Blog El verdadero desafío de la IA es el liderazgo, no el reclutamiento

Cuando el progreso de la IA se estanca, la mayoría de las organizaciones recurren a la misma explicación: necesitamos más talento. Suena lógico. Si la IA es una brecha de capacidades, llénala con personas. Pero ese diagnóstico es incompleto. Actuar únicamente en base a ello resulta costoso.

El verdadero obstáculo no suele ser la falta de especialistas en IA, sino la ausencia de un liderazgo claro en IA, una ejecución disciplinada y la alineación organizacional. El informe State of AI 2025 de McKinsey reveló que la mayor barrera para el escalado no son los empleados, sino los líderes que no dirigen con suficiente rapidez. Las brechas de habilidades también importan (el Foro Económico Mundial informa que el 63 % de los empleadores las citan como una barrera importante para la transformación), pero las habilidades no se transforman en resultados sin un liderazgo que las guíe.

Las empresas no triunfan con la IA simplemente por haber contratado a unos cuantos científicos de datos o ingenieros de prompts. Triunfan porque los ejecutivos marcan el rumbo, priorizan los casos de uso, rediseñan los flujos de trabajo, generan confianza y lideran el cambio en todo el negocio. La investigación de McKinsey identifica específicamente la supervisión del CEO en la gobernanza de la IA como uno de los factores más correlacionados con un mayor impacto en el beneficio neto de la IA generativa.

Si tu organización sigue hablando de la brecha de habilidades en IA pero no logra pasar de los proyectos piloto, este artículo explica el porqué. Y qué hacer al respecto.

Por qué el liderazgo en IA importa más que la contratación

El liderazgo marca el rumbo para la adopción de la IA

La IA no fracasa porque a una empresa le falten ideas. Fracasa porque nadie ha respondido a las preguntas básicas: ¿Qué problema estamos resolviendo? ¿Qué casos de uso son los más importantes? ¿Quién es el responsable del resultado? ¿Cómo se medirá el valor? ¿Qué riesgos son aceptables?

Estas son preguntas de liderazgo. Sin una dirección ejecutiva, la actividad de la IA se fragmenta. Un equipo compra herramientas. Otro realiza experimentos. Un tercero prueba copilotos. Nada de esto se traduce en un impacto estratégico.

Las organizaciones que realmente generan valor con la IA hacen las cosas de manera diferente. Elevan la gobernanza, asignan responsabilidades a nivel directivo, definen hojas de ruta y realizan un seguimiento de los KPI vinculados a los resultados del negocio en lugar de a la novedad técnica. La encuesta de 2025 de McKinsey identifica la implicación del liderazgo, la gobernanza, las hojas de ruta por fases, el rediseño de los flujos de trabajo y el seguimiento claro del rendimiento como las prácticas de gestión más asociadas con la creación de valor.

Un buen líder de IA no empieza preguntándose «¿A quién necesitamos contratar?». Empieza con «¿Dónde puede la IA generar un valor de negocio medible y qué debe cambiar para que ese valor se haga realidad?».

El liderazgo crea las condiciones para el escalado

La contratación puede poner en marcha un piloto. El liderazgo es lo que permite que la IA se escale.

A escala, la adopción de la IA depende de decisiones que se sitúan muy por encima de la capa técnica: asignación de presupuesto, gobernanza, alineación multifuncional, formación, comunicación del cambio, rediseño de procesos, revisión legal, umbrales de riesgo y adopción en primera línea. Más de tres cuartas partes de las organizaciones ya utilizan la IA en al menos una función empresarial, según McKinsey; sin embargo, solo una pequeña minoría se considera madura. Esa brecha existe porque la adopción es más fácil que la integración. El escalado exige que los líderes remodelen la forma en que realmente se realiza el trabajo.

Adopción de la IA orientada a la contratación frente a la orientada al liderazgo

Por qué la brecha de habilidades en IA es solo una parte del problema

La contratación por sí sola no resuelve los problemas de ejecución

La brecha de habilidades en IA es real. El Foro Económico Mundial informa que el 63 % de los empleadores consideran las brechas de habilidades como una barrera importante para la transformación entre 2025 y 2030, y el 85 % planea priorizar la capacitación (upskilling). El 70 % también espera contratar personal con nuevas habilidades.

Pero la contratación no es la respuesta principal.

El estudio de CEOs de 2024 de IBM reveló que el 58 % de los CEOs encuestados estaban contratando para puestos de IA generativa que no existían el año anterior; sin embargo, más de la mitad no había evaluado el impacto de la tecnología en su plantilla actual. Muchas organizaciones están incorporando talento antes de haber aclarado las implicaciones operativas, los efectos culturales o los requisitos del cambio.

Los nuevos empleados se incorporan a entornos poco claros. Cuentan con una sólida experiencia técnica, pero carecen de un patrocinador ejecutivo. No hay una cartera de casos de uso priorizada, ni métricas de éxito acordadas, ni autoridad para cambiar los flujos de trabajo entre las distintas unidades de negocio. El talento se queda atrapado en la experimentación en lugar de impulsar la transformación.

