«Che, tengo que contarte algo. Probamos lo del asistente para atención al cliente y no funcionó. Lo cerramos a las dos semanas.» Me lo dijo bajando la voz, con el tono de quien está a punto de que lo reten.
Le pedí que me contara cómo lo habían cerrado. Habían medido el tiempo de respuesta, comparado contra el mes anterior, revisado a mano cuarenta respuestas, encontrado que en las consultas sobre garantías el asistente inventaba plazos que no existían, y decidido cortar. Todo escrito en una página.
Eso no es un fracaso. Es una empresa que en dos semanas aprendió algo verdadero sobre su operación, gastando menos de lo que cuesta una reunión larga.
La iniciativa zombi cuesta más que el fracaso
El verdadero problema de las empresas con la IA no son los proyectos que salen mal. Son los que nunca terminan de salir. La iniciativa zombi tiene una característica que la vuelve especialmente cara: consume recursos sin producir información.
| Dimensión | Descarte con evidencia | Iniciativa zombi |
|---|---|---|
| Duración | 2 a 4 semanas | Meses, sin fecha de cierre |
| Costo | Acotado y conocido desde el inicio | Difuso: horas dispersas que nadie suma nunca |
| Qué queda escrito | Qué se probó, con qué datos, qué se midió y por qué se cortó | Nada. A los seis meses nadie recuerda en qué quedó |
| Efecto en el equipo | Confianza: se prueba, se decide, se sigue | Cinismo: «acá se anuncian cosas y no pasa nada» |
| Efecto en la próxima idea | Sale mejor formulada, porque hay un aprendizaje concreto | Sale igual de vaga, y arrastra la sospecha de que tampoco va a terminar |
| Qué habilita | El cupo queda libre para la siguiente prueba | Bloquea el cupo por tiempo indefinido |
Una prueba cerrada con un «no» produce más valor que tres pruebas abiertas con un «ahí va».
Tres descartes que valieron lo que costaron
Estos casos son reales y están anonimizados. Los elijo porque en los tres, lo que se aprendió al cortar valía más que el ahorro que se buscaba.
- Lectura automática de remitos en una distribuidora. Se cortó a las tres semanas: los remitos llegaban fotografiados con el celular, arrugados y con mala luz, y la tasa de error era inaceptable. El aprendizaje real no fue sobre IA — fue que el problema estaba en cómo se recibían los remitos. Cambiaron eso primero, y un año después la automatización sí funcionó.
- Generación de contenido para redes en una empresa de servicios. Se cortó a las dos semanas. Los textos salían rápido y eran correctos, pero no sonaban a la empresa, y la revisión para que sonaran llevaba más tiempo que escribirlos de cero. Descubrieron que no tenían escrito en ningún lado cómo hablaba la marca. Ese, y no la herramienta, era el proyecto.
- Asistente interno de consultas de RRHH en una industria. Se cortó a la semana y media, y fue el descarte más barato de los tres. Las respuestas dependían de convenios y adicionales que cambiaban por sector y que estaban en la cabeza de dos personas. No había base documental para sostener nada. La conclusión fue que primero había que escribir esa información — algo que además hacía falta por muchas otras razones.
En los tres casos, el descarte destapó el problema de fondo: información desordenada, criterios no escritos, procesos que dependían de personas. La IA funcionó como reactivo, no como solución. Y eso solo se ve cuando la prueba se cierra y alguien se sienta a escribir por qué.
Cómo se cierra bien
Un cierre bien hecho es una página. Cinco puntos, sin florituras, guardados donde el próximo los pueda encontrar:
- Qué se probó exactamente. La tarea concreta, no el título del proyecto. «Extraer tres campos de las cotizaciones que llegan por mail», no «IA en compras».
- Con qué información y en qué condiciones. Volumen, calidad de los datos, quién participó. Es lo que permite saber, más adelante, si algo cambió lo suficiente como para volver a intentarlo.
- Qué se midió y qué dio. Los números, contra la línea de base. Incluyendo lo que salió bien: casi todos los descartes tienen una parte que funcionó.
- Por qué se corta. Contra el umbral que se había escrito antes. Si no había umbral escrito, esta es la lección principal del cierre.
- En qué condiciones se revisaría. «Si migramos el sistema de facturación», «si conseguimos los remitos en digital». Esto convierte el descarte en una idea archivada con criterio, y no en una puerta cerrada.
Lo que esto le hace a la cultura de la empresa
Hay una consecuencia que se ve recién unos meses después. Si descartar se castiga —aunque sea con una cara larga en la reunión—, la gente aprende rápido que la forma segura de no equivocarse es no proponer. Y si nadie propone, las oportunidades tienen que bajar siempre desde arriba, que es exactamente el modelo que no escala.
Cuando en cambio el descarte se cuenta en la reunión con el mismo tono que un éxito, pasa algo distinto: la gente propone cosas más audaces, porque sabe que probarlas no le va a costar la reputación. El State of AI de McKinsey señala que lo que más distingue a las organizaciones que escalan IA no es el presupuesto sino el compromiso visible de sus líderes. Cómo se recibe un descarte es una de las señales más fuertes que puede dar un líder.
Por eso, cuando alguien me cuenta un cierre en dos semanas con la voz baja, lo primero que hago es pedirle que lo cuente en la reunión siguiente en voz alta. No para hacer terapia de grupo: porque descartar con evidencia es un resultado, y los resultados se comunican.
