La IA no crea valor. Las decisiones sí.

En la Parte 2 medimos el AI Value Realization Gap: el 88% de las organizaciones usa IA y solo ~6% captura impacto material en EBIT. Hoy, la pregunta que sigue: ¿dónde exactamente se pierde el valor?

No en los modelos. En la cadena que viene después.

La AI Value Chain

La IA produce exactamente una cosa: potencial de inteligencia. Predicciones, recomendaciones, alertas, artefactos generados. Ese potencial se convierte en valor solo si sobrevive cuatro conversiones:

Inteligencia → Decisiones → Acciones → Valor → Reinversión

• Una predicción que nadie usa para decidir es un reporte.
• Una decisión que nadie ejecuta es un memo.
• Una acción que nadie mide es una anécdota.
• Un valor que nadie reinvierte es un one-off.

La cadena es multiplicativa

La eficiencia de conversión se compone eslabón a eslabón: Φ ≈ DCR × ACR × VCR. Recordemos el banco de la Parte 2: 40% × 70% × 50% ≈ 14% del potencial llega al P&L.

Que sea multiplicativa tiene una consecuencia dura: la excelencia en tres eslabones no compensa un cuarto roto. El valor fluye a la velocidad del eslabón más débil.

Eso invierte la lógica habitual de inversión. En ese banco, duplicar la precisión del modelo casi no mueve nada; el cuello de botella está aguas arriba de la calidad del modelo. Subir el DCR de 40% a 60% (derechos de decisión, ownership, integración en el flujo de trabajo) eleva el valor realizado en un 50%. Mismos modelos. Mismos datos. Otra cadena.

Por qué no lo vemos

Porque industrializamos la producción de inteligencia (plataformas, copilotos, agentes) y dejamos su conversión sin gestionar. Las cadenas rara vez se rompen con ruido; gotean:

• Derechos de decisión que nadie redefinió cuando llegó la IA.
• Pilotos sin un dueño en el P&L.
• Acciones recomendadas que compiten por recursos con el plan anual, y pierden.
• Valor que nunca se aísla, mide ni atribuye.
• Ganancias consumidas como one-offs en vez de reinvertidas en capacidades.

Una nota aguas arriba: la cadena convierte lo que entra en ella. El Expert Validation Loop en ingeniería AI-native, que valida el conocimiento que producen los agentes y no solo el código, importa aquí: convertir inteligencia incorrecta más rápido no es progreso, es riesgo acelerado.

Lo que viene

Cada eslabón recibe un instrumento: DCR, ACR, VCR, AIRR, más una restricción aguas arriba que los limita a todos: ALDI, el AI Leadership Debt Index.

¿Dónde se rompe primero la cadena de valor de IA en tu organización, y quién es dueño de ese eslabón?