Tenía 9 meses de contratado en Procter & Gamble cuando mi jefa me dio la gran noticia: “Te vamos a asignar un pasante”.
Estaba apenas sintiendo que tenía el control sobre la planificación de producción de nuestro negocio de detergentes, cuando me asignaron un recurso que no necesitaba. Sin embargo, la “oportunidad” que la compañía me ofrecía consistía en demostrar mis habilidades de liderazgo con esta nueva persona.
Hice un trabajo terrible. Creé un proyecto cualquiera y se lo asigné. Rara vez revisé el progreso con él. Terminó siendo una mala experiencia para todos.
El problema #1: El desenfoque
Imagina que hoy te asigno un pasante, un joven con un MBA de una de las mejores universidades de tu país. Mañana te doy la noticia de que conseguí dos pasantes más para ti. Al día siguiente te asigno 5 más y la semana próxima te consigo 20 adicionales.
Esto es lo que probablemente va a pasar:
Al primer pasante quizás le des un proyecto semi-importante, de ahí en adelante les estarás dando proyectos sin importancia crítica para la empresa, y hasta empezarás a inventar problemas para que ellos los resuelvan.
Unido a esto, ahora tendrás que manejar 28 pasantes: reuniones para verificar el progreso uno a uno, staff meetings, algunos se enfermarán, otros tomarán vacaciones, etc.
Tu trabajo pasó de mover el negocio para adelante a gestionar pasantes.
Hoy, a cada uno de nosotros le dieron 50 pasantes.
Los dueños de negocios, los líderes de equipos y cada rincón de internet están impulsando la IA como la nueva prioridad que todos debemos asumir.
Nos dan Claude y ChatGPT Pro y adentro están nuestros 50 pasantes.
Y el brillo de la nueva tecnología nos hace olvidar lo más importante de nuestro rol:
Identificar el critical constraint del negocio e invertir nuestros recursos (tiempo, dinero y personas) para resolverlo.
Y como líderes, cuando impulsamos una nueva tecnología (y, además, los asustamos con que esa tecnología puede reemplazarlos) sin una dirección estratégica ni claridad sobre cuál es nuestro critical constraint, estamos generando un desenfoque masivo en la organización.
Y terminamos con un equipo gestionando apps creadas con vibe coding que se rompen cada semana, automatizaciones innecesarias, emails con exceso de texto escritos por un PhD en literatura y un montón de expertos creando memes que nos alegran el día en Slack.
El problema #2: resolver un constraint, crea otro
Las herramientas, incluida la IA, al resolver un constraint, crean otro.
Una gran campaña de marketing, al resolver el problema de leads, crea un problema de operaciones, de inventario, de cashflow y de clientes descontentos. Contratar a un excelente vendedor resuelve el problema de capacidad para atender a los leads, pero genera un aumento de solicitudes a mercadeo que la empresa no tiene capacidad para entregar. Implementar un ERP resuelve el problema de centralizar la data, pero genera la necesidad de nuevos SOPs y nuevos niveles de documentación.
La tecnología no corrige la desalineación. La amplifica. Automatizar un proceso defectuoso solo te ayuda a hacer lo incorrecto más rápido. — Forbes | MIT, 2025.
Hoy, la narrativa corporativa está llena de los supuestos milagros que la IA traerá a las empresas. Sin embargo, pocos están hablando de cómo, desde la silla del operador, la IA está creando inesperadamente otros cuellos de botella organizacionales.
95% de iniciativas corporativas de IA entregan cero retorno medible. — MIT Media Lab, The State of AI in Business 2025.
94% de ejecutivos de mid-market reportan usar IA; solo 2% la ha operacionalizado a escala. — RSM Middle Market AI Survey.
Entendiendo que la IA crea nuevos constraints a la vez que resuelve los anteriores, se le debe dar aún más importancia a trabajar en los que sean críticos.
