Si no tienes 15 minutos para leer el detalle, échate este minuto de lectura en el siguiente párrafo:

La inteligencia artificial no es una herramienta más, es una nueva forma de operar tu empresa, y el problema no es que no la estés usando, sino que no tienes claro dónde aplicarla para que realmente impacte el negocio. No va de escribir textos, va de eliminar fricción: seguimiento lento a prospectos, reportes que llegan tarde, análisis manual, atención saturada o procesos repetitivos. Ahí es donde empieza. Hazlo simple: detecta un proceso donde hoy pierdas tiempo o dinero, mide cuánto te cuesta, automatiza solo ese flujo con IA, corre un piloto de 30 días y evalúa si mejora velocidad, costo o conversión. Si no mueve un KPI, no sirve. Pero si sí lo mueve, no estás frente a una herramienta… estás frente a una ventaja competitiva. Porque al final no gana el que más plataformas prueba, gana el que primero convierte la inteligencia artificial en parte real de su operación.

La inteligencia artificial ya está entrando a todas las áreas de la empresa. El problema es que muchos directores todavía la siguen viendo como una herramienta para redactar correos.

Todos los días salen nuevas plataformas de inteligencia artificial. Unas prometen automatizar ventas. Otras optimizan atención al cliente. Otras analizan contratos, revisan riesgos, filtran candidatos, predicen demanda o detectan fraude. El ritmo ya no es mensual. Es diario.

La bronca está ahí…
Lo que está fallando es la capacidad directiva para entender qué problema de negocio resuelve, en qué área conviene implementarla primero y cómo convertirla en una ventaja competitiva real.

Muchas empresas en México siguen dejando pasar esta ola porque desde dirección todavía se piensa en la inteligencia artificial como un “apoyo para redactar textos”, “resumir documentos” o “hacer más rápido una presentación”. Esa visión ya quedó corta.

Hoy la inteligencia artificial está entrando a marketing, ventas, servicio, finanzas, recursos humanos, operaciones, legal, tecnología y ciberseguridad. No como moda. Como infraestructura operativa. 

El punto incómodo es este: la empresa que siga viendo la inteligencia artificial como un juguete de oficina va a competir contra empresas que ya la están usando como sistema operativo.

México va tarde.

Los datos más serios que hoy tenemos en México no pintan un escenario de adopción masiva.

INEGI reportó que, en 2023, 1,266,352 unidades económicas usaron herramientas de tecnología digital. Pero dentro de ese grupo, solo 2.1% reportó usar sistemas de inteligencia artificial. En otras palabras: la inteligencia artificial todavía no es una práctica extendida en el sector empresarial mexicano, ni siquiera entre quienes ya usan herramientas digitales. 

Eso explica por qué la conversación sigue tan superficial en muchos consejos directivos. Todavía hay demasiadas empresas preguntándose si “vale la pena entrarle”, mientras otras ya están rediseñando procesos completos alrededor de agentes, automatización y analítica aumentada. 

Al mismo tiempo, la señal del mercado es muy clara: 89% de los líderes empresariales en México planean incorporar agentes de inteligencia artificial; 41% de los líderes mexicanos ya usa agentes para automatizar flujos o procesos; y 65% de los trabajadores en México ya usa IA como herramienta de trabajo. El problema no es falta de interés. El problema es que la adopción va más rápido en la base que en la dirección.  (aunque solo sea ChatGTP)

Y aquí te va otra señal que no conviene ignorar: Microsoft reportó que solo 60% de los líderes en México se declara familiarizado con agentes de IA, y esa percepción baja a 37% entre colaboradores. Es decir, ya hay presión por adoptar, pero todavía no hay suficiente claridad para desarrollar bien esa adopción. 

Además, la OCDE estima que en México alrededor de 19% de los trabajadores están expuestos a inteligencia artificial generativa, entendiendo “expuestos” como puestos donde al menos 20% de sus tareas podría hacerse en la mitad del tiempo con apoyo de estas herramientas. Esto no quiere decir que 19% de los empleos vaya a desaparecer. Quiere decir algo más importante: la lógica de cómo se ejecuta el trabajo ya empezó a cambiar.

El error directivo: creer que esto solo le pega a marketing

Esto le pega a toda la empresa.

Y no “en el futuro”. Ya.

