¿Agile suena a Viejo? Piénsalo de Nuevo

Cada generación de directivos jubila a sus propios dioses. Calidad Total, Reingeniería, Lean… cada uno llegó envuelto en promesas de revolución, asustó durante unos años a los directivos tradicionales y acabó retirándose, poco a poco, a presentaciones de formación y programas de certificación.

Agile entró en esa lista más rápido que la mayoría: nació como una forma de trabajar disruptiva e insurgente y, en muchas organizaciones, terminó convertido en un calendario repleto de ceremonias, una pared llena de artefactos que nadie lee y una sensación persistente de que aquello que pretendía ser acabó transformándose en pura administración.

La palabra envejeció, la necesidad no

Mientras Agile era escoltado con educación al sótano de IT, algo distinto entraba por la puerta principal y se ponía directamente a trabajar. La IA no esperó a que su modelo operativo estuviera listo: cambió la velocidad a la que se esperan las decisiones, la rapidez con la que los equipos deben aprender, las capacidades que de repente importan y las suposiciones que caducaron en silencio sin que nadie lo advirtiera.

El contraste es sencillo e incómodo: la tecnología avanza hoy como un coche deportivo, mientras la mayoría de los modelos operativos siguen maniobrando como un autobús. En ese contexto, Agile no se ha vuelto obsoleto, se ha convertido en infraestructura invisible: no el teatro de la superficie, sino el chasis que sostiene todo lo demás.

Cuando la IA se mueve más rápido que tu empresa

En muchas conversaciones de liderazgo sobre IA, el relato sigue un patrón conocido. Se citan pilotos en algunas funciones, un comité que se reúne con regularidad y equipos de trabajo que “exploran casos de uso”. Hay actividad visible, y esa actividad se convierte en prueba de que se avanza.

Los datos globales cuentan una historia bastante más sobria sobre el valor real de ese movimiento.

Estudios recientes a gran escala —con más de mil compañías— muestran de forma consistente que solo una minoría muy reducida, en torno al cinco por ciento, está obteniendo valor de la IA a escala, mientras que cerca del sesenta por ciento declara un poco o nulo impacto en el negocio hasta la fecha, pese a haber realizado inversiones significativas. Otras investigaciones sobre transformación con IA describen el mismo patrón desde otro ángulo: menos de una de cada cinco empresas ha conseguido escalar de manera relevante sus iniciativas de IA generativa, la mayoría sigue atrapada en experimentos y pilotos que no alteran cómo se hace el trabajo esencial.

En ese sentido, el problema no es la implantación, es la escalabilidad. Las organizaciones han introducido las herramientas, pero no han rediseñado la forma de trabajar.

Podemos resumirlo en una frase, un poco dramática pero muy descriptiva: La IA ganó. Ahora le toca al modelo operativo.

Cuando los directivos explican lo que sigue resultando difícil, rara vez mencionan “el modelo” de forma explícita. Hablan, en cambio, de plazos que no se acortan, de aprobaciones que siguen subiendo por largas cadenas de firmas, de equipos incapaces de ajustar el rumbo a mitad de trimestre sin generar confusión y de una gobernanza que trata el cambio como una excepción a controlar, en lugar de como la condición cotidiana en la que vive la organización. 

La IA acelera el ritmo de las decisiones y del aprendizaje; la estructura subyacente continúa moviéndose a su velocidad histórica. La fricción entre ambos tiempos ya es visible en el trabajo diario.

Las estrategias no cambian empresas. Los hábitos sí.

La mayoría de los equipos directivos pueden presumir hoy, con cierto orgullo, una contar con una estrategia de IA. Hay presentaciones impecables, prioridades y casos de uso bien definidos, matrices de riesgo, marcos de inversión y posicionamientos que han pasado por los comités adecuados. La mera existencia de la estrategia genera tranquilidad: el futuro, al menos, ha sido abordado.

El problema es que las estrategias se apoyan sobre sistemas, y la mayoría de esos sistemas fueron diseñados para un clima más lento: ciclos anuales, flujos de información estrechamente controlados y un entorno que fingía ser estable. En ese contexto, una estrategia de IA sofisticada puede producir una ilusión muy moderna: el liderazgo se siente preparado porque el pensamiento es avanzado, aunque la organización permanezca prácticamente intacta.

Lo que realmente se necesita no es más preparación intelectual, sino más capacidad práctica.

La capacidad no vive en el documento; vive en lo que a los equipos se les permite y se les exige hacer un martes cualquiera por la tarde. Se manifiesta como una autonomía que va más allá de la delegación educada. Como ritmos pensados para iterar, no para reportar estatus de forma ceremonial. Como estructuras que generan suficiente coherencia para tomar decisiones difíciles cerca del trabajo, sin que cada asunto tenga que escalar jadeando hasta la cúspide de la jerarquía.

