Entre 2023 y 2025 las empresas invirtieron entre 30.000 y 40.000 millones de dólares en iniciativas de IA generativa. El MIT midió qué había producido ese dinero y publicó el resultado en The GenAI Divide: State of AI in Business 2025: el 95% de los proyectos no generó ningún impacto medible en la cuenta de resultados. Ni ahorro atribuible, ni ingreso incremental, ni margen. Cero.
Ese mismo año, el informe anual de adopción de IA de Wharton encontró lo contrario: el 72% de las empresas ya mide formalmente el ROI de su IA generativa y tres de cada cuatro directivos declaran retornos positivos. Dos estudios serios, la misma ventana temporal, conclusiones opuestas.
La contradicción no es un error de muestreo. Es el hallazgo. Wharton pregunta a los directivos si perciben retorno; el MIT mira el P&L. Y en medio de esos dos números vive la mayoría de las empresas españolas: gente que efectivamente ahorra tiempo con la IA, dentro de organizaciones donde ese tiempo ahorrado no aparece por ninguna parte en los resultados. Se llama flex de productividad: producir más output sin mejorar ni una sola decisión.
Barry O’Reilly —autor de Lean Enterprise y Unlearn— publicó en marzo de 2026 un libro corto y bastante incómodo sobre exactamente ese hueco: Artificial Organizations: Build Better Judgment, Speed, and Results with Human and Machine Intelligence. 154 páginas escritas para un comité de dirección, no para un departamento de innovación. Su tesis se resume en una frase que conviene leer despacio: la IA no está fallando por razones técnicas, está fallando porque se instala en los márgenes de una organización cuyo cuello de botella real es el juicio directivo. Y el juicio no se compra con licencias.
Lo que sigue no es un resumen del libro. Es el desglose de sus dos modelos operativos —3T y CTSA—, contrastado con los datos disponibles, con lo que funciona y lo que no cuando esto se baja a una empresa mediana española, y con un plan de 30 días que se puede empezar el lunes. Con una advertencia previa: casi todo lo que hay aquí exige cambiar cómo trabaja el director general antes de cambiar nada del resto de la empresa. Si eso no está sobre la mesa, el resto es decoración cara.
El diagnóstico: por qué el 95% no ve retorno
Antes de aceptar ninguna metodología conviene entender bien el problema que dice resolver. Y el problema, según los datos disponibles, no es el que se cuenta en los comités.
Primer dato: el problema no es el modelo, es la implantación
El estudio del MIT combinó 52 entrevistas a directivos, una encuesta a 153 líderes y el análisis de 300 despliegues públicos de IA. Su conclusión sobre las causas del fracaso es explícita: la brecha no se explica por la calidad de los modelos ni por la regulación. Se explica por cómo se implanta. Los pilotos se atascan porque las herramientas desplegadas no retienen el contexto, no aprenden del feedback y no mejoran con el uso. Cada sesión empieza de cero, igual que empieza de cero el directivo que reconstruye a mano el histórico de una decisión antes de cada comité.
Boston Consulting Group llegó a un diagnóstico compatible: en torno al 74% de las organizaciones sigue atrapada en fase de prueba de concepto, un estado que en el sector ya tiene nombre propio —PoC purgatory—. Y McKinsey lleva desde 2024 publicando la misma asimetría: más del 90% de las empresas usa IA de alguna forma, pero menos del 40% detecta impacto real en EBIT, y entre las que lo detectan, el impacto suele quedarse por debajo del 5%.
Traducido: la adopción es masiva, el retorno es marginal y la diferencia entre ambas cosas no la explica la tecnología.
Segundo dato: la empresa va por detrás de sus propios empleados
El hallazgo más revelador del informe del MIT es el que menos se cita. Solo el 40% de las empresas tiene suscripciones corporativas a modelos de lenguaje. Pero el 90% de los trabajadores encuestados declara usar herramientas de IA personales —ChatGPT, Claude, Gemini, la que sea— para tareas de su puesto, a diario.
Esa brecha tiene nombre propio en el informe: shadow AI economy. Y tres consecuencias que ningún comité de dirección debería leer con calma:
- Fuga de datos sin trazabilidad. Información comercial, financiera y de clientes circulando por cuentas personales que la empresa no controla, no audita y no puede revocar cuando alguien se marcha.
- Ganancia privatizada. El tiempo ahorrado se lo queda el empleado, no el proceso. Nadie rediseña nada, así que el ahorro no llega nunca al P&L. Es exactamente la mecánica que produce el 95% del MIT.
- Ceguera directiva. La dirección debate si «empezar con IA» mientras el 90% de su plantilla lleva dos años usándola sin formación, sin criterio y sin normas.
La pregunta «¿deberíamos adoptar IA?» está mal planteada desde hace tiempo. La pregunta real es: ¿qué está pasando ya en mi empresa sin que yo lo gobierne, y cómo lo convierto en un activo en lugar de en un riesgo?
Tercer dato: se automatiza el margen, no el núcleo
O’Reilly resume el error dominante con una imagen que se ha convertido en la etiqueta del problema: bolting AI onto the edges, atornillar la IA a los bordes. Un chatbot en atención al cliente. Un asistente que redacta correos comerciales. Un resumidor de actas. Piezas periféricas, aisladas entre sí, que optimizan tareas que ya se hacían y sobre las que nadie se plantea si deberían seguir existiendo.