McKinsey encontró que 71% de las organizaciones encuestadas ya usa inteligencia artificial generativa regularmente en al menos una función de negocio (en países de primer mundo), y que las áreas donde más se está usando son marketing y ventas, desarrollo de producto y servicio, operaciones de servicio, software e IT. Ese dato es importante porque rompe la idea de que esto solo sirve para “crear contenido”. Sirve para ejecutar, responder, analizar, decidir, diseñar, priorizar y automatizar. 

La conversación correcta ya no es: “qué herramienta usamos”. sino “qué fricción operativa, comercial o de servicio estamos dispuestos a seguir aguantando sin inteligencia artificial”.

Cómo está impactando cada área de la empresa

1) Marketing y comercial: menos intuición, más velocidad y personalización

Aquí sí, la inteligencia artificial redacta. Pero eso es lo menos interesante.

Lo importante es que hoy puede ayudar a generar briefs, proponer conceptos de campaña, crear variaciones creativas, personalizar mensajes a escala, interpretar datos de campañas, enriquecer CRM, asistir en seguimiento comercial y acelerar la lectura de comportamiento del cliente. Google Cloud ubica precisamente customer service, marketing y digital commerce entre las áreas donde retail ya está concentrando sus esfuerzos de IA. 

En México ya hay casos concretos. Grupo Bafar creó un agente para asistir a 300 colaboradores retail en el análisis diario de ventas, utilidades y desempeño por SKU, eliminando alrededor de 900 horas diarias de análisis manual. Además, su equipo de marketing aceleró seguimiento de campañas conectando información transaccional y POS directamente con analítica y agentes. Eso ya no es “hacer copies más rápido”. Eso es convertir datos comerciales en capacidad de respuesta operativa, imagínate lo que puede hacer en tu empresa.

2) Customer service: ya no se trata solo de contestar más rápido

La inteligencia artificial está elevando el servicio desde tres frentes: velocidad, consistencia y aprendizaje.

Puede transcribir llamadas, generar respuestas sugeridas, clasificar tickets, detectar sentimiento, resumir interacciones, priorizar incidencias y recomendar acciones. En sectores con alto volumen de contacto, eso cambia costos, experiencia y retención. Google Cloud reporta que centros de servicio ya están usando herramientas “AI first” para automatizar transcripciones, generar smart replies y responder preguntas comunes. 

BBVA desarrolló en México un asistente para experiencia del cliente que procesa miles de respuestas abiertas de NPS, extrae hallazgos y recomienda acciones. Además, dentro del banco se construyeron GPTs para legal, riesgo, talento, marketing y finanzas. OpenAI documentó que 83% de sus usuarios activos utiliza la plataforma semanalmente para productividad y eficiencia. 

Cuando una empresa convierte comentarios, tickets, NPS y conversaciones en inteligencia accionable, deja de reaccionar tarde. Empieza a detectar patrones antes. Y eso cambia la experiencia del cliente y la toma de decisiones. 

Quiero agregar que en este caso en específico de los chatbots y agente de IA enfocados a servicio al cliente, no es un tema tan simple como parece, necesitamos seguir cuidando el proceso, la forma en cómo contesta y los momentos en que toca o abre conversación con el cliente, necesitas meterle tiempo de calidad para que el resultado sea óptimo.

3) Finanzas, riesgo y legal: aquí la IA no reemplaza criterio, sino que lo amplifica.

En finanzas y riesgo, la oportunidad está en acelerar lectura documental, detección de anomalías, análisis comparativo, evaluación preliminar y monitoreo. En legal, la ganancia suele estar en clasificación, búsqueda, borradores iniciales, revisión y respuesta sobre documentación repetitiva.

BBVA lo aterrizó de forma muy clara: su GPT de análisis crediticio acelera evaluaciones usando información no estructurada de reportes anuales, evaluaciones ESG y prensa; y su asistente legal ayuda a responder 40 mil consultas de clientes que recibe anualmente el equipo jurídico desde sucursales. El tiempo que antes se iba en buscar, leer, comparar y redactar desde cero ahora se mueve hacia juicio experto y toma de decisión. 

Eso es exactamente lo que muchos directores no están viendo: la inteligencia artificial no llega primero para quitar talento. Llega primero para quitar fricción. Y cuando quita fricción, libera capacidad directiva y técnica para trabajo de mayor valor e impacto en la empresa.

