Seis decisiones que están transformando el liderazgo empresarial en la era de la IA.
En los últimos años, la inteligencia artificial (IA) dejó de ser una promesa para convertirse en parte del trabajo diario. Según McKinsey (2025), el 78 % de las empresas ya aplica IA en al menos una función del negocio, aunque solo el 12 % ha logrado escalarla con éxito.
La diferencia entre ambas cifras muestra algo importante: la mayoría está experimentando aún sin un marco de liderazgo claro. Los equipos prueban herramientas, generan resultados rápidos, pero muchas veces sin una dirección estratégica.
El reto no es entender la tecnología, sino saber conducirla hacia resultados que tengan sentido para la organización.
Los estudios de McKinsey (2024, 2025) confirman que los colaboradores triplican el nivel de uso de IA generativa que sus jefes creen que tienen.
Mientras solo el 4 % de los directivos cree que su equipo usa IA a diario, el 13 % de los empleados afirma hacerlo.
La brecha no está en el conocimiento técnico, sino en la comprensión estratégica: cómo usar la IA para mejorar decisiones, eficiencia y cultura de trabajo.
Este artículo resume las seis decisiones más importantes que ya están transformando la forma en que los líderes gestionan personas, datos y estrategia.
1. Rediseñar cómo se trabaja antes de elegir herramientas
Uno de los hallazgos más consistentes del estudio The State of AI 2025 de McKinsey es que el mayor impacto ocurre cuando las empresas rediseñan sus flujos de trabajo antes de implementar la tecnología.
Las compañías que lograron capturar valor no lo hicieron por “tener IA”, sino por reconfigurar la manera en que se toman decisiones.
Esto incluye definir qué tareas deben apoyarse en IA, qué datos son relevantes y quién es responsable de actuar con base en los resultados.
Accenture (2024) refuerza esta idea: las organizaciones con mayor madurez en IA logran hasta 3,7 veces más retorno por cada dólar invertido, porque usan la tecnología para ejecutar una estrategia, no para probar modas.
En la práctica, esto requiere seguir un plan estructurado de implementación de IA, que permita pasar de la intención a los resultados medibles. El modelo que aplicamos en GALEAS propone siete etapas progresivas:
- Alineamiento con la estrategia empresarial: Definir cómo la IA contribuye a los objetivos institucionales y priorizar áreas donde genere impacto real.
- Comprender la ambición de IA: Determinar el nivel de alcance deseado: eficiencia operativa, innovación o transformación del modelo de negocio.
- Evaluación de la madurez de IA: Medir el punto de partida en cultura, datos, procesos y capacidades digitales.
- Creación del mapa de calor de IA: Identificar procesos donde la IA puede generar mayor valor y priorizarlos por factibilidad y retorno esperado.
- Desarrollo del caso de negocio de IA: Cuantificar beneficios, costos y riesgos de cada iniciativa para obtener respaldo ejecutivo y recursos.
- Comprender la gestión del cambio: Diseñar la estrategia de adopción cultural, roles y comunicación para garantizar sostenibilidad.
- Desarrollo de la hoja de ruta de IA: Integrar todos los elementos en un plan temporal con indicadores y responsables claros.
Este enfoque permite a las organizaciones alinear propósito, capacidades y resultados, asegurando que cada proyecto de IA tenga una justificación estratégica y una ruta de impacto medible.
Decidir primero qué mejorar y luego qué herramienta usar es el principio fundamental del liderazgo estratégico en IA.
2. Asumir la gobernanza como una tarea directiva, no técnica
En 2025, las empresas que logran resultados con IA tienen algo en común: un liderazgo visible al frente de la gobernanza.
No es un comité de especialistas en datos, sino una estructura donde los directivos definen prioridades, miden impacto y gestionan riesgos.
McKinsey (2025) describe esto como una “reconexión organizacional”:
los proyectos de IA exitosos no dependen solo de equipos técnicos, sino de líderes que establecen objetivos de negocio claros y supervisan su cumplimiento.
¿Por qué esto importa?
Porque cada decisión sobre IA (qué datos usar, qué automatizar, cómo validar resultados) tiene implicancias estratégicas, éticas y culturales.
Un modelo de gobernanza mínimo debe incluir:
- Dueños de caso de negocio (quién se beneficia del resultado).
- Responsables de validación técnica y ética.
- Métricas de negocio.
Cuando los líderes asumen la gobernanza, la IA deja de ser un experimento y se convierte en parte del ADN de la organización.
3. Dar autonomía informada: la “superagencia” de los equipos
El liderazgo en IA no se trata de controlar cada uso, sino de empoderar a las personas para decidir cuándo y cómo usarla bien.
