Lo que el gerente general debería preguntarle a su equipo antes de aprobar el próximo proyecto de IA

Una empresa chilena mediana compra licencias de una herramienta de IA generativa para todo su equipo comercial. Seis meses después, el gerente general pide una revisión y descubre que solo un tercio de las cuentas se usó más de tres veces. El resto quedó como un gasto fijo mensual que nadie recuerda haber aprobado, mientras el problema original (cotizaciones que tardaban demasiado en salir) sigue exactamente igual. Esta escena, con distintos nombres de herramienta y distintos montos, se repite en suficientes empresas chilenas como para que exista un estudio dedicado a entenderla.

El estudio "Adopción de IA en las empresas chilenas", desarrollado por Entel Digital junto al Centro Nacional de Inteligencia Artificial (CENIA), la Universidad de Concepción, el Centro de Innovación UC Anacleto Angelini y otras instituciones, encuestó a más de 526 dueños, directores y gerentes de empresas de todo el país. El hallazgo central no es que a las empresas chilenas les falte entusiasmo por la IA, un 93% cree que tendrá un impacto positivo. El hallazgo central es que ese entusiasmo no se traduce parejo en resultados, y que la razón casi nunca es la tecnología en sí (Entel Digital, estudio sobre adopción de IA en Chile).

La brecha no es de tamaño de empresa, es de gobernanza y capacitación

El estudio confirma una diferencia esperable por tamaño, más del 80% de las grandes empresas usa IA, frente a un 70% de las pymes. Pero el dato que debería llamar más la atención de un gerente general no es ese, es que la falta de capacitación de los trabajadores aparece como la principal razón por la que un 40% de las empresas que aún no adoptan IA no lo ha hecho, por delante de las limitaciones de presupuesto. La segunda causa más mencionada es la falta de gobernanza y de políticas internas claras sobre el uso de datos e inteligencia artificial. En otras palabras, cuando una empresa chilena se frena antes de adoptar IA, casi nunca es porque la tecnología sea cara o esté inmadura, es porque nadie dentro de la organización tiene claro quién puede usarla, para qué, y con qué límites.

Esto también aparece en la desigualdad de acompañamiento, un 73% de las grandes empresas declara haber recibido asesoría en ciberseguridad para su adopción de IA, frente a solo un 28% de las pymes. La brecha, entonces, no está tanto en si la empresa quiere adoptar tecnología, está en si alguien dentro de la organización tiene el tiempo, el mandato y el conocimiento para ponerle una estructura al proceso antes de que la herramienta llegue a los equipos.

Los tres niveles de adopción, y por qué la mayoría se queda en el primero

Una de las contribuciones más útiles del estudio es la matriz que propone para medir la adopción, porque evita el error común de medirla solo por el porcentaje de empresas que usan alguna herramienta de IA. La matriz distingue tres niveles no excluyentes. El primero es "aumentar", que corresponde al incremento de productividad individual mediante herramientas accesibles y de baja complejidad, como usar IA generativa para redactar correos o resumir documentos. El segundo es "reconfigurar", que implica modificar procesos clave con soluciones más complejas, como modelos predictivos o agentes que automatizan un flujo de trabajo completo. El tercero es "transformar", donde la IA se integra estratégicamente para rediseñar productos, servicios o procesos, generando ventajas competitivas sostenidas en el tiempo.

Según Rodrigo Durán, gerente del CENIA, que participó en el análisis del estudio, la pregunta relevante no es solo cuánto se usa la IA, sino cómo se está capturando valor con ella, y por eso el estudio propone observar el fenómeno desde una perspectiva que combine la captura de valor con los factores habilitantes de cada organización. El dato más alentador del estudio es que el 50% de las empresas que ya usa IA en Chile lo hace con un enfoque transformador, integrándola a procesos clave. El dato de alerta es que ese avance convive con una falta de gobernanza que, en palabras del propio estudio, representa una vulnerabilidad importante para el desarrollo sostenible de esta tecnología, especialmente entre las pymes.

Por qué comprar la herramienta correcta no basta

Es tentador pensar que el problema de fondo es elegir mal la herramienta, y que la solución es simplemente comprar una mejor. Pero el patrón que describe el estudio de Entel Digital (adopción alta, resultados dispares, gobernanza rezagada) es consistente con lo que documentan también los estudios internacionales sobre adopción empresarial de IA generativa, que en 2026 muestran una fracción amplia de organizaciones usando IA en al menos una función de negocio, pero solo una fracción menor logrando escalar esa adopción de forma consistente dentro de una misma función. El patrón se repite porque la causa raíz también se repite, comprar acceso a un modelo no resuelve el problema de quién decide cómo se usa, qué datos puede tocar, y quién responde si el resultado sale mal.

