La brecha de fluidez: lo que los directorios no saben que no saben sobre IA

Los directores llevan dos años preguntando «¿cuál es nuestra estrategia de IA?». Toca una pregunta más difícil: ¿puede el directorio evaluar si la respuesta es buena? · Juan Vegarra

Los directorios pasaron los últimos dos años preguntando a la gerencia «¿cuál es nuestra estrategia de IA?», que era una pregunta razonable en 2024. Hoy es cada vez más débil. Las organizaciones que se están metiendo en problemas reales en 2026 no son las que no tienen estrategia de IA — casi toda empresa de cierto tamaño ya tiene una presentación. Son aquellas donde el directorio no puede evaluar de forma significativa si esa estrategia es sólida, porque la brecha de fluidez entre la gerencia y la sala del directorio se convirtió en silencio en un riesgo de gobierno por derecho propio, distinto del riesgo que carga la tecnología misma.

Los datos sobre esta brecha son más alentadores de lo que esperaba, y también más preocupantes en cuanto miras más allá del titular. La encuesta Governance Outlook 2026 de NACD encontró que más del sesenta y dos por ciento de los directores ya reserva tiempo dedicado de agenda para discusiones de IA con el directorio completo, un aumento dramático frente a años anteriores.^[1] Esa es la parte alentadora: la atención claramente llegó. La parte preocupante está una capa más abajo: menos del veinticinco por ciento de las empresas tiene una política de IA estructurada y aprobada por el directorio, y solo el veintitrés por ciento de los directorios ha evaluado cómo podría ocurrir una disrupción impulsada por IA en su propio negocio o de dónde es más probable que venga.^[1] La atención sin estructura produce discusiones largas y supervisión delgada. El cuarenta y siete por ciento de los directores encuestados identificó simplemente seleccionar las herramientas de IA correctas como un desafío actual para su directorio.^[1] Los directorios están en la sala. Casi ninguno está todavía equipado para hacer las preguntas que más importan una vez que están ahí.

Esto no es un llamado a volverse científico de datos

Nada de esto es un argumento para que los directores desarrollen fluidez técnica en arquitectura de modelos, y los directorios que persiguen esa meta suelen estar resolviendo el problema equivocado. Es un argumento a favor de un conjunto específico y aprendible de competencias de supervisión que la mayoría de los directorios hoy no tiene, y que se están volviendo tan fundamentales para el buen gobierno como lo ha sido la alfabetización en estados financieros durante décadas. Nadie espera que un director arme un balance desde cero. De todo director competente sí se espera que sepa interrogar uno, preguntar dónde están blandas las estimaciones y saber qué preguntas exponen supuestos débiles. La supervisión de IA necesita llegar a esa misma vara, y hoy, para casi todos los directorios, no llega.

Modos de falla, no solo capacidades

Casi toda actualización de IA que llega a un directorio es una demostración de capacidades: mira lo que ya puede hacer el modelo, mira cómo se desempeñó el piloto, mira la ganancia de eficiencia del trimestre. Muchos menos directorios hacen la pregunta compañera, la difícil: qué pasa cuando se equivoca, con qué frecuencia, y quién específicamente responde por la consecuencia cuando eso ocurre. Un modelo que acierta el noventa y cinco por ciento de las veces suena genuinamente impresionante en una lámina, justo hasta que alguien pregunta cuánto cuesta el otro cinco por ciento, quién absorbe ese costo, y si alguien en la organización lo está midiendo de una forma que haría visible un patrón antes de que se vuelva una crisis. Los directores deberían exigir una discusión de error y consecuencia junto a cada discusión de capacidad, como punto permanente de agenda y no como excepción ocasional planteada solo después de que algo ya salió mal.

