Tu IA no alucina. Improvisa sobre tu desorden.

(Por qué el 95% de los proyectos de IA no llega a ninguna parte, y qué tienes que construir antes de implementar un solo agente)

Hay un boom, y lo estás viendo en todos lados. En LinkedIn, en las conferencias, en los grupos de WhatsApp de gerentes. Agentes de IA. Todo el mundo quiere uno. Y la promesa que se vende es más o menos esta: contratas un agente, lo conectas a tu operación, y listo, tus problemas se resuelven solos.

Después llega la realidad.

La empresa implementa la IA con mucha ilusión, y a las pocas semanas empiezan las mismas frases: "la IA alucina", "no responde como yo quiero", "esto no era para tanto", "nos decepcionó". El entusiasmo se transforma en escepticismo. Y la conclusión a la que llega mucha gente es que la IA está sobrevalorada.

¿Por qué fracasan los proyectos de IA en las empresas?

MIT publicó en 2025 uno de los estudios más completos sobre IA en empresas, "The GenAI Divide". El hallazgo que dio la vuelta al mundo: cerca del 95% de los proyectos piloto de IA generativa en empresas no produce ningún impacto medible en el negocio. Cero.

Y eso a pesar de que, en conjunto, se invirtieron entre 30 y 40 mil millones de dólares. No es una opinión mía. Es lo que muestran los números.

Acá viene lo importante, porque es fácil leer ese 95% y pensar "entonces la IA no sirve". El propio estudio desarma esa conclusión. El problema, dicen los investigadores, no es la calidad de los modelos. Los modelos son buenísimos. El problema es lo que ellos llaman el "learning gap": las herramientas no aprenden ni se adaptan al flujo de trabajo de la empresa. Las herramientas genéricas funcionan increíble para una persona haciendo preguntas sueltas, pero se estancan dentro de una organización porque no conocen a esa organización.

¿El problema de la IA es la tecnología o el contexto?

Gartner agrega otra capa. Proyecta que más del 40% de los proyectos de agentes de IA van a ser cancelados antes de que termine 2027. ¿Las razones? Costos que se disparan, valor de negocio poco claro, y proyectos que nacieron del hype y no de una estrategia.

En el lenguaje de Gartner, los agentes de IA están entrando al "valle de la desilusión".

Junta los dos datos y el cuadro queda claro. No estamos ante un problema de tecnología. Estamos ante un problema de implementación. Y, más específicamente, ante un problema de contexto.

Te voy a proponer otra lectura. En la enorme mayoría de los casos, la IA no te falló. La sentaste a trabajar sin contexto. Y un modelo sin contexto es un genio con amnesia.

Déjame sacarte de la IA por un minuto y llevarte a algo que sí conoces de memoria: contratar a alguien.

¿Qué pasa si contratas a un genio sin darle contexto?

Imagina que contratas a la persona más brillante que existe. Un crack absoluto. Capacidad de análisis impresionante, experiencia en las mejores empresas, inteligencia por las nubes. Llega el primer día, lo sientas en su escritorio, y le dices: "Listo, arregla todos los problemas de mi empresa".

¿Qué va a pasar? Nada. O peor, va a proponer soluciones que no tienen sentido.

No porque no sea capaz. Es tremendamente capaz. Es porque no tiene contexto. No sabe cuáles son tus problemas reales. No sabe qué se intentó antes y fracasó. No conoce a tu equipo, ni a tus clientes, ni la historia de por qué las cosas se hacen como se hacen. No sabe dónde están enterrados los cuerpos.

¿Por qué la IA inventa respuestas sobre mi empresa?

Con la IA pasa exactamente lo mismo. Le conectamos un modelo brillante a la empresa y esperamos que resuelva todo de inmediato, sin haberle dado nada de lo que ese genio humano habría tardado meses en acumular. Y después nos sorprende que "alucine".

Ningún profesional, por más genio que sea, produce cambios reales el día uno. Los produce después. Después de tener conversaciones relevantes, de conocer al equipo, de entender a los clientes, de meterse en profundidad en los procesos. Recién ahí, cuando tiene contexto, sus capacidades se transforman en valor.

No alucina porque sea tonta. Inventa porque le pediste una respuesta sobre tu empresa sin haberle contado nada de tu empresa.

¿Basta con escribir buenos prompts?

No. Esa era se está acabando, y los datos lo confirman. El informe State of Context Management 2026 de DataHub, una encuesta a 250 líderes de tecnología y datos, encontró que el 82% ya está de acuerdo en que el prompt por sí solo no alcanza para llevar la IA a producción.

El 95% de los equipos de datos planea invertir este año en algo que tiene nombre nuevo: context engineering, o ingeniería de contexto.

Durante un par de años, la conversación sobre IA giró en torno a los "prompts". El que escribía el prompt perfecto, ganaba. Aparecieron cursos, expertos y plantillas mágicas de prompts.

¿Qué es la ingeniería de contexto?

Anthropic, la empresa detrás de Claude, formalizó el término en 2025. La idea es simple de enunciar y difícil de ejecutar: el trabajo ya no es escribir la pregunta perfecta, sino diseñar todo el entorno de información que el modelo ve cuando responde. Qué sabe, cuándo lo sabe, de dónde lo saca.

Hay una frase que resume todo el cambio: el modelo ya no es el cuello de botella. Tu contexto sí.

Léela de nuevo, porque es el corazón de este artículo. El modelo más potente del mundo, conectado a una empresa que tiene su conocimiento hecho un caos, va a entregar resultados mediocres. Y un modelo más modesto, conectado a una empresa que ordenó y estructuró su contexto, va a entregar resultados que parecen magia. La diferencia no está en la IA. Está en lo que la rodea.

