Es un secreto a voces: la dirección general de una gran compañía firma un contrato millonario de inteligencia artificial (IA). Se anuncia el acuerdo, se vende como apuesta estratégica y, durante unas semanas, parece que todo está a punto de cambiar. Seis meses después, cuando alguien pregunta por los resultados, apenas hay nada que enseñar: una herramienta contratada, unos cuantos usuarios con acceso y varias personas abriéndola de vez en cuando, sin demasiado criterio y sin conexión real con el negocio.
El problema no es la tecnología, sino su integración
La tecnología funciona; ya sabemos que ese no es el problema. El problema es que se ha comprado IA como quien compra un electrodoméstico: se enchufa, se enciende y se espera que, por sí solo, genere un valor descomunal. Pero un modelo, por extraordinario que sea, necesita un cuerpo en el que habitar. Necesita datos ordenados, procesos que lo alimenten cada día, decisiones en las que pueda intervenir, mecanismos que registren qué pasa después de cada recomendación. Y necesita, sobre todo, aprender de la realidad concreta de la organización.
Sin ese cuerpo, la IA aterriza, mira a su alrededor y encuentra un desierto. No puede echar raíces. Sobrevive un trimestre en forma de demo, con suerte protagoniza alguna presentación interna, y acaba muriendo el día que el presidente cancela las suscripciones porque se ha gastado, en pocos meses, el presupuesto del año.
Lo paradójico: el dinero va al modelo, no al andamiaje
Lo paradójico es dónde se concentra todo. El dinero, la atención y el entusiasmo van al modelo. Justo a la parte que se está convirtiendo a toda velocidad en una commodity: capacidades cada vez más potentes, disponibles para cualquiera por una fracción de lo que costaban hace nada. ¿Y la parte difícil? La que casi no se ve y parece que no le importa a nadie: el andamiaje. El sistema que captura lo que ocurre dentro del negocio, lo interpreta y se lo entrega al modelo en condiciones de producir una decisión útil. La infraestructura que conecta la IA con el lugar exacto en el que una persona compra, vende, abandona, espera, se equivoca, improvisa… es decir, decide.
Ahí está el retorno, y ahí entran las ciencias del comportamiento, porque son estas las que permiten entender ese sistema y cómo cambia el contexto decisional en el momento en que se introduce la IA dentro. Esto no va de aplicar behavioral a un modelo. Va de construir sistemas capaces de observar cómo se comportan de verdad las personas y de convertir esa conducta en decisiones accionables.
El cliente que abandona el carrito y el operador que inventa atajos
El cliente que llena un carrito y lo abandona a las once de la noche, o el operador de planta que se inventa un atajo que ningún manual contempla. Estas conductas contienen información valiosísima que casi siempre se pierde, queda dispersa entre plataformas, departamentos, hojas de cálculo, conversaciones de pasillo y decisiones que nadie registra.
Una organización preparada para la IA no se limita a almacenar datos. Diseña, deliberadamente, cómo capturar esas conductas, entender su contexto y devolverlas al sistema convertidas en una acción concreta mientras todavía pueden cambiar algo. Por eso no basta con enchufar un modelo a una base de datos. Hay que ir varios pasos más allá y observar qué sucede, generar una recomendación, meterla en el flujo de trabajo, registrar qué decide la persona, medir qué pasó después, y usar ese resultado para que la siguiente intervención sea mejor.
Sin ese circuito, la IA responde, pero no aprende de la organización. Produce textos, análisis y predicciones que impresionan, pero sigue desconectada del sistema que crea el valor. Una inteligencia sin memoria operativa, sin capacidad de experimentar, sin consecuencias reales.
Deloitte cifra la frustración: la mayoría de los pilotos no genera retorno
Este año, Deloitte puso cifras a la frustración: la gran mayoría de los pilotos empresariales de IA generativa todavía no produce un retorno medible en la cuenta de resultados, a pesar de las decenas de miles de millones de dólares invertidos. Y la razón, según el análisis, es que las herramientas no se integran en los flujos de trabajo, no incorporan el contexto del negocio y no aprenden de lo que ocurre cuando alguien las usa.
Dicho de otra manera, no falla la IA, falla el sistema que tiene que nutrirla para que pueda entregar valor. Las organizaciones que generen valor con IA no serán las que contraten el modelo más potente. Serán las que construyan mejores cuerpos para alojarlo: datos conectados, procesos rediseñados, decisiones instrumentadas, ciclos de aprendizaje y una infraestructura capaz de observar el comportamiento humano en tiempo real.
Al final, la ventaja competitiva no va a estar en la inteligencia a la que todos pueden acceder. Va a estar en la organización que consiga convertirla en una forma permanente de aprender y decidir. La IA no vive en el modelo, sino en los sistemas que la nutren. Nota del editor: Gonzalo Camiña, CEO de BeWay y especialista en Ciencias del Comportamiento. Las opiniones publicadas en esta columna corresponden exclusivamente al autor.
