📊 Pilotos, licencias y cero resultados
El patrón que repite tu empresa sin darse cuenta
Bienvenido a la edición #34 de AmaroDigital
Esta semana no voy a disculparme por hablar de IA en las tres noticias. La agenda lo exige y pretender lo contrario sería hacerle un favor al hype, no al lector. Lo que sí puedo prometerte es esto: ninguna de las tres noticias habla de tecnología. Las tres hablan de decisiones — de negocio, de personas y de política. Esa es la diferencia entre informar y interpretar. Empecemos.
🔹 Noticias destacadas de la semana:
🛒 1. Los agentes de IA van a comprar sin preguntarte. Amazon y eBay ya están nerviosos.
Los modelos de lenguaje de OpenAI, Google y Perplexity están dejando de ser asistentes para convertirse en compradores autónomos: buscan, comparan, pagan y confirman sin que el usuario toque nada. A esto se le llama comercio agéntico, y está llegando directo al corazón del modelo de negocio de los grandes marketplaces. eBay ya actualizó sus términos de uso para bloquearlo explícitamente, y Amazon llegó a demandar a Perplexity por acceder a su tienda con un agente de compras sin permiso.
El problema para Amazon y eBay no es solo técnico. Su modelo completo —cobro de fees a vendedores, publicidad, datos de comportamiento del consumidor, logística integrada— depende de que el humano pase por su plataforma. Si un agente de IA se convierte en el intermediario, el marketplace queda reducido a bodega con catálogo. La relación con el cliente desaparece. Y con ella, el negocio de datos que sostiene todo lo demás.
¿Y esto por qué importa?
🧩 Si vendes en Amazon o cualquier marketplace, tu visibilidad futura no dependerá del SEO de la plataforma, sino de cómo tu producto sea legible para un agente de IA que decide en milisegundos.
⚠️ La lealtad de marca se vuelve mucho más difícil de construir cuando el consumidor nunca interactúa directamente con tu tienda.
🔀 El canal directo (tu propio sitio, tu propia relación con el cliente) va a valer más, no menos, en un mundo donde los agentes reemplazan al browser.
💰 Las plataformas que logren integrar sus catálogos con estos agentes en sus propios términos van a ganar. Las que no lo hagan, van a perder visibilidad sin entender exactamente por qué.
La pregunta que me hago es esta: si tu estrategia comercial digital depende de que un humano llegue a una página de producto y tome una decisión ahí, ¿qué tan preparado estás para un mundo donde ese momento ya no existe?
🔗 Fuente: Retail Dive — How AI commerce threatens eBay, Amazon
🧠 2. Las empresas invierten millones en IA y sus equipos no saben usarla. Ahí está el problema.
Un reporte de Pearson publicado durante el Foro Económico Mundial encontró que entrenar a los empleados para trabajar con IA — en lugar de reemplazarlos — podría agregar entre 4.8 y 6.6 billones de dólares a la economía estadounidense para 2034. El hallazgo central no es el número grande: es el diagnóstico. Las empresas están invirtiendo masivamente en tecnología mientras ignoran el factor humano, y por eso los resultados no aparecen. El mismo reporte encontró que el 72% de las empresas ya usan IA, pero más de la mitad no tiene recursos para entrenar a su gente en cómo usarla.
Esto confirma lo que ya se veía en operación: la mayoría de las iniciativas de IA en empresas generan actividad, no resultados. Se compra la herramienta, se anuncia el proyecto, y seis meses después nadie puede medir el impacto real. El problema casi nunca es la tecnología. Es que nadie diseñó cómo la gente iba a adoptarla, cambiar sus flujos de trabajo y desarrollar criterio para usarla bien.
¿Y esto por qué importa?
💸 El ROI de IA que tu empresa lleva buscando no está en más herramientas — está en que tu equipo sepa realmente usar las que ya tienes.
⚠️ Anunciar una iniciativa de IA sin un plan de adopción y entrenamiento no es transformación digital. Es gasto de capital con foto para el reporte anual.
🔄 La brecha no es tecnológica — es de habilidad humana. Y esa brecha tarda meses en cerrarse, no días. Cada mes que pasa sin entrenamiento es productividad que no se recupera.
