Las 21 capacidades
Una página por capacidad, con la misma estructura: la pregunta que la dirección tiene que poder responder, los cuatro niveles, cómo subir un nivel (acción, tiempo estimado, quién, evidencia de hecho), qué medir, la variante para una PyME y para una empresa grande, el anti-patrón y en qué se apoya. Todas se descargan en PDF.
Dimensión 1
Estrategia y Valor
¿La IA es agenda de la dirección — y podemos demostrar con números lo que aporta?
1.1Liderazgo y visión¿La IA se discute en el directorio con presupuesto y visión propia, o depende de una persona entusiasta?1.2Portfolio y priorización¿Sabemos todo lo que se está probando, con qué criterio se elige y qué se descartó?1.3Medición del valorSi un cliente o el directorio pregunta qué aporta la IA, ¿tenemos números o anécdotas?1.4Reinvención del negocio¿Qué parte de nuestros ingresos se factura por artefactos cuyo costo de producción la IA está bajando — y qué parte por resultado garantizado?1.5Economía de la IA: costos e inversión¿Podemos decir hoy cuánto gasta la organización en IA, en qué y qué rinde cada peso?
Dimensión 2
Personas y Cultura
¿Quién sostiene la adopción cuando pasa el entusiasmo inicial?
2.1Modelo de adopción¿Quién es el dueño de la adopción, cuánto tiempo protegido tiene y qué pasa cuando el impulso inicial decae?2.2Capacidades y formación¿Formamos por rol, sobre trabajo real, y medimos aplicación a 30 días — o dimos el mismo curso a todos?2.3Diseño de roles y pipeline de talento¿Rediseñamos los roles de todo el ciclo —no solo desarrollo— y de dónde van a salir nuestros seniors de 2030?2.4Gestión del cambio y cultura¿Gestionamos el proceso emocional real —FOMO, ansiedad, burnout por aceleración— o solo comunicamos?
Dimensión 3
Operación y Delivery
¿Podemos controlar y verificar al ritmo al que ahora producimos?
3.1Flujo de trabajo con IA¿El ciclo contexto → pedir → verificar → refinar → integrar es el estándar de la operación, o cada persona trabaja a su manera?3.2Calidad y verificación¿Sabemos cuánto de lo generado con IA llegó a producción sin revisión humana registrada?3.3Industrialización: del MVP a producción¿Cuánto costó llevar el último MVP a producción comparado con generarlo — y tenemos un camino repetible para hacerlo?3.4Plataforma y stack tecnológico¿Las herramientas de IA están bajo identidad, accesos y licencias homologadas — o hay un stack en la sombra que nadie ve?
Dimensión 4
Datos y Conocimiento
¿Nuestros datos y nuestro conocimiento del negocio están en condiciones de alimentar lo que queremos construir?
4.1Gobierno y calidad de datos¿Cada iniciativa arranca sabiendo qué datos necesita, dónde están y en qué estado — o lo descubre a mitad de camino?4.2Conocimiento de dominio estructurado¿Qué proporción de nuestro conocimiento crítico está en activos usables por personas y modelos — y cuánta sigue en cabezas?4.3Reutilización de activos de contexto¿Cada proyecto arranca de cero o consume y aporta prompts, playbooks y plantillas de una biblioteca curada?4.4Gestión del conocimiento¿Tenemos método para extraer, especificar, almacenar y medir el conocimiento que nuestros agentes necesitan — y a quién pertenece el del cliente?
Eje transversal
Gobernanza, Seguridad y Cumplimiento
¿Podemos explicar y defender cómo usamos IA ante un cliente, un auditor o un regulador?
G.1Política y uso responsable¿Todo el equipo conoce las reglas de uso de IA —verificado, no declarado— y cada prohibición tiene su alternativa habilitada?G.2Protección de datos y cumplimiento¿Sabemos qué datos propios y de clientes se exponen a qué modelo, con qué acuerdo — y las demos corren sobre datos seguros?G.3Gobernanza del delivery¿Podemos mostrar, sin reconstruirlo a mano, qué se generó con IA, con qué modelo y quién lo verificó — y qué pactamos con el cliente antes de empezar?G.4Gestión de riesgos de IA¿Tenemos una lista honesta de los 10 riesgos reales de cómo usamos IA hoy, con dueño y mitigación para los 5 mayores?