Por qué sus inversiones digitales no están creando valor
L
as empresas están realizando importantes inversiones en centros de análisis digital con inteligencia artificial y capacidades de IA generativa, sistemas de gestión de relaciones con los clientes empresariales y plataformas tecnológicas de marketing. En ningún ámbito esto es más evidente que en las funciones comerciales, donde residen el crecimiento y el impacto en los clientes.
Sin embargo, una creciente inquietud se extiende entre los altos ejecutivos. En una encuesta realizada por PwC en 2025, el 56% de los CEOs afirmó que sus empresas aún no estaban obteniendo retornos financieros de sus inversiones en IA. Escuchamos preocupaciones similares entre los ejecutivos con los que trabajamos. Aunque la confianza en el potencial de lo digital sigue siendo alta, los equipos comerciales tienen dificultades para traducir esa promesa en resultados empresariales tangibles.
Las empresas que logran convertir lo digital en valor lo tratan como una transformación del modelo operativo comercial, no solo como una actualización tecnológica. Se enfocan en cuatro cambios interconectados que reconfiguran la forma en que se generan las ideas, se toman las decisiones, se coordinan las acciones y se organizan los análisis.
Cambio #1: De la inteligencia humana a la inteligencia basada en activos
Tradicionalmente, cuando los líderes necesitaban información (por ejemplo, por qué funcionó una campaña, por qué un cliente dejó de comprar o dónde enfocarse después) recurrían a especialistas o encargaban estudios que les proporcionaban respuestas. La información residía en las personas y los proyectos. Con lo digital, la información reside cada vez más en activos analíticos, como datos, modelos y herramientas de IA integradas en los procesos comerciales.
Cambio #2: De la toma de decisiones intermitente a la toma de decisiones continua
Las organizaciones fueron diseñadas para operar con cierta cadencia: planes definidos anual o trimestralmente, ejecución entre esos periodos y revisiones de avance en puntos establecidos. Los activos digitales modifican este modelo al permitir una generación de información más rápida o al integrar recomendaciones directamente en la ejecución.
En algunas decisiones, la cadencia sigue siendo episódica, pero el tiempo del ciclo se reduce. En una empresa biofarmacéutica, determinar el tamaño y la estructura de una gran organización de ventas solía requerir seis meses de análisis basado en proyectos y otros seis meses para su implementación. Hoy en día, un equipo más reducido completa el mismo trabajo en tres meses, y la mayor parte del esfuerzo se centra en la implementación más que en el análisis. En las empresas de servicios tecnológicos, las herramientas de IA generativa reducen a la mitad el tiempo de generación de propuestas, lo que aumenta la eficiencia y la capacidad de respuesta al cliente.
Cambio #3: De la ejecución aislada a la ejecución coordinada
Durante décadas, las empresas optimizaron la ejecución comercial de forma vertical. El departamento de marketing se encargaba de la marca y la demanda, el de ventas se ocupaba de las relaciones y los ingresos, y el de servicio al cliente se centraba en la generación de valor y el crecimiento. Incluso dentro del área de marketing, los equipos de marca, generación de demanda, medios y análisis solían operar con presupuestos, métricas y prioridades distintos. La coordinación era deseable, pero no estructuralmente indispensable.
Lo digital cambia esa lógica. Hoy los clientes se mueven con fluidez entre canales y funciones. Un médico interactúa con una empresa farmacéutica a través de representantes, portales, información científica y programas para pacientes. Un comprador de servicios en la nube pasa de la investigación en línea a ventas técnicas, y luego a la implementación y soporte. Los clientes informados esperan una experiencia conectada.
Las empresas están respondiendo mediante el uso de activos digitales y recomendaciones integradas para coordinar la ejecución en torno al cliente, en lugar de hacerlo en función de fronteras departamentales.
Cambio #4: De la analítica fragmentada a la analítica centralizada
El análisis de clientes ha estado históricamente disperso entre funciones y geografías. El departamento de marketing gestionaba la analítica de campañas, el de ventas era responsable de la planeación de cuentas y el análisis comercial, y cada país utilizaba sus propios sistemas y proveedores.