👥 El líder que hoy diseña cómo su equipo trabaja con IA — no solo quién tiene acceso a ella — va a tener una ventaja que no se puede comprar después con presupuesto.
Me llama la atención que seguimos midiendo el éxito de IA por cuántas licencias compramos o cuántos proyectos lanzamos. Ninguno de esos indicadores mide lo que importa: ¿cambió cómo trabaja tu equipo? ¿Está tomando mejores decisiones más rápido? Si no puedes responder eso, probablemente tu inversión en IA está produciendo reportes, no resultados.
🔗 Fuente: Supply Chain Dive
🌐 3. USA bloqueó la regulación global de IA esta semana. El mundo se parte en dos.
En la Cumbre de Impacto IA celebrada en Nueva Delhi esta semana — la mayor reunión global sobre el tema con decenas de líderes de gobierno y los principales CEOs de tecnología — Estados Unidos rechazó formalmente cualquier forma de gobernanza internacional sobre inteligencia artificial. La delegación estadounidense propuso sustituir la regulación por un programa agresivo de exportación tecnológica. En el otro extremo, Europa avanza con el AI Act, cuyas normas más exigentes para sistemas de alto riesgo entran en vigor en agosto de 2026. Brasil, India y otros países emergentes empujan un tercer modelo: acceso más equitativo y control soberano sobre los datos y modelos.
El resultado práctico es que no va a existir un marco global único de regulación de IA en el corto plazo. Cada empresa que opera en múltiples mercados va a tener que navegar reglas distintas, exigencias distintas y estándares distintos dependiendo de dónde venda, dónde tenga empleados y dónde procese datos. Eso no es un problema de tecnología — es un problema de estrategia y cumplimiento que ya debería estar en la agenda de cualquier líder.
¿Y esto por qué importa?
🗺️ Si tu empresa opera o planea operar en Europa, agosto de 2026 no es una fecha lejana — es una fecha de cumplimiento real con sanciones reales. El AI Act ya está en vigor y sus dientes más afilados llegan este año.
⚖️ La fragmentación regulatoria global significa que la misma herramienta de IA puede ser legal en un mercado e ilegal en otro. Eso complica decisiones de compra de tecnología que antes parecían simples.
🏁 Las empresas que construyan gobernanza interna de IA hoy — políticas claras, documentación de modelos, validación humana en decisiones críticas — van a tener ventaja competitiva cuando la regulación endurezca, no desventaja.
🌎 Para Latinoamérica el momento es ahora: la región todavía tiene espacio para definir su postura. Las empresas que entiendan el mapa regulatorio global antes que sus competidores locales van a poder moverse más rápido cuando llegue la presión.
Lo que me parece relevante de esta semana no es que los países no se pusieron de acuerdo — eso era predecible. Lo que importa es que la ausencia de acuerdo global no elimina la presión regulatoria local. La pregunta para cualquier líder no es si su empresa va a ser regulada. Es si va a estar preparada cuando suceda.
🔗 Fuente: Bloomberg Línea
👀 Lo que todos comentan
📈 Todo el mundo habla de IA. Casi nadie puede decir si les está funcionando.
La pregunta que domina juntas directivas y foros de liderazgo esta semana es siempre la misma: “¿cuándo vamos a ver el retorno de lo que invertimos en IA?” Y el patrón que la explica es predecible: se aprueba presupuesto, se lanza un piloto con nombre bonito, y seis meses después nadie puede responder con datos si algo cambió. El reporte de Pearson lo confirma: fuera de código, los casos de productividad real a nivel empresa son escasos. Expedia y Airbnb ya resuelven entre un tercio y la mitad de su servicio al cliente con IA — pero esas son empresas que llevan años construyendo esa capacidad, no comprando una licencia en enero y esperando resultados en marzo.
La diferencia entre actividad e impacto no está en la tecnología. Está en si alguien diseñó cómo iba a cambiar el trabajo real de las personas.
En mi organización tomamos una decisión distinta: no implementar IA sobre un proceso existente, sino tomar un proceso completo y rediseñarlo desde cero con IA como habilitador desde el origen. Cuando pegas IA encima de lo que ya hacías, automatizas. Cuando rediseñas, construyes una capacidad nueva — medible y visible. Estamos en el proceso de diseño. Cuando tengamos resultados, se los cuento aquí.
