En la mayoría de comités de dirección hay una conversación sobre IA que no llega a ocurrir. Está el que entiende el negocio —márgenes, clientes, capital circulante, dónde se gana y dónde se pierde dinero— y está el que entiende la tecnología —modelos, datos, integraciones, lo que es posible y lo que no—. Hablan en la misma sala. Casi nunca en el mismo idioma. Y mientras esa traducción no ocurre, pasan dos cosas. La primera es que se invierte en IA por imitación, por miedo a quedarse atrás, en proyectos vistosos que no tocan ninguna línea de la cuenta de resultados. La segunda es que se descarta IA que sí movería el margen, porque nadie en la sala supo verlo a tiempo. No es un problema de presupuesto ni de modelos. El estudio de MIT The GenAI Divide: State of AI in Business 2025 encontró que cerca del 95% de los proyectos empresariales de IA generativa no produce un retorno medible, y lo atribuyó a la integración y al aprendizaje organizativo, no a la tecnología. McKinsey, en su State of AI 2025, lo dice desde el otro lado: casi todas las grandes empresas usan IA, pero solo una minoría obtiene impacto real en EBIT, y lo que separa a esa minoría no es el modelo, sino el rediseño de procesos y una responsabilidad ejecutiva clara sobre la IA. Traducido: la IA gana o pierde dinero según quién decide. Y el perfil que sabe decidir bien es, hoy, el más escaso de tu organización.
Si estás invirtiendo en IA sin tener a nadie capaz de conectar cada iniciativa con tu cuenta de resultados, ese es el primer problema que conviene resolver —antes que elegir herramientas—. Habla con Sergio sobre el AI Advisory Board.
El malentendido: la IA no se decide en tecnología
Durante años hemos tratado la IA como una decisión técnica. Tiene una lógica aparente: es tecnología, que la lleve quien sabe de tecnología. Pero esa lógica esconde un error caro. La tecnología responde a la pregunta "¿qué es posible?". El negocio responde a "¿qué merece la pena?". Son preguntas distintas, y la segunda manda sobre la primera. Hay miles de cosas posibles con IA; solo unas pocas merecen tu capital, tu atención y tu riesgo. Decidir cuáles no es un problema de ingeniería: es un problema de criterio empresarial leído con conocimiento técnico. Por eso un equipo técnico brillante, dejado solo, optimiza lo que sabe optimizar: lo técnicamente elegante, lo demostrable, lo que luce en una demo. Y un equipo de negocio, dejado solo, pide cosas que no entiende, compra promesas y confunde actividad con avance. Ninguno de los dos está equivocado. Simplemente, ninguno de los dos tiene la imagen completa. En el artículo anterior defendí que la IA es un sistema, no una herramienta: que solo crea palanca cuando se incrusta en los procesos, los datos, el conocimiento y el gobierno de la empresa. Lo mantengo. Pero hay una pieza que ese sistema no construye solo, y es la que importa antes que ninguna otra: alguien que sepa leer la empresa y decidir dónde apuntar el sistema. Sin esa persona, tienes un sistema potentísimo apuntando a sitios irrelevantes.
Empieza por la cuenta de resultados
Hay un punto de partida que ordena casi todo el ruido: la cuenta de resultados. Toda iniciativa de IA, por sofisticada que sea, acaba justificándose en una de estas líneas: aumenta los ingresos, reduce el coste de ventas, baja los gastos operativos, libera capital circulante o reduce el riesgo. Si una iniciativa no puede trazarse hasta una de esas líneas, no es una inversión: es una afición. Esto parece de sentido común y, sin embargo, es exactamente lo que no se hace. Se aprueban pilotos porque "hay que hacer algo con IA", sin que nadie pregunte: ¿qué línea de la cuenta de resultados se supone que mueve esto, cuánto, y en cuánto tiempo?. Es una pregunta incómoda porque deja a muchos proyectos sin respuesta. Justamente por eso es la pregunta correcta. Empezar por la cuenta de resultados cambia el orden de la conversación. Ya no se parte de la herramienta —"¿usamos este copiloto?"— sino del impacto —"¿dónde perdemos margen, y qué decisión, hecha mejor o más rápido, lo recupera?"—. La tecnología deja de ser el sujeto de la frase y vuelve a ser lo que siempre debió ser: un medio. Y hay un beneficio aún mayor, del que casi nadie habla.
