Artículos e investigación
Ideas que definen cómo las organizaciones capturan valor de la IA.
Artículos, series y frameworks sobre cómo las organizaciones capturan valor de la IA, agrupados por tema. Publicados primero en LinkedIn; aquí, en español, inglés y portugués.
Investigación en liderazgo y gobernanza de IA
¿Cómo se convierte realmente la IA en valor empresarial?
Un programa de investigación que explora por qué organizaciones con acceso a tecnologías de IA similares producen resultados económicos radicalmente distintos.
La hipótesis de trabajo es que la IA no crea valor directamente: crea potencial de inteligencia, y el valor depende de una cadena de conversión organizacional que puede observarse, medirse y gobernarse. Los frameworks siguientes son componentes de esa misma agenda, no un catálogo de herramientas de consultoría independientes.
La cadena causal en el centro del programa
Una agenda de investigación, once frameworks conectados
Cada framework aborda un punto donde la cadena de conversión se rompe: el liderazgo que todavía no puede gobernar la IA, la deuda de arquitectura y gobernanza que se acumula, la forma en que se construyen los pilotos, el modelo operativo que los escala, la medición que hace visible el valor y la asignación de capital que lo reinvierte.
De la investigación al valor de negocio
Tres frameworks, cada uno ligado a un problema empresarial concreto. Se presentan como programa en desarrollo, no como metodología validada.
| Framework | Problema empresarial | Pregunta que responde | Cómo se usa en un trabajo |
|---|---|---|---|
| AI Value Realization Theory (AVRT) | La IA se adopta, pero el valor no aparece en el Estado de Resultados. | ¿En qué eslabón de la cadena inteligencia → decisiones → acciones → valor se fuga el valor? | Embudo de conversión (DCR, ACR, VCR) medido por cohorte de alertas; trazabilidad de las capacidades de IA a los resultados económicos. |
| AI Leadership Debt | La tecnología llega antes que la organización: iniciativas sin responsable, sin indicador, sin derechos de decisión. | ¿Por qué una organización no captura valor aun teniendo la tecnología? | Diagnóstico con las cinco señales observables; ALDI como indicador aguas arriba que limita cada tasa de conversión. |
| AI Capital Allocationen desarrollo | El presupuesto de IA se reparte entre proyectos sin lógica de portafolio ni regla de reinversión. | ¿Qué fracción del valor de la IA debe reinvertirse, y en qué capacidades? | Tres Horizontes y AI Portfolio Decision Framework para asignar; AIRR para seguir la reinversión. |
Tres líneas de investigación
IA industrial
¿Cómo cambian el machine learning y los agentes el control de procesos físicos complejos?
IA en salud
¿Puede el machine learning apoyar las decisiones de tratamiento en adultos mayores con cáncer?
Por dónde empezar
Tema
AI Value Realization Theory (AVRT)
Por qué la adopción de IA no se convierte automáticamente en valor, y cómo medir la conversión.
AVRT es un marco en desarrollo que explica la brecha entre el potencial de la IA y el valor realizado. Su núcleo es una cadena de conversión (Inteligencia → Decisiones → Acciones → Valor → Reinversión) instrumentada con cinco métricas: ALDI, DCR, ACR, VCR y AIRR.
Tema
Liderazgo y alfabetización ejecutiva en IA
Los líderes pueden delegar la ejecución. Ya no pueden delegar el entendimiento.
La próxima brecha competitiva no será entre empresas que usan IA y las que no, sino entre equipos de liderazgo que entienden cómo la IA cambia los modelos operativos y los que todavía la tratan como una capa tecnológica.
Tema
Portafolio y estrategia de IA
Del proyecto al activo: gestionar la IA como un problema de asignación de capital.
Una serie sobre por qué "¿qué proyectos de IA tenemos?" es la pregunta equivocada: los siete componentes de un portafolio de IA, los Tres Horizontes, los límites de las matrices de dos ejes y una propuesta de AI Portfolio Decision Framework.
Tema
Modelos operativos y gobernanza de IA
La IA no crea valor viviendo en un notebook. Crea valor dentro del sistema operativo de la empresa.
Por qué los PoC fallan en el modelo operativo y no en el laboratorio, qué significa gobernar la IA más allá de regular el acceso a herramientas, y por qué la propiedad federada de los datos es la base de la IA agéntica.
Tema
Ingeniería agéntica y AI-native
Los problemas no vienen de la IA. Vienen de cómo diseñamos el sistema que la rodea.
Notas de campo construyendo agentes y software asistido por IA en industria y salud: agent harness engineering, y el Expert Validation Loop que valida el conocimiento que producen los agentes, no solo el código.