4) Recursos humanos: menos carga administrativa, mejor capacidad de gestión

Recursos humanos es una de las áreas más subestimadas en esta conversación.

IBM documenta usos muy concretos: asistentes para responder dudas frecuentes, automatización de procesos de onboarding, generación de materiales personalizados, análisis de sentimiento, extracción de información de currículums, apoyo en promociones, autoservicio para empleados y analítica de fuerza laboral. En un caso interno, askHR automatizó más de 80 procesos comunes de RH y ahorró 12 mil horas en un solo trimestre. 

La lectura correcta no es “RH también puede usar IA”.
La lectura debería ser si RH no adopta IA, la empresa entera pierde velocidad para contratar, incorporar, desarrollar y retener mejor talento.

5) Operaciones y supply chain: donde más dinero se tira por no adoptar

Aquí es donde más empresas pueden ganar, especialmente las que operan manufactura, retail, logística, distribución o servicios con alta carga operativa.

La IA ya se está usando para pronóstico, optimización de inventario, análisis de demanda, mantenimiento predictivo, ruteo, monitoreo y análisis de grandes volúmenes de datos. McKinsey ya identifica supply chain, IT y service operations entre las funciones donde se reportan beneficios de costo. 

El caso de Grupo Bafar vuelve a ser útil porque demuestra algo muy concreto: un agente conectado a dashboards y datos operativos puede ahorrarle a una organización cientos de horas diarias de lectura manual y permitir que los equipos se enfoquen en actuar, no en perseguir reportes. 

La empresa que siga operando con reportes lentos, análisis manual y reacción tardía no solo será menos eficiente. Será menos competitiva.

6) Tecnología y ciberseguridad: la IA también protege, no solo produce

Este frente ya es estratégico en México.

Microsoft reportó en 2025 que 65% de las grandes empresas mexicanas percibe las amenazas de ciberseguridad como un reto tangible y actual; 47% ya reporta una dependencia alta o moderada de la IA para enfrentar o prevenir estas amenazas; y solo 56% señala involucramiento de la alta dirección en ciberseguridad. Además, 60% de los especialistas anticipa que la IA tendrá alto impacto en las prácticas de ciberseguridad en los próximos 2 a 3 años. 

Esto importa por una razón muy simple: mientras más herramientas digitales, automatizaciones y flujos con datos tengas, más importante se vuelve gobernar seguridad, accesos, trazabilidad, identidad y cumplimiento. La inteligencia artificial no solo aumenta productividad. También amplifica riesgos si se implementa sin criterio. 

Y en tecnología, además, el impacto ya se ve en velocidad de entrega. Banorte mejoró frecuencia de despliegue, redujo el lead time de cambios a menos de dos días y recortó 20% en costos de desarrollo y operación tras optimizar procesos y automatizar tareas. 

Entonces, ¿por qué tantas empresas siguen congeladas?

Porque están cometiendo cuatro errores muy comunes.

El primero: quieren elegir herramienta antes de definir problema.
El segundo: creen que adopción es capacitación en prompts.
El tercero: mandan el tema a marketing o sistemas, en vez de asumirlo desde dirección.
El cuarto: piden ROI antes de rediseñar un solo flujo de trabajo.

Por eso muchas implementaciones se quedan en entusiasmo, demos y cuentas pagadas que nadie usa.

McKinsey lo resume de forma dura: casi todas las empresas están invirtiendo en IA, pero solo 1% se considera madura en su despliegue. Y en otro hallazgo igual de incómodo, el mayor freno no son los empleados; son los líderes, que no están marcando la velocidad ni la ambición necesarias. 

Ese dato conecta perfectamente con lo que estamos viendo en LATAM: la base ya está probando herramientas, pero la alta dirección todavía no está convirtiendo esa energía en una estrategia formal. 

Por dónde recomiendo empezar:

• No por la herramienta.
• No por pagar una licencia masiva.
• No por pedirle a todo el equipo que “le eche más IA a las chamba”.

Hay que empezar como se arranca cualquier transformación que sí quiere pegarle al negocio.

1. Detecta fricciones.

Haz una lista de procesos donde hoy tu empresa pierda tiempo, consistencia, seguimiento o visibilidad.