Decir que no es la mitad de la estrategia
La parte difícil de la estrategia no es elegir qué hacer. Es elegir qué no hacer mientras todos a tu alrededor lo están haciendo. En IA, la presión por hacer es brutal. El competidor anuncia, el proveedor empuja, el consejo pregunta, la prensa amplifica. En ese clima, decir "esto no, todavía no, o esto nunca" requiere un criterio que muy poca gente tiene: el de quien entiende lo suficiente de tecnología como para no dejarse deslumbrar, y lo suficiente de negocio como para no dejarse arrastrar. Decir que no a una iniciativa que no toca la cuenta de resultados libera capital y foco para la que sí lo hace. Decir que no a automatizar un proceso roto evita escalar el desorden. Decir que no a dar acceso a un agente sin gobierno evita escalar el riesgo. La mayor parte del valor que aporta un buen criterio de IA no está en los proyectos que lanza, sino en los que impide. Pero para decir que no con autoridad hay que poder explicar por qué. Y ahí aparece el perfil que falta.
El perfil bilingüe: el más escaso de tu organización
La IA ha vuelto a poner precio a un perfil que el mercado llevaba años infravalorando: el directivo bilingüe, el que habla negocio y tecnología sin traductor. No es un técnico que ha leído de management, ni un directivo que ha hecho un curso de IA. Es alguien que ha estado en los dos lados de la mesa el tiempo suficiente como para entender, de verdad, cómo se gana dinero en una empresa y qué puede y qué no puede hacer hoy la tecnología. Que mira un proceso y ve a la vez el coste que esconde y la palanca técnica que lo desbloquearía. Que se sienta delante de la cuenta de resultados y traduce cada línea en una pregunta de IA concreta —y descarta diez por cada una que aprueba. Este perfil hace tres cosas que ningún especialista, por sí solo, puede hacer: Lee la empresa desde la cuenta de resultados y prioriza por impacto, no por novedad. Traduce en las dos direcciones: convierte la ambición del CEO en requisitos técnicos viables, y la capacidad técnica en decisiones de negocio comprensibles para el consejo. Y protege el foco diciendo que no, con argumentos que todos entienden. Lo dije en el artículo anterior y aquí cobra otro sentido: los genios ya están contratados; ahora falta enseñarles cómo funciona la empresa. La IA es el genio. El perfil bilingüe es quien le enseña la empresa —y, antes de eso, quien decide qué vale la pena que el genio aprenda. El problema es evidente: este perfil es escaso, caro y difícil de retener. Las empresas que lo tienen internamente son una minoría. La mayoría no puede —ni necesita— contratarlo a tiempo completo. Lo que necesita es acceso a ese criterio en los momentos en que se deciden las cosas importantes. Volveré sobre esto, porque es exactamente el problema que resuelve un AI Advisory Board.
El framework: el Filtro P&L
Un buen criterio se puede sistematizar. El Filtro P&L es la herramienta que usa el perfil bilingüe para separar, en minutos, la señal del ruido. Para cualquier iniciativa de IA, se responde en orden: 1. ¿Qué línea de la cuenta de resultados toca? Ingresos, coste de ventas, gastos operativos, capital circulante o riesgo. Si no toca ninguna con claridad, para aquí: es ruido bien vestido. 2. ¿Cuánto y en cuánto tiempo? Una magnitud aproximada y un horizonte. No hace falta precisión de ingeniero; hace falta orden de magnitud. "Esto puede recortar un 15% el coste de atención en seis meses" es una respuesta. "Esto es muy innovador" no lo es. 3. ¿Está el sistema listo para soportarlo? Procesos, datos accesibles, lenguaje común, gobierno. Si la iniciativa depende de datos que no existen o de un proceso que nadie ha escrito, el problema no es la IA: es lo que hay debajo. 4. ¿Quién es el dueño de negocio? No el dueño técnico: el dueño que responde por el resultado en la cuenta de resultados. Si no hay nombre, no hay proyecto; hay piloto huérfano. 5. ¿Qué pasa si no lo hacemos? El coste de no actuar. A veces es alto y obliga a mover; muchas veces es cero, y eso es la mejor noticia: acabas de ahorrarte una distracción. Una iniciativa que pasa las cinco preguntas merece capital y foco. Una que falla en cualquiera de ellas merece un "no" —o un "todavía no"— argumentado. Esa es, en una página, la diferencia entre el 5% que captura valor y el 95% que colecciona pilotos.
