Tecnología y operaciones
Cuándo invertir en inteligencia artificial y nuevas tecnologías

Una herramienta aparece en una demostración extraordinaria. En pocos minutos redacta una propuesta, analiza datos o mantiene una conversación con un cliente. De pronto parece razonable preguntarse cuánto tardará en sustituir todo un departamento.
Meses después llegan las integraciones, las excepciones, la calidad desigual de los datos, los problemas de permisos y las decisiones que nadie había definido. La promesa empieza a parecer exagerada. Algunos la descartan. Otros siguen esperando una revolución inmediata.
Ambos pueden estar interpretando mal el tiempo. Esa es la intuición detrás de la llamada ley de Amara: tendemos a sobreestimar el impacto de una tecnología a corto plazo y a subestimarlo a largo plazo.
De dónde viene la ley de Amara
La observación se atribuye a Roy Amara, vinculado al Institute for the Future. Se utiliza para describir la diferencia entre la emoción de una innovación temprana y su adopción posterior.
No debe confundirse con una ley empírica capaz de predecir plazos. Tampoco conviene inventar una fecha precisa para la formulación que hoy conocemos: existen variantes y atribuciones históricas, pero no una publicación original inequívoca para cada redacción difundida.
La idea es una heurística: un recordatorio para cuestionar cómo pensamos el cambio tecnológico. No demuestra que cualquier invención vaya a conquistar el mercado con suficiente paciencia.
Por qué las demostraciones llegan antes que los resultados
Una demostración enseña lo que es posible bajo unas condiciones elegidas. Una implantación enseña lo que ocurre cuando intervienen usuarios reales, sistemas heredados, restricciones legales y procesos organizativos.
En una prueba de IA se puede resumir correctamente una conversación. En una empresa hay que determinar quién autoriza el acceso, cómo se registran los datos, qué sucede ante un error, qué información no debe salir del sistema y quién responde por una decisión tomada a partir de ese resumen.
La diferencia entre ambas situaciones no invalida la tecnología. Simplemente muestra que una capacidad técnica y un producto empresarial completo son objetos distintos.
También hay diferencias en el ritmo de adopción. La tecnología puede estar lista y el negocio no disponer todavía de procesos, incentivos o personal para utilizarla con criterio. A veces ocurre lo contrario: la presión comercial se adelanta a la madurez del sistema.
Internet y la burbuja de las puntocom: una analogía con límites
A finales de los años noventa, multitud de compañías y proyectos tecnológicos fueron valorados bajo expectativas de crecimiento extremadamente exigentes. La crisis de las puntocom mostró que una transformación tecnológica real no convierte en sostenibles todos los modelos empresariales construidos a su alrededor.
Internet continuó expandiéndose después. Pero no todas las empresas de aquella época sobrevivieron y no todos los inversores recuperaron su dinero.
Esta distinción es esencial al aplicar Amara a la inteligencia artificial. Acertar que una tecnología será importante no equivale a acertar qué empresa, qué producto o qué inversión captará su valor. La tesis tecnológica y la tesis de negocio son diferentes.
Para no caer en el sesgo del superviviente, debemos estudiar también los proyectos que fracasaron a pesar de anticipar correctamente una tendencia.
El problema de las expectativas con inteligencia artificial
La inteligencia artificial permite automatizar o acelerar tareas muy diversas: clasificación de información, análisis de documentos, generación de borradores, ayuda al desarrollo de software y atención de solicitudes repetitivas, entre otras.
Su rendimiento, sin embargo, depende del caso de uso, la calidad de los datos, la infraestructura, los límites de la herramienta y la supervisión. Una tarea que funciona en el laboratorio puede ser inaceptable en producción si produce errores difíciles de detectar o genera costes superiores al trabajo que sustituye.
La cuestión estratégica no es decidir si la IA "es el futuro". Una expresión tan amplia permite casi cualquier conclusión. Conviene identificar qué proceso concreto cambia, qué capacidad se vuelve más barata y qué nuevas dependencias introduce.
Marketing y ventas: automatizar actividades no equivale a automatizar resultados
Un agente puede personalizar correos, programar seguimientos y actualizar el CRM. Eso facilita escalar acciones, especialmente en equipos pequeños. Pero si la segmentación es errónea, la propuesta no aporta valor o la base de contactos contiene información incompleta, la automatización multiplicará una estrategia débil.