El informe del MIT observa la misma distorsión desde el lado presupuestario: el gasto se concentra abrumadoramente en marketing y ventas —lo visible, lo que se enseña en un consejo—, mientras que el retorno más alto y más consistente aparece en operaciones, finanzas y back-office: procesos repetibles, medibles y con coste identificable.
Aquí es donde el libro hace su movimiento y donde deja de parecerse a los demás libros sobre IA. Su respuesta no es «automatiza mejor el núcleo operativo». Es más incómoda: el núcleo que hay que rediseñar es el flujo de decisiones de la dirección. Porque es ahí donde se genera —o se destruye— la mayor parte del valor de una empresa mediana, y es ahí donde nadie ha tocado nada.
Diagnóstico: si tu IA está en los bordes, tu retorno también estará en los bordes.
La restricción real no es la información: es el juicio
Un director general de una empresa de 200 personas tiene hoy más información disponible que el consejero delegado de una multinacional de 1995. Cuadros de mando en tiempo real, informes automáticos, alertas, dashboards de cuatro proveedores distintos y una bandeja de entrada que no se vacía. Y decide más lento que hace veinte años.
No es una paradoja: es una consecuencia. Cada herramienta nueva añade una superficie de atención que hay que atender. La proliferación de tableros no ha creado espacio para pensar, lo ha consumido. Y el recurso escaso en la dirección de una empresa nunca fue el dato. Es el tiempo sin interrupciones para pensar sobre el dato.
El desajuste 80/20 del tiempo directivo
El dato con el que O’Reilly abre su argumento procede de su estudio ejecutivo y de su práctica de acompañamiento a comités de dirección. En su versión más cruda:
Aproximadamente el 80% del tiempo directivo se consume en reuniones, coordinación, actualizaciones de estado y reconstrucción de contexto. Y aproximadamente el 80% del valor directivo procede de encuadrar bien los problemas, evaluar alternativas y tomar decisiones de calidad.
Las dos cifras describen actividades distintas. Ese desajuste —no la falta de talento, no la falta de datos— explica por qué muchas empresas medianas tardan seis semanas en decidir algo que su competencia decide en seis días.
Conviene tratar el 80/20 con la honestidad que merece: es una estimación de práctica profesional, no una medición auditada. Pero cualquier directivo puede validarla en su propia agenda en una semana, y el ejercicio es más revelador que el dato. Coge tu calendario de los últimos cinco días laborables y clasifica cada bloque en dos columnas: reconstruir contexto (ponerse al día, preparar, actualizar, repetir información que ya existía) frente a generar criterio (analizar, decidir, diseñar, formar a alguien). Casi nadie sale bien de esa foto. Y el sesgo del ejercicio juega a favor de la primera columna, porque las tareas de contexto están calendarizadas y las de criterio casi nunca lo están.
Velocidad de decisión y ventaja de decisión
El libro sustituye las métricas habituales de adopción —usuarios activos, licencias desplegadas, prompts ejecutados, que no miden nada relevante— por dos que sí tienen consecuencias:
- Velocidad de decisión (decision velocity). Cuánto tarda la organización desde que aparece la señal hasta que hay una decisión tomada, comunicada y con responsable asignado. Es un indicador de latencia, y como toda latencia se mide en tiempo, no en opiniones.
- Ventaja de decisión (decision advantage). Con qué consistencia esas decisiones producen mejores resultados que las de la competencia. No es acertar una vez: es acertar más veces que el de al lado, de forma sostenida.
La métrica norte que propone O’Reilly es deliberadamente incómoda de calcular: velocidad × calidad × consistencia de las decisiones que crean valor. No es un KPI de dashboard. Es una disciplina de registro: hay que anotar qué se decidió, cuándo, con qué supuestos y qué pasó después. Casi ninguna empresa mediana lo hace, y por eso casi ninguna sabe si decide bien o simplemente opera en un mercado tolerante.
El corolario práctico es directo: si tu proyecto de IA no reduce el tiempo entre señal y decisión, no está funcionando, aunque tu equipo esté encantado con la herramienta y la use todos los días.
La evidencia de que el híbrido gana: el experimento de P&G
Aquí hay evidencia experimental sólida, y merece la pena detenerse porque es de las pocas que existe. En 2025, investigadores de Harvard Business School y colaboradores realizaron un experimento de campo con 776 profesionales de Procter & Gamble, comparando cómo resolvían problemas reales de desarrollo de producto en cuatro configuraciones: individuos solos, equipos, individuos con IA y equipos con IA.
Dos resultados importan:
- Una persona con IA rendía aproximadamente como un equipo de dos personas sin IA. La IA sustituye parte de la función de colaboración, no solo de ejecución.
- Cuando se combinó juicio humano con IA en equipo, la probabilidad de producir soluciones de máxima calidad —el decil superior— casi se triplicó.
Es la traducción empírica de la tesis del libro. No gana la IA sola: produce output medio a gran velocidad. No gana el humano solo: opera con un campo de información estrecho y desactualizado. Gana la combinación deliberada, y «deliberada» es la palabra que hace el trabajo, porque no ocurre por instalar la herramienta.
