Por qué la IA todavía no funciona en las empresas por Javier Martínez Aldanondo.

En el artículo Por qué la IA todavía no funciona en las empresas, publicado en septiembre de 2026 en el boletín Knowledge Works, Javier Martínez Aldanondo, socio de Cultura de Aprendizaje en esta organización, analiza por qué la incorporación de inteligencia artificial no siempre produce los resultados esperados. El autor reconoce que estas herramientas permiten agilizar tareas como redactar correos, preparar presentaciones o resumir documentos. Sin embargo, advierte que dichas mejoras individuales no equivalen necesariamente a una transformación del negocio. Su planteamiento invita a revisar qué necesitan las empresas para convertir el uso de la IA en beneficios concretos.

Martínez Aldanondo explica esta situación mediante la imagen de un iceberg: las aplicaciones, los modelos y las instrucciones que les damos constituyen la parte visible, mientras que el conocimiento que permite generar respuestas permanece debajo de la superficie. Desde su perspectiva, las empresas suelen concentrarse en adquirir herramientas y capacitar al personal para utilizarlas, pero prestan menos atención al conocimiento específico que estas necesitan. Un modelo puede manejar información general sobre administración o mercadotecnia sin conocer los criterios, las experiencias y las particularidades de una organización. Por ello, el autor sostiene que aprovechar la IA exige identificar y gestionar primero el conocimiento del negocio.

Una de las aportaciones más relevantes del artículo es la distinción entre datos, información y conocimiento. En la explicación de Martínez Aldanondo, registrar una caída en las ventas no equivale a comprender sus causas ni a saber qué decisión conviene tomar. Para ello se requiere contexto, experiencia y criterio. Asimismo, señala que buena parte del conocimiento empresarial permanece en las personas y no se documenta: las razones de una decisión, las excepciones a un procedimiento o las lecciones de un error. Si una empresa proporciona a la IA documentos desactualizados o fuentes poco fiables, puede obtener respuestas convincentes que reproduzcan e incluso amplifiquen sus problemas.

El valor de esta lectura radica en desplazar la atención desde la novedad tecnológica hacia las condiciones que permiten utilizarla con sentido. El argumento central de Martínez Aldanondo es que la implementación empresarial de la IA debe abordarse también como un proyecto de gestión del conocimiento. Esta perspectiva ofrece preguntas útiles para evaluar una iniciativa: qué problema busca resolver, qué conocimiento necesita, quién puede validar sus respuestas y cómo se comprobarán sus resultados. El autor también anticipa un segundo desafío, relacionado con el diseño de las organizaciones, aunque reserva su desarrollo para una columna posterior.

A partir de estas ideas, las universidades pueden enseñar a sus alumnos a evaluar la IA con pensamiento crítico mediante casos empresariales y ejercicios de comparación. Por ejemplo, podrían solicitar una recomendación a una herramienta utilizando primero información general y después un caso documentado con contexto, criterios y restricciones, para analizar las diferencias y verificar sus conclusiones. También convendría pedirles que identifiquen errores, cuestionen los supuestos y justifiquen cuándo aceptar, modificar o rechazar una respuesta. Formar futuros profesionales implica enseñarles a utilizar la IA y, al mismo tiempo, a conservar la responsabilidad sobre sus decisiones. La rapidez y la fluidez de una respuesta deben acompañarse de evidencia, comprensión del negocio y juicio humano.

Para profundizar en las ideas de Javier Martínez Aldanondo y conocer su análisis completo, les invitamos a leer su artículo Por qué la IA todavía no funciona en las empresas, publicado en Knowledge Works.