Una conversación con nuestro CEO sobre IA, decisiones y lo que realmente mueve el negocio
En Successus escribimos mucho sobre cómo conectar la IA con resultados de negocio. Sobre métricas, portafolios, trazabilidad financiera y decisiones de escalamiento. Pero hay una perspectiva que no siempre queda capturada en un framework o en una guía paso a paso: la de quien lleva tiempo en esas conversaciones y ha desarrollado una forma propia de verlas.
Quisimos darle espacio a esa voz. Le hicimos cinco preguntas a Germán Escobar, nuestro CEO, sobre lo que observa, lo que le parece relevante y lo que piensa sobre el momento que viven las organizaciones con la IA hoy. Sin guión, sin respuestas preparadas. Solo una conversación que vale la pena leer.
¿Qué es lo que más subestiman las organizaciones cuando deciden invertir en IA?
El esfuerzo que no tiene que ver con la IA. Puede sonar raro, pero la conversación arranca por el modelo, el caso de uso, el proveedor, la nube… y lo que termina decidiendo el éxito o el fracaso son cosas muchísimo menos glamorosas: la calidad de los datos, la claridad del proceso que se quiere intervenir, y la disposición real de la organización a cambiar la forma en que toma decisiones.
La IA amplifica lo que ya está. Si tu proceso es bueno, lo vuelve excelente. Si es caótico, te entrega caos a mayor velocidad y con dashboards bonitos. Casi todas las iniciativas que veo estancadas no fallaron en la tecnología; fallaron porque alguien asumió que el modelo iba a resolver una conversación que la organización llevaba años evitando.
Y lo segundo que subestiman es el tiempo entre "funciona en piloto" y "funciona en producción con gente real usándolo todos los días". Ese trayecto suele ser el doble de largo y triple de incómodo de lo presupuestado.
¿En qué momento una iniciativa de IA deja de ser un proyecto y se convierte en una palanca real del negocio?
Cuando deja de tener su propio comité de seguimiento y empieza a aparecer, sin ser invitada, en el comité de resultados. Cuando el CFO la menciona en una revisión trimestral no como inversión, sino como variable explicativa de un número que se movió. Ese es el indicador más honesto que conozco.
En términos más operativos: cuando la unidad de negocio se la apropia y deja de pedirle permiso a IT para evolucionarla. Cuando un gerente comercial dice "sin esto no puedo cerrar el mes" o un líder de operaciones reorganiza su equipo asumiendo que la herramienta está. Ahí cruzó el umbral.
Antes de eso, es un proyecto, así esté en producción. Y un proyecto en producción que nadie extrañaría si se apagara mañana, sigue siendo un proyecto.
¿Qué hace diferente a una organización que logra capturar valor de la IA de una que no?
Tres cosas, y ninguna es técnica.
La primera: empiezan por la decisión, no por la tecnología. La pregunta no es "¿dónde aplicamos IA?" sino "¿qué decisión venimos tomando mal, o tarde, o con demasiado esfuerzo, y cómo cambiaría el negocio si la tomáramos distinto?". Esa inversión de orden cambia todo lo que viene después.
La segunda: tienen disciplina con la medición desde antes de empezar. Definen la línea base, el delta esperado y, sobre todo, quién responde por capturarlo. No la métrica del modelo sino la métrica del negocio. Eso obliga a una claridad que filtra muy rápido los proyectos que están de moda de los que importan.
La tercera, y la más subvalorada: están dispuestas a rediseñar el proceso, no a decorarlo. La IA pegada encima de un flujo roto produce un flujo roto más caro. Las organizaciones que capturan valor entienden que la tecnología no es el resultado; es la excusa para repensar cómo se hace el trabajo.
Si tuvieras que elegir una sola conversación que toda empresa debería tener antes de escalar sus iniciativas de IA, ¿cuál sería?
La conversación sobre responsabilidad. ¿Quién responde cuando la IA se equivoca? ¿Y cuándo se equivoca, a quién le cuesta plata, reputación o sueño? Mientras esa pregunta no tenga un nombre y un cargo del lado del negocio (no de IT, no de innovación, no del proveedor) la iniciativa está suspendida en el aire.
Es una conversación incómoda, porque obliga a hablar de límites antes de hablar de potencial. Pero es la que separa a quienes escalan con sentido de quienes acumulan pilotos sin dueño. Y curiosamente, cuando esa pregunta se contesta bien, casi todas las demás (gobierno, ética, riesgo, presupuesto) se ordenan solas.
¿Qué es lo que más te entusiasma y lo que más te preocupa del camino que tiene la IA en LATAM?
Me entusiasma que tenemos una ventaja que no se valora lo suficiente: pragmatismo. Las empresas de la región rara vez tienen el lujo de invertir por moda; cuando se mueven, es porque necesitan mover un indicador. Eso, combinado con que hoy podemos adoptar tecnología madura sin cargar veinte años de legado, nos da una oportunidad real de saltar etapas. No de copiar a Norteamérica con dos años de retraso, sino de construir un modelo propio, más ajustado, más medido.
Me preocupa lo contrario: que nos conformemos con la conversación. Que confundamos haber asistido a tres conferencias de IA con tener una estrategia. Que llenemos las empresas de pilotos que nunca llegan a producción y declaremos victoria porque hubo un comunicado. La brecha en LATAM hoy no es de talento ni de tecnología; es de ejecución. Y esa brecha, si no la cerramos en los próximos dos o tres años, sí nos va a costar.
