En resumen
- Decida hasta dónde quiere llegar: mejores herramientas, funciones rediseñadas o productos nuevos.
- Las empresas que declaran obtener más valor de la IA apuntan al crecimiento o a la innovación, no solo al ahorro.
- Para las empresas más pequeñas, comprar suele dar mejor resultado que desarrollar.
- No base el plan en una puntuación de madurez, en una puntuación de exposición ni en el comunicado de otra empresa.
Para saber qué significa AI-first, vea la guía.
Tres niveles de ambición
La consultora BCG distingue tres jugadas (BCG, 2024):
- Deploy [Desplegar]: herramientas estándar para toda la plantilla.
- Reshape [Remodelar]: funciones enteras reorganizadas en torno a la IA.
- Invent [Inventar]: productos y servicios nuevos basados en la IA.
BCG calcula la mejora de productividad de Deploy en un 10–15 % y la de Reshape en un 30–50 %. El marco sirve como pregunta: ¿para cuál de las tres está planificando? Solo la segunda y la tercera cambian cómo funciona la empresa, que es lo que significa AI-first.
Apunte más allá del costo
En la encuesta de McKinsey de 2025, el 80 % de los encuestados dijo que su empresa se había fijado la eficiencia como objetivo para la IA. Las empresas que declaraban más valor a menudo se fijaban también el crecimiento o la innovación. Tenían más de tres veces más probabilidades que las demás de decir que piensan usar la IA para transformar su negocio.
También consta el caso contrario. Klarna juzgó su IA de atención al cliente sobre todo por el costo y más tarde dijo que la calidad se había resentido (Customer Experience Dive).
Comprar o desarrollar
- A favor de comprar. Un estudio del MIT de 2025, según lo publicó Fortune, encontró que comprar herramientas de IA a proveedores especializados y crear alianzas salía bien alrededor del 67 % de las veces, mucho más a menudo que los desarrollos internos (Fortune).
- Un resultado que apunta en sentido contrario. En una encuesta a 179 líderes en Polonia, los desarrollos internos funcionaron claramente mejor que el software comprado en la fase de prueba de concepto.
- El tamaño decide casi todo. Una empresa sin especialistas en datos ni en informática no puede mantener lo que desarrolla. Para las microempresas y las pequeñas y medianas empresas, el modelo práctico es comprar, configurar y fijar las reglas de uso.
Qué cambia en el modelo de negocio
AI-first puede cambiar un modelo de negocio en tres puntos.
- Costo de servir a cada cliente. El trabajo rutinario cuesta menos. El ahorro solo es real si la calidad se mantiene, así que mida las dos cosas.
- Rapidez. Un trabajo que llevaba días puede llevar horas. Eso puede convertirse en algo que usted vende: presupuestos, respuestas y entregas más rápidos.
- Nuevas ofertas. Algunas empresas crean productos con sus propios datos. Stripe, por ejemplo, dice que un modelo de pagos entrenado con sus datos de transacciones aumentó un 64 % su detección de un tipo de fraude con tarjeta (TechCrunch).
La mayoría de las empresas cambiarán los dos primeros mucho antes que el tercero. Averigüe qué tareas están implicadas antes de prometer nada: trace un mapa de tareas antes de decidir qué automatizar.
En qué no basar el plan
- Una puntuación de madurez. La evidencia de que una puntuación más alta lleva a mejores resultados es escasa y discutida. Vea no tome una puntuación de madurez como una previsión.
- Una puntuación de exposición. Una cifra de cuánto de un trabajo “podría” hacer la IA muestra un potencial. En 23 países, las ocupaciones más expuestas no perdieron empleo en conjunto (estudio).
- El comunicado de otra empresa. Un anuncio dice lo que una empresa pretende. No dice si funcionó. Vea lo que no cuenta como evidencia.
- Los rendimientos declarados. Las cifras de retorno de la inversión de las encuestas a directivos son opiniones. Su propia medición de partida vale más.
Prácticas
Prácticas sobre estrategia y sobre cómo averiguar en qué punto está. Lo que hay que hacer primero va primero.
- Haga un mapa de las tareas antes de decidir qué automatizar Divida los puestos en tareas y examine cada una. Hay puntuaciones publicadas que miden cuánto de un puesto podría hacer la IA, su “exposición”. Trate una puntuación alta como un lugar donde mirar, no como una decisión de automatizar. Hacer primero · Esfuerzo: bajo (días, una persona)
- Pida pruebas a los proveedores de IA antes de comprar, y haga una prueba con su propio material No acepte sin más la cifra de precisión de un proveedor de IA ni su promesa de “cumplimiento total”. Pregunte cómo se probó y con qué material, haga una pequeña prueba con su propio material y revise las condiciones sobre sus datos y sobre la salida del contrato. Hacer primero · Esfuerzo: medio (semanas, unas pocas personas)
- Presupueste para las personas y los procesos, no solo para las herramientas Las licencias son la parte pequeña del costo. Reserve la mayor parte del tiempo y del dinero para la formación, el rediseño del trabajo y el acompañamiento de las personas durante el cambio. Hacer primero · Esfuerzo: bajo (días, una persona)
- Conozca las reglas que ya se aplican a su uso de la IA La mayoría de las reglas que obligan a su empresa cuando usa IA no son leyes de IA. Usted responde de lo que su IA dice y hace según las normas de consumo, privacidad, publicidad y profesionales que ya cumple. Haga una lista de sus usos de la IA y asigne a cada uno sus reglas. Hacer primero · Esfuerzo: bajo (días, una persona)
- Empiece por la IA ya integrada en el software que usa, antes de desarrollar la suya Su software de oficina, contabilidad, atención al cliente y ventas probablemente ya tiene funciones de IA. Pruébelas en una tarea, con unas pocas licencias y un resultado medido, antes de pagar a nadie para desarrollar algo a medida. Hacer primero · Esfuerzo: bajo (días, una persona)
- Empiece por un proceso costoso, no por una implementación en toda la empresa Elija un proceso que cueste tiempo o dinero de forma visible. Aplique allí la IA, con una persona que revise el resultado, y amplíe solo cuando las cifras se muevan. Hacer primero · Esfuerzo: medio (semanas, unas pocas personas)
- No trate una puntuación de madurez como una previsión Una puntuación de madurez o de preparación para la IA describe dónde dice usted que está. Las pruebas de que una puntuación más alta lleva a mejores resultados son escasas y controvertidas. Úsela para abrir una conversación, no para predecir la rentabilidad. Hacer después · Esfuerzo: bajo (días, una persona)
- Evalúe la preparación con varias fuentes, no con la opinión de un solo directivo Un cuestionario de preparación que rellena un solo alto cargo refleja la opinión de esa persona. Pregunte también al personal y a los mandos, y compare las respuestas con lo que puede observar. Hacer después · Esfuerzo: medio (semanas, unas pocas personas)
- Mida por separado la disposición y la resistencia El personal puede estar entusiasmado con la IA y preocupado por ella a la vez. Pregunte por las dos cosas por separado. Una sola puntuación de “preparación” oculta la preocupación. Hacer después · Esfuerzo: medio (semanas, unas pocas personas)
- Trabaje en dos vías: pase unas tareas a la IA y dé ayuda de IA a los expertos en otras Trate el trabajo con IA como dos programas. Uno automatiza tareas digitales repetibles cuyos resultados son fáciles de comprobar. El otro da ayuda de IA a los expertos en un trabajo que no se puede delegar. Juzgue cada uno con su propia medida. Hacer después · Esfuerzo: medio (semanas, unas pocas personas)