Hace dos años, "implementar IA" en una empresa mediana chilena significaba casi siempre lo mismo. Alguien del área de TI probaba una herramienta, la mostraba en una reunión de gerencia, y si a todos les parecía interesante, se compraban un par de licencias. El proyecto quedaba registrado en el backlog de sistemas, junto al cambio de servidor y la renovación de antivirus. Un proyecto de TI más.
Ese reflejo tiene una lógica comprensible. La IA llega por software, se instala como software y, si algo falla, se reporta como falla de software. Pero ahí está el problema. Cuando una empresa mediana con 80, 200 o 500 empleados adopta un agente que responde consultas de clientes, prioriza tickets o redacta contenido de marca, no está instalando una herramienta nueva sobre un proceso que sigue igual. Está cambiando quién hace qué, cómo se aprueba una respuesta, qué información puede ver cada persona y a quién se le pide cuentas cuando algo sale mal. Eso no es una decisión de sistemas. Es una decisión de negocio, y como toda decisión de negocio, necesita un dueño que no esté mirando la IA solo desde la infraestructura.
Esa pregunta (quién es el dueño real del proceso que la IA va a cambiar) es la que casi nunca se resuelve antes de comprar el agente. Y es, según la evidencia más reciente sobre adopción empresarial de IA, la razón más consistente por la que los proyectos que sí logran instalarse técnicamente terminan sin generar el impacto esperado.
El síntoma no es la tecnología, es quién la dirige
Cuando una implementación de IA se estanca, la primera sospecha suele recaer sobre el modelo, la integración o la calidad de los datos. Rara vez se pregunta primero quién estaba a cargo de que el cambio ocurriera. Sin embargo, el informe The State of AI in 2025, publicado por McKinsey en noviembre de 2025 con base en 1.993 organizaciones de 105 países, aísla un grupo reducido de empresas (cerca del 6% de la muestra) que sí logran que la IA impacte de forma medible en su resultado financiero. Las llama "AI high performers", organizaciones donde más del 5% del EBIT es atribuible a IA y donde los líderes confirman que la tecnología generó valor significativo.
Lo relevante no es que ese grupo tenga mejores modelos o proveedores más caros. Lo relevante es cómo se organizaron internamente. Casi la mitad de los encuestados en esas empresas de alto desempeño declara que sus líderes senior muestran un ownership claro y un compromiso de largo plazo con la IA (usan la tecnología ellos mismos, protegen el presupuesto asignado y patrocinan las iniciativas de forma sostenida en el tiempo). En el resto de las empresas, esa misma afirmación solo la respalda un 16% de los encuestados. La diferencia no está en la tecnología que compraron. Está en si alguien con autoridad sobre el proceso de negocio se hizo cargo de que el cambio ocurriera de verdad.
El dato que más debería inquietar a un gerente de operaciones
El mismo informe agrega un segundo hallazgo, todavía más directo para quien piensa en la IA como "instalar una herramienta". Entre las empresas de alto desempeño, un 55% declara haber rediseñado por completo sus procesos de negocio al implementar IA, no solo haber conectado la herramienta al flujo existente. En el resto de las empresas, esa cifra cae a aproximadamente un tercio de esa tasa, aproximadamente 18%. Es decir, la mayoría de las empresas que no ven resultados no rediseñó nada. Le pidieron a la IA que operara sobre un proceso que seguía siendo exactamente el mismo que antes, con los mismos cuellos de botella, las mismas aprobaciones manuales y las mismas ambigüedades sobre quién decide qué.
Ahí está el patrón que se repite una y otra vez en las implementaciones que fracasan silenciosamente. La tecnología funciona técnicamente, responde consultas, genera borradores, prioriza tareas, pero nadie con autoridad sobre el proceso se sentó a rediseñar el proceso alrededor de ella. Sin ese rediseño, la IA se convierte en una capa adicional de fricción en lugar de una forma más eficiente de trabajar.