El verdadero problema es la preparación organizacional

La preparación organizacional es lo que separa la ambición en IA de la ejecución en IA.

Una organización preparada cuenta con alineación del liderazgo, gobernanza, datos de confianza, casos de uso priorizados, disciplina presupuestaria, planes de cambio, controles de riesgo y directivos que saben cómo integrar la IA en el trabajo diario. Una organización que no está preparada puede seguir contratando de forma agresiva, pero le costará absorber la capacidad que está adquiriendo.

Como lo plantea McKinsey, el desafío de la IA en el entorno laboral no es principalmente un desafío tecnológico. Es un desafío empresarial que exige que los líderes alineen a los equipos, aborden las resistencias a la adopción y reconfiguren la empresa para el cambio. La brecha más grande en muchas organizaciones no son las habilidades; es la distancia entre la ambición en IA y la preparación del liderazgo.

La gestión del cambio en IA es fundamental para la adopción

Por qué los empleados se resisten al cambio de la IA

A veces, los líderes interpretan la resistencia a la IA como miedo a la tecnología. Por lo general, se trata de algo más práctico.

Los empleados se resisten cuando no entienden por qué se introduce la IA, cómo afectará a su puesto, cómo es un uso correcto o si el liderazgo ha reflexionado sobre la calidad, la equidad y el riesgo. McKinsey descubrió que una minoría significativa de empleados siente recelo ante la IA en el trabajo, mientras que las preocupaciones sobre la imprecisión y la ciberseguridad siguen siendo comunes. La investigación de IBM también reveló que muchos CEOs están impulsando la adopción más rápido de lo que los empleados se sienten cómodos.

La resistencia aumenta cuando las organizaciones prometen demasiado. Si se presenta la IA como una herramienta milagrosa pero luego se ofrecen flujos de trabajo confusos, resultados deficientes y políticas poco claras, la confianza se desmorona rápidamente.

Cómo es una gestión del cambio en IA eficaz

Una gestión del cambio en IA eficaz no consiste en una única sesión de formación en el momento del lanzamiento. Es un programa estructurado que se desarrolla a lo largo de todo el ciclo de vida de una iniciativa.

BCG recomienda un plan de cambio holístico que incluya una narrativa inspiradora, directrices sólidas, desarrollo de la fluidez digital y claridad sobre el impacto en la plantilla. McKinsey señala los mismos componentes: comunicación periódica sobre el valor, formación basada en roles, mecanismos de retroalimentación, hojas de ruta definidas e incentivos que refuercen la adopción.

En la práctica, esto significa:

• Explicar por qué la iniciativa es importante para el negocio, no solo para el equipo de TI
• Mostrar cómo cambiará el trabajo a nivel de puesto, no solo a nivel organizacional
• Capacitar a los directivos y mandos intermedios, no solo a los usuarios finales
• Rediseñar los flujos de trabajo en lugar de superponer la IA sobre procesos deficientes
• Crear reglas claras de gobernanza y uso antes del despliegue
• Realizar un seguimiento conjunto de la adopción y del valor de negocio, no por separado

Cuando la gestión del cambio en IA es débil, los empleados experimentan la IA como una disrupción impuesta a ellos. Cuando es sólida, ven la IA como una capacidad que se construye con ellos. Esa distinción determina si la adopción se consolida.

Qué incluye realmente una estrategia de transformación de IA sólida

Más allá de la lista de compras tecnológicas

Una estrategia sólida de transformación de IA no es una lista de herramientas por adquirir. Es un plan operativo para la creación de valor. Como mínimo, debería definir:

Por qué la estrategia fracasa sin la alineación del liderazgo

Muchas AI estrategias parecen sólidas sobre el papel pero fracasan en la ejecución porque el equipo de liderazgo no está alineado. El CIO busca consistencia en las plataformas. Los líderes de negocio quieren velocidad. El departamento legal exige controles más estrictos. Recursos Humanos no participó desde el principio. Finanzas quiere pruebas antes de comprometer el presupuesto. Ninguna de estas posturas es descabellada. El problema surge cuando nadie resuelve los equilibrios y concesiones necesarias (trade-offs).

La investigación de IBM con CEOs reveló que la calidad de la colaboración entre finanzas y tecnología está directamente ligada al éxito de la IA; sin embargo, muchos CEOs también señalan que la competencia entre los ejecutivos de la alta dirección (C-suite) interfiere. La misma investigación concluyó que el cambio cultural a menudo se considera más importante que los desafíos técnicos para convertirse en una organización impulsada por datos.

La estrategia de transformación de la IA no consiste solo en decidir qué construir. Consiste en alinear a la organización en torno a cómo se producirá el cambio, quién toma las decisiones y cómo es el éxito.