Si se observan de cerca las transformaciones que sí funcionan, el reparto del esfuerzo es muy distinto de cómo la mayoría de las organizaciones emplea su tiempo. Muchos profesionales describen hoy un patrón 10–20–70: alrededor del diez por ciento del esfuerzo se dedica a algoritmos, un veinte por ciento a datos y tecnología, y el setenta por ciento restante a personas y procesos: cómo se organiza el trabajo, cómo se toman las decisiones y cómo el cambio ocurre de verdad en la práctica. La mayoría de las empresas invierte ese ratio en silencio y luego se pregunta por qué el valor no aparece.

De ahí emerge una verdad más incómoda: puede tener la estrategia de IA más elegante de su sector y fracasar por completo si su organización no aprende lo suficientemente rápido para ejecutarla. Las empresas que convertirán la IA en ventaja real no serán las que piensen mejor en los offsites, sino las que aprendan más rápido usándola en el terreno imperfecto del trabajo diario.

El verdadero cuello de botella no es la IA. Es la estructura.

Una de las características más útiles de la IA es casi accidental: actúa como un espejo.

Introduzca IA en una estructura lenta y rígida y quedarán expuestas, de inmediato, las partes de la organización que se han tolerado durante años en silencio. Ciclos de decisión que antes parecían “un poco lentos” resultan absurdos frente a la retroalimentación a velocidad de máquina. Silos que se consideraban manejables se convierten en cuellos de botella visibles. Desalineaciones que los equipos antes disimulaban con buena voluntad y noches largas ahora rompen flujos completos cuando el ritmo aumenta.

No es solo una impresión; los números empiezan a reflejarlo. Algunas empresas que han rediseñado procesos nucleares alrededor de la IA —en lugar de añadir casos de uso aislados sobre procesos antiguos— ya reportan mejoras de EBITDA del diez al veinticinco por ciento en esas áreas. El contraste con la mayoría, que sigue experimentando en los márgenes mientras el núcleo permanece intacto, es evidente. La diferencia no es principalmente técnica, es de modelo operativo y formas de trabajar.

El diagnóstico puede resultar duro, pero también es liberador, porque sugiere que el problema no es un fallo misterioso de la tecnología. Permite dejar de intentar arreglar problemas estructurales con otra plataforma, otro piloto, otra herramienta, que finalmente no altera los hábitos de fondo.

El trabajo real es estructural, cultural y conductual. Pregunta cómo se forman los equipos, cómo se toman las decisiones, cómo se comparte el aprendizaje y cómo fluye el poder en el sistema. Ese es precisamente el territorio que Agile pretendía abordar antes de quedar reducido a un checklist de ceremonias y roles.

Visto así, resulta difícil esquivar una afirmación más honesta: la fuerza disruptiva dentro de su empresa no es la IA en sí, sino el desajuste entre la velocidad del entorno y la lentitud de su estructura. Las organizaciones que se adelanten serán aquellas cuyas formas de trabajar puedan evolucionar a un ritmo parecido al de las herramientas que ya han invitado a entrar.

Cultura: el sistema operativo que no se ve pero se siente

Bajo la capa visible de estrategias, proyectos y herramientas se esconde una fuerza más silenciosa y decisiva: la cultura.

La cultura determina si la IA se convierte en combustible o en ruido. En una cultura basada en la experimentación, la transparencia y la responsabilidad compartida, la IA suele encontrar terreno fértil. La gente prueba, habla con honestidad sobre lo ocurrido, descarta lo que no funciona y refuerza lo que sí. La organización no se limita a desplegar una herramienta; construye un bucle de aprendizaje.

En una cultura organizada en torno a la cautela, la jerarquía rígida y la búsqueda constante de información perfecta antes de actuar, el patrón se invierte. La IA se convierte en otro elemento que aprobar, supervisar y contener. La curiosidad se trata, en silencio, como un riesgo. El impulso se diluye en reuniones recurrentes con muchos asistentes y muy poca autoridad real en la sala.

A estas alturas, el impacto de esta diferencia es medible. En un caso a gran escala, una empresa global que inicialmente trató la IA como un despliegue genérico vio cómo el uso se estancaba en torno al veinte por ciento. Cuando la misma organización segmentó a más de cien mil empleados en roles distintos relacionados con la IA y diseñó itinerarios de aprendizaje específicos para cada grupo, la adopción se acercó al noventa por ciento, y las mejoras se reflejaron no solo en productividad, sino en la confianza de las personas al usar las herramientas. La tecnología era esencialmente la misma; lo que cambió fue el apoyo para trabajar con ella.

Es una forma más realista de expresar lo que a menudo se resume en eslóganes: la IA no cambia quiénes somos como organización; sube el volumen de lo que ya suena en nuestra cultura. Donde hay claridad, confianza y hábito de aprender juntos, la IA amplifica esas fortalezas. Donde hay confusión, miedo y gestión ornamental, amplifica estos mismos defectos.

