Muchas empresas descubren si estaban listas para la IA después de pagar la licencia. Se compra la herramienta, se hace la demostración y a los dos meses la usan tres personas. Nadie se opuso. Nadie la volvió parte de su trabajo. Nadie midió antes si la empresa estaba lista, y la licencia se sigue pagando.
Hay una forma más barata de saberlo. Se llama AI readiness y consiste en medir, antes de comprar nada, qué tan preparada está la organización para que la IA le sirva de algo. Suena obvio y se hace poco.
Qué mide el AI readiness
En 2024 una empresa de redes evaluó a miles de compañías en 49 indicadores1. Solo el 13 % estaba del todo lista para aprovechar la IA. El año anterior había sido el 14 %. La cifra bajó mientras la urgencia por adoptar subía.
Lo que llama la atención es cómo se reparten esos 49 indicadores. Están agrupados en seis pilares: estrategia, infraestructura, datos, talento, gobierno y cultura1. Solo uno de los seis es de tecnología. Los otros cinco son de negocio, de gente y de organización.
En preguntas de negocio, los tres primeros pilares preguntan para qué quiere la empresa la IA, si la tecnología aguanta y si los datos existen y están ordenados. Los otros tres preguntan si la gente sabe usarla, si hay reglas de control y si hay apertura al cambio. Por eso comprar una herramienta no vuelve lista a una empresa. Con suerte le resuelve un pilar de seis.
Usar IA no es estar lista
En México la adopción creció rápido. Un reportaje de 2025 sobre el mercado mexicano recoge que el 38 % de las empresas ya usa alguna forma de IA2. Solo el 7 % la aplica en procesos avanzados y el 72 % se queda en usos básicos y aislados2. Es decir, la mayoría ya la tiene y le saca poco provecho.
Eso cambia la señal que hay que voltear a ver. La señal de que la empresa no está lista ya no es que no tenga IA. Es que la tiene y no mueve nada.
Lo que hemos visto en empresas medianas de servicios se parece mucho a ese dato. Hay licencias pagadas, un par de personas entusiasmadas y el resto del equipo trabajando igual que antes. El problema casi nunca está en la herramienta. Está en lo que la rodea: para qué se compró, quién la usa y qué pasa con el trabajo de quien no la usa.
Hay un segundo síntoma que se repite. La herramienta se vuelve una caja negra para la mitad del equipo. Cada quien le pregunta lo que se le ocurre, nadie revisa lo que sale y el trabajo se atora en la única persona que sí le entiende.
Lo que pesa más
De los seis pilares, el que más cuesta y el que menos se mide es el humano. Un proyecto de IA le pide a la gente cambiar cómo trabaja, y eso no viene en la licencia.
Una firma que lleva años midiendo proyectos de cambio reporta que el 88 % de los proyectos con una gestión del cambio excelente cumplió o superó sus objetivos3. Los proyectos que la trabajan bien tienen hasta siete veces más probabilidad de lograr el cambio que los que la descuidan3. La cifra no habla de IA en particular. Habla de cualquier cambio en cómo trabaja la gente, y la IA es justo eso.
Prepararse, entonces, rara vez significa comprar más tecnología. Significa cerrar las brechas que harían que la tecnología se desperdicie. En una empresa esa brecha son los datos. En otra, que nadie sabe para qué. En otra, que la gente le tiene miedo y nadie se ha sentado a platicar de eso. Cerrar esa última brecha es trabajo de organización y liderazgo, y explica por qué el equipo no adopta un cambio que ya se aprobó.
Cómo se ve un diagnóstico de AI readiness
Es un ejercicio corto. Se recorren los seis pilares con quien dirige y con quien opera, se encuentran las brechas reales y se ordenan por lo que cuesta cerrarlas. De ahí sale un plan de qué resolver antes de comprar nada. En un par de semanas la empresa deja de adivinar y sabe dónde está parada. El diagnóstico no lo hace un cuestionario solo. Lo hace una conversación con la gente que va a usar la herramienta, porque es la única que sabe cuánto de su día se iría a la IA.
Lo más útil del diagnóstico suele aparecer en el camino. El equipo dice en voz alta en qué sí confiaría en la IA y en qué no, y esa lista vale más que cualquier demostración. Cuando el resultado dice que la empresa todavía no está lista, lo que recibe es un mapa de qué falta y en qué orden.
También pasa lo contrario. Hay empresas que llegan convencidas de que no están listas y la medición dice que sí, que lo único que falta es decidir por dónde empezar. Ahí el ahorro es de meses, porque nadie va a rehacer sus datos desde cero cuando el problema era de orden.
Así arrancamos nosotros. Antes de meter IA en una empresa medimos qué tan lista está y diseñamos el camino desde ahí. Es la base de cómo acompañamos la adopción de IA en empresas de servicios. Nunca empieza por la herramienta.
Esa pregunta se contesta de todos modos. Conviene contestarla con una medición y no con una licencia que ya se está pagando.
Preguntas frecuentes sobre el AI readiness
¿Qué es el AI readiness?
Es medir, antes de comprar nada, qué tan preparada está la empresa para que la inteligencia artificial le sirva de algo. Se revisan seis pilares: estrategia, infraestructura, datos, talento, gobierno y cultura. Solo uno es de tecnología.
¿Cuánto tarda un diagnóstico de AI readiness?
Es un ejercicio corto. Se recorren los seis pilares con quien dirige y con quien opera, y en un par de semanas la empresa sabe dónde está parada y qué resolver antes de comprar nada.
¿Qué pasa si el diagnóstico dice que la empresa no está lista?
Recibe un mapa de qué falta y en qué orden. Lo que más suele faltar es el pilar humano: para qué se quiere la herramienta, quién la va a usar y qué cambia en el trabajo de quien no la usa. Ese tramo se trabaja en organización y liderazgo.
¿Sirve el AI readiness si la empresa ya usa inteligencia artificial?
Sí. La señal de que no está lista ya no es no tener la herramienta, sino tenerla y que no mueva nada. El diagnóstico dice si el problema son los datos, el propósito o la adopción del equipo, que son cosas distintas y se resuelven distinto.
Equipo Flow
Notas
- Cisco (2024). Cisco Launches 2024 AI Readiness Index. Comunicado del 19 de noviembre de 2024. 49 indicadores en seis pilares. 13 % de las empresas del todo listas, contra 14 % el año anterior. https://newsroom.cisco.com/c/r/newsroom/en/us/a/y2024/m11/cisco-2024-ai-readiness-index-urgency-rises-readiness-falls.html
- Mexico Business News (2025). Mexico's AI Adoption Surges, but Strategic Gaps Limit Impact. Reportaje del 8 de octubre de 2025 sobre el informe Unlocking Mexico's AI Potential 2025 de Amazon Web Services. https://mexicobusiness.news/cloudanddata/news/mexicos-ai-adoption-surges-strategic-gaps-limit-impact
- Prosci. Change Management Success. 88 % de los proyectos con gestión del cambio excelente cumplió o superó objetivos, y hasta 7 veces más probabilidad de lograr el cambio. https://www.prosci.com/change-management-success