Decidir desde la tecnología vs decidir desde la cuenta de resultados
- Pregunta de partida — Decidir la IA desde la tecnología: ¿Qué es posible? · Decidir la IA desde la cuenta de resultados: ¿Qué merece la pena y mueve el margen?
- Quién decide — Decidir la IA desde la tecnología: IT, innovación o el proveedor · Decidir la IA desde la cuenta de resultados: Un perfil senior que habla negocio y tecnología
- Criterio de priorización — Decidir la IA desde la tecnología: Novedad y elegancia técnica · Decidir la IA desde la cuenta de resultados: Impacto en una línea del P&L
- Qué se mide — Decidir la IA desde la tecnología: Adopción y casos de uso · Decidir la IA desde la cuenta de resultados: Decisiones mejores y euros movidos
- El "no" — Decidir la IA desde la tecnología: Difícil de justificar · Decidir la IA desde la cuenta de resultados: Es la mitad de la estrategia
- Resultado típico — Decidir la IA desde la tecnología: Pilotos sin dueño de negocio · Decidir la IA desde la cuenta de resultados: Pocas iniciativas, con impacto real
- Riesgo dominante — Decidir la IA desde la tecnología: Gastar en lo irrelevante · Decidir la IA desde la cuenta de resultados: Quedarse corto por exceso de prudencia (gestionable)
Errores que vemos repetidamente
Poner la IA en tecnología y desentenderse. La IA decidida solo desde lo técnico optimiza lo demostrable, no lo rentable. El resultado son demos impecables que no aparecen en la cuenta de resultados. Decidir por imitación. "El competidor lo ha anunciado" no es una razón de negocio. Es ansiedad disfrazada de estrategia. La pregunta no es qué hace el de enfrente, sino qué mueve tu margen. Confundir actividad con avance. Diez pilotos abiertos parecen liderazgo. Casi siempre son foco diluido. Una empresa con foco hace pocas cosas y las lleva hasta la cuenta de resultados. No tener a nadie que pueda decir que no. Cuando nadie en la sala combina negocio y tecnología, nadie tiene autoridad para frenar lo que no merece la pena. Y lo que no se frena, se aprueba. Esperar al fichaje perfecto. Buscar al directivo bilingüe ideal a tiempo completo puede llevar meses, y para cuando llega, las decisiones ya se tomaron mal. El criterio se necesita ahora, no en el próximo proceso de selección. Dejar al consejo fuera de la conversación. Si el órgano que aprueba las inversiones no entiende cómo se conecta la IA con el negocio, aprueba a ciegas. Y aprobar a ciegas, en IA, sale caro.
Qué significa esto para un CEO
Cambia el dueño de la pregunta. La IA no es un tema de IT que delegas; es una decisión de negocio que lideras. IT ejecuta. Negocio prioriza. Tú decides hacia dónde apunta el sistema. Pon la cuenta de resultados en el centro. Antes de aprobar la próxima iniciativa, exige que alguien la trace hasta una línea del P&L con una magnitud y un dueño de negocio. Si no se puede, ya tienes tu respuesta. Asegúrate de tener criterio bilingüe en la mesa. No necesariamente en plantilla. Pero sí en la mesa, en el momento en que se deciden las cosas. La pregunta no es "¿quién sabe de IA aquí?", sino "¿quién sabe conectar la IA con cómo ganamos dinero?". Valora el coste de no decidir. Cada mes sin criterio es un mes invirtiendo por imitación o frenando por miedo. Los dos errores cuestan; uno es solo más visible que el otro.
La consecuencia natural: criterio bilingüe sin contratarlo a tiempo completo
Si has seguido el argumento hasta aquí, la conclusión cae por su propio peso: necesitas, cerca de tus decisiones, a alguien que lea tu empresa desde la cuenta de resultados y hable los dos idiomas. Y como ese perfil es escaso y caro, la pregunta práctica no es "¿lo contrato?", sino "¿cómo accedo a ese criterio cuando lo necesito?". Eso es, exactamente, lo que hace un AI Advisory Board: incorporar criterio senior bilingüe a tu comité de dirección o a tu consejo, de forma recurrente, para decidir qué hacer y qué no con la IA —partiendo siempre de tu cuenta de resultados, no de la moda del trimestre—. No es formación genérica ni un proveedor que te vende su herramienta. Es alguien sin agenda en el medio, cuyo único trabajo es que tus decisiones de IA sean mejores.