Lo digital hace que la descentralización sea insostenible. La analítica y la IA requieren talento escaso, una gobernanza sólida e inversión sostenida. Como resultado, las organizaciones se están moviendo hacia centros de análisis centralizados, respaldados por plataformas de datos compartidas, capacidades de IA y equipos especializados. Estos centros pueden ser internos o externos, y ubicarse dentro o fuera del país.
Cuando las empresas logran realizar estos cambios con éxito, lo digital deja de percibirse como un costo inevitable y comienza a generar el valor que los líderes esperan y necesitan.
© 2026 Harvard Business School Publishing Corp. | De: hbr.org | Distribuido por: The New York Times Syndicate.
Artículo en inglés
Companies are investing heavily in digital analytics hubs with artificial intelligence and generative AI capabilities, enterprise customer relationship management systems and marketing technology platforms. Nowhere is this more concentrated than in commercial functions, where growth and customer impact live.
Yet, a growing unease permeates the executive suite. In a 2025 PwC survey, 56% of CEOs said their companies were not yet seeing financial returns from AI investments. We hear similar concerns from the executives we work with. While confidence in digital’s potential remains high, commercial teams struggle to translate that promise into tangible business results.
Companies that successfully convert digital into value treat it as a commercial operating model transformation, not just a technology upgrade. They focus on four interconnected shifts that rewire how insights are generated, decisions are made, actions are coordinated and analytics are organized.
SHIFT #1: FROM HUMAN TO ASSET-BASED INTELLIGENCE
Traditionally, when leaders needed insight — such as why a campaign worked, why a customer stopped buying or where to focus next — they turned to specialists or commissioned studies that delivered answers. Insights resided in people and projects. With digital, insights increasingly reside in analytical assets, such as data, models and AI tools embedded in commercial processes.
SHIFT #2: FROM INTERMITTENT TO CONTINUOUS DECISION-MAKING
Organizations were built for a certain cadence: plans set annually or quarterly, execution in between, progress reviewed at defined gates. Digital assets change this model by enabling faster insight generation or embedding guidance into execution.
In some decisions, the cadence remains episodic, but the cycle time shrinks. At a biopharmaceutical company, determining the size and structure of a large sales organization once took six months of project-based analysis and another six months to implement. Today, a leaner team completes the same work in three months, with most effort focused on implementation rather than analysis. At technology services companies, generative AI tools cut proposal generation time in half, boosting efficiency and customer responsiveness.
SHIFT #3: FROM SILOED TO COORDINATED EXECUTION
For decades, companies optimized commercial execution vertically. Marketing owned brand and demand, sales owned relationships and revenue and customer success focused on value realization and growth. Even within marketing, brand, demand generation, media and analytics teams often operated with distinct budgets, metrics and priorities. Coordination was encouraged, but not structurally essential.
Digital changes that formula. Customers now move fluidly across channels and functions. A physician interacts with a pharma company through reps, portals, scientific information and patient programs. A cloud buyer moves from online research to technical sales to onboarding and support. Informed customers expect a connected journey.
Companies are responding by using digital assets and embedded guidance to coordinate execution around customers rather than functional boundaries.
SHIFT #4: FROM FRAGMENTED TO CENTRALIZED ANALYTICS
Customer analytics have long been scattered across functions and geographies. Marketing managed campaign analytics, sales owned account planning and sales analytics and countries used their own systems and vendors.
Digital makes decentralization untenable. Analytics and AI demand scarce talent, strong governance and sustained investment. As a result, organizations are moving toward centralized analytics hubs supported by shared data platforms, AI capabilities and expert teams. These hubs may be in-house or outsourced and located onshore or offshore.
When companies make these shifts successfully, digital stops feeling like a tax and starts delivering the dividend leaders expect and need.
La IA generativa podría solucionar las evaluaciones de desempeño (o empeorarlas aún más)
La IA puede alejar las evaluaciones de desempeño de las narrativas laborales y acercarlas a evidencia directa del trabajo en la práctica.
Es difícil utilizar la IA en equipo. Estas 3 prácticas pueden ayudar
He aquí tres prácticas que pueden ayudar a desarrollar la «química humano-IA en los equipos» a medida que evoluciona el lugar de trabajo.
¿Cuáles son los problemas de su empresa en materia de IA?
El “Ethical Nightmare Challenge” (ENC) es un marco de trabajo que puede integrarse con programas existentes de gestión de riesgos de IA.





