La contradicción inicial
La contradicción aparece rápido: “ya usamos IA, pero el trabajo diario sigue igual. Los documentos se siguen acumulando, las entrevistas quedan en carpetas y las conclusiones llegan tarde”. A veces la velocidad aumenta… pero también lo hace el problema: decisiones que parecen razonables, pero que cuesta explicar cuando se pide evidencia o trazabilidad.
No es que las organizaciones lo estén haciendo mal. De hecho, muchas lo hacen bastante bien. Pero aun así, la información se dispersa. Y cuando llega el momento de decidir, aparece la dificultad real: no falta información… hay demasiada, pero no es accionable.
Cambiar el foco: de información a flujo
Aquí conviene cambiar la forma de mirar el problema. La frontera no está entre “usar IA” o “no usar IA”, sino entre trabajar con información… o trabajar con flujo de información. Es una diferencia sutil, pero crítica.
En muchas organizaciones, incluso en las que están usando sistemas avanzados de IA como RAG, el conocimiento funciona como un depósito: documentos, entrevistas, reportes, presentaciones. Todo está disponible, pero no necesariamente conectado y trazable. El valor aparece cuando ese conocimiento deja de acumularse y se convierte en una ruta: cada insumo entra, se estructura, se conecta con contexto y termina en una decisión que se puede explicar.
En su último artículo sobre diseño organizacional, Jack Dorsey y Roelof Botha de Sequoia Capital plantean una idea simple, pero potente: las organizaciones avanzan o se frenan según cómo fluye su información.
Si el flujo no está correctamente diseñado, la IA no hace “magia”. Solo acelera el desorden inevitable.
El error más común
¿Por qué este malentendido es tan común? Porque la IA suele interpretarse como un sustituto del trabajo analítico. Entonces ocurre algo bastante habitual: se procesan entrevistas, se generan resúmenes y se construyen informes… pero ese output no entra realmente al sistema que toma decisiones. Queda como un producto final, no como un insumo.
Cuando el volumen crece, aparece un patrón conocido: se acumula información, se prioriza tarde y las decisiones dependen de la memoria de las personas.
Como hemos planteado antes en nuestro blog al hablar de la “frontera de uso” de la IA, estas herramientas no mejoran todas las tareas por igual. Su valor aparece cuando se integran en el trabajo de forma concreta, no cuando se usan de manera aislada.
El problema en la práctica
En consultoría esto se ve con claridad. Una organización puede tener cientos de entrevistas y decenas de documentos internos. El material existe, pero no es trazable.
Cuesta responder preguntas simples: ¿qué evidencia específica sostiene esta conclusión?, ¿en qué contexto se observó?, ¿qué tan consistente es entre distintos segmentos?
El resultado suele ser un informe que “suena bien”, pero que no permite reconstruir cómo se llegó a la decisión.
El giro: rediseñar el flujo
El giro ocurre cuando se rediseña el flujo de información. La pregunta deja de ser “¿qué resumen generamos?” y pasa a ser “¿qué decisión estamos habilitando y con qué evidencia?”.
Ese cambio suele partir por algo simple, pero poco habitual: estructurar lo que hoy está en texto suelto. Por ejemplo, transformar entrevistas en unidades de evidencia con atributos como tema, contexto, actor, impacto y nivel de certeza. Luego, conectar esas piezas en un sistema donde cada conclusión pueda rastrearse.
La IA ayuda a acelerar la extracción, clasificación y síntesis. Pero el cambio real está en el diseño del flujo: qué se registra, cómo se conecta y cómo se convierte en criterio de decisión.
Qué cambia cuando el flujo funciona
Cuando esto ocurre, el efecto es inmediato. El análisis deja de ser interpretativo y pasa a ser comparable. Se reduce el retrabajo, aumenta la consistencia entre equipos y, sobre todo, las decisiones se pueden explicar.
En contraposición, esto también ayuda a entender por qué muchas iniciativas de IA no logran capturar valor. No es un problema de tecnología, es un problema de rediseño del trabajo.
En una reciente reflexión sobre adopción de IA en organizaciones, Drew Goldstein de McKinsey señala que incluso con buena infraestructura, la IA falla cuando no se gestiona cómo las personas trabajan con ella en su día a día. No porque exista resistencia, sino porque el flujo sigue siendo el mismo.
La idea que ordena todo
La IA acelera el procesamiento. El rediseño del flujo habilita decisiones trazables.
En resumen…
Cuando el flujo está bien diseñado, el impacto no es solo eficiencia. También es profundidad analítica, consistencia y confianza en las decisiones. Pero hay una condición: si no se define cómo el output se convierte en criterio —qué se decide, con qué evidencia y en qué contexto—, la organización seguirá discutiendo informes en lugar de gestionar información.
Quizás la pregunta no es si ya estás usando IA, sino si tu información realmente fluye. Porque entre acumular datos y construir decisiones hay una diferencia estructural.
Si quieres explorar cómo trabajamos diseñando flujos, apoyados por IA, puedes ver a nuestras asistentes aquí:
https://sur-ai.com
*Escrito en colaboración con Sofia, asistente IA.