Piensa en la banca. Cuando llegó lo digital, la mayoría de los bancos tradicionales hizo lo correcto. Lanzó su app, digitalizó el estado de cuenta, habilitó transferencias en línea, sumó un chatbot. Inversión real, transversal, ejecutada en serio.
Y aun así, seguían siendo bancos tradicionales con una capa digital encima. El mismo modelo, el mismo core heredado, la misma mentalidad de sucursal.
Entonces apareció Nubank que no era un banco con buena app. Era otro banco: otro modelo de negocio, otro sistema operativo, otra mentalidad. No digitalizó procesos viejos. Se preguntó cómo sería un banco si naciera hoy, sin las ataduras del modelo anterior. Y lo construyó desde esa hoja en blanco.
Con la IA está pasando exactamente lo mismo. Hoy muchas empresas la implementan en serio, pero la montan sobre los mismos procesos de siempre. A veces es IA en silos, iniciativas sueltas que nunca se conectan entre sí. Otras veces es IA sobre rieles viejos, un despliegue amplio que corre sobre el modelo de siempre.
Parecen casos opuestos. Son el mismo patrón. Un negocio con IA encima sigue siendo el mismo negocio. La oportunidad aparece cuando, en lugar de poner IA sobre los rieles viejos, te atreves a rediseñar los rieles.
La mayoría todavía no llegó ahí. Un informe de Deloitte lo resume: el 82% espera automatizar parte de sus empleos en tres años. Y el 84% todavía no rediseña ni un puesto.
No es un problema de adopción, sino de rediseño. En América Latina, según el World Economic Forum y McKinsey, solo un 10% de las organizaciones liga su IA a la estrategia del negocio; apenas el 23% reporta algún valor económico y el 6%, un impacto significativo.
La diferencia no es más IA. Es otro modelo. No se trata de sumar IA al proceso, sino de rediseñarlo asumiendo IA desde el día uno. Eso es lo que de verdad mueve el resultado, mucho más que repartir copilotos.
En Y Combinator hablan de equipos pequeños que entregan resultados de empresa grande. Es el salto a 20x. McKinsey le da estructura con una escalera de apalancamiento. En 1x, una persona hace el trabajo. En 1.2x, usa IA dentro del mismo flujo. En 2x, le delega tareas completas a agentes. En 20x, la IA orquesta el proceso de punta a punta y la persona pasa a dirigir, supervisar y mejorar un ecosistema de agentes.
Argentina ya empezó a moverse. Su economía del conocimiento superó los 10,085 millones de dólares en exportaciones, el tercer complejo exportador del país, y según Argencon, 41,5% de las empresas planea implementar IA en todas sus áreas en 2026. El propio sector describe su crecimiento como producto de la reingeniería de procesos y el rediseño de productos y servicios con IA. Esa frase es la tesis entera.
El ejemplo más nítido del modelo viene de afuera. Listen Labs, una empresa de investigación de mercado AI-native, no construyó una encuesta más inteligente. Cambió el formato. Su entrevistador de IA conversa con miles de personas a la vez, adapta las preguntas y entrega los hallazgos en horas, no en semanas. En nueve meses multiplicó por quince sus ingresos y llegó a una valuación de 500 millones de dólares, haciendo investigación para Microsoft, Perplexity y Robinhood. No es IA decorativa. Es modelo operativo.
No hace falta incendiar la empresa. Hace falta elegir dónde rediseñar. Una parte se optimiza, otra se industrializa, y una tercera se trata como terreno nuevo, como si fuera una compañía recién fundada, con IA desde el primer día.
A esta altura, que tu empresa vaya a usar IA está fuera de discusión. Lo que se define es si vas a seguir montándola sobre los rieles viejos, o si te vas a atrever a rediseñarlos.
¿Y si el desafío no son los rieles, sino la forma misma de moverte?
*Carlos Chiang es Founder & CEO de Neurotry
Galería de imágenes
En esta Nota
—