Para maximizar el uso de IA a escala y ejecutar exitosamente la implementación en el negocio, debemos verlo desde los siguientes 4 niveles:
Nivel 1 – Claridad en el Critical Constraint
La Teoría de Critical Constraints (TOC) de Eliyahu M. Goldratt, establece que un sistema (en este caso, tu negocio) mejorará (crecerá) hasta el nivel de tu constraint crítico. A partir de ahí, no crecerá más. Todo lo demás que hagas para mejorarlo traerá mejoras internas que difícilmente se verán reflejadas de forma significativa en los ingresos o en la utilidad del negocio.
El Critical Constraint del negocio (o, en su defecto, de tu departamento) es el limitante más grande de tu negocio y, al resolverlo, generará el mayor retorno de la inversión y el mayor progreso.
¿Por qué la IA ha sido revolucionaria para las empresas de software? Porque el desarrollo de software es el critical constraint.
No existe empresa de software que no tenga una lista interminable de features y mejoras que tanto sus clientes como el departamento de ventas le hayan pedido al departamento de desarrollo. Y el desarrollo, durante décadas, fue el mayor constraint para este tipo de empresa.
Entonces, desde un punto de vista macro, ¿Dónde está el critical constraint en tu empresa?
¿Ventas u operaciones? ¿Es nuestro critical constraint que necesitamos vender más o que no tenemos capacidad para entregar más si nuestras ventas se duplicaran?
Dentro de ventas, ¿es nuestro critical constraint que no tenemos suficientes leads, o que no estamos convirtiendo a una tasa de conversión saludable?
Si la respuesta es que no tenemos suficientes leads, ¿es nuestro critical constraint nuestra frecuencia de prospección, o que no estamos llegando a nuestro cliente ideal, o que el lenguaje que estamos utilizando no es atractivo, etc.?
Así podemos definir la causa raíz: el critical constraint del negocio. Y la siguiente pregunta podría ser:
¿Qué herramientas, incluyendo la IA como una de las más poderosas, me podrían ayudar a resolver el constraint crítico de mi negocio?
Nivel 2 – Estructura: De Cajas a Workflows
Tu organigrama fue diseñado para personas. La IA vive en workflows. El problema de implementación no es técnico; es estructural.
Cuando alguien de tu equipo enfrenta un límite de capacidad, es muy probable que piense en una caja: “necesito una persona, un coordinador de mercadeo, un gerente de proyectos”. Estamos programados para pensar en cajas. Los organigramas son una herencia de la era industrial: personas en cajas, conectadas verticalmente.
Pensar en cajas en la era de la IA es limitante, fortalece los silos y traslada los constraints a través de la organización. Necesitamos movernos de “cajas con nombre” a “nombre + workflows”.
Por ejemplo, Sofía, en el puesto de Customer Service Manager, no es solo una caja. Su rol agrupa 6 o 7 workflows: ticket management, categorizar quejas, escalar problemas técnicos, medir satisfacción del cliente y reportar métricas al equipo de liderazgo.
Cuando cambiamos el lente hacia los workflows, ocurren varias cosas:
Visibilidad de automatización: Entendemos claramente qué parte específica del workflow puede ser asumida por la IA. Dejamos de dar licencias a lo ciego esperando “que sean más eficientes” y priorizamos los tokens y el esfuerzo en las tareas con mayor ROI.
Destrucción de silos: Vemos las conexiones cross-funcionales (inter-cajas) para resolver constraints en vez de solo trasladarlos.
Expansión de capacidad: Creamos capacidad intencional en los roles para que el talento humano se mueva a la estrategia o, en su defecto, aumente radicalmente el throughput de su función.
La próxima vez que un líder te pida headcount adicional, no discutas la caja. Pídele que desglose los workflows en los que necesita capacidad de ejecución.
Nivel 3 – Operación: SOPs y el “Cerebro” Corporativo
El constraint para maximizar la IA no es la Inteligencia Artificial misma, sino la Inteligencia Humana. Específicamente, que está atrapada en cabezas, no en sistemas documentados.