Los comportamientos de liderazgo que impulsan el éxito de la IA

Establecer una visión clara y creíble

Un liderazgo sólido en IA comienza con una visión que conecte la IA con un futuro empresarial específico, no con eslóganes de innovación o compromisos vagos para «aprovechar» la tecnología. Los líderes capaces de articular hacia dónde se dirige la empresa y por qué la IA es importante para ese destino crean las condiciones para una alineación real.

Construir alineación entre funciones

La IA atraviesa transversalmente las funciones por defecto. El liderazgo en silos es fatal para ella.

Los ejecutivos necesitan prioridades compartidas, un lenguaje común y una responsabilidad conjunta. Los líderes de negocio deben co-liderar los casos de uso junto con los equipos tecnológicos. Recursos Humanos necesita comprender el impacto en los puestos de trabajo desde el principio, no ser consultado después del despliegue. Los equipos de riesgo y legal no pueden intervenir al final. Finanzas debería ayudar a definir la lógica del ROI desde el primer día.

Los mejores líderes de IA actúan como integradores. Eliminan la fricción entre las funciones en lugar de permitir que cada una se optimice de forma aislada.

Liderar el cambio cultural, no solo la entrega técnica

La cultura es el terreno donde muchos programas de IA triunfan o fracasan silenciosamente. Si los directivos penalizan la experimentación, los equipos ocultarán los problemas. Si los ejecutivos nunca utilizan la IA ellos mismos, el programa se percibirá como mero postureo. Si los incentivos premian únicamente el rendimiento a corto plazo, nadie invertirá en rediseñar los flujos de trabajo.

El liderazgo en IA implica dar ejemplo con nuevos comportamientos: hacer mejores preguntas, recompensar el aprendizaje y normalizar la experimentación responsable. También significa ser honesto. Algunos puestos cambiarán. Algunos procesos desaparecerán. Habrá que reconstruir ciertas capacidades. Evitar estas conversaciones no hace que desaparezcan, solo genera más resistencia más adelante.

Cómo pasar de una adopción de IA centrada en la contratación a una orientada al liderazgo

1. Comenzar con objetivos de negocio, no con títulos de puestos

No empieces diciendo: «Necesitamos un responsable de IA, un ingeniero de ML y un especialista en prompts». Comienza con el problema del negocio.

Pregúntate: ¿Qué decisión son lentas, costosas o inconsistentes? ¿Qué flujos de trabajo presentan más fricción? ¿Dónde podría la IA mejorar la calidad, la velocidad o el margen? ¿Cuál es el valor medible si lo hacemos bien? Una vez que los casos de uso están claros, las decisiones sobre el talento se vuelven mucho más precisas.

2. Fortalecer la responsabilidad ejecutiva

Cada iniciativa de IA significativa necesita un propietario ejecutivo designado con autoridad interdepartamental, responsable del valor, la adopción y la gobernanza, no solo de la entrega. Los datos de State of AI 2025 de McKinsey muestran que la supervisión del CEO en la gobernanza de la IA está asociada con un impacto más sólido en el beneficio neto. La IA no puede quedarse en la periferia de la atención del liderazgo.

3. Integrar la gestión del cambio en IA desde el primer día

No trates el cambio como un flujo de trabajo de comunicación añadido a última hora cerca del lanzamiento. Intégralo desde el principio: evaluación del impacto a nivel de puesto, capacitación de directivos, mensajes de gobernanza, formación basada en perfiles (personas), bucles de retroalimentación y métricas de adopción junto con las métricas de ROI. Aquí es donde la mayoría de los programas de IA ganan o pierden impulso.

4. Crear una estrategia de transformación de IA clara

Documenta la lógica de la transformación: qué está cambiando, por qué ahora, en qué orden, con qué responsables y medido bajo qué parámetros. Una hoja de ruta clara de una sola página suele superar a una presentación de estrategia extensa. La claridad vence a la complejidad.

5. Tratar el talento como un facilitador, no como la solución completa

El talento importa. La contratación importa. La capacitación (upskilling) importa absolutamente. Pero el talento debe respaldar una estrategia, no sustituirla. Las organizaciones más eficaces combinan la contratación selectiva con el desarrollo de capacidades internas, el rediseño de flujos de trabajo, la gobernanza y la alineación del liderazgo. Los datos del Foro Económico Mundial reflejan esta perspectiva más amplia: los empleadores no solo están contratando, sino que también están priorizando la capacitación y las transiciones de puestos.

El éxito de la IA lo decidirá el liderazgo

Las empresas que triunfen con la IA no serán necesariamente las que contrataron más rápido. Serán las que lideraron con mayor claridad.

Definirán las prioridades de negocio correctas, alinearán al equipo ejecutivo, rediseñarán el trabajo, generarán confianza y apoyarán a las personas a lo largo del cambio. Utilizarán el talento como un multiplicador de fuerzas, no como un sustituto de la estrategia. Y reconocerán que una estrategia de transformación de IA es, en su esencia, un desafío de liderazgo.

Deja de preguntarte únicamente «¿A quién necesitamos contratar?». Empieza a preguntarte «¿Cómo queremos que cambie este negocio y estamos preparados para liderar bien ese cambio?».