Inteligencia de Adopción de IA: cómo elegir qué iniciativas merecen inversión
Un marco para separar las demostraciones prometedoras de los casos de uso que pueden convertirse en capacidad de negocio.
LUMEN 01 · EDICIÓN PERÚ Y LATINOAMÉRICA
En América Latina rara vez faltan ideas para usar inteligencia artificial.
Lo que falta es una forma disciplinada de decir cuáles merecen inversión, cuáles deben esperar y cuáles nunca debieron convertirse en proyecto.
He visto este patrón a lo largo de mi carrera. Primero, liderando datos y analítica dentro de organizaciones grandes. Ahora, construyendo agentes y sistemas de IA que deben funcionar con clientes, procesos y restricciones reales.
La demostración suele ser convincente. La adopción es otra historia.
Un piloto no es una capacidad
Un piloto demuestra que algo puede hacerse en condiciones controladas.
Una capacidad de negocio demuestra algo más exigente: que la solución mejora un proceso real, que alguien responde por el resultado, que los usuarios confían en ella, que el riesgo está bajo control y que la organización puede medir el valor.
Esa diferencia explica por qué tantas conversaciones sobre IA empiezan con entusiasmo y terminan sin dueño, sin métrica y sin una siguiente decisión.
La edición 2025 del Índice Latinoamericano de Inteligencia Artificial, elaborado por CENIA y la CEPAL, analiza 19 países a partir de tres dimensiones: factores habilitantes; investigación, desarrollo y adopción; y gobernanza. Esa estructura contiene una lección útil para cualquier empresa de la región.
La adopción no depende solamente del modelo. Depende del sistema que lo rodea.
Inteligencia de Adopción de IA
Llamo Inteligencia de Adopción de IA a la disciplina de tomar cuatro decisiones antes de escalar una iniciativa:
Dónde la IA puede crear valor, qué capacidades deben estar listas, qué nivel de gobernanza exige el caso y cómo integrar la solución en una forma de trabajar que las personas adopten.
No es una invitación a planificar durante meses. Es una forma de evitar que la velocidad se convierta en desperdicio.
Las cuatro decisiones
1. Impacto: ¿qué problema de negocio vale la pena resolver?
Empiece con una fricción que ya tenga costo.
Puede ser tiempo perdido después de cada llamada, seguimiento comercial inconsistente, documentos que se revisan manualmente, respuestas lentas al cliente o decisiones que dependen de información dispersa.
El problema debe poder describirse sin mencionar IA. Si no puede hacerlo, todavía no tiene un caso de uso.
2. Capacidad: ¿qué tendría que estar listo?
Revise el proceso, los datos, las integraciones y las personas.
Muchas iniciativas no fallan porque el modelo sea débil. Fallan porque nadie documentó las excepciones, la información llega incompleta o el equipo no sabe qué hacer cuando la respuesta no es confiable.
La pregunta no es si la empresa está “lista para la IA” en términos generales. La pregunta es si está lista para este caso de uso.
3. Riesgo: ¿qué ocurre cuando la IA se equivoca?
La consecuencia define la gobernanza.
Un borrador interno y una evaluación crediticia no pueden tratarse igual. En Perú, el Reglamento de la Ley 31814 ya introduce principios como privacidad, supervisión humana y transparencia, además de obligaciones graduales según el sector y el nivel de riesgo.
Para las organizaciones de economía y finanzas, varias disposiciones sobre transparencia algorítmica, obligaciones y buenas prácticas entran en su primera fecha sectorial de implementación el 10 de septiembre de 2026. El mensaje para los ejecutivos es directo: la gobernanza ya forma parte de la decisión de adopción.
Este punto requiere revisión legal según el sector y el caso concreto. Pero esperar hasta el final del proyecto para hablar de datos, supervisión y transparencia ya no es una práctica defendible.
4. Adopción: ¿quién cambiará su forma de trabajar?
La solución debe entrar en un proceso que ya tiene personas, incentivos, hábitos y presiones.
Defina un propietario de negocio, un grupo pequeño de usuarios reales, una métrica y una frecuencia de revisión. Si nadie tiene autoridad para corregir el flujo de trabajo, el piloto quedará aislado aunque la tecnología funcione.
Un ejercicio para su próxima reunión
Tome los tres casos de uso de IA que más se repiten en su organización. Califíquelos del 1 al 5 en cuatro criterios:
- valor económico o estratégico;
- calidad y disponibilidad de los datos;
- dificultad de cambiar el proceso;
- consecuencia de una respuesta incorrecta.
Después agregue una quinta columna: nombre del propietario de negocio.
Si esa columna queda vacía, el caso todavía no está listo para recibir presupuesto.
Este ejercicio no reemplaza un diagnóstico. Sí mejora la conversación. Obliga a separar la novedad del valor y la posibilidad técnica de la capacidad organizacional.
Por qué LUMEN
Esta edición nace para los líderes de Perú y América Latina que necesitan convertir la presión por “hacer IA” en decisiones que puedan explicar ante un directorio, un cliente y un equipo operativo.
Voy a compartir marcos prácticos, señales regulatorias, aprendizajes de construcción y preguntas incómodas antes de que se conviertan en errores caros.
Su turno: ¿qué piloto o caso de uso de IA sigue sin convertirse en una capacidad real dentro de su organización? Responda a este correo. Leo cada respuesta.
Fuentes utilizadas en esta edición
- CEPAL y CENIA, Índice Latinoamericano de Inteligencia Artificial 2025.
- EY Perú, Reglamento de la Ley que promueve el uso de la inteligencia artificial.
César Correa
Estratega tecnológico y constructor
Inteligencia de Adopción de IA