Chile 2025, la brecha no es de tecnología, es de gobernanza y capacitación
En Chile, el panorama confirma la misma lógica desde otro ángulo. El estudio "Adopción de IA en las empresas chilenas", publicado por Entel Digital en junio de 2025 junto al Centro Nacional de Inteligencia Artificial (CENIA) y un conjunto de gremios entre los que están la ACTI, ASECH, la Cámara Nacional de Comercio y SOFOFA, encuestó a más de 526 dueños, directores y gerentes de empresas de todo el país. El hallazgo central es alentador en apariencia. Más del 80% de las grandes empresas chilenas ya usa IA, y un 70% de las pymes también la ha incorporado de alguna forma.
Pero el mismo estudio identifica los obstáculos que impiden que esa adopción se traduzca en resultados reales. El principal, mencionado por un 40% de las empresas que aún no ha incorporado la tecnología, es la falta de capacitación de los trabajadores. El segundo, muy cerca, es la falta de gobernanza y de políticas internas claras sobre el uso de datos e IA. El estudio también identifica, entre las causas de rezago en sectores como salud y gobierno, "la resistencia al cambio y la falta de áreas específicas" que se hagan cargo del proceso, es decir, exactamente la ausencia de un dueño de negocio para la transformación.
Julián San Martín, vicepresidente de Entel Digital, lo resume de forma directa en la presentación del estudio. El desafío no es solo incorporar la IA, porque varias empresas ya lo están haciendo, sino adoptarla en los procesos donde realmente se necesita y hacerlo de forma segura, estratégica e inclusiva. Esa palabra, estratégica, es la que separa a una empresa que compró una licencia de una empresa que efectivamente cambió cómo trabaja.
Por qué la IA termina en TI (y por qué ahí es donde se estanca)
Hay una razón práctica por la que la IA suele aterrizar en el área de TI y quedarse ahí. Es el área que entiende de integraciones, de seguridad y de proveedores de software, y en la mayoría de las empresas medianas chilenas es también el único equipo con tiempo dedicado a evaluar herramientas nuevas. El problema no es que TI participe. El problema es que TI termine siendo el único dueño de una decisión que, por su naturaleza, cruza áreas que TI no controla ni debería controlar sola.
Un agente que automatiza la atención de clientes cambia el trabajo del equipo comercial. Un agente que prioriza tickets cambia el trabajo de operaciones. Un agente que aprende la documentación interna de la empresa y responde dudas de los nuevos contratados cambia directamente el trabajo de recursos humanos. Si la decisión de cómo se implementa, qué reglas sigue y qué pasa cuando comete un error queda exclusivamente en manos de un equipo técnico que no es dueño de esos procesos, lo más probable es que el agente termine subutilizado, mal calibrado a la realidad operativa, o abandonado después de la primera semana de uso real. Ese abandono temprano, de hecho, es la métrica que más debería preocupar a cualquier gerente que evalúe un proyecto de IA, más que cualquier demo impecable en la etapa de venta.
Quién debería liderar entonces la adopción
La respuesta no es "el gerente general debe aprender a programar" ni "hay que contratar un Chief AI Officer" en una empresa de 150 personas. La respuesta, según el propio patrón que describe McKinsey, es más simple y más exigente al mismo tiempo. Quien lidera la adopción de un agente de IA debe ser la persona que hoy es dueña del proceso de negocio que ese agente va a tocar, con autoridad real para rediseñarlo, y con TI como socio técnico, no como responsable único.
Eso significa que, en una empresa mediana en Chile, la responsabilidad de la adopción se reparte naturalmente así. Si el agente automatiza atención al cliente o ventas, el dueño del proceso es el gerente comercial o de operaciones, no el área de sistemas. Si el agente organiza el conocimiento interno, el onboarding o la comunicación entre equipos, el dueño natural es recursos humanos o desarrollo organizacional. Si el agente toca varias áreas a la vez, como suele ocurrir, la gerencia general tiene que asumir el rol de patrocinador visible, protegiendo tiempo, presupuesto y la autoridad para que el proceso efectivamente se rediseñe, no solo se digitalice.
