*** María Fernández Guajardo es CEO de Momentum Advisors Group y exdirectiva de Google y Meta.
En cualquiera de mis conferencias, preguntar ¿usa su empresa la IA? ya no sirve de mucho.
Todas las manos se levantan. Según el Stanford AI Index 2026, el 88 % de las organizaciones encuestadas ya utiliza la IA. Pero ese mismo informe revela que menos del 10 % la ha escalado. Hay una brecha enorme entre las empresas que llevan tres años aprendiendo a escalarla y aquellas para las que analizar un documento con ChatGPT sigue siendo un triunfo. That's so 2023.
Las compañías a la vanguardia ya ven ganancias de productividad medibles: gestión de la información interna, servicio al cliente, automatización de campañas de marketing y, sobre todo, aceleración del desarrollo de software. Lo que antes le costaba meses a un equipo entero, hoy lo hacen un par de personas en una semana. No me lo invento: me lo cuentan en primera persona mis excompañeros cada vez que nos vemos.
Llevo 25 años trabajando con tecnologías emergentes en empresas estadounidenses, casi 15 en Silicon Valley, los últimos en Meta y Google. En el último año, como asesora, he acompañado a empresas de todos los tamaños y por todo el mundo en su transición a la IA.
Desde esa experiencia, veo cinco lecciones para cualquier compañía que quiera escalar la IA de lo anecdótico a la productividad real. Las tres primeras encienden el cambio; las dos últimas lo sostienen.
La primera: pon retos que no se puedan resolver como siempre.
Si el objetivo se puede alcanzar con las herramientas de hoy, poca gente va a cambiar cómo trabaja. Las organizaciones no adoptan nuevas tecnologías porque alguien compre una licencia o envíe un vídeo de formación. Cambian cuando el camino antiguo deja de ser suficiente.
Plantea metas que obliguen a los equipos a preguntarse: ¿cómo lo haríamos diez veces más rápido? ¿O cómo atenderíamos por fin a esos clientes que siempre quisimos servir y nunca tuvimos recursos para alcanzar? Ante un objetivo incremental, la respuesta es incremental; ante un salto, surge la necesidad de experimentar y cambiar procesos y hábitos.
La segunda: no esperes a la estrategia perfecta, experimenta.
En un entorno que cambia tan rápido, esperar a tener todas las respuestas es una forma elegante de quedarse atrás. La productividad aparece experimentando: cuando un equipo automatiza una parte tediosa de su flujo, cuando alguien encuentra una nueva forma de preparar una propuesta o analizar clientes.
Los primeros en lanzarse serán los emprendedores internos, los curiosos, los que no piden permiso para aprender. Déjalos. Incluso mejor: protégelos.
Ha sido refrescante ver cómo en España empiezan a hacerse hackatones internos, algo que en Silicon Valley lleva décadas formando parte del músculo habitual de innovación.
La tercera: da más autonomía y reduce la fricción.
Esto cuesta en España. No se puede pedir a los equipos que experimenten y vayan rápido y luego atarlos con aprobaciones de hace una década, reuniones que no deciden nada y validaciones que ralentizan cualquier avance.
Muchos ejecutivos creen que, en entornos corporativos o hiperregulados, esto es una utopía irresponsable. No lo es, y lo sé de primera mano: como exlíder global de Gmail (una herramienta sujeta a normativas estrictas y con clientes de máxima seguridad como el Ejército de EEUU).
Y otro caso más local: BBVA es el ejemplo perfecto de que se puede liderar en adopción y operar a la velocidad necesaria. Si una entidad financiera global puede romper la inercia del «aquí siempre se ha hecho así», la regulación deja de ser una excusa para convertirse en las reglas del juego.
Una vez que el cambio ha empezado, hay que sostenerlo.
La cuarta: capacitación a todos los niveles, con contexto propio e intención.
