La silla vacía: el puesto que ninguna empresa ha llenado

Ante los asistentes al Desayuno Ejecutivo de La República e INCAE, Arturo Arrea Anderson —CEO de Smart Strategy y de Smart Chief AI Officer (Smart CAIO)— explicó por qué el 88% de las empresas ya usa inteligencia artificial y apenas un 6% ve resultados. Y mostró, en vivo, cómo se resuelve.

Hay una silla vacía en la mesa donde su organización toma decisiones. Nadie la ocupa, casi nadie ha notado que está ahí, y sin embargo es la que define si la inteligencia artificial que la empresa ya compró va a producir algo o no. Los datos de McKinsey son contundentes: 88% de las organizaciones usa IA en al menos una función, frente a 78% el año anterior. Pero apenas cerca del 6% califica como alto desempeño, es decir, atribuye a la IA un 5% o más de su EBIT y reporta un valor significativo. Los modelos mejoraron enormemente en tres años. Los resultados, no.

La causa no es tecnológica. El rediseño de los flujos de trabajo es el mayor factor de impacto de la IA, y solo el 21% de las organizaciones que usan IA generativa ha rediseñado al menos algunos de sus flujos. ¿Por qué tan pocas? Porque rediseñar exige tres cosas que la propia organización castiga: mandar sobre procesos que no son de uno, absorber un riesgo que nadie premia y eliminar aquello que justifica al propio equipo. Como resumió Arrea: "la inteligencia artificial se detiene donde empieza la política organizacional."

Ese es el puesto que Smart Chief AI Officer ocupa. La firma opera bajo el modelo de Chief AI Officer as a Service: asume el mandato que hoy no tiene dueño y lo traduce en tres decisiones que ningún proveedor de tecnología puede tomar por una empresa — contexto (quién ve qué), acción (quién responde cuando el sistema se equivoca) y memoria (de quién es el conocimiento que se genera). Smart CAIO las define junto al cliente, diseña la arquitectura que las hace cumplir y acompaña la operación hasta que el rediseño ocurre de verdad.

Ese conocimiento no es reciente ni superficial. Smart CAIO —miembro de la International Chief AI Officers Association— trabaja tanto la ola actual de IA generativa y agentes como la anterior de IA predictiva, donde la corporación RAND documentó que más del 80% de los proyectos no llegó a producir resultados reales: unos se abandonaron antes de llegar a producción y otros se completaron sin entregar nada útil. La causa casi nunca fue el modelo, sino la definición del problema y el camino a producción. Esa lectura histórica es la que separa un despliegue que rinde de uno que se abandona.

La exposición cerró con evidencia, no con promesas: una demostración en vivo del sistema con el que Arrea opera sus propias empresas. Dos componentes — un grafo donde todo el conocimiento organizacional está escrito y enlazado, y un operador que lo lee, razona y actúa sobre correo, calendario, publicidad y analítica con permisos definidos. "Yo no construí el modelo", aclaró. "Construí la arquitectura para utilizar el modelo correctamente. Ahí es donde está la diferencia: el modelo lo tiene cualquiera, la arquitectura no."

El enfoque ya produjo resultados fuera de Costa Rica: en una plataforma de fantasy football con sede en Estados Unidos, el diseño y la arquitectura de la aplicación —dirigidos por Arrea— permitieron entregar un MVP funcional, validado con usuarios reales, sobre un desarrollo cuyo costo por la vía tradicional se estimaba en unos US$450.000, por una fracción de esa cifra y del tiempo.

Y dejó dos preguntas: ¿quién en su organización tiene hoy el cargo para tomar esas tres decisiones? ¿Y dónde se forma esa persona?