La mayoría de los comités que revisamos tienen la IA en el mismo formato que cualquier otro proyecto: un piloto, un dueño temporal, una fecha de cierre y un informe de resultados al final. Es la forma más rápida de garantizar que, pase lo que pase con el piloto, la organización no quede con nada permanente cuando termine.
Un proyecto de IA bien ejecutado resuelve un caso de uso. Una capacidad de IA bien construida resuelve el próximo caso de uso, y el siguiente, sin volver a empezar de cero cada vez. La diferencia no es semántica: cambia qué se mide, quién es dueño, y qué presupuesto se protege cuando llega el próximo recorte.
¿Sobrevive al cambio de la persona que lo impulsó? Si el conocimiento vive solo en la cabeza de quien lideró el piloto, no es una capacidad — es dependencia de una persona con fecha de vencimiento.
¿Tiene datos y gobierno propios, o pide prestado cada vez? Una capacidad real tiene acceso a datos estructurado y reglas claras de gobierno. Un piloto pide acceso caso a caso, con fricción nueva cada vez.
¿Se mide en resultado de negocio o en actividad? "Lanzamos tres pilotos este año" es una métrica de actividad. "Reducimos en 30% el tiempo de un proceso que se repite cada semana" es una métrica de capacidad — porque implica que el proceso cambió de forma permanente.
En The Hat aplicamos este mismo criterio a nuestro propio trabajo de posicionamiento digital: no tratamos la optimización para motores de búsqueda y para respuestas de IA como una campaña puntual, sino como una capacidad que se revisa cada mes, con dueño y métrica fija — exactamente la misma disciplina que le pedimos a un directorio que aplique a su propia adopción de IA.
La próxima vez que un comité apruebe una iniciativa de IA, vale la pena hacer una pregunta antes de aprobar el presupuesto: cuando este proyecto termine, ¿qué queda funcionando sin que nadie tenga que acordarse de reactivarlo?