En ventas, una herramienta que redacta muy bien no resuelve por sí sola la ausencia de demanda, el precio inadecuado o una propuesta difícil de diferenciar. Puede ahorrar tiempo de preparación y permitir experimentar. Esos beneficios deben comprobarse frente a resultados y riesgos, no deducirse de la velocidad de una demostración.
La relación con el efecto cobra es directa: si recompensamos al sistema por volumen de correos o respuestas, podemos obtener exactamente eso, aunque el negocio no mejore.
Cómo evaluar una tecnología sin enamorarnos de ella
Una buena evaluación empieza por un proceso existente y un problema verificable. ¿Cuántas horas consume? ¿Qué errores produce? ¿Qué coste tienen? ¿Por qué ocurre? ¿Qué parte es repetitiva y qué parte exige juicio profesional?
Después se puede diseñar un piloto acotado:
- Hipótesis: qué resultado esperamos mejorar y por qué la tecnología debería hacerlo.
- Línea base: cómo funciona el proceso sin la herramienta, con datos comparables.
- Prueba: volumen y condiciones suficientes para observar casos normales y excepciones.
- Evaluación: tiempo, calidad, coste, seguridad, satisfacción y efectos no previstos.
- Decisión: ampliar, modificar o abandonar. La decisión debe poder ser negativa.
Conviene evitar pilotos eternos que nunca llegan a una evaluación económica. También es un error descartar una tecnología porque el primer experimento se diseñó mal. El criterio está en aprender qué condiciones hacen que funcione.
Invertir a largo plazo sin pagar el precio del entusiasmo
La ley de Amara no prescribe esperar indefinidamente. Una organización puede combinar experimentación inmediata con apuestas limitadas a más largo plazo: capacitación del equipo, datos mejor estructurados, arquitectura de integración y revisión de procesos.
Esas inversiones pueden resultar valiosas incluso si un proveedor concreto desaparece. Al contrario, comprometer toda la operación a una plataforma inmadura puede generar dependencia y costes difíciles de revertir.
El equilibrio no depende de tener fe en la tecnología, sino de conservar opciones mientras se obtiene evidencia. Comprender qué decisiones son reversibles y cuáles no evita confundir visión con temeridad.
La psicología del péndulo
El entusiasmo inicial y la decepción posterior suelen formar parte de la conversación pública sobre innovaciones. Las empresas no tienen por qué seguir ese ritmo emocional. Pueden exigir pruebas a una novedad prometedora sin negarse a explorarla, y pueden abandonar una herramienta que no aporta valor sin declarar que todo el sector es una burbuja.
También conviene recordar la falacia de McNamara: un piloto que ahorra minutos pero deteriora confianza, precisión o satisfacción puede parecer un éxito si elegimos una sola métrica.
La lección es sencilla y exigente: no confundas una demostración con una transformación, ni una decepción inicial con un veredicto definitivo. En tecnología importan los tiempos, pero todavía más las condiciones reales de adopción.
Una evaluación de IA antes de invertir
- Describe el problema operativo actual y su coste: tiempo, errores, ventas perdidas o dependencia de tareas manuales.
- Distingue lo demostrado hoy de la promesa comercial y del potencial futuro. Solicita pruebas con tus datos, restricciones y procesos.
- Acota un piloto con una línea base: calidad, coste completo, supervisión necesaria y resultados para el usuario final.
- Decide qué tendría que ocurrir para escalar, mantener como experimento o abandonar. El interés tecnológico no basta como criterio de inversión.
Preguntas frecuentes
¿La ley de Amara predice que todas las tecnologías triunfan?
No. Es una observación sobre nuestras expectativas, no una garantía de difusión o viabilidad económica.
¿Cómo se aplica a los agentes de IA?
Separando la capacidad de ejecutar tareas de la calidad, coste, supervisión e integración necesarios para producir resultados empresariales sostenibles.
¿Cuándo debería una empresa adoptar una innovación?
Cuando exista un caso de uso convincente, las restricciones sean gestionables y el coste de experimentar sea proporcionado al beneficio potencial.