente en sus procesos cotidianos.
Uno de los principales desafíos está, precisamente, en la gestión del cambio. La inteligencia artificial debe ser entendida como un complemento que potencia las capacidades de los equipos, y no necesariamente como una amenaza o un reemplazo. Para ello, las organizaciones necesitan establecer reglas claras de uso, protocolos de seguridad y mecanismos de supervisión, junto con desarrollar programas de capacitación que permitan que ningún integrante quede rezagado.
“El principal desafío para obtener resultados concretos va más allá de implementar nuevas tecnologías: está en conseguir que las personas las integren para potenciar su trabajo diario. Para generar confianza, hay que demostrar que la IA es un complemento y no una amenaza, mostrando casos concretos donde permita ganar eficiencia y liberar tiempo para tareas más estratégicas. A esto deben sumarse reglas claras, protocolos de uso y capacitación continua, junto con la verificación y supervisión humana”, explica Ignacio Charme, socio de Nexos.
El principal desafío para obtener resultados concretos va más allá de implementar nuevas tecnologías: está en conseguir que las personas las integren para potenciar su trabajo diario. Para generar confianza, hay que demostrar que la IA es un complemento y no una amenaza, mostrando casos concretos donde permita ganar eficiencia y liberar tiempo para tareas más estratégicas. A esto deben sumarse reglas claras, protocolos de uso y capacitación continua, junto con la verificación y supervisión humana.
Esta dimensión humana resulta especialmente relevante considerando que, según BCG, el 70% de las barreras para implementar IA están relacionadas con personas y procesos, mientras que solo el 20% corresponde a tecnología y el 10% a algoritmos. La cifra evidencia que la transformación no puede abordarse únicamente desde los equipos tecnológicos: requiere involucrar a las áreas de negocio, operaciones, marketing, finanzas, experiencia de cliente y alta dirección.
Por eso, la IA deja de ser exclusivamente un tema de TI para convertirse en una responsabilidad compartida. Las organizaciones necesitan desarrollar una gobernanza clara, definir quiénes son responsables de cada iniciativa y establecer métricas que permitan determinar si una solución debe continuar, escalarse o descartarse.
La medición debe comenzar desde el diseño de cada iniciativa. No basta con reportar que un modelo fue entrenado, que un piloto se completó o que una herramienta fue implementada. Es necesario establecer qué problema busca resolver, qué indicador pretende modificar y cómo se comprobará su impacto.
En este punto, el retorno de la inversión también requiere una mirada de largo plazo. Según cifras de Deloitte, una inversión en IA puede tardar entre dos y cuatro años en generar retorno, frente a los siete a doce meses esperados para una inversión tradicional en TI. Esto obliga a las organizaciones a definir expectativas realistas y establecer métricas que permitan seguir la evolución desde el desempeño técnico y la adopción hasta los resultados operativos, estratégicos y financieros.
“No porque las empresas estén implementando IA tendrán un impacto inmediato en retorno. Si la implementación no viene acompañada de estrategias efectivas orientadas no solo a buscar soluciones, sino también a generar interacción y aprendizaje, ese retorno esperado no se logrará. Por eso es clave trabajar con expertos no solo en tecnología e IA, sino también en estrategias de innovación, capaces de activar una visión clara, atingente y futurista para las organizaciones”, afirma Igal Weitzman, CEO y Co-Founder de Wise Innovation Studio.
No porque las empresas estén implementando IA tendrán un impacto inmediato en retorno. Si la implementación no viene acompañada de estrategias efectivas orientadas no solo a buscar soluciones, sino también a generar interacción y aprendizaje, ese retorno esperado no se logrará. Por eso es clave trabajar con expertos no solo en tecnología e IA, sino también en estrategias de innovación, capaces de activar una visión clara, atingente y futurista para las organizaciones.
Esta mirada también plantea la necesidad de ser más rigurosos al momento de seleccionar proveedores y partners tecnológicos. En un mercado donde la oferta de soluciones crece rápidamente, las organizaciones necesitan distinguir entre quienes simplemente implementan herramientas y quienes cuentan con capacidades reales para diseñar estrategias, integrar tecnología y acompañar procesos de innovación.
Para la industria creativa, esto representa una oportunidad significativa. Más que acompañar la implementación de nuevas herramientas, podrán desempeñar un papel estratégico ayudando a las organizaciones a traducir la inteligencia artificial en mejores experiencias, procesos más eficientes, decisiones más informadas y modelos de negocio más competitivos.
Otras noticias
28 jul. 2026
28 jul. 2026
27 jul. 2026