McKinsey (2025) llama a esto “superagencia”: la capacidad de un colaborador de combinar su criterio con el apoyo de sistemas inteligentes para resolver problemas.
Las organizaciones que fomentan esa autonomía multiplican su productividad y compromiso.
Los trabajadores altamente calificados mejoran su rendimiento hasta en 40 % cuando usan IA generativa en tareas analíticas, redacción de informes o gestión de conocimiento. MIT Sloan (2023)
El rol del líder no es reemplazar ese juicio, sino crear las condiciones para usarlo con seguridad y propósito:
- Entrenar en el uso ético y responsable de IA.
- Crear repositorios compartidos de prompts y buenas prácticas.
- Integrar revisiones periódicas de resultados para aprender de la experiencia.
La autonomía guiada genera más valor que la supervisión constante.
4. Automatizar con criterio: liberar tiempo para pensar
El 78 % de las empresas ya automatiza tareas mediante IA (McKinsey, 2024). Según Forbes Perú (2024), los trabajadores que la usan ahorran un promedio de una hora diaria.
Pero automatizar sin dirección puede dispersar esfuerzos y generar dependencia tecnológica.
El valor real surge cuando los líderes deciden en qué usar el tiempo liberado.
Ese espacio puede dedicarse a:
- Planificar estratégicamente.
- Diseñar nuevas experiencias de cliente.
- Escuchar y acompañar equipos.
“La IA no reemplaza el liderazgo humano, lo redefine.” Triangility (2024)
La automatización inteligente no busca sustituir personas, sino amplificar la capacidad humana de pensar, crear y conectar.
5. Pasar de reportes a decisiones
Las organizaciones con madurez analítica toman decisiones cinco veces más rápido (Deloitte, 2023) y reducen errores hasta un 30% (PwC, 2025).
Sin embargo, la velocidad por sí sola no basta.
El desafío es transformar los datos en decisiones consistentes y replicables.
La IA permite identificar patrones invisibles: correlaciones entre ventas, clima laboral o comportamiento del cliente.
Pero sin criterio directivo, esos hallazgos no se convierten en acción. El líder valida, prioriza y documenta la decisión. Esto crea aprendizaje organizacional y fortalece la cultura analítica.
6. Preparar la organización para agentes de IA
El nuevo cambio de 2025 no es solo la IA generativa, sino los agentes autónomos: sistemas que ejecutan tareas de principio a fin.
McKinsey (2025) anticipa que los agentes empresariales ya pueden negociar precios, coordinar logística o generar reportes financieros sin intervención humana.
Esto obligará a repensar la estructura de trabajo. Si te interesa entender cómo esta convergencia entre IA y liderazgo transformará la estructura de las organizaciones, explora también: Greg Brockman, presidente de OpenAI: “Tu próximo jefe será una IA y te dará las ideas y las tareas que hacer, entendiéndote profundamente”
Las empresas deberán revisar contratos de software, roles y procesos para aprovechar esa autonomía sin perder control.
PwC (2025) proyecta que los próximos dos años definirán qué organizaciones logran escalar agentes y cuáles quedan rezagadas.
Las decisiones más efectivas vinculan las inversiones en IA a hitos de valor medibles por proceso, no a proyectos aislados.
La consigna ya no es “implementar IA”, sino integrar inteligencia en cada parte del negocio.
Las nuevas competencias del liderazgo
La IA no sustituye la experiencia ni la visión. Pero sí redefine qué significa liderar.
El Future of Jobs Report 2025 del World Economic Forum, basado en más de 1,000 empleadores de 55 países, identifica las cinco competencias con mayor crecimiento proyectado:
-
Pensamiento analítico: interpretar información compleja y tomar decisiones basadas en evidencia.
-
Flexibilidad y agilidad: adaptarse con rapidez a contextos de cambio tecnológico continuo.
-
Influencia y liderazgo social: movilizar equipos y generar confianza en entornos híbridos.
-
Escucha activa y empatía: comprender las necesidades humanas detrás de cada interacción digital.
-
Alfabetización tecnológica: entender cómo funciona la IA y cómo aplicarla con propósito.
Liderar con IA es liderar con criterio
La inteligencia artificial está reescribiendo la forma en que operan las empresas.
Pero el impacto no depende de los modelos que se usen, sino de la claridad con que se tomen decisiones humanas.
Las organizaciones que logren alinear visión, estructura y cultura capturarán ventajas sostenibles.
Y los líderes que comprendan cómo hacerlo no serán reemplazados por la tecnología.
Serán quienes la dirijan.
Fuentes
McKinsey & Company (2025) | McKinsey & Company (2025) | Accenture (2024) | McKinsey & Company (2024) | Deloitte (2023) | | PwC (2025) | Forbes Perú (2024) | Triangility (2024) | MIT Sloan Management Review (2023).