Y la evidencia de qué pasa cuando falta el juicio: el caso Deloitte
En 2025, Deloitte Australia entregó al gobierno australiano un informe elaborado con apoyo de IA generativa que contenía citas académicas inventadas y referencias erróneas. La firma acabó devolviendo aproximadamente 440.000 dólares australianos.
El caso se ha contado como un fallo de la tecnología. No lo es. El modelo hizo lo que hacen los modelos: generar texto plausible. Lo que falló fue el proceso humano de verificación —es decir, el juicio—, en una de las consultoras con más recursos del planeta. Si les ocurrió a ellos, la probabilidad de que le ocurra a una empresa de 150 personas sin un solo control de revisión formalizado no es baja: es la opción por defecto.
Diagnóstico: la IA no crea juicio. Amplifica el que hay —incluido el malo— y lo hace más rápido y con mejor redacción.
El modelo 3T: Traits, Tasks, Tools (y por qué casi todo el mundo lo hace al revés)
El primer modelo del libro es una secuencia de tres pasos que parece trivial hasta que uno mira cómo se toman en realidad las decisiones de adopción de IA en las empresas.
La secuencia correcta es Traits → Tasks → Tools: rasgos, tareas, herramientas. La secuencia habitual es la inversa: alguien ve una demo, compra licencias, y luego busca en qué usarlas. O’Reilly describe con precisión lo que produce ese orden invertido:
- Las herramientas generan ruido. Cinco asistentes que no se hablan entre sí, cada uno con su propia memoria y su propio contexto.
- Las tareas se fragmentan. El trabajo se trocea para encajar en lo que la herramienta sabe hacer, no al revés.
- Los rasgos naturales se ignoran. El directivo acaba trabajando en el modo que le impone el software, no en el que le funciona a él.
1. Traits: cómo piensas realmente, no cómo crees que deberías pensar
El punto de partida no es tecnológico. Es autodiagnóstico. Cada persona procesa información mejor en un modo concreto, y ese modo casi nunca coincide con el que la cultura corporativa premia. El libro identifica cinco patrones dominantes:
- Verbal. Piensa hablando. Sus mejores ideas aparecen discutiendo, explicando o dictando, y se le mueren delante de un documento en blanco.
- Visual. Piensa escribiendo, dibujando y mapeando. Necesita ver la estructura antes de poder juzgarla.
- Receptivo. Piensa escuchando y leyendo. Necesita absorber antes de emitir, y sufre en las reuniones que exigen opinión inmediata.
- Analítico. Piensa descomponiendo. Necesita el problema estructurado en variables antes de decidir.
- Físico. Piensa en movimiento. Resuelve caminando, prototipando o cambiando de entorno.
Esto no es un test de personalidad ni un ejercicio de autoconocimiento blando. Tiene una consecuencia operativa muy concreta: un directivo verbal al que se le pide que redacte informes está pagando un impuesto cognitivo enorme todos los días, y la IA puede eliminar ese impuesto casi por completo. El mismo directivo, con una herramienta de escritura asistida, seguirá odiando escribir. Con una de dictado y estructuración, deja de tener que hacerlo.
O’Reilly lo aplica a su propio caso: rediseñó su producción de contenido alrededor de su rasgo dominante —hablar, no teclear— y pasó de tardar días a resolver piezas en unos 45 minutos. No cambió de talento. Cambió de flujo.
2. Tasks: automatiza lo repetible, amplifica lo creativo
El segundo paso es separar el trabajo directivo en dos cubos y ser brutal en la clasificación. El principio del libro: automate the repeatable, amplify the creative.
| Tareas de alta palanca (foco humano) | Tareas de contexto (candidatas a IA) |
|---|---|
| Encuadrar el problema correcto antes de resolverlo | Tomar notas y levantar actas de reuniones |
| Evaluar alternativas y sus contrapartidas | Reescribir y reformatear la misma actualización para tres públicos |
| Síntesis conceptual: unir señales dispersas en una tesis | Buscar en qué carpeta, correo o chat estaba aquel documento |
| Coaching y desarrollo de personas | Resumir transcripciones, informes y documentación larga |
| Juicio ético y decisiones con consecuencias irreversibles | Preparar borradores de presentaciones y one-pagers |
| Construir relación y confianza con clientes y equipo | Consolidar datos de varias fuentes en un mismo cuadro |
La columna derecha no es «trabajo menor». Es trabajo necesario que consume la mayor parte de la jornada de un directivo y que no requiere criterio ejecutivo. Es justo la definición de lo que debe salir de su agenda.
Y aquí hay un matiz que el libro trata con más cuidado del que suele verse en este tipo de literatura: hay tareas de la columna derecha que no conviene automatizar del todo. Escribir la actualización mensual del equipo obliga a pensar el mes. Preparar el consejo obliga a anticipar preguntas. Si se delega el 100% del borrador a una máquina, se ahorra tiempo y se pierde la reflexión que ese trabajo forzaba. La regla práctica: automatiza la recopilación, conserva la interpretación.
3. Tools: el último eslabón, y el menos importante
Solo cuando existen las dos primeras respuestas —cómo pienso, qué tareas quiero recuperar— tiene sentido elegir herramienta. Y entonces la elección es casi trivial, porque el problema está tan acotado que la solución se deduce sola.
- Directivo verbal que pierde su mejor pensamiento en el coche → grabadora con transcripción y estructuración automática.
- Directivo visual que necesita ver el mapa completo → asistente que convierte transcripciones y notas en esquemas y estructuras.