Así como las corporaciones más grandes del mundo a menudo se sostienen en una macro de Excel, las empresas del middle-market se sostienen en la cabeza de Liz y José. Liz lleva una década manejando la contabilidad y conoce todas las excepciones; José comenzó en el almacén y sabe exactamente cuánto inventario fantasma hay.
Cuando tu negocio depende de personas específicas para funcionar, tienes una operación vulnerable, sostenida por la memoria, la costumbre y la buena voluntad. Atlassian estima que solo el 4% de las empresas tienen SOPs documentados. Es decir, el 96% no está estructuralmente listo para la IA.
Para maximizar esta tecnología, la empresa necesita construir su “Cerebro”.
Una organización que ha documentado rigurosamente su Mapa Estratégico (BHAG, visión a 3 años, Plan Anual y metas trimestrales con sus critical constraint definidos), sus ICPs, su posicionamiento de marca y sus SOPs críticos, tiene una ventaja asimétrica: puede alinear todos los esfuerzos de sus agentes de IA en la misma dirección.
Un agente de IA guiado por este “Cerebro” corporativo deja de ser un bot transaccional y se convierte en un partner que entiende el contexto, las restricciones y las prioridades estratégicas de la firma.
Nivel 4 – Individuo: El Ejecutivo Aumentado
La habilidad que históricamente definía al líder de alto nivel, ahora la necesita hasta el analista junior: la capacidad de orquestar.
A medida que crecemos profesionalmente, nuestro valor en la organización deja de provenir de nuestra capacidad de ejecutar directamente y pasa a depender de nuestra capacidad de liderar, gerenciar y hacer a otros responsables. Quienes se estancan en la creencia limitante de “nadie lo va a hacer tan bien como yo, prefiero hacerlo yo mismo”, son exactamente los perfiles que la IA va a desplazar.
Ya no somos entes individuales. Somos la suma de nuestro talento humano más la estructura de agentes autónomos que construimos a nuestro alrededor. Para operar en este nivel, necesitas aprender a delegar y liderar agentes con la misma disciplina con la que lideras humanos.
En mi caso, he reestructurado mi flujo de trabajo directivo con una “junta” de agentes conectados a mi visión a 3 años y a los objetivos anuales. Por ejemplo, tengo un agente integrador que organiza y delega tareas a otros modelos; un agente de deep research que procesa información antes de mis reuniones; y un agente analítico que revisa las transcripciones de mis sesiones estratégicas con clientes para darme feedback sobre mis sesgos de facilitación.
Y mi agente principal, Arturo, tiene grabado en la memoria que para cada proyecto, tarea y prioridad trimestral debemos responder las siguientes tres preguntas:
¿Este trabajo afecta de forma significativa el critical constraint de mi negocio?
¿Este esfuerzo ayuda a mi negocio a vender más? o
¿Este esfuerzo ayuda a mi negocio a generar más utilidad?
El único caso para utilizar la IA en non-critical constraint
Aprender.
El aprendizaje intencional es el único caso en el que vale la pena invertir tiempo y recursos en la IA. Pero ese aprendizaje debe tener un camino acelerado a la implementación en actividades críticas. Así evitaremos que toda la organización queme tokens en emails PhD y memes de Slack. Y debe verse como inversión de la misma manera que inviertes en un curso avanzado de PowerBi o SAP.
¿Por qué es vital que tu equipo comience este proceso hoy? Porque el gap de throughput por función se incrementará de forma abismal.
Imagina a Andrea, tu representante de servicio al cliente. Trabaja sin IA, atiende el teléfono, es amable y resuelve problemas. Entrega expectativas. En la competencia está Johanna. Johanna hace lo mismo, pero ha orquestado agentes a su alrededor: uno agenda llamadas proactivas a cuentas clave, otro monitorea noticias de sus clientes para detonar correos de felicitación por nuevas sucursales, y otro actualiza silenciosamente el CRM con notas personales extraídas de las llamadas.
En 24 meses, la brecha de rendimiento entre Andrea y Johanna no será lineal; será exponencial. Ahora escala ese gap en los constraints de Ventas, Finanzas, Operaciones y Recursos Humanos.
