Dos marcos para equilibrar la innovación y el riesgo de la IA

Es necesario combinar el marco OPEN y el marco CARE para crear un enfoque equilibrado de la adopción de la IA.

urante tres décadas guiando la transformación digital, me he encontrado repetidamente con dos actitudes comunes (pero opuestas) que frenan a las organizaciones en la implementación exitosa de nuevas tecnologías: la resistencia institucional al cambio y la adopción impulsiva de la tecnología sin un propósito estratégico. Ahora veo que muchas organizaciones replican los mismos errores en su enfoque hacia la IA.

La solución a este problema de doble filo radica en la adopción de marcos complementarios que se combinen para crear un enfoque equilibrado de la adopción de la IA. El marco OPEN (outline – delimitar, partner – colaborar, experiment – experimentar, navigate – navegar) proporciona un proceso sistemático de cuatro pasos para aprovechar el potencial de la IA. El marco CARE (catastrophize – catastrofizar, assess – evaluar, regulate – regular, exit – salir) ofrece una estructura paralela para identificar y gestionar los riesgos asociados con la IA.

El marco OPEN

El marco OPEN enfatiza que la adopción exitosa depende no solo de la tecnología, sino también del liderazgo y de una cultura capaz de sostener una transformación continua.

1. Delimitar (outline)

Demasiadas organizaciones comienzan su viaje hacia la IA preguntándose: «¿Qué puede hacer esta tecnología?» en lugar de «¿Qué puede hacer esta tecnología para ayudarnos a cumplir nuestra misión?». Este enfoque conduce a soluciones impulsadas por la tecnología en busca de problemas (en vez de generar nuevas formas de entregar valor real). Al reafirmar su propósito desde el principio y luego alinear todas las decisiones con ese propósito, las organizaciones pueden evitar ser desviadas por las capacidades casi ilimitadas de la IA.

2. Colaborar (partner)

Desarrollar e implementar una estrategia de innovación basada en IA es un desafío interdisciplinario clásico. No se puede delegar únicamente al departamento de TI, al equipo de I+D o al director de innovación. Las alianzas dentro de la organización son esenciales para el éxito de las iniciativas de IA. Pero estas, por sí solas, rara vez serán suficientes. Incluso las organizaciones con sólidas capacidades internas suelen necesitar forjar asociaciones externas para alcanzar sus ambiciones en IA. Estos socios externos pueden ser proveedores de servicios, pero también académicos, asesores éticos independientes o reguladores del sector.

3. Experimentar (experiment)

La clave para una experimentación exitosa con IA es estructurar los experimentos como un proceso de aprendizaje, no solo como un ejercicio de validación. Cada experimento debe diseñarse no solo para comprobar si una solución de IA funciona, sino también para generar ideas sobre cómo podría crear valor, cómo podría escalar y cómo interactuarán los seres humanos con ella.

4. Navegar (navigate)

La fase de navegación implica guiar a la organización a través de la adopción de la IA, asegurándose de que esté alineada con los objetivos estratégicos más amplios y los valores culturales. Destaca la importancia del aprendizaje continuo y la adaptación en un panorama que evoluciona rápidamente, donde los factores técnicos y humanos están profundamente entrelazados.

El marco CARE

Si bien la IA promete transformar todas las funciones organizacionales, también introduce vulnerabilidades que podrían socavar o incluso destruir a las organizaciones no preparadas.

El marco CARE adopta un enfoque proactivo (en lugar de reactivo) para la gestión de riesgos relacionados con la IA.

CARE ofrece a las organizaciones una metodología estructurada para identificar y gestionar estos riesgos.

1. Catastrofizar (catastrophize)

Identificar sistemáticamente los riesgos potenciales en las dimensiones técnicas, operativas y estratégicas.

2. Evaluar (assess)

Evaluar la probabilidad de que ocurran esos riesgos, su impacto potencial y la capacidad de respuesta de la organización.

3. Regular (regulate)

Implementar controles, sistemas de monitoreo y estructuras de gobernanza para gestionar los riesgos identificados.

4. Salir (exit)

Desarrollar protocolos claros para responder ante los riesgos, incluidos procedimientos de apagado del sistema y planes de continuidad para la organización.

La IA representa un cambio fundamental en la forma en que las organizaciones operan y crean valor. Para tener éxito, las empresas deben adoptar un enfoque equilibrado que aproveche el potencial de la IA, sin perder de vista sus riesgos.

Artículo en inglés

In my three decades guiding digital transformation, I have repeatedly encountered two common but contrasting attitudes that hold organizations back from the successful implementation of new technologies: institutional resistance to change and the impulsive adoption of technology without strategic purpose. I now see many organizations replicating the same mistakes in their approach to AI.

The solution to this double-edged problem lies in adopting complementary frameworks that combine to create a balanced approach to AI adoption. The OPEN framework (Outline, Partner, Experiment, Navigate) provides a systematic four-step process for harnessing AI’s potential. The CARE framework (Catastrophize, Assess, Regulate, Exit) offers a parallel structure for identifying and managing AI-related risk.

THE OPEN FRAMEWORK

The OPEN framework emphasizes that successful adoption depends not only on technology but also on leadership and a culture capable of sustaining continuous transformation.

1. OUTLINE

Too many organizations begin their AI journey by asking “What can this technology do?” instead of “What can this technology do to help us deliver on our mission?” This approach leads to tech-driven solutions in search of problems rather than to new ways of delivering real value. By reaffirming their purpose at the very beginning of the process and then aligning all decisions with that purpose, organizations can avoid being sidetracked by AI’s almost limitless capabilities.

2. PARTNER

Developing and implementing an AI innovation strategy is a classic interdisciplinary problem. The task cannot be handed off to the IT department, the R&D team or the chief innovation oI agrefficer. Partnerships within an organization are critical to the success of AI initiatives. But they will rarely be enough. Even organizations with strong internal capabilities will typically need to forge external partnerships to realize their AI ambitions. These will often be third-party service providers, but they could also be academics, independent ethics advisers or industry regulators.

3. EXPERIMENT

The key to successful AI experimentation is to structure the experiments as a learning journey rather than a validation exercise. Each experiment should be designed not just to test whether a particular AI solution works, but to generate insights about how it might create value, how it could scale and how humans will interact with it.

4. NAVIGATE

The Navigate phase involves steering the organization through AI adoption while ensuring alignment with broader strategic goals and cultural values. It emphasizes continuous learning and adaptation in a rapidly evolving landscape in which technical and human factors are deeply intertwined.

THE CARE FRAMEWORK

While AI promises transformation across every organizational function, it also introduces vulnerabilities that could undermine or even destroy unprepared organizations.

The CARE framework (Catastrophize, Assess, Regulate, Exit) takes a proactive rather than a reactive approach to AI risk management.

CARE offers organizations a structured methodology for identifying and managing AI-related risks.

1. Systematically identify potential risks across technical, operational and strategic dimensions.

2. Evaluate risk likelihood, potential impact and organizational capacity to respond.

3. Implement controls, monitoring systems and governance structures to manage identified risks.

4. Develop clear protocols for risk response, including system shutdown procedures and enterprise continuity plans.

AI represents a fundamental shift in how organizations operate and create value. To succeed, companies must adopt a balanced approach that embraces AI’s potential while being mindful of its risks.