La cultura, por poco glamur que tenga, se manifiesta en preguntas muy concretas. ¿Tienen los equipos claridad real sobre lo que importa? ¿Pueden ver el trabajo de los demás o avanzan ciegamente en paralelo? ¿Existe un ritmo auténtico de aprendizaje o solo una página de “lecciones aprendidas” al final del proyecto que nadie quiere revisar? A medida que el mundo acelera, esas preguntas van necesitando una respuesta operativa.

El mundo no va a frenar por un organigrama

La IA ha introducido un nivel de incertidumbre que jamás podrá ser controlado de nuevo.

Las capacidades aparecen en semanas, no en años. Los flujos de trabajo evolucionan a mitad de trimestre. Las expectativas de los clientes se redefinen por eventos en sectores completamente distintos. La vida útil de lo que “sabemos” se acorta  y los procesos envejecen más rápido de lo que nunca se diseñaron para hacerlo.

No es una tormenta que podamos esperar que pase. Es el nuevo clima.

En ese contexto, la promesa original de Agile —despojada de jerga, certificaciones y teatro— es sorprendentemente simple. Dar a los equipos la claridad suficiente para saber qué importa de verdad. La autonomía necesaria para actuar sin esperar a un comité. Ritmos que obliguen a sacar el trabajo a la luz para aprender juntos mientras el entorno sigue moviéndose.

En re.set, el Agile Management System (AMS) traduce esa filosofía en algo que se puede operar de verdad. Es un modelo en el que estrategia, estructura y cultura se conectan en torno al aprendizaje continuo, eliminando las actividades que son puro teatro. No pide añadir más reuniones; pide crear más coherencia, para que las reuniones que se mantienen importen y el trabajo entre ellas sea más visible y mejorable.

En un mundo de aceleración implacable, la agilidad empresarial deja de ser un eslogan para convertirse en capacidad de supervivencia. No elimina la volatilidad ni la incertidumbre, pero enseña a atravesarlas sin que la organización se desgarre en el intento.

La agilidad real no es una metodología, es una forma de darle futuro a nuestra empresa.

Claves: qué pueden hacer los líderes ahora

La agilidad real no vive en consignas, pósters ni discursos. Vive en lo que a los equipos se les permite y se les exige cada semana. 

Por dónde empezar —o recomenzar— en la era de la IA:

• Acorta la distancia entre el insight y la acción.
  Sustituye ciclos de planificación largos y frágiles por revisiones mensuales o quincenales en las que las prioridades puedan moverse de verdad. La IA avanza demasiado rápido para hojas de ruta estáticas y compromisos anuales tallados en piedra.

• Haz visible el trabajo entre equipos.
  Una vista compartida y honesta del trabajo supera a veinte tableros impecables pero aislados. Cuando se ven las conexiones, cae la duplicación, se reduce la desalineación y los casos de uso de IA dejan de morir en las grietas entre departamentos.

• Construye equipos multidisciplinares alrededor de resultados, no de departamentos.
  Los squads orientados a resultados de cliente o de negocio avanzan más rápido que los silos funcionales intercambiando tickets y correos de escalado. Aquí, la estructura no es solo un organigrama; es una decisión estratégica.

• Normaliza bucles semanales de aprendizaje.
  Demos cortas, aprendizajes compartidos e iteración rápida son rituales modestos que crean un hábito ambicioso. La velocidad a la que sus equipos pueden aprender fija hoy el techo de la transformación.

• Trata la gobernanza como habilitador de velocidad, no como freno.
  Guardarraíles claros y simples permiten moverse rápido sin miedo. Una gobernanza vaga, lenta o sobrediseñada garantiza escalados, retrasos y el regreso gradual al status quo.

• Invierte en cultura con la misma seriedad que en tecnología.
  Seguridad psicológica, curiosidad y responsabilidad no son adornos; son los requisitos para convertir la IA de experimento interesante en valor acumulativo.

• Alinea al liderazgo en menos prioridades, más nítidas.
  La complejidad mata en silencio. Cuando todo importa, nada importa. La disciplina de elegir —y seguir eligiendo— arriba crea foco y cordura en el resto del sistema.

• Diseña el modelo operativo para el cambio semanal, porque esta es la nueva realidad.
  La agilidad no es una reacción dramática a la disrupción; es la práctica continua de construir una empresa que asume que el entorno seguirá moviéndose y decide moverse con él.

  
  

Reflexión final

Agile no envejeció; se entendió mal. La IA ha hecho imposible mantener ese malentendido. Las empresas que prosperen no serán las que acumulen más algoritmos, sino las capaces de evolucionar al ritmo que exige su entorno. La agilidad —la real, la arraigada, la humana— es lo que hace sostenible esa evolución.