El punto de inicio: arriba.
Todo cambio necesita comenzar desde arriba.
“Un líder que nunca ha delegado una tarea a un agente autónomo no puede liderar de forma creíble una organización a través de esta transformación. Un líder que sí lo ha hecho; que entiende por experiencia qué funciona, qué se rompe y dónde están los vacíos de gobernanza, aporta algo que ningún marco de trabajo ni consultor puede sustituir: convicción ganada a través de la acción.” > — Dirk Hofmann, Harvard Data Science Initiative, The OpenClaw Moment.
La transformación de la IA no se delega. Se vive. El CEO que abdica de esta responsabilidad está cediendo la decisión estratégica más importante de la década.
La Ejecución: Reparando el avión en pleno vuelo
Implementar esto requiere un enfoque simultáneo Top-to-Bottom y Bottom-to-Top, porque no podemos detener la operación 3 meses para rediseñar la empresa.
En mis años en Procter & Gamble como Demand Planner para la región Andina, construir el pronóstico requería chocar dos realidades. El Top-to-Bottom venía de las metas corporativas de la dirección. El Bottom-to-Top venía de la realidad de la calle, sumando el pronóstico sku por sku desde la trinchera.
En la IA, la dinámica es idéntica:
Top-to-Bottom: El equipo de liderazgo define los critical constraints estratégicos donde la IA tendrá el mayor impacto en el P&L. De ahí se definen los grande proyectos.
Bottom-to-Top: Cada gerente, supervisor u operador identifica 1 a 3 workflows críticos en su día a día que, de ser aumentados, liberarían un ROI masivo en recursos.
La manera como ayudo a los colaboradores en el ejercicio bottom-to-top es con la siguiente pregunta: Si no fueras empleado de esta empresa, sino que yo hubiera tercerizado tus servicios contratándote a ti como contratista, y, en tu empresa TU Inc. yo fuera tu cliente más grande, ¿cuál sería tu critical constraint para darme un servicio que superara mis expectativas?
Colocar a los colaboradores en una perspectiva de “dueño de un negocio” los ayuda tremendamente a definir sus clientes internos, e implementar el concepto de critical constraint en su función.
El cruce de estas dos visiones revelará dónde hay alineación para acelerar, y dónde hay nichos de productividad ocultos para la dirección.
El Plan Operativo (Próximas 4 semanas):
Define tus Critical Constraints: Defínelos y anúncialos. Explícale a la organización porque en el enfoque en este 1 a 3 aspectos, es donde más tenemos apalancamiento en la empresa.
Mapea los Workflows: Toma tu organigrama actual y exige que cada “caja” liste sus workflows principales. Elige los que toquen el critical constraint para intervenir.
Construye Convicción: Todo el C-Suite (empezando por el CEO) debe desarrollar al menos un agente para automatizar o aumentar un workflow propio. El objetivo inmediato no es el P&L, es aprender, ganar autoridad operativa a través de la experiencia.
Audita la Curiosidad: En las revisiones trimestrales de desempeño, añade una nueva métrica a la discusión de KPIs: ¿Qué workflows optimizaste con IA este trimestre y cómo ha elevado eso el throughput estratégico de tu rol? ¿Cómo conecta este esfuerzo a liberar nuestro critical constraint? ¿Cómo ayuda a mejorar las ventas o el margen de la empresa?
No tenemos gran certeza de qué capacidades exactas tendrá la IA en 36 meses, pero sí sabemos algo irrefutable: en 3 años, la diferencia entre competidores no se explicará por quién adoptó la IA (dándole a cada empleado 50 pasantes), sino por quién utilizó la IA en los lugares correctos y logró amplificar la disciplina operativa, frente a quien la utilizó para amplificar el caos.
Hola Victor, soy Javi Santos, hace un tiempo empecé con este tema del cerebro de la empresa para "prestárselo" a una IA y buscando hoy info sobre el tema llegué de nuevo a ti. Ha sido un gusto volver a encontrate! a ver si nos ponemos al día por meet, un abrazo grande!