Innovación con IA · CESSI v1.4 · borrador
Versión en revisión · v1.4Versión en revisión de la Mesa de Innovación, validada con la industria; pendiente de aval de la Comisión Directiva de CESSI.

En qué se apoya

El framework combina la evidencia propia de la industria —tres conversatorios, el relevamiento por Mentimeter, la autoevaluación y los registros de las mesas— con un cuerpo de teoría de gestión que la Mesa de Innovación adoptó como biblioteca de referencia. Ninguna de las dos alcanza sola.

Siete tesis

El framework combina la evidencia propia de la industria con la biblioteca de referencia de la Mesa de Innovación. Siete tesis organizan esa combinación.

La IA es una capacidad organizacional, no una herramienta

Se mide lo que la organización sabe hacer —gobernar, formar, verificar, capturar conocimiento—, no el inventario de licencias. La empresa que compite con IA rediseña su modelo operativo alrededor de una "fábrica de IA" proporcional a su tamaño.

Bianchi (paper de trabajo de la Mesa, 2026) · Iansiti & Lakhani, Competing in the Age of AI

La IA es predicción barata; el valor migra al juicio

Cuando la predicción se abarata, sube el valor de sus complementos: los datos, la acción y sobre todo el juicio. La industria lo confirmó en el primer conversatorio: el 64% de los participantes ubicó el nuevo valor del software en el conocimiento de dominio (respuesta múltiple; verificación y validación, 46%; orquestación y gobierno, 43%). Posición del framework: la IA reduce el costo y el tiempo de producir determinados artefactos, pero entregar soluciones reales sigue requiriendo —y requiere más que antes— ingeniería, arquitectura, conocimiento de dominio, verificación, gobierno y responsabilidad por el resultado.

Agrawal, Gans & Goldfarb, Prediction Machines

Las soluciones puntuales rinden poco; las de sistema transforman

Estamos en los "Between Times": el intervalo entre la demostración de una tecnología de propósito general y su adopción transformadora. Eso explica por qué medir es difícil hoy —que las cuatro mesas de trabajo coincidieran en que todavía no miden de forma sistemática ni comparable no es la suma de cuatro fallas: es la marca de la época— y calibra los cuatro niveles: de la solución puntual (N1–N2) a la de aplicación integrada (N3) y a la de sistema (N4).

Agrawal, Gans & Goldfarb, Power and Prediction

Adoptar es gestionar el cambio con método

Ocho pasos, victorias tempranas planificadas —visibles, inequívocas, ligadas al esfuerzo—, cultura que se ancla al final, y una red de voluntarios (el 5-10% de la organización) que acelera mientras la jerarquía opera.

Kotter, Leading Change · Accelerate

El cliente contrata un progreso, no un producto

¿Vende hielo o vende frío? El hielo son los artefactos cuyo costo cae; el frío, la solución que opera y produce resultado — el job. El valor atrapado en procesos que la IA automatiza hay que liberarlo antes que otro, sin matar el negocio viejo que financia el pivote; y la estrategia son cinco elecciones en cascada.

Christensen · Abbosh, Nunes & Downes · Lafley & Martin

El conocimiento y los datos son activos — y lo que no se mide no se gestiona

La información cumple los criterios de activo intangible y no figura en ningún balance; por eso se gestiona con menos rigor que los activos físicos. El framework adopta un método para medir la calidad del conocimiento: validez × completitud × (1 − escasez) × ciclo de vida, donde la escasez es la proporción del mercado que ya tiene la misma información.

Laney, Infonomics

Se aprende experimentando con hipótesis y métrica

Los pilotos del ciclo de adopción se diseñan como experimentos: hipótesis, tarjeta de prueba, línea de base, umbral que valida. Y se leen en cuadros de mando en tiempo real, no en informes de fin de año.

Osterwalder & Bland, Testing Business Ideas · Ismail et al., Organizaciones Exponenciales

Biblioteca de referencia de la Mesa

Las citas son de contenido, no textuales.

  • Bianchi, A. Paper de trabajo sobre la IA como capacidad organizacional y modalidades de servicio. Mesa de Innovación, CESSI, 2026 (repositorio de la Mesa).
  • Abbosh, O., Nunes, P. y Downes, L. Pivot to the Future. PublicAffairs, 2019.
  • Agrawal, A., Gans, J. y Goldfarb, A. Prediction Machines. Harvard Business Review Press, 2018.
  • Agrawal, A., Gans, J. y Goldfarb, A. Power and Prediction. Harvard Business Review Press, 2022.
  • Christensen, C. M., Hall, T., Dillon, K. y Duncan, D. S. Competing Against Luck. HarperBusiness, 2016.
  • Iansiti, M. y Lakhani, K. R. Competing in the Age of AI. Harvard Business Review Press, 2020.
  • Ismail, S., Malone, M. S. y van Geest, Y. Organizaciones Exponenciales. Bubok, 2016.
  • Kotter, J. P. Leading Change. Harvard Business School Press, 1996. · Accelerate. Harvard Business Review Press, 2014.
  • Lafley, A. G. y Martin, R. L. Playing to Win. Harvard Business Review Press, 2013 (ed. en español: Jugar para ganar, 2020).
  • Laney, D. B. Infonomics. Routledge, 2017.
  • Osterwalder, A. y Bland, D. J. Testing Business Ideas. Wiley, 2019. · Osterwalder, A. et al. Value Proposition Design. Wiley, 2014.
  • USUARIA Research. Investigaciones 2012-2014 sobre el mercado TIC argentino. USUARIA, 2015 (precedente local de observatorio sectorial).
  • Marcos normativos citados: Ley 25.326 de Protección de Datos Personales (Argentina); ISO/IEC 42001:2023. Orientan y no constituyen asesoramiento legal.

Siguiente paso

Diagnostique dónde está su organización en 20 minutos y salga con tres capacidades para los próximos 90 días.