Por qué las grandes corporaciones siguen fracasando con la IA

Las Fortune 500 (corporaciones más grandes de EE. UU.) invierten 90% en algoritmos y 10% en personas y procesos. La proporción está invertida. Lejos de ser un problema de tecnología, la dificultad es dónde ponen el dinero.

Esa mala asignación explica por qué la implementación en estas empresas es 3 a 5 veces más lenta que en empresas medianas. La complejidad organizacional no acompaña la velocidad que exige la IA.

En este sentido, Franco Scapin, Chief AI Officer de Rocbird (la compañía argentina especializada en inteligencia artificial, datos y ciberseguridad), identificó tres dinámicas estructurales que cualquier trabajador de estas corporaciones conoce:

• La primera es organizacional: "la arquitectura interna replica el organigrama, no el problema que hay que resolver", explicó, en referencia a la ley de Conway.
• La segunda dinámica involucra el talento especializado. Según Scapin, "un ingeniero de élite en IA no construye su carrera en una empresa tradicional. La deja a los 12 meses".
• La tercera es presupuestaria. El especialista señaló que "un data product necesita iteración continua" y que "el presupuesto corporativo financia proyectos con fecha de cierre".

En este sentido, indicó que el fracaso interno es una propiedad emergente del diseño de las grandes organizaciones. Por esa razón, remarcó, los desarrollos internos "sufren ownership ambiguo, alcance cambiante y acceso limitado a talento especializado", mientras que los partners externos aportan plantillas probadas y experiencia vertical.

El 86% de las organizaciones planea aumentar la inversión en IA agéntica. Solo el 6% confía en que los agentes manejen procesos de negocio centrales de forma autónoma y de punta a punta, según HBR Analytic Services (diciembre de 2025).

Para Scapin, esa brecha de confianza define el negocio actual de la IA corporativa. "Las empresas no compran códigos, sino a alguien a quien responsabilizar. Alguien que firma que el sistema funciona bajo condiciones adversas. Alguien asegurable y auditable", afirmó.

A su vez, remarcó que un agente de IA no asume responsabilidad legal ni operativa. "Un agente no firma un SLA ni se sienta frente al regulador", sostuvo.

El directivo de Rocbird también apuntó contra la desconfianza del mercado hacia la IA. Explicó que el código defectuoso surge cuando desarrolladores sin experiencia técnica usan estas herramientas sin dominar arquitectura ni testing. "La barrera de entrada para generar código bajó. La capacidad de sostenerla en producción, no", concluyó Scapin.