- Directivo analítico que llega a los comités sin haber podido cruzar los datos → asistente conectado a las fuentes que prepara el cruce antes de la reunión.
- Directivo receptivo que va siempre con material sin leer → síntesis previa con las tres tensiones del documento y las preguntas que debería hacer.
El objetivo del 3T es que la herramienta actúe como multiplicador y no como distracción. Y la señal de que se ha hecho al revés es siempre la misma: la empresa tiene licencias de todo, nadie sabe muy bien qué usa quién, y el impacto en resultados sigue sin aparecer.
Diagnóstico: si tu proyecto de IA empezó con una demo comercial, empezó por la T equivocada.
El ciclo CTSA: convertir conversaciones en infraestructura de juicio
El segundo modelo es el motor operativo del libro, y es el que de verdad separa una organización artificial de una empresa con licencias de ChatGPT. Se llama CTSA: Capture → Transcribe → Synthesize → Act.
Su propósito es resolver un problema que casi ninguna empresa reconoce como problema: el conocimiento directivo es oral y se evapora. Las decisiones importantes se toman en conversaciones. Los matices, las objeciones, las alternativas descartadas y las razones por las que se descartaron viven en la memoria de tres personas y desaparecen en semanas. Cuando seis meses después alguien pregunta «¿por qué decidimos aquello?», nadie lo sabe con precisión. Y la empresa vuelve a debatir lo mismo.
Capture: dejar de reconstruir contexto de memoria
Capturar de forma sistemática —no ocasional— las reuniones, llamadas y notas de voz relevantes. El objetivo no es «tener grabaciones»: es dejar de pagar el impuesto de reconstruir contexto antes de cada decisión.
Hay un efecto secundario que el libro subraya y que en la práctica es el mayor beneficio inmediato: cuando el directivo deja de tomar notas, recupera el 100% de su atención para la conversación. En una reunión difícil —una negociación, una conversación de desempeño, un cliente enfadado— eso cambia el resultado más que cualquier resumen posterior.
Este paso, además, es el que más resistencia genera y el que más requisitos legales tiene. Volveremos a ello.
Transcribe: convertir voz en dato consultable
La transcripción es el paso que convierte una grabación —un archivo que nadie va a volver a abrir— en texto indexado y buscable. Es la diferencia entre tener 300 horas de audio y poder preguntar «¿qué dijimos exactamente sobre los márgenes del canal indirecto en el último trimestre?» y obtener la respuesta en cinco segundos, con la cita literal.
Es también el paso más resuelto tecnológicamente y el más barato. La transcripción con reconocimiento de interlocutor en español es hoy suficientemente buena en las herramientas de mercado y viene incluida en la mayoría de suites corporativas.
Synthesize: el paso donde está el valor (y donde casi todos se quedan cortos)
Este es el paso crítico, y es donde la mayoría de implantaciones se detienen a medio camino. Sintetizar no es resumir. Un resumen de reunión no vale casi nada: es una versión corta de algo que ya sabías porque estabas allí.
La síntesis útil es la que busca lo que no se dijo o lo que se dijo sin querer:
- Contradicciones entre lo que afirman distintos miembros del equipo —o entre lo que afirma la misma persona en dos reuniones distintas—.
- Supuestos no declarados sobre los que se está construyendo la decisión y que nadie ha verificado.
- Riesgos mencionados de pasada y nunca recogidos como acción.
- Decisiones pendientes que llevan tres comités apareciendo y desapareciendo sin resolverse.
- Patrones entre reuniones: el mismo tema que vuelve una y otra vez es siempre una señal de un problema estructural sin resolver.
Ese último punto es el que transforma la dinámica del comité de dirección. Si el estado del negocio llega sintetizado antes de la reunión, la reunión deja de dedicarse a actualizar y pasa a dedicarse a lo único que justifica reunir a seis personas caras: deliberar y decidir. El material de la web del libro cifra el objetivo en reducir a la mitad el tiempo de reunión y los ciclos de decisión, y recuperar entre 6 y 10 horas semanales por directivo.
Son cifras de proveedor de metodología y hay que leerlas como tales. Pero la dirección del efecto es incontestable: una reunión donde el contexto ya está sintetizado empieza por el minuto 30.
Act: cerrar el circuito o no haber empezado
El último paso traduce la decisión en ejecución: plan con responsables y plazos, comunicación a cada stakeholder en su lenguaje, seguimiento programado. En minutos, no en días.
Y aquí está el detalle que convierte CTSA en un ciclo y no en una lista: la acción vuelve a capturarse. Lo decidido, sus supuestos y su resultado real entran en el mismo repositorio. Al cabo de un año, la empresa no tiene un archivo de actas: tiene un histórico consultable de su propio criterio, con el que se puede contestar la pregunta que ninguna pyme sabe contestar hoy —»¿en qué tipo de decisiones acertamos y en cuáles fallamos sistemáticamente?»—.
Eso es lo que O’Reilly llama infraestructura de juicio. Y es también la razón por la que este ciclo es la respuesta directa al hallazgo del MIT: los pilotos fracasan porque las herramientas no retienen contexto ni aprenden. CTSA es, esencialmente, un mecanismo para que el contexto se acumule.
Diagnóstico: si tu IA no recuerda lo que decidiste el trimestre pasado, no es infraestructura. Es una calculadora cara.