A todos los niveles, incluidos los directivos. No basta con formar a los primeros usuarios que la adoptaron por su cuenta; hay que llevar a toda la organización.
Y el directivo es quien más rápido debe subir la curva: para marcar dirección hay que conocer los límites y la brillantez de una tecnología capaz de ganar unas olimpiadas de matemáticas, pero no de resolver un sudoku fácil. Es la «psicosis de IA» de Aaron Levie, CEO de Box: cuanto menos entiende un directivo lo que la IA puede y no puede hacer, peores decisiones toma sobre ella.
Esta capacitación debe hacerse con contexto propio: en tus datos, con tus ejemplos y hecha por tu gente. Creo que se aprende mejor viendo casos del propio día a día, con vídeos y demostraciones internas: acercan la tecnología y la desmitifican.
Además, lo que funciona no se queda en una sola persona: los agentes y flujos que crea cada equipo pasan a una librería común para que nadie reinvente la rueda.
Y, por último, con intención: lo más importante es dar tiempo de verdad para aprender, no esperar a que cada uno lo encaje entre reunión y reunión. Nadie aprende por ósmosis.
Por eso las tecnológicas «paran»: declaran días, incluso semanas enteras, «sin reuniones» para practicar con casos reales.
La quinta: cuando todo el mundo se suba, da dirección y pon orden.
Cuando la adopción despega, todo el mundo quiere usar IA para todo. Surgen herramientas duplicadas, experimentos inconexos, riesgos de seguridad y una factura que crece sin control.
El caso de Uber lo ilustra bien: el 84 % de sus desarrolladores pasó a usar agentes de IA para programar y, con esa adopción, consumió el presupuesto de cómputo de todo el año en solo cuatro meses. Pero no han cortado el acceso. Al contrario: siguen invirtiendo, pero replanteándose en qué gastan ese presupuesto.
Poner orden no es solo vigilar el gasto.
Cuando los agentes empiezan a actuar por su cuenta, lo que separa una demostración de algo que aguanta en producción no es el modelo, sino el «harness» (el andamiaje) que lo rodea: las instrucciones, las herramientas y datos a los que accede, la memoria del conocimiento de la empresa, las reglas de cuándo puede actuar solo, los criterios para evaluar sus resultados, los controles de seguridad, los puntos donde un humano aprueba antes de seguir y, claro, el coste.
Ahí, no en el modelo, se juega hoy la fiabilidad. El ROI no llega a la vez que la factura; llega después, cuando la organización se transforma de verdad.
Por eso el trabajo del líder no es apagar la herramienta ni dejarla correr sin freno, sino elegir: la pregunta no es «¿dónde podríamos usar IA?» (porque la respuesta es casi en todas partes), sino ¿dónde crea más valor ahora?
Y hay una razón para que esta lección sea la última y no la primera: si podas demasiado pronto, arrancas el brote antes de que arraigue. Primero se protege lo que nace; se poda cuando ya ha crecido.
Europa y España no pueden lanzar las campanas al vuelo por «usar IA». A estas alturas, decir que tu empresa usa IA es como decir que tiene wifi. Quienes llevan tres años experimentando, escalando y acumulando conocimiento siguen probando con lo último y lo multiplican según avanza la tecnología.
El verdadero objetivo es entrar en ese 10 % que ya la ha escalado y va camino de un ROI real.
Las empresas de Silicon Valley no van adelantadas porque sean más listas o tengan más talento. Lideran porque su forma de operar, basada en la velocidad de decisión, la tolerancia al experimento y unas estructuras flexibles, es perfecta para este momento de cambio intenso.
Las cinco lecciones, en el fondo, son una sola: velocidad. No la prisa, sino la velocidad para aprender y para escalar. No se trata de copiarlas. Se trata de entender que la velocidad ya no es un rasgo cultural suyo: es la exigencia de este momento.
*** María Fernández Guajardo es CEO de Momentum Advisors Group y exdirectiva de Google y Meta.