Las juntas directivas ya no preguntan si su empresa invierte en inteligencia artificial, sino qué produce esa inversión y quién responde por ella. Un análisis de IBM señala que el verdadero cuello de botella no es la tecnología, sino algo mucho más incómodo: nadie está claramente al mando de los resultados.
Resulta tentador culpar a la tecnología inmadura, a los datos poco preparados o a las herramientas insuficientes cuando un programa de IA se estanca. Esos factores pesan, admite IBM, pero rara vez son la causa de fondo. El motivo suele ser más prosaico y más difícil de admitir en un comité de dirección: la autoridad para decidir está fragmentada por toda la cúpula ejecutiva.
El diagnóstico procede del artículo “Fix decision rights or fail at AI: 5 leadership missteps to avoid”, firmado por Judith Aquino para IBM Think, dentro de la serie The Billion-dollar Misfire. Su tesis es tan sencilla como afilada: el director de sistemas es dueño de la infraestructura, el de datos de los datos, el responsable de IA de la estrategia y los líderes de negocio de los casos de uso, pero ningún marco único concilia inversión, prioridades, gobernanza y, sobre todo, responsabilidad por los resultados. Cuando todos mandan un poco, nadie responde del conjunto.
¿Quién responde de los resultados de IA de su empresa?
Es la pregunta que, según IBM, ha cambiado de naturaleza en los consejos de administración. Hemos pasado del entusiasmo inversor —”¿estamos apostando por la IA?”— a la exigencia de cuentas: “¿qué está produciendo la IA y quién es el dueño del resultado?”. Y ahí, unos derechos de decisión difusos se convierten en la principal restricción para que la inversión genere valor real.
IBM identifica cinco formas concretas en que esa ambigüedad de autoridad sabotea la IA empresarial. Conviene leerlas como un espejo: casi cualquier organización que haya pasado del piloto al despliegue reconocerá al menos tres.
Los cinco errores de liderazgo a evitar
1. Todos son dueños de la IA, así que nadie es dueño del resultado
La IA se trata como prioridad de toda la empresa, pero la propiedad y los derechos de decisión están repartidos por la dirección. Cada cargo defiende su mandato —tecnología, datos, estrategia, casos de uso— y ningún ejecutivo es claramente responsable del resultado de principio a fin ni tiene poder para resolver los conflictos entre áreas. Las decisiones sobre financiación, riesgo, prioridades y gobernanza quedan en el limbo; y cuando el retorno decepciona, señalar al responsable se vuelve un ejercicio imposible.
“Nadie debería ser el único dueño de la IA: hay que pastorearla.”
Lula Mohanty, Managing Partner de IBM Consulting en Oriente Medio
La solución que propone IBM: aclarar quién responde de los resultados, quién ejecuta y quién ejerce la gobernanza. Establecer un enfoque corporativo para decidir cuando las prioridades compiten, definir rutas de escalado para los conflictos transversales y reforzar todo ello con el respaldo visible del consejero delegado y del consejo. Sin esa autoridad explícita, advierte el texto, la propiedad real de la IA sencillamente no existe.
2. Los incentivos y las métricas refuerzan los silos
Se puede arreglar la propiedad y fracasar igualmente si los incentivos están mal alineados. Aunque los líderes coincidan en la ambición, sus retribuciones siguen atadas al éxito de su función: control de costes para el CIO, calidad del dato para el CDO, rendimiento del modelo para el responsable de IA y cuenta de resultados para los jefes de negocio. Sin una responsabilidad compartida sobre los resultados, cada ejecutivo optimiza su propia métrica en lugar del retorno colectivo. Con el tiempo, sentencia IBM, la IA se convierte en “un problema de coordinación disfrazado de problema de rendimiento”.
La solución: ligar compensación, financiación y medidas de éxito a resultados de negocio compartidos —impacto en ingresos, transformación de costes, ganancias de productividad— en lugar de a métricas funcionales aisladas. Si a los líderes se les mide individualmente, optimizarán individualmente.
3. Priorizar la IA se vuelve negociación, no estrategia
Las unidades de negocio proponen casos de uso, tecnología evalúa la viabilidad, datos valora la preparación y otro equipo define la ambición estratégica. Sin un marco de decisión unificado, la prioridad acaba dependiendo de la influencia, la urgencia o de quién tenga presupuesto, en vez del valor para la empresa.
“A medida que la IA amplía lo que las organizaciones pueden ver y saber, los líderes deben decidir qué importa, alinear a la empresa en torno a ello y moverse con velocidad y coherencia.”