Hay una diferencia importante entre medir cuánta gente tiene acceso a una herramienta de IA y medir si esa herramienta cambió algo en cómo trabajan. La mayoría de las empresas está midiendo lo primero y llamándolo transformación. Eso no es criterio. Es cobertura.
🙋🏼 Lo preguntó alguien
🤔 “¿Por dónde empiezo si quiero que mi equipo realmente use IA en el día a día?”
Por el problema, no por la herramienta.
El error más común que veo es empezar preguntando “¿qué herramienta de IA deberíamos usar?” cuando la pregunta correcta es “¿qué tarea concreta le consume tiempo innecesario a mi equipo hoy?” Esa inversión en el orden de las preguntas es lo que separa una adopción real de una adopción de papel.
Un punto de partida práctico que funciona:
Elige un proceso repetitivo que tu equipo haga al menos tres veces por semana — redactar reportes, resumir información, responder correos tipo, preparar presentaciones. Uno solo. Introduce una herramienta de IA específicamente para ese proceso, dedica dos semanas a que el equipo la use con intención, y mide el tiempo antes y después. Eso es todo en la primera fase.
Lo que estás construyendo no es eficiencia todavía — estás construyendo confianza. Tu equipo necesita experimentar que la herramienta funciona en algo real y cotidiano antes de que puedas pedirles que cambien flujos de trabajo más complejos. Sin esa confianza, cualquier iniciativa de IA se convierte en una herramienta más que la gente abre cuando el jefe está mirando y cierra cuando no.
Acción concreta: Esta semana identifica ese proceso, elige una herramienta (ChatGPT, Claude o Copilot funcionan para empezar), y propón a tu equipo un reto de dos semanas. Sin presión, sin métricas complicadas. Solo uso real y retroalimentación honesta al final.
📋 Recomendación útil de la semana:
📚 Co-Intelligence — Ethan Mollick
Esta semana cambio el formato. En lugar de una herramienta, un libro. Pero no de esos libros de IA que prometen explicarte el futuro en 300 páginas de hype. Este es distinto.
Ethan Mollick es profesor de Wharton y lleva años estudiando cómo la IA cambia el trabajo real en organizaciones reales. Co-Intelligence parte de una premisa simple pero incómoda: la única forma de entender qué puede hacer la IA por tu trabajo es usándola intensamente, no leyendo sobre ella. El libro no te explica la tecnología — te enseña a desarrollar criterio para trabajar con ella.
Para quién es ideal: Líderes no técnicos que quieren entender qué significa realmente integrar IA en su trabajo cotidiano, sin necesitar un MBA en machine learning para hacerlo. Si leíste esta edición y te quedaste con la pregunta de por dónde empezar, este libro es la respuesta más honesta que encontrarás.
Beneficio tangible: En menos de cuatro horas de lectura vas a tener un marco mental claro para evaluar qué tareas de tu trabajo se benefician de IA, cuáles no, y por qué la mayoría de las implementaciones fallan antes de empezar.
Precio: Disponible en Amazon en formato físico, digital y audiolibro. Ronda los 15 a 20 dólares dependiendo del formato.
El líder que debería leer esto es el que ya siente la presión de adoptar IA pero todavía no tiene claridad sobre qué significa hacerlo bien. Este libro no te da respuestas — te da las preguntas correctas. Y eso, en este momento, vale más.
Antes de cerrar — una pregunta directa.
Esta edición giró alrededor de la brecha entre invertir en IA y saber si realmente está funcionando. Y sé que no soy el único lidiando con eso.
Quiero saber dónde estás tú:
¿Tu organización ya está piloteando algo concreto con IA — aunque sea pequeño? ¿O todavía están en la fase de “lo estamos evaluando”?
Responde este correo con lo que está pasando en tu empresa. No necesita ser un caso de éxito — un piloto que no funcionó me dice igual de mucho. Todo lo que aprenda de sus respuestas lo voy a integrar en próximas ediciones, siempre sin nombres ni datos que los identifiquen.
Los líderes que leen AmaroDigital no reaccionan por presión. Deciden con criterio. Y parte de ese criterio viene de saber qué están haciendo los demás.