La parte más difícil de poner la IA a funcionar en una empresa no es que el primer equipo tenga éxito con ella. Es el segundo.
La encuesta The State of AI in 2025, de McKinsey, entrevistó a casi 2.000 ejecutivos en más de cien países. Entre las empresas de mejor desempeño, alrededor de tres de cada cuatro afirman que la IA ya se escala en toda la organización. Entre las demás, es una de cada tres. La brecha no está en tener IA — está en lograr que lo que funcionó en un área llegue a las otras.
Boston Consulting Group midió el mismo problema desde otro ángulo. En una investigación publicada en octubre de 2024, solo el 26% de las empresas había desarrollado la capacidad de salir de la prueba de concepto y generar valor real; el 74% todavía no mostraba una ganancia concreta. Para quien decide, el mensaje es directo: el riesgo mayor no es que el primer piloto falle. Es que el primer piloto funcione y la empresa no logre repetirlo.
Vale notar lo que ese número no significa: no es falta de interés, ni de presupuesto, ni de buenos resultados aislados. Las empresas que se quedan atrás por lo general ya tienen al menos un caso funcionando bien en algún rincón. Lo que falta es un camino para que ese caso salga del rincón donde nació.
Dónde se atasca el método
Un equipo de operaciones arma, a base de prueba y error, una manera de usar IA para revisar un tipo de contrato que antes tomaba un día entero. Funciona. Alguien del equipo lo comenta en una reunión. Un gerente de otra área lo encuentra excelente y pide "aprender cómo lo hacen". Lo que ocurre después, en la mayoría de las empresas, es una llamada, una explicación improvisada y un intento de reconstruir de memoria lo que dio resultado.
La copia casi nunca sale igual. Falta el documento exacto que servía de referencia, falta la conexión con el sistema correcto, falta el ajuste fino que solo apareció después de varios intentos. El área que la recibió termina con una versión más débil — y, en muchos casos, desiste antes de acercarse al resultado original.
Este fenómeno tiene nombre y décadas de investigación. Gabriel Szulanski, de la Wharton School, publicó en 1996 en el Strategic Management Journal un estudio sobre por qué las buenas prácticas internas se resisten a moverse de una parte de la empresa a otra — incluso sin secreto, sin disputa política y sin que nadie intente esconder nada. Llamó a ese efecto "adherencia interna".
El estudio señala tres barreras que pesan más que la simple falta de voluntad. La primera: quien recibe rara vez tuvo contacto suficiente con el contexto para absorber el método a la primera, solo escucha el resultado. La segunda: casi nunca queda claro qué paso exacto causó la ganancia — incluso el equipo que lo creó tiene dificultad para separar lo que importa de lo que fue solo una forma de hacer las cosas. La tercera: la transferencia depende de una relación personal entre quien lo descubrió y quien lo va a usar, y esa relación rara vez es tarea de trabajo de alguien.
Con la IA, estas tres barreras pesan más, no menos. Un buen método no es solo un texto que se copia — es un agente configurado, un guion de preguntas, acceso a un documento específico, conexión con un sistema. Mirar por encima del hombro de quien lo hizo no alcanza para reproducir nada de eso.
En empresas brasileñas y latinoamericanas, este cuadro suele aparecer de forma muy concreta: el área fiscal resuelve algo bien, envía un audio o una captura de pantalla a un colega de otra sucursal, y ahí se detiene. No existe un lugar oficial para que ese método siga existiendo más allá de la conversación que lo describió.
El intento que no viaja
Las respuestas más comunes tratan el síntoma equivocado. Capacitar a toda la empresa en la herramienta de IA enseña la herramienta, no la configuración específica que un equipo tardó semanas en afinar — sobra gente que sabe usar el producto y nadie con el método listo.
Un manual o una página de wiki tampoco lo resuelve: describe en texto lo que era, en la práctica, una combinación de acceso, conexión con sistemas y ajuste fino. Quien lo lee tiene que rehacer el trabajo de descubrirlo por su cuenta, tropezando con las mismas tres barreras del estudio de Szulanski.
