La Inteligencia Artificial ha irrumpido en las organizaciones con una velocidad que supera los marcos regulatorios y las estructuras tradicionales de gobernanza. Aunque las herramientas generativas prometen saltos de productividad inéditos, también exponen a las compañías a riesgos operativos, reputacionales y de fuga de información crítica. Ante este escenario, la pregunta clave para el management actual no es si adoptar o no la IA, sino cómo establecer un uso responsable, seguro y ético que no asfixie la innovación ni comprometa la ventaja competitiva.
El diagnóstico: IA antes de entenderse
Para comprender la magnitud del reto, es imprescindible analizar el contexto del mercado argentino. Un estudio elaborado por la organización Fundar junto al CEPE de la Universidad Torcuato Di Tella, el Centro de políticas públicas de la Escuela de Gobierno de la entidad, revela una profunda paradoja en el entramado corporativo: el 41,6% de las empresas ya utiliza al menos una tecnología de IA, siendo la generación de texto y código el punto de entrada masivo (77,9% de las adoptantes). Sin embargo, apenas un 3,3% de las firmas cuenta con una política formal escrita y solo el 4% dispone de un presupuesto específico asignado. La gran mayoría —un 72,5%— opera sin ninguna pauta interna institucionalizada.
A nivel de los trabajadores, las investigaciones confirman que el 27,5% de la población ocupada emplea IA para sus tareas laborales, pero el 82,2% recurre a versiones gratuitas de acceso público (con ChatGPT liderando con un 73,7%) y casi el 70% señala que en su lugar de trabajo no existe una estrategia oficial de incorporación. Además, solo un 13,7% de los empleados ha recibido capacitación formal por parte de su empresa, predominando el autoaprendizaje. Lo que se ve es que tecnología suele instalarse en la cotidianeidad laboral mucho antes de ser comprendida o regulada formalmente por las organizaciones.
Frente a esta brecha entre adopción informal y gobernanza corporativa, referentes de marcas como MODO, Quilmes y Naranja X nos cuentan cómo están rediseñando sus arquitecturas operativas y culturales para encauzar el fenómeno.
Superar la prohibición: construir criterio humano
Una de las coincidencias más contundentes entre los ejecutivos es que intentar frenar el avance de la IA mediante bloqueos absolutos es una estrategia inviable e ineficiente. Agustina García Hernández, Directora de Data y Analytics en Cervecería y Maltería Quilmes, grafica la necesidad de abandonar las restricciones ciegas mediante una analogía cotidiana: “Ya sabemos que prohibir no genera el efecto que deseamos. Si el objetivo es que las personas innoven y crezcan de forma segura los medios son otros: dando visibilidad de cuáles son los riesgos, limitaciones y cuáles son las responsabilidades asociadas. Es como cuando aprendes a manejar un auto, te enseñaron que no podes manejar a 150 kilómetros por hora porque podes dañar a alguien, pero si vas a 30 está dentro de un parámetro seguro”.
Para la ejecutiva, la clave está en desarrollar discernimiento dentro de los equipos: “Más que entrenar usuarios, buscamos crear criterio. Enseñamos a validar resultados, supervisar decisiones, evitar compartir información sensible y comprender que la IA es una herramienta de apoyo, no un sustituto del juicio profesional”.
Por su parte, Pablo Scoglio, SVP of Product Development de MODO, enfatiza que la gobernanza debe ser un facilitador del negocio y un pilar de resguardo reputacional: “En MODO, la adopción de IA está acompañada por políticas internas de uso, criterios claros de privacidad de datos y pautas de transparencia en los procesos”. El directivo remarca la necesidad de transformar el paradigma interno: “La idea es pasar de una lógica de ‘prohibir o permitir’ a una cultura de uso consciente y responsable, donde las personas tengan las herramientas y el criterio necesarios para aprovechar la IA sin perder de vista la privacidad, la seguridad y la responsabilidad sobre las decisiones”. Asimismo, concluye que “la IA puede acelerar la ejecución, pero el criterio humano sigue siendo fundamental para decidir qué hacer con lo que genera”.