Si quieres incorporar ese criterio a tu comité o a tu consejo sin abrir un proceso de selección de meses, habla con Sergio sobre el AI Advisory Board.
Y hay un momento en el que el problema no es de una persona, sino de toda una mesa: cuando necesitas que tu comité de dirección o tu consejo compartan, en una misma tarde, esta forma de pensar la IA —desde el negocio, desde la cuenta de resultados, con criterio para decir que no—. Para eso una conversación uno a uno no basta. Una keynote sí: instala el marco en todo el equipo a la vez y deja a la organización hablando el mismo idioma.
Si quieres que tu comité o tu consejo salgan alineados sobre qué hacer con la IA, solicita una conferencia.
Preguntas frecuentes
¿Quién debe decidir las inversiones en IA en una empresa?
El CEO, asistido por un perfil senior que combine negocio y tecnología. La decisión no debe recaer solo en IT —que optimiza lo técnicamente posible— ni solo en negocio —que pide sin entender la viabilidad—. La buena decisión nace de cruzar ambos lenguajes partiendo de la cuenta de resultados.
¿Cómo se prioriza una iniciativa de IA?
Trazándola hasta una línea de la cuenta de resultados (ingresos, coste de ventas, gastos operativos, capital circulante o riesgo), estimando magnitud y plazo, comprobando que el sistema —procesos, datos, gobierno— la soporta y asignándole un dueño de negocio. Si falla en alguno de esos puntos, la respuesta es "no" o "todavía no".
¿Qué es un perfil bilingüe negocio-tecnología?
Un directivo que entiende a fondo cómo se gana dinero en una empresa y, a la vez, qué puede y qué no puede hacer hoy la tecnología. Su valor no está en programar, sino en traducir entre ambos mundos y decidir dónde apuntar la IA —y, sobre todo, dónde no.
¿Qué es un AI Advisory Board y cuándo tiene sentido?
Es un mecanismo para incorporar criterio senior independiente sobre IA a un comité de dirección o consejo de forma recurrente, sin una contratación a tiempo completo. Tiene sentido cuando la empresa invierte en IA pero no tiene internamente a alguien capaz de conectar cada decisión con la cuenta de resultados.
¿Cómo conecto la IA con la cuenta de resultados?
Invirtiendo la pregunta: en lugar de partir de la herramienta, parte de dónde pierdes margen o asumes riesgo, e identifica qué decisión, hecha mejor o más rápido, lo corrige. Solo entonces se evalúa qué tecnología lo permite.
¿Necesito un Chief AI Officer?
No necesariamente. Lo que necesitas es criterio bilingüe cerca de las decisiones. A veces es un rol interno; muchas veces, especialmente en empresas de 10 a 200 millones, es más eficiente acceder a ese criterio a través de un advisory board que crear una estructura permanente antes de tiempo.
¿Por dónde empieza un CEO que no quiere perder más tiempo?
Por pasar sus iniciativas de IA actuales por el Filtro P&L. En una sola sesión, la mayoría de empresas descubre que la mitad de lo que tienen en marcha no toca la cuenta de resultados —y que falta capital y foco para lo poco que sí la tocaría.
La IA no premia a quien más hace, sino a quien mejor decide
Durante un tiempo pareció que la ventaja iría para quien más rápido adoptara, más herramientas comprara, más pilotos lanzara. Los datos dicen lo contrario: la mayoría que más hizo es la que no obtuvo retorno. La ventaja no es de quien más hace. Es de quien mejor decide qué hacer y, sobre todo, qué no. Y decidir bien en IA exige algo que no se compra con una licencia: alguien que lea tu empresa desde la cuenta de resultados y hable los dos idiomas que casi nunca se encuentran en la misma sala. Las empresas que ganen la próxima década no serán las que tengan más IA. Serán las que tengan a alguien capaz de decirles, con criterio, dónde no merece la pena.
¿Quieres incorporar ese criterio a tu comité o a tu consejo? Habla con Sergio sobre el AI Advisory Board —o solicita una conferencia para alinear a todo tu equipo de una vez.
Última actualización: [AAAA-MM-DD]. Datos de MIT (The GenAI Divide: State of AI in Business 2025) y McKinsey (The State of AI 2025) verificados a fecha de redacción; revisar la versión más reciente antes de cada actualización.