Una presentación en una reunión general despierta interés y no deja nada reutilizable al día siguiente. Y un comité central que debe aprobar cada intercambio, pensado para cuidar la calidad, con frecuencia se convierte en una fila de espera en lugar de un canal de distribución — cuanto más tiene que aprobar un solo grupo, más lento llega lo que funciona a quien lo necesita.
Ninguno de estos intentos falla por falta de esfuerzo. Fallan porque solo transportan el relato de un resultado, nunca la cosa reutilizable en sí.
Lo que tiene que existir en la práctica
Lograr que un método viaje de un área a otra depende de mecanismos, no de buena voluntad.
Un catálogo de lo que ya existe. Los agentes, guiones y flujos que una persona arma quedan visibles para que los busque quien tenga un motivo para usarlos — en vez de enterrados en el historial personal de quien los creó.
Reutilización con alcance definido. Lo que funcionó puede ponerse a disposición de personas, grupos o roles específicos — no se queda solo con quien lo creó, ni se vuelve acceso libre para toda la empresa sin criterio.
Lo personal sigue siendo personal. La memoria y el historial de cada persona no quedan expuestos por defecto cuando algo se comparte; solo lo que ella decide poner a disposición sale del uso individual.
Aprobación para promover algo a uso oficial. El paso de una configuración personal al uso de un equipo o de la empresa pasa por una etapa de revisión humana — no por un aviso informal en una reunión.
Un rastro de quién empezó a usar qué. El liderazgo puede ver, por área, qué se adoptó y de dónde vino, en lugar de depender del rumor de que "finanzas tiene algo bueno".
Así fue diseñada Skyller: lo que una persona crea puede ponerse a disposición de otras por rol y por grupo, con la memoria personal preservada y la promoción a uso oficial dependiendo de una aprobación.
Lo que cambia cuando el método viaja
Cuando la reutilización con permisos funciona de verdad, el descubrimiento de un área deja de ser un hecho aislado y pasa a sumar a la capacidad de toda la empresa. La ganancia no es solo el tiempo que se ahorra usando IA — es el tiempo que se deja de gastar redescubriendo algo que ya existe en otro piso del mismo edificio.
Eso también cambia el cálculo de quien aprueba presupuesto. En vez de que cada área negocie su propia licencia y reinvente su propia configuración, el esfuerzo de un equipo se vuelve el punto de partida para el siguiente. Skyller, por ejemplo, llega con más de 100 agentes preconfigurados por área, para que quien empieza después no tenga que armar desde cero lo que otra empresa — u otro equipo de la misma casa — ya resolvió.
Hay además un efecto menos comentado: un equipo que ve que el método que construyó lo usan otras áreas tiene un motivo concreto para mantenerlo actualizado. Cuando el esfuerzo de una persona muere en su propio cajón, mantenerlo bien hecho no le trae ningún retorno.
Las empresas con varias sucursales o unidades sienten esta ganancia con más fuerza, porque hoy pagan el costo del redescubrimiento varias veces seguidas — cada unidad resolviendo, de forma aislada, el mismo problema que la casa matriz u otra sucursal ya resolvió meses antes.
Preguntas para destrabar lo que ya funciona
Antes de aprobar otra licencia o otro piloto, vale la pena llevar estas preguntas a quien lidera operaciones y tecnología.
- ¿Alguien en la empresa ya resolvió bien algo con IA que otra área desconoce? Pídale a cada líder de área que nombre un caso del último trimestre y confirme cuántos colegas de otras áreas ya oyeron hablar de él.
- ¿Qué pasa si esa persona se va mañana? Si el método se va con ella, nunca existió como un activo de la empresa — solo como un archivo personal.
- ¿Quién puede acceder a lo que se compartió, y quién lo decidió? Si compartir significa "publicarlo para todos", verifique si ese alcance corresponde realmente a lo que cada rol debería ver.
- ¿Existe un paso de aprobación antes de que algo personal se vuelva un estándar oficial? Sin él, la calidad de lo que se difunde por la empresa depende de la suerte.