Acá está el punto que quiero que te lleves de este artículo.

¿Dónde está el contexto de mi empresa?

Tu empresa tiene contexto. Muchísimo. El problema es dónde vive. Vive en la cabeza del gerente comercial que lleva diez años y se sabe a cada cliente de memoria. Vive en un hilo de correos que nadie va a volver a abrir.

Vive en notas sueltas, en mensajes de WhatsApp, en grabaciones de reuniones que nadie transcribió, en un Excel que solo entiende quien lo creó, en la conversación que tuviste con un cliente y de la que no quedó registro en ninguna parte.

Ese contexto es el activo más valioso de tu empresa. Y es completamente inaccesible para una IA. Peor todavía, muchas veces es inaccesible hasta para tu propio equipo. El día que esa persona clave renuncia, se lleva el contexto con ella.

Entonces llega la IA, mira a su alrededor buscando de dónde aprender, y encuentra desorden. Documentos sin estructura, información contradictoria, datos a medias. ¿Y qué esperamos que haga con eso? Lo mismo que haría cualquiera: llenar los vacíos como pueda. Eso que llamamos "alucinación" muchas veces es solo una IA improvisando sobre el caos que le dimos.

¿Por qué la IA amplifica el desorden?

La IA, como el CRM, amplifica lo que ya existe, pero con esteroides. Si tu conocimiento está estructurado y accesible, la IA lo convierte en superpoderes. Si tu conocimiento está disperso y desordenado, la IA va a producir desorden a una velocidad que nunca habías visto. La IA es la última pieza que montas sobre la pista, no la primera.

Si seguiste la serie sobre cómo diseñar el pipeline, esto te va a sonar familiar. Porque es exactamente el mismo principio aplicado a una tecnología nueva.

En esa serie repetimos una idea hasta el cansancio: el CRM no arregla tu proceso, solo lo amplifica. Si tu proceso es ordenado, el CRM lo potencia. Si tu proceso es un caos, el CRM lo vuelve un caos más rápido y más caro.

¿Qué es el segundo cerebro de una empresa?

Por eso, antes de implementar IA, hay un trabajo previo que casi nadie quiere hacer porque no es glamoroso: construir un segundo cerebro para tu empresa. Un lugar donde el contexto deje de vivir en cabezas y chats, y empiece a vivir ordenado, estructurado y disponible.

No para la IA primero. Para tu empresa primero. La IA es el último beneficiario, no el primero.

Y construir ese cerebro no es comprar una herramienta. Es diseñar procesos. Tres, concretamente.

1. Capturar. Lo que hoy se pierde, hay que empezar a registrarlo de forma sistemática. Las reuniones con clientes, las decisiones y por qué se tomaron, las objeciones que aparecen una y otra vez, lo que funcionó y lo que no. Si una conversación importante no deja rastro, ese contexto se evaporó. La captura tiene que ser un hábito del proceso, no un acto heroico de la única persona ordenada del equipo.

¿Cómo ordeno el conocimiento de mi empresa?

2. Estructurar. Capturar no basta. Un disco duro lleno de grabaciones y documentos sueltos no es un cerebro, es un depósito. Hay que organizar ese conocimiento para que tenga sentido: categorías claras, información que se conecta, una sola versión de la verdad en vez de cinco documentos que se contradicen.

Acá es donde un CRM bien diseñado, que es justamente lo que construimos en Revops LATAM y de lo que hablamos durante toda la serie, se vuelve la columna vertebral del contexto de tu empresa.

3. Hacer accesible. El conocimiento que solo una persona sabe encontrar no sirve. Tiene que estar disponible para quien lo necesite, cuando lo necesite, en un formato que se pueda consultar. Recién cuando el contexto está capturado, estructurado y accesible, tu empresa tiene un cerebro del que la IA puede aprender de verdad.

Captura continua, memoria estructurada, inteligencia accesible. Ese es el orden. Y fíjate que la IA todavía no aparece. Esa es justo la parte que casi todos se saltan.

¿Qué no se le puede delegar a la IA?

Quiero cerrar con una advertencia, porque la idea del segundo cerebro se puede malinterpretar. Construir un cerebro de empresa no significa volcar todo a una IA y desentenderse. Hay una línea que no se cruza, y es esta: puedes automatizar la captura, la estructuración, el análisis, incluso buena parte de la ejecución. Lo que no puedes delegar es el entendimiento.

El contexto, el significado, el juicio y la responsabilidad siguen siendo humanos. La IA acelera la inteligencia, pero el dueño del criterio eres tú. Una empresa que le entrega su entendimiento a una máquina deja de entender su propio negocio, y ese es un precio que ninguna eficiencia paga.

La IA bien implementada no te reemplaza el cerebro. Te lo amplifica. Pero solo si primero te tomaste el trabajo de construirlo.

¿Qué hacer antes de implementar un agente de IA?

Captura tu contexto. Estructúralo. Hazlo accesible. Construye el segundo cerebro de tu empresa. Y recién entonces, sobre esa base ordenada, la IA va a hacer lo que te prometieron que haría. No te apures a contratar al genio. Primero dale algo que entender.

El boom de la IA está lleno de empresas apurándose a comprar la herramienta antes de hacer el trabajo. Y por eso el 95% se queda en el camino.

Es el mismo principio de siempre, aplicado a la tecnología más poderosa de nuestra época. Lo desarrollé también en Tu equipo no está listo para la IA: la IA no arregla sistemas rotos, los acelera.

Proceso primero. Tecnología después.

Nos vemos en el próximo artículo.