La IA como socio de pensamiento, no como redactor
Este es probablemente el cambio de uso más rentable de todo el libro y el que menos empresas practican. La inmensa mayoría de los directivos usa la IA para producir: redacta esto, resume aquello, hazme el borrador. Muy pocos la usan para pensar: enséñame lo que no estoy viendo.
La diferencia no es de matiz. En el primer uso, la IA confirma lo que ya habías decidido y lo escribe mejor. En el segundo, ataca lo que habías decidido y te obliga a defenderlo. Solo el segundo mejora el juicio, y es el único que mueve la métrica de ventaja de decisión.
El CEO-Bot: entrenar a tu propio detractor
Uno de los casos más citados del libro describe a directivos que configuran un asistente privado para que actúe como su crítico más duro: el consejero escéptico, el director financiero conservador, el cliente que va a poner pegas. Se le da el borrador de la propuesta y se le pide que la destroce.
El valor no está en la sofisticación técnica —cualquier asistente de los grandes proveedores hace esto sin configuración especial—. Está en que crea un espacio privado donde equivocarse no cuesta nada. El directivo puede ensayar el argumento diez veces, descubrir el hueco lógico y entrar a la reunión real habiendo hecho ya sus deberes. Eso produce un comportamiento observable: menos defensividad en la sala, porque las objeciones ya no son sorpresas.
Un prompt que funciona, y que se puede copiar tal cual:
«Actúa como un miembro escéptico de mi consejo con veinte años de experiencia en el sector y sin ningún interés en agradarme. Te paso mi propuesta. No la mejores. Quiero: (1) los tres supuestos sobre los que se sostiene y que no he verificado; (2) el dato que, si fuera falso, tumbaría todo el argumento; (3) las tres preguntas que me harán en la reunión y para las que no tengo respuesta preparada; (4) qué tendría que ocurrir en los próximos doce meses para que esta decisión resulte un error caro. Sé concreto y sé duro.»
Las dos palabras que hacen el trabajo son no la mejores. Sin esa instrucción, todos los modelos derivan por defecto hacia la complacencia: reformulan tu texto, lo hacen sonar más profesional y te devuelven tu propia idea con mejor traje. Eso es exactamente el flex de productividad que no mueve ninguna métrica.
Cuatro usos de alto valor que no son «redactar»
- Premortem. «Estamos en enero de 2028 y esta decisión ha salido mal. Escribe el informe de por qué falló.» Fuerza a pensar en modos de fallo que la conversación optimista de un comité nunca produce.
- Simulación de contraparte. Antes de una negociación: «Eres el director de compras del cliente. Tu objetivo es bajar el precio un 15%. ¿Qué me vas a decir y dónde está mi punto débil?»
- Detección de contradicciones. Sobre las transcripciones de los últimos tres comités: «¿En qué puntos el equipo se ha contradicho? ¿Qué decisión se ha reabierto más de una vez sin cerrarse?»
- Brief de decisión. Consolidar contexto disperso en un documento de una página: problema, opciones reales, riesgos, recomendación y qué información falta. Un formato fijo obliga a la disciplina que la conversación libre disuelve.
El brief de decisión merece un comentario aparte, porque es el antídoto contra el efecto secundario más frecuente de la IA en las empresas: la inflación documental. Cuando escribir es gratis, todo el mundo escribe más. Un formato de una página, con secciones fijas y límite de extensión, convierte a la IA en un instrumento de concisión en lugar de en una fábrica de documentos que nadie lee.
Los casos: qué hicieron y qué se puede copiar
El libro se apoya en un grupo de directivos que han hecho esto en sus organizaciones: Peter Anevski (CEO de Progyny), Misty Shafer Sterne (VP de Tecnología Comercial en American Airlines), Stephen Franchetti (ex-CIO de Slack), Andrew Phillips (CTO de Skyscanner), Steve Elliott (fundador de Dotwork), Cassandra Pratt (CHRO de Progyny) y Joe Noreña (ex-COO de Global Markets Americas en HSBC). Tres de esos casos son directamente transferibles a una empresa mediana.
Progyny: resolver el miedo antes que la herramienta
Progyny (NASDAQ: PGNY) es una compañía estadounidense de servicios de salud reproductiva. Su CEO, Peter Anevski, no empezó comprando licencias: empezó usando la IA él mismo, delante de su equipo, en sus reuniones uno a uno. El mensaje que dio a la organización es el que resuelve el problema real de cualquier despliegue:
«La estamos usando para amplificar vuestras capacidades humanas. Para elevar, no para eliminar.»
Peter Anevski, CEO de Progyny
Conviene no leer esto como una frase bonita de cultura corporativa. Es una decisión estratégica con consecuencias medibles, y su lógica es fría: si tu plantilla sospecha que la IA existe para reducir plantilla, no vas a obtener de ella ni una sola idea de mejora. Nadie automatiza su propio puesto para que le den las gracias. El resultado de esa sospecha es una organización que adopta la herramienta en la superficie y esconde todo lo que sabe sobre cómo funcionan sus procesos, que es exactamente el conocimiento que necesitas para rediseñarlos.