Lo que este liderazgo se ve obligado a hacer distinto
Un gerente que lidera de verdad una adopción de IA no se limita a aprobar la compra. Tiene que sentarse a mapear cómo se hace hoy el trabajo, decidir qué partes de ese trabajo va a asumir el agente, definir qué pasa cuando el agente no sabe responder y quién revisa esos casos, y comunicar el cambio a su equipo antes de que la herramienta aparezca sin explicación en su flujo diario. Nada de eso es un problema técnico. Es gestión de personas y de procesos, con la IA como la palanca que hace ese rediseño posible y, muchas veces, urgente.
Este patrón no es solo teoría de un informe internacional. En Enaex, empresa del sector químico y minero perteneciente al Grupo Sigdo Koppers, la implementación de agentes de IA como el de Inteligencia Competitiva y el de Marca y Contenido involucró directamente al área de Desarrollo Organizacional de la compañía, y no quedó circunscrita a un proyecto de sistemas. Que el punto de contacto para estas implementaciones sea, en ese caso, una analista de desarrollo organizacional y no exclusivamente el equipo de TI, ilustra bien el tipo de ownership que describen los datos. La IA entra a la empresa por la puerta del proceso y las personas, no solo por la puerta del software.
Cómo se ve, en la práctica, un proceso de adopción bien liderado
Un ejemplo útil de por qué esta distinción importa es un agente como Atlas, la base de conocimiento interna disponible en el marketplace de AgentLayer. Atlas se carga con la documentación de la empresa (políticas, organigrama, contratos, catálogo de productos) y responde consultas de cualquier trabajador las 24 horas, respetando permisos según el cargo de cada persona. Técnicamente, conectarlo a Google Drive, Notion o SharePoint es una tarea de una tarde para un equipo de sistemas. Pero decidir qué información ve cada área, qué preguntas de onboarding debe resolver sin escalar a una persona, y cómo se actualiza cuando cambia una política interna, no es una decisión que TI pueda tomar sola. Es una decisión que corresponde a quien es dueño de cómo fluye el conocimiento dentro de la empresa, típicamente recursos humanos, gestión del cambio o la propia gerencia general en una compañía más chica.
Esa misma lógica está detrás de cómo AgentLayer estructura la implementación de cualquier agente. La primera fase de su metodología no es técnica, es de diagnóstico y validación, mapea el flujo de trabajo real, identifica quién realiza cada tarea hoy y valida si el agente resuelve efectivamente ese proceso antes de avanzar a la integración. Ese orden, primero el proceso y sus responsables, después la tecnología, es exactamente el que la evidencia internacional asocia con una adopción que efectivamente se sostiene en el tiempo, y no el orden inverso donde se compra primero el software y se descubre después quién debía haberlo liderado.
La pregunta que cada gerencia debería hacerse antes de la próxima reunión de IA
Si en tu empresa la conversación sobre IA vive únicamente en las reuniones de TI, es una señal de alerta, no de eficiencia. No porque TI no deba participar, sino porque significa que probablemente nadie con autoridad sobre el proceso de negocio se ha hecho cargo de decidir qué cambia, quién asume el nuevo flujo de trabajo y cómo se mide si realmente funcionó. Los datos de McKinsey muestran que esa diferencia, ownership de negocio versus proyecto técnico, es lo que separa a un 6% de empresas que capturan valor real de IA del resto que sigue atrapado en pilotos que nunca escalan. Los datos de Entel Digital en Chile muestran algo complementario, que la falta de gobernanza y de capacitación, no la falta de herramientas, es el obstáculo que más empresas nacionales reconocen hoy.
La próxima vez que tu empresa evalúe incorporar un agente de IA, antes de preguntar qué modelo usa o cuánto cuesta la licencia, vale la pena preguntar algo más simple. ¿Quién en esta empresa es dueño del proceso que este agente va a cambiar, y esa persona tiene el tiempo, la autoridad y el mandato para rediseñar ese proceso junto con el equipo que lo ejecuta todos los días? Si la respuesta es "nadie en particular, lo está viendo TI", ya se sabe, con bastante certeza estadística, cómo va a terminar el proyecto.