Un ejemplo concreto ayuda a entender esto mejor. Un equipo de atención al cliente puede tener acceso a un asistente de IA generativa de uso general y aun así seguir demorando lo mismo en resolver una consulta, porque el asistente no está conectado a los sistemas donde vive la información real del cliente, no tiene reglas claras sobre qué puede prometer y qué no, y nadie definió qué pasa cuando se equivoca. La herramienta está, pero no hay gobernanza alrededor de ella, y sin gobernanza el uso queda librado a la iniciativa individual de cada persona, que es exactamente el escenario que el estudio describe como la mayoría de los casos hoy.

Lo que sí funciona, según el mismo estudio

El estudio no se queda solo en el diagnóstico, también identifica qué distingue a las empresas que logran escalar su adopción. Las grandes empresas que lideran en capacitación, gobernanza de datos y ciberseguridad son, casi siempre, las mismas que reportan un uso más sofisticado de la IA una vez adoptada. Un dato interesante del estudio es que, una vez que una empresa efectivamente incorpora la tecnología, el nivel de sofisticación de uso es similar entre la Región Metropolitana y el resto del país, aunque el punto de partida sea distinto. Esto sugiere que la brecha regional está más en el inicio del proceso de adopción que en la capacidad de usar bien la tecnología una vez que se decide avanzar, lo cual es una buena noticia para cualquier empresa fuera de Santiago que esté evaluando su primer proyecto de IA.

Esta es también la lógica detrás del modelo de trabajo de AgentLayer como marketplace de agentes de IA certificados y pre-validados. En lugar de entregar acceso a un modelo genérico y dejar que cada empresa resuelva sola la gobernanza, la integración y la capacitación, la metodología parte con un diagnóstico del flujo de trabajo real que se quiere resolver, sigue con la implementación conectada a los sistemas que la empresa ya usa, continúa con una prueba real de una a dos semanas donde el equipo del cliente ajusta el agente en producción, y termina con un manual de uso y soporte continuo después de la entrega. Esa secuencia no es un detalle de proceso, es exactamente la estructura que el estudio de Entel Digital identifica como la que falta en la mayoría de las empresas chilenas que hoy tienen acceso a IA pero no logran capturar valor con ella.

Un caso donde la gobernanza fue la condición para escalar

El proceso que siguió Enaex, la compañía de industria química y minera del Grupo Sigdo Koppers, ilustra este punto desde otro ángulo. Antes de escalar el uso de IA dentro de la organización, la empresa trabajó en un proceso de adopción responsable que incluyó definir criterios comunes de gobernanza, confidencialidad, acceso, capacitación y seguridad de la información, con apoyo de una experta internacional en adopción organizacional de IA (Redimin, Enaex avanza en la adopción responsable de Inteligencia Artificial). Solo después de ese trabajo de gobernanza la empresa amplió el uso de agentes de IA como el de Inteligencia Competitiva, que monitorea a competidores y licitaciones del sector minero con alertas directas a los equipos, y el Agente de Marca y Contenido, que hoy genera comunicaciones internas y externas manteniendo la identidad de marca de la compañía. El orden importa, la gobernanza vino primero, la adopción a mayor escala vino después.

La pregunta que debería quedar en la próxima reunión de directorio

Volviendo al ejemplo del inicio, la empresa que compró licencias y descubrió seis meses después que casi nadie las usaba no falló por elegir mal la herramienta. Falló porque nadie se hizo, antes de aprobar el gasto, las preguntas que el estudio de Entel Digital deja bastante claras, quién dentro de la empresa tiene el mandato de definir cómo se usa la IA, qué proceso específico se quiere resolver y cómo se va a medir si efectivamente se resolvió, y quién va a acompañar al equipo durante las primeras semanas de uso real, que es cuando la mayoría de los proyectos de este tipo se abandonan o se vuelven costumbre.

Para el gerente general que tiene sobre la mesa el próximo proyecto de IA, la recomendación que se desprende de este estudio no es esperar a tener gobernanza perfecta antes de avanzar, porque eso puede tomar años y la competencia no va a esperar. La recomendación es exigir que cualquier proyecto de IA que se apruebe venga con un dueño interno claro, un proceso específico y medible que se busca resolver, y un plan de acompañamiento real durante las primeras semanas de uso, en lugar de tratar la adopción de IA como una compra de software más. Esa diferencia, más que el modelo o el proveedor elegido, es la que separa a las empresas que capturan valor real de las que en seis meses más van a estar revisando por qué nadie usa la herramienta que compraron.