Los datos que O’Reilly aporta del caso son notables: Progyny pasó de unos 50 a unos 850 empleados manteniendo un equipo de RR.HH. reducido y apoyado en IA, y redujo el tiempo de desarrollo de formación interna de unas 48 horas a unos 30 minutos. Aquí procede una nota de honestidad: son cifras facilitadas por los protagonistas, no auditadas de forma independiente, y el crecimiento de plantilla responde a la trayectoria de negocio de la compañía, no a la IA. Lo transferible no es el múltiplo. Es la secuencia: primero el líder lo usa, luego lo explica, después lo despliega.
American Airlines: el 3T aplicado a una sola persona
Misty Shafer Sterne, VP de Tecnología Comercial en American Airlines, es el ejemplo canónico del rasgo verbal. Sus mejores ideas aparecen en movimiento —en el coche, en una terminal, entre reuniones— y se perdían por completo, porque cuando llegaba a un teclado ya no estaban.
Su rediseño es de una simplicidad casi decepcionante: graba notas de voz en el momento en que aparece la idea y las procesa después con IA hasta convertirlas en un documento estructurado. No cambió de herramienta corporativa ni pidió presupuesto. Cambió el orden: capturar cuando piensas, estructurar cuando puedes.
Es el caso más replicable de todos porque no depende de nada. Cualquier directivo puede implantarlo esta semana con el móvil que ya lleva encima.
El propio libro como caso de estudio
El detalle más elegante es que O’Reilly escribió Artificial Organizations con el sistema que el libro enseña: grabó sus talleres y sesiones de coaching, los convirtió en datos estructurados y consultables, y sintetizó el material con IA. El libro es, literalmente, el output del ciclo CTSA aplicado a dos años de conversaciones con directivos.
Es también la mejor demostración del principio: el valor no estaba en el modelo de IA, que cualquiera puede contratar por veinte euros al mes. Estaba en haber capturado el material durante dos años. Ahí está la ventaja competitiva, y ahí es donde la mayoría de las empresas no tiene absolutamente nada acumulado.
El stack directivo: cómo elegir sin acumular
El libro propone un mapa de categorías para el stack personal de un directivo. El mapa es útil como checklist de cobertura, pero conviene usarlo con una advertencia previa que el propio modelo 3T implica: esta tabla no es una lista de la compra. Es una lista de funciones que hay que cubrir, y lo normal es cubrirlas con dos o tres herramientas, no con doce.
| Categoría | Función que debe cubrir | Ejemplos de mercado |
|---|---|---|
| Asistente de razonamiento | Desafiar supuestos, estructurar argumentos, preparar decisiones difíciles | ChatGPT, Claude, Gemini, Copilot |
| Memoria de reuniones | Grabar, transcribir y sintetizar decisiones y compromisos | Teams Copilot, Otter.ai, Fathom, Fireflies, Granola |
| Productividad y organización | Bandeja de entrada, notas, plantillas, seguimiento | Notion, Microsoft 365 Copilot, Superhuman |
| Investigación con fuentes | Búsqueda citada y verificable sobre mercado, competencia y normativa | Perplexity, Glean, Elicit |
| Automatización de flujos | Conectar sistemas y ejecutar lo acordado sin intervención manual | Power Automate, Make, n8n, Zapier |
| Producción de material | Presentaciones, comunicaciones y soporte visual | Copilot en PowerPoint, Canva, Descript |
La recomendación práctica para una empresa mediana española
Si tu empresa ya tiene Microsoft 365 —y la mayoría de las pymes españolas de más de 50 empleados lo tiene—, la respuesta razonable no es montar un stack de seis proveedores. Es agotar primero lo que ya has pagado:
- Captura y transcripción con Teams: grabación y transcripción automáticas, con el resumen y las tareas extraídas al terminar. Cubre los pasos C y T del ciclo sin comprar nada nuevo.
- Síntesis y socio de pensamiento con Copilot sobre Word, OneNote y el propio Teams, trabajando sobre documentos y transcripciones que ya están dentro del perímetro corporativo.
- Ejecución con Copilot en Outlook y Power Automate: comunicación de la decisión y disparo de los seguimientos.
La ventaja de esta ruta no es funcional —hay herramientas especializadas mejores en cada categoría—. Es de gobierno del dato: la información no sale del tenant corporativo, los permisos ya existen, y el departamento legal no tiene que revisar seis contratos de encargado de tratamiento. Para una empresa mediana, eso vale más que cualquier ventaja de producto.
La excepción legítima es la memoria de reuniones. Las herramientas especializadas siguen siendo claramente superiores en síntesis multi-reunión y en búsqueda sobre el histórico. Si un solo proveedor extra se justifica, es ese.
Diagnóstico: si tienes más de tres herramientas de IA y no sabes decir qué decisión mejora cada una, no tienes un stack. Tienes una suscripción.
Lo que el libro no resuelve: seis obstáculos reales
Artificial Organizations es un libro escrito desde y para el mercado estadounidense, corto por diseño y optimista por naturaleza. Bajarlo a una empresa española de 80 a 500 personas obliga a resolver seis cosas que el libro pasa de puntillas o directamente no aborda. Ninguna es motivo para no hacerlo. Todas son motivo para hacerlo bien.
