AI Champion: el liderazgo que convierte la inteligencia artificial en valor

Hipótesis central: tu organización no tiene un problema de inteligencia artificial. Tiene un problema de campeones.

Llevo meses corriendo el mismo experimento mental. Si la IA fuera un reactivo de laboratorio, ¿por qué en algunas organizaciones produce oro y en otras solo humo, ruido y una factura de licencias?

La respuesta corta, después de revisar los informes más citados de 2024 y 2025 y cruzarlos con tres décadas de literatura sobre innovación: el modelo casi nunca es la variable que falla. Falla el eslabón humano que traduce la tecnología en trabajo real. La literatura lo llama champion. Mi hipótesis es que este rol puede ayudar a cerrar la brecha entre experimentar con IA y obtener valor medible. Los estudios citados no demuestran que el champion, por sí solo, explique esa diferencia.

Este artículo está escrito como escribiría un paper, pero sin el sopor del paper: tres observaciones, un marco teórico, un modelo operativo, un protocolo de 90 días y, como corresponde a cualquier investigador honesto, una sección de limitaciones.

Observación 1: el cementerio de pilotos

La mayoría de los proyectos de IA no muere en producción. Muere antes de llegar.

El informe The GenAI Divide del MIT NANDA estimó que, pese a una inversión empresarial de 