En Naranja X, la evolución de la inhibición hacia la habilitación masiva se tradujo en un cambio de escala cuantificable. Cristian Deferrari, Head de Plataformas & Gen AI, detalla la transformación interna: “Pasamos de casos aislados a un sistema de capacidades distribuidas, donde más de 250 agentes que generan más de 100.000 interacciones por mes fueron creados por los propios equipos de negocio sin depender exclusivamente de un área técnica centralizada. La clave estuvo en habilitar sin perder control, y en formar sin castigar la experimentación responsable”.
Cerrar la brecha de las “microdecisiones” cotidianas
Uno de los mayores desafíos en la gestión corporativa de la IA es la distancia entre los lineamientos definidos por la alta dirección y las interacciones informales que ocurren diariamente frente a la pantalla.
García Hernández advierte que las mayores vulnerabilidades no provienen de fallas complejas de infraestructura, sino de las elecciones individuales de los usuarios: “En la práctica, el mayor riesgo aparece en las decisiones cotidianas: qué información comparte una persona en un prompt, cómo valida una respuesta generada por IA o hasta qué punto confía en una recomendación automatizada. Hoy el desafío ya no es sólo proteger sistemas, sino acompañar millones de microdecisiones que ocurren todos los días cuando las personas interactúan con la IA”.
Desde la visión de MODO, Scoglio señala que los documentos estáticos pierden efectividad rápidamente ante el ritmo de desarrollo tecnológico: “La principal brecha aparece cuando una política general no logra traducirse en decisiones concretas del día a día. Las herramientas evolucionan muy rápido y los usos que encuentran los equipos también, por lo que no alcanza con establecer reglas desde la alta dirección o tener un documento interno”. Por ello, sostiene que la privacidad y la seguridad deben concebirse desde el diseño inicial de cada solución y no como una traba al final del proceso.
Para resolver la tensión entre la norma teórica y la práctica diaria, Naranja X apostó por una arquitectura técnica basada en compliance-first. Deferrari explica: “En Naranja X trabajamos bajo un enfoque que llamamos ‘compliance-first’, que significa que la velocidad de adopción sólo tiene sentido si está acompañada de control desde el diseño. Para lograrlo, implementamos una plataforma propia, Khatu GenAI Services. Cada agente de IA que se crea sobre esta plataforma nace con guardrails incorporados: controles de calidad automáticos, observabilidad end-to-end y límites claros sobre qué información puede procesar y cómo”.
Respecto al día a día laboral, agrega: “La brecha más frecuente no está tanto en las intenciones como en la granularidad del control. La dirección suele asumir que con una política general o una capacitación inicial alcanza. La distancia entre lo que creemos que pasa y lo que realmente pasa se cierra con visibilidad técnica, no con confianza ciega”.
Ventaja competitiva y eficiencia: el verdadero diferencial de marca
En un mercado donde cualquier competidor puede acceder a licencias de los mismos modelos de lenguaje, la pregunta obligada es dónde radica el verdadero factor diferencial de una compañía.
Scoglio sostiene que el valor sostenible no reside en la herramienta tecnológica por sí sola, sino en la combinación con los activos propios: “El punto de partida es entender que la herramienta por sí sola no constituye una ventaja competitiva. Si todas las empresas pueden acceder a tecnologías similares, la diferenciación está en cómo cada organización combina la IA con sus propios datos, conocimiento del negocio, procesos y entendimiento de sus usuarios”.
En esa misma línea, Deferrari grafica cómo la seguridad y la eficiencia coordinadas generan un impacto directo en el negocio. Mediante asistentes corporativos e infraestructura propia, la empresa logró implementar más de 33 iniciativas complejas de IA generativa en forma custom, acumulando 27.446 horas de eficiencia, equivalentes a USD 1,3 millones, sin un solo incidente de filtración de datos”.
Finalmente, García Hernández sintetiza la visión de largo plazo que debe orientar la estrategia directiva: “Las compañías que logren combinar innovación con confianza serán las que capturen el mayor valor en los próximos años. La ventaja competitiva no surge de restringir el acceso a la IA. Surge de crear una organización capaz de utilizarla de manera segura, responsable y escalable”.