1. Grabar reuniones no es un gesto neutro en la UE
El paso Capture es el corazón del ciclo CTSA y también su mayor punto de fricción legal en Europa. Grabar y transcribir de forma sistemática reuniones de trabajo implica tratar datos personales de empleados, clientes y terceros. En el marco del RGPD y la LOPDGDD eso exige, como mínimo, informar de forma clara y previa, apoyarse en una base jurídica válida, definir plazos de conservación, controlar quién accede al histórico y verificar dónde se procesan y almacenan esos datos. Si hay representación legal de los trabajadores, hay que contar con ella.
Nada de esto es un impedimento —la mayoría de las suites corporativas están preparadas—, pero sí es trabajo previo real. Y hay una línea que conviene no cruzar en ningún caso: el histórico de conversaciones existe para mejorar decisiones, no para vigilar personas. En el momento en que una transcripción se usa en una conversación disciplinaria, el sistema entero pierde la confianza del equipo y deja de funcionar. Ese día se acabó la captura útil, aunque los micrófonos sigan encendidos.
2. La gente habla distinto cuando sabe que se está grabando
Es el efecto que menos se anticipa y el que más daño hace. Buena parte del valor de un comité está en lo que se dice a media voz: la duda, la objeción incómoda, el «esto no lo vamos a conseguir». Si todo queda registrado, ese material desaparece de la sala y se traslada a los pasillos, donde ya no sirve para decidir.
La mitigación es de diseño, no de tecnología: define explícitamente qué espacios no se graban. Las sesiones de exploración, las conversaciones de desarrollo profesional y los momentos de conflicto abierto deberían quedar fuera por norma escrita. Capturar el 100% de las conversaciones es un objetivo equivocado; capturar el 100% de las decisiones es el objetivo correcto.
3. Automatizar un proceso roto lo rompe más rápido
Es el riesgo operativo clásico y O’Reilly lo lista explícitamente entre los cinco riesgos estratégicos de la adopción de IA. Si tu comité de dirección toma decisiones sin datos, sin responsable asignado y sin seguimiento, aplicarle CTSA no lo arregla: produce un archivo perfectamente transcrito de decisiones malas.
El orden correcto es el de siempre, y no ha cambiado con la IA: primero se arregla el proceso, después se automatiza. Si tus reuniones no terminan con decisiones explícitas, empieza por ahí. Cuesta cero euros y produce más impacto que cualquier licencia.
4. La erosión del juicio es un riesgo real, no una objeción romántica
El propio O’Reilly lo señala: cuando se externaliza el pensamiento a la máquina, la capacidad de pensar se atrofia. Y hay un mecanismo específico que preocupa más que el general: el desarrollo de los perfiles junior. Los directivos de hoy aprendieron a decidir haciendo durante años el trabajo tedioso que ahora se automatiza —preparar el análisis, redactar el informe, reconstruir el contexto—. Si esas tareas desaparecen del puesto de entrada, desaparece también el entrenamiento que producía a los directivos de dentro de quince años.
La respuesta no es renunciar a la automatización, sino rediseñar los puestos de entrada para que enseñen además de producir: revisión obligatoria del output de la IA con criterio explicado, mentoría formal, y responsabilidad de extremo a extremo sobre algún proceso pequeño. La empresa que hoy solo exige velocidad a sus juniors está optimizando el trimestre contra su propia década.
5. Los datos del libro son de práctica profesional, no de laboratorio
Hay que decirlo con claridad porque es relevante para decidir cuánto peso darle: las cifras de impacto que aporta el libro —horas recuperadas, ciclos de decisión reducidos a la mitad, mejoras en la tasa de acierto— proceden del estudio ejecutivo del autor, de su práctica de consultoría y de casos facilitados por los propios protagonistas. No son ensayos controlados.
La evidencia externa sólida que respalda la tesis central es la del experimento de P&G —776 participantes, diseño experimental, resultado robusto— y la del informe del MIT en el lado del diagnóstico. Eso es suficiente para tomarse el marco en serio. No es suficiente para prometer un porcentaje concreto de mejora a un consejo de administración. Quien te lo prometa te está vendiendo algo.
6. El comité de dirección de una pyme no es el de una tecnológica
Los casos del libro son de compañías cotizadas y tecnológicas, con equipos acostumbrados a probar herramientas nuevas. En una empresa industrial o de servicios de 120 personas, con un director de operaciones de 55 años que lleva veinte años funcionando con Excel y teléfono, la restricción no es el presupuesto: es la curva de adopción del propio comité.
Y ahí la única palanca que funciona es la del caso Progyny: que el número uno lo use primero, en público, y enseñe cómo lo usa. Cualquier despliegue que empiece por una formación genérica a toda la plantilla mientras la dirección sigue trabajando igual muere en seis semanas. Se han visto muchos.
Plan de 30 días: del experimento a la infraestructura
O’Reilly propone una hoja de ruta escalonada —primero tú, luego tu equipo directo, después la organización— y la desarrolla en detalle en formato de 90 días. Esta es la versión comprimida a 30 días y adaptada a una empresa mediana española, con métricas de control en cada tramo. La regla que la ordena entera: ningún tramo empieza hasta que el anterior ha producido evidencia.
Días 1 a 5: tu sistema operativo personal
- Audita tu agenda. Las últimas dos semanas de calendario, cada bloque clasificado en «reconstruir contexto» o «generar criterio». Anota el porcentaje. Es tu línea base y la vas a necesitar para saber si algo de esto funciona.
- Identifica tu rasgo dominante. ¿Piensas hablando, escribiendo, escuchando, descomponiendo o moviéndote? Sin florituras: mira dónde has tenido tus tres mejores ideas del último mes.
- Elige tres tareas de contexto que te coman más de dos horas semanales cada una y que no requieran tu criterio.
- Activa la captura en tus reuniones internas, con aviso previo al equipo y con las reglas de qué no se graba escritas antes de empezar.
- Haz tu primer ejercicio de socio de pensamiento con una decisión real que tengas pendiente esta semana, usando el prompt del detractor.
Métrica del tramo: horas semanales dedicadas a criterio, medidas antes y después.
Días 6 a 15: tu equipo directivo
- Enseña lo que has hecho tú, con ejemplos reales, incluidos los que salieron mal. Esta sesión no la puede dar el proveedor ni el responsable de sistemas.
- Fija la posición de la empresa sobre empleo y IA, por escrito, antes de que la pregunta llegue por el pasillo. Si la respuesta es «elevar, no eliminar», que se diga con esas palabras y que se sostenga con hechos.
- Cambia el formato del comité. El estado del negocio se distribuye sintetizado 24 horas antes; la reunión se dedica solo a deliberar y decidir. Recorta la duración a la mitad y comprueba si alguien la echa de menos.
- Implanta el brief de decisión de una página como formato obligatorio para cualquier asunto que llegue al comité.
- Define las normas de uso: qué información no entra nunca en una herramienta de IA, qué output requiere verificación humana obligatoria y quién responde de cada cosa.
Métrica del tramo: minutos de comité y número de decisiones cerradas por sesión. Las dos a la vez, porque una sin la otra se puede falsear.
Días 16 a 30: la infraestructura
- Institucionaliza el ciclo CTSA en los tres o cuatro procesos de decisión que más valor mueven —comité de dirección, revisión comercial, comité de inversiones, planificación operativa—. No en todos. En esos.
- Monta el registro de decisiones: qué se decidió, cuándo, con qué supuestos, quién responde y qué resultado se espera. Una hoja basta para empezar.
- Crea el repositorio consultable del histórico de conversaciones y decisiones, con permisos definidos y plazos de conservación.
- Configura los simuladores que necesite tu negocio: el consejero escéptico, el cliente duro, el competidor agresivo.
- Cierra el bucle de medición. Compara la latencia de decisión antes y después. Si no ha bajado, algo está mal y hay que revisarlo antes de escalar nada.
Métrica del tramo: días transcurridos entre la aparición de una señal relevante y la decisión comunicada con responsable asignado.
Treinta días no construyen una organización artificial. Construyen la evidencia que hace falta para justificar los seis meses siguientes. Que es exactamente lo que le falta al 74% de las empresas atrapadas en el purgatorio del piloto: no les falta tecnología, les falta una sola cifra que enseñar al consejo.
Conclusión: el cuello de botella está en el despacho de dirección
Volvamos a los dos números del principio, porque ahora se dejan leer bien. El 95% del MIT y el 72% de Wharton no se contradicen: describen dos cosas distintas. Wharton mide uso —directivos que ahorran tiempo y lo perciben como retorno—. El MIT mide impacto —lo que llega a la cuenta de resultados—. Entre una cosa y otra hay un puente que casi nadie ha construido, y ese puente se llama rediseño del proceso de decisión.
La aportación de Artificial Organizations no es haber descubierto una tecnología. Es haber señalado dónde está el cuello de botella, y el sitio es incómodo porque no es el departamento de sistemas: es el despacho del director general. Ahí es donde se decide, ahí es donde se pierde el tiempo, ahí es donde se evapora el contexto, y ahí es donde nadie ha rediseñado nada desde que se inventó el correo electrónico.
Lo que sí conviene retener del libro cabe en cinco frases:
- El juicio no se externaliza. Se amplifica o se atrofia, y las dos cosas dependen de cómo uses la herramienta, no de cuál compres.
- El orden es Traits → Tasks → Tools. Al revés se compra ruido con factura.
- La conversación es un activo. Lo que no se captura se reconstruye de memoria, y reconstruir de memoria es el trabajo más caro que hace un comité de dirección.
- La métrica es la latencia de decisión. Si no baja, no está funcionando, por muy contentos que estén los usuarios.
- Empieza por ti. Ningún despliegue sobrevive a un comité de dirección que predica la IA y trabaja como en 2015.
Y una advertencia final que es la que más veces se cumple: el riesgo dominante hoy no es que la IA sustituya el criterio de nadie. Es mucho más prosaico. Es que tu empresa acabe con doce licencias, cuatro pilotos, un montón de documentos generados que nadie lee y exactamente la misma velocidad de decisión que tenía hace dos años. Ese es el escenario por defecto, es donde está el 95%, y no llega por falta de tecnología. Llega por no haber tocado el proceso.
La pregunta con la que merece la pena quedarse no es qué herramienta de IA vas a comprar este año. Es cuánto tarda hoy tu empresa desde que aparece una señal relevante hasta que hay una decisión tomada, comunicada y con responsable. Si no sabes el número, ese es el proyecto.
En Transformalix trabajamos justo en ese punto: rediseñar procesos de decisión y operación antes de meter tecnología, y meter después solo la que reduce tiempos medibles. Si quieres saber cuál es hoy la latencia de decisión de tu empresa —y qué la está causando—, hablemos.