Gary Cohn, Vicepresidente de IBM, Estudio CEO 2026
La solución: pasar de la generación descentralizada de ideas a una cartera de IA gobernada de forma centralizada, con umbrales de valor explícitos. Un foro pequeño y transversal evalúa los casos con criterios consistentes —valor potencial, escalabilidad, preparación del dato, reutilización— y financia y secuencia las iniciativas como un portafolio, no como propuestas sueltas. Solo las que tengan un camino creíble hacia la escala reciben inversión sostenida.
4. La gobernanza se percibe como freno, no como acelerador
La gobernanza suele tratarse como una capa de revisión que llega después de que los equipos hayan diseñado y pilotado la solución. El resultado es fricción tardía en torno al riesgo, el cumplimiento, el uso de datos o las cuestiones éticas, y la sensación de que la gobernanza bloquea. El verdadero problema, apunta IBM, es que no se incorporó a la toma de decisiones lo bastante pronto.
La solución: integrar la gobernanza en los flujos de trabajo desde el principio, dejando claro quién aprueba los umbrales de riesgo, el uso de datos, los estándares de despliegue y las rutas de escalado. IBM cita un caso conjunto con EY y Banco do Brasil: una institución financiera pública, con deberes regulatorios, que implantó un marco de gobernanza de IA para todo el ciclo de vida del modelo, con roles, controles y monitorización bien definidos. La gobernanza, bien colocada, habilita en lugar de estorbar.
5. El éxito del piloto no se traduce en escala
Una prueba de concepto puede demostrar que un caso de uso funciona en local, pero escalar exige decisiones sobre infraestructura, acceso a datos, gestión del cambio, financiación, cumplimiento y diseño del modelo operativo. Si los derechos de decisión son confusos, cada paso de la escalada requiere volver a alinear a todo el mundo, y los pilotos prometedores se quedan a medio camino.
La solución: definir los derechos de decisión de la fase de escalado antes de arrancar los pilotos. Quién decide si un piloto avanza, quién financia la ampliación, quién es dueño de la adopción y quién mide el impacto. “Un piloto sin un modelo de decisión para escalar”, resume IBM, “no deja de ser un experimento aislado”.
El hilo común: derechos de decisión, no tecnología
Leídos en conjunto, los cinco errores apuntan a un único nudo. No es la madurez del modelo ni la calidad del dato lo que separa a las empresas que extraen valor de la IA de las que solo acumulan pilotos vistosos. Es algo tan poco glamuroso como saber quién decide qué, con qué autoridad y respondiendo ante quién. IBM lo llama decision rights; en castellano de toda la vida, mando claro.
La lectura de Iberia: lo que debería hacer un directivo hoy
Permítanme una observación. El mérito de este análisis no está en descubrir que la IA necesita gobierno —eso ya lo sabíamos—, sino en señalar el punto exacto donde se rompe: el momento en que cuatro ejecutivos brillantes, cada uno cumpliendo a la perfección su mandato, producen entre todos un resultado del que nadie responde. Es el clásico fallo de la organización por silos, solo que ahora con factura de varios millones de dólares.
Para un directivo que lea esto desde Madrid, Ciudad de México o Bogotá, el ejercicio útil no es admirar el marco, sino hacerse las preguntas incómodas antes del próximo comité: si un proyecto de IA descarrila el trimestre que viene, ¿sabría señalar a una sola persona que responda por él? ¿Esa persona tiene la autoridad —y el presupuesto— para resolver un choque entre tecnología y negocio sin esperar a que lo arbitren tres niveles más arriba? ¿Los incentivos de mi equipo premian el valor para la empresa o solo el lucimiento de cada feudo?
Si la respuesta a alguna es un titubeo, el problema no estaba nunca en el modelo. Nombrar a un responsable con poder real, atar los incentivos al resultado conjunto y meter la gobernanza al principio y no al final cuesta menos que una licencia de software empresarial. Y, a diferencia de esta, sí decide si la inversión en IA acaba produciendo algo.
Fuente: IBM Think — “Fix decision rights or fail at AI: 5 leadership missteps to avoid”, por Judith Aquino. Datos del Estudio CEO 2026 del IBM Institute for Business Value.
Fermín Sánchez es el responsable editorial de LaPrensaIA, diario de divulgación sobre inteligencia artificial. Cubrimos la actualidad de la IA con criterio propio —tecnología, empresas y sociedad— de forma clara para el público no técnico. Cada artículo se elabora con la asistencia tecnológica de Iberia y se revisa antes de publicarse. Más sobre cómo trabajamos →
