He visto cómo en una semana se marchaba la fila entera de una mesa corrida. No uno, no dos: todos. Cuando pasa algo así, la organización lo nota. Hay un vacío, hay que redistribuir carga, hay que reclutar, hay que formar. Es duro, pero las empresas saben cómo gestionarlo. Tienen protocolos. Tienen planes. Llevan décadas aprendiendo a gestionar el riesgo de que una persona se vaya.
Lo que no han aprendido todavía es qué hacer cuando se les va la IA.
La IA como compañero de trabajo
Para entender el problema de la gobernanza de la inteligencia artificial, me resulta útil hacer un símil sencillo: tratarla como si fuese una persona.
Piénsalo así. Cada persona de tu equipo tiene ahora, o tendrá muy pronto, un asistente de IA. No una herramienta genérica que todos comparten, sino algo que les ayuda a ellos específicamente: a redactar, a analizar, a buscar, a resumir, a revisar. Una especie de compañero invisible que, de momento, no pide vacaciones ni se queja del café. Pero que tampoco negocia.
Si ese «compañero» fuese una persona de carne y hueso, ya sabrías qué hacer si un día te dice que se quiere ir. Tienes conversaciones, negocias condiciones, buscas sustituto, cubres temporalmente las tareas. Es un proceso conocido, con fricciones, pero manejable.
El problema es que la IA no funciona así.
El riesgo que nadie ha puesto en el plan de continuidad
Cuando el compañero de IA de todos tus empleados depende del mismo proveedor externo, el riesgo deja de ser individual para convertirse en sistémico.
Si ese proveedor decide subir sus precios un 40%, no te afecta a una persona: te afecta a todas a la vez. Si hay una restricción geopolítica — algo que, como hemos visto con los aranceles y las tensiones tecnológicas entre bloques, ya no es ciencia ficción — no pierdes un perfil: pierdes la capa de asistencia de toda tu organización de golpe. Y lo más importante: no puedes negociar. No hay una conversación que tengas. No hay palanca.
Con una persona, siempre hay margen de maniobra. Con un proveedor de IA al que dependes estructuralmente, muy poco.
En el congreso ApplAI de este año esto se mencionó de forma explícita: la dependencia de modelos en la nube crea un ciclo de vida que la empresa no controla. Cualquier cambio en ese entorno — técnico, comercial o regulatorio — puede afectar seriamente al funcionamiento de sistemas que ya están integrados en el día a día. Y el riesgo geopolítico está ahí: cualquier día de estos, un problema de aranceles en el mundo de la tecnología puede dejarte con un servicio al que no puedes acceder.
La pregunta que pocas empresas se han hecho
Todas las organizaciones tienen un plan de recuperación ante desastres para sus sistemas de IT. Tienen procedimientos para cuando cae el servidor, para cuando falla la base de datos, para cuando hay un incidente de ciberseguridad.
¿Tienen uno para cuando se quedan sin IA?
¿Cuántas personas de la organización dependen hoy de un único proveedor de IA? ¿Qué procesos críticos están apoyados en esa dependencia? ¿Cuánto tiempo tardarían en migrar a otro proveedor, o en operar sin esa capa de asistencia? ¿Se ha evaluado siquiera?
Estas son las preguntas que la gobernanza de la IA debería estar respondiendo. No como un ejercicio teórico, sino con la misma seriedad con la que se planifica la continuidad del negocio ante cualquier otro riesgo operativo.
Gobernanza no es un formulario de cumplimiento
Cuando se habla de gobernanza de la IA en muchas organizaciones, el debate se va rápidamente hacia la ética, la regulación o los comités de supervisión. Todo eso es necesario. Pero hay una dimensión más inmediata que a menudo queda fuera del foco: la gestión de la dependencia tecnológica.
Los directivos que han implantado IA en sus organizaciones con más criterio no la tratan como una herramienta más que se conecta y ya. La gobernanza para ellos significa tener claro el marco de control de riesgos desde el principio: qué decisiones se automatizan y cuáles requieren supervisión humana, qué datos salen de la organización y cuáles no, qué ocurre si el proveedor cambia las condiciones.
Eso no es burocracia. Es anticiparse.
Lo que aprendí viendo marcharse a una fila entera
Cuando una fila de compañeros se va en una semana, el impacto se nota. Pero la organización sobrevive porque el conocimiento, aunque distribuido y aunque costoso de recuperar, no desaparece del todo. Queda algo: los procesos documentados, la memoria institucional, los compañeros que se quedan.
Con la IA, si la dependencia está mal construida, no queda nada. O peor: queda un vacío donde antes había velocidad, y una organización que no sabe cómo operar sin ella porque nunca se lo planteó.
La buena noticia es que no es difícil de formular: ¿qué hacemos si mañana nos quedamos sin IA?
Las organizaciones que hayan pensado en esa respuesta antes de necesitarla son las que van a navegar los próximos años con más solidez. No las que adoptaron más rápido, sino las que adoptaron con criterio.
Eso es gobernanza. El resto es decoración.
Relacionados sugeridos
- ¿Quién supervisa a la IA cuando sabe más que tú? — cuando el «humano en el bucle» se convierte en un trámite sin capacidad real de control
- ¿Quién entrena a tu IA? La nueva guerra del conocimiento — quién se queda con lo que la IA aprende sobre tu negocio
- Cuando tu equipo se descompensa por culpa de la IA — qué pasa dentro de la organización cuando la IA no se distribuye igual para todos
¿Tu organización tiene un plan de continuidad para la IA? Cuéntamelo en LinkedIn.