Busca cosas como estas:

• alto volumen repetitivo
• demasiada lectura manual
• demasiada captura manual
• respuestas lentas al cliente
• análisis que dependen de una sola persona
• reportes que llegan tarde
• documentación dispersa
• cuellos de botella en aprobación o seguimiento

La IA no se justifica por novedad. Se justifica por la fricción que resuelve.

2. Elige una sola área para el primer piloto

La mejor primera implementación casi nunca es la más fregona. debe ser la más medible.

Normalmente conviene arrancar en una de estas cuatro:

• atención al cliente
• análisis comercial y marketing
• procesos internos de RH
• revisión documental en finanzas, riesgo o legal

Son áreas donde el volumen y la repetición permiten demostrar valor rápido. Y eso es lo que necesitas primero: evidencia interna. 

3. Mide antes de automatizar

Antes de meter IA, mide:

• tiempo actual por tarea
• costo por proceso
• errores o retrabajos
• tiempo de respuesta
• volumen semanal o mensual
• satisfacción interna o de cliente
• conversión, recuperación o cumplimiento, según el caso

Si no tienes línea base, luego todo mundo opina y nadie demuestra nada.

4. Diseña un piloto de 30 a 45 días con dueño claro

No hagas un “programa de innovación”. Haz un experimento serio.

Debe tener:

• un proceso específico
• un responsable de negocio
• un responsable técnico o de implementación
• una política mínima de uso
• un criterio de éxito
• un comité chiquito que revise avances semanalmente

Sin dueño, esto se vuelve curiosidad.
Con dueño, se vuelve aprendizaje organizacional.

5. Forma a mandos medios para rediseñar trabajo, no solo para usar prompts

El problema no es aprender comandos.
es aprender a rediseñar flujos.

Tus gerentes deben aprender a responder preguntas como:

• qué parte del flujo automatizo
• qué parte debe seguir validando una persona
• qué datos necesito conectar
• qué riesgo legal o reputacional existe
• qué KPI se va a mover si esto sí funciona

Ese es el salto. Pasar de “usar IA” a “operar mejor con IA”.

6. Escala por casos de uso.

Cuando el primer caso funcione, expande por patrón.

Si ya probaste valor en servicio, ve por ventas.
Si ya probaste valor en RH, ve por capacitación o analítica.
Si ya probaste valor en legal, ve por compliance o procurement.
Si ya probaste valor en marketing, ve por CRM, seguimiento o analítica comercial.

La secuencia importa más que el discurso.

Mi recomendación para directores en México

Si hoy diriges una empresa en México, no necesitas salir mañana a comprar diez plataformas de inteligencia artificial.

Necesitas algo mucho más serio.

Necesitas asumir que esto ya no es un tema del área digital. Es un tema de dirección general.

Porque cuando la inteligencia artificial entra de verdad a una empresa, no cambia solo la velocidad de un equipo. Cambia:

• la estructura del trabajo
• la forma de decidir
• el costo de operar
• la experiencia del cliente
• la capacidad de personalizar
• la calidad del seguimiento
• la velocidad para responder al mercado

Y eso, en un entorno donde competir cada vez cuesta más, la IA no es «curiosidad tecnológica». Es ventaja competitiva. 

Concluyendo…

Lo más peligroso hoy no es adoptar mal la inteligencia artificial.
Lo más peligroso es seguir tratándola como algo periférico mientras otras empresas ya la están metiendo al centro de su operación.

México todavía tiene una adopción empresarial baja en IA. Eso es un problema. Pero también es una oportunidad muy cañona para quien se mueva con criterio antes que los demás. 

Tu como Dueño o Director: ¿vas a dirigir esa transformación, o vas a dejar que tu empresa la viva tarde, fragmentada y sin ventaja?

Si te interesa que nos sentemos a rayar una estrategia de implementación de la IA en tu empresa, agenda una cita conmigo en esta liga y si no puedo ayudarte, te recomendaré con los mejores en su área para una aplicación exitosa: https://calendar.app.google/Mof4re2k5YNxzmNH7

y si estás en Mexicali, Tijuana o Mazatlán te invito a ver el Workshop que voy a impartir sobre IA para Dueños y Directores o si quieres que lo hagamos exclusivamente para ejecutivos de tu empresa: https://drive.google.com/file/d/1Y6064c75YsQ5rmI9fIzQVj1yN1n7H2eV/view?usp=sharing

Bienvenidos tus comentarios, dudas o aportaciones para enriquecer el tema.

Saludos!