La procedencia de los datos como pregunta de directorio

Toda capacidad de IA está río abajo de una estrategia de datos, y casi ningún directorio ha tenido una conversación sustantiva sobre de dónde vienen realmente los datos de entrenamiento y operación, para qué están licenciados y qué responsabilidad legal descansa debajo. Esto dejó de ser una pregunta puramente de sistemas. El panorama legal se movió de forma significativa en el último año: en mayo de 2026, un grupo de editoriales importantes y un novelista presentaron una demanda colectiva por infracción de derechos de autor contra una gran empresa tecnológica por datos de entrenamiento de IA, buscando tanto una medida cautelar como daños monetarios.^[2] Por separado, Anthropic acordó un acuerdo de mil quinientos millones de dólares con escritores cuyos libros habían sido usados para entrenar sus modelos.^[2] Un fallo federal en el caso Thomson Reuters contra Ross Intelligence estableció que usar una herramienta de IA entrenada con datos infractores puede crear responsabilidad río abajo para la empresa que la despliega, y no solo para la que la construyó, lo que significa que las prácticas de datos del proveedor son ahora la exposición legal de la empresa que lo contrata, haya leído o no alguien hasta esa parte del contrato.^[2] Un análisis encontró que el noventa y dos por ciento de los contratos con proveedores de IA reclama derechos de uso de datos que van más allá de lo estrictamente necesario para prestar el servicio, muy por encima del promedio del mercado de software, que es sesenta y tres por ciento.^[2] Esta es una pregunta legal, competitiva y cada vez más reputacional, y pertenece al nivel del directorio de la misma forma que una revisión de riesgo de cadena de suministro, no enterrada en una hoja de cálculo de gestión de proveedores tres capas debajo de cualquiera a quien el directorio reconocería.

La dependencia de proveedores merece el escrutinio de un contrato de arriendo

Los directorios aprueban de rutina relaciones significativas con proveedores de IA con menos escrutinio formal del que aplicarían a un contrato de arriendo inmobiliario, pese a que esas relaciones suelen cargar más riesgo estratégico de encierro que el arriendo. ¿Qué le pasa al negocio si el precio de este proveedor se triplica en la renovación, o si el proveedor es adquirido por un competidor directo, o si el modelo específico alrededor del cual la empresa construyó sus flujos de trabajo queda descontinuado con seis meses de aviso? Los directores deberían esperar que la gerencia haya respondido esto antes de firmar el contrato, no después de que la dependencia se haya vuelto cara de desarmar.

La cuarta competencia incómoda

La cuarta competencia es la que a los directorios les cuesta más discutir de frente: el impacto en la fuerza laboral y en la confianza. Los directorios cargan exposición fiduciaria y cada vez más reputacional ligada a cómo el despliegue de IA afecta a la gente y a cómo se comunica ese despliegue, interna y externamente. Los datos de encuestas de 2026 muestran una brecha de percepción de veintisiete puntos entre empleadores que ven la IA de forma positiva, un setenta y ocho por ciento, y empleados que la ven así, un cincuenta y uno por ciento, con la confianza en la IA emergiendo como el desafío central de adopción dentro de las organizaciones.^[3] Un despliegue técnicamente sólido y financieramente bien justificado pero manejado de una forma que daña esa confianza — con empleados, clientes o eventualmente reguladores — es una falla de gobierno aunque sea, por toda medida técnica, un éxito tecnológico genuino.

La salvedad honesta

Vale ser directo sobre los límites de la supervisión del directorio aquí. Ninguna cantidad de fluidez de los directores sustituye a un equipo gerencial que sea él mismo riguroso en el gobierno de la IA; los directorios supervisan, no operan, y un directorio que intenta gestionar directamente las decisiones de despliegue se está excediendo de su rol de una forma que suele producir peores resultados, no mejores. La meta de construir esta fluidez no es que los directores dirijan el programa de IA. Es que hagan preguntas lo bastante afiladas, lo bastante temprano, como para que una respuesta gerencial débil se vuelva visible para todos en la sala antes de volverse una lección cara aprendida en público.

Nada de esto exige que los directores entiendan la arquitectura de un transformador. Exige directorios dispuestos a tratar la supervisión de la IA como una competencia distinta y propia, con la misma seriedad que terminó recibiendo la supervisión de ciberseguridad después de una década de lecciones caras aprendidas a la mala. Los directorios que construyan esta fluidez ahora serán los que hagan la pregunta correcta antes del error. ¿Para cuál de los dos está equipado hoy el tuyo?

Juan Vegarra es autor de El manual del outsider (próximamente). Las opiniones aquí son suyas. Más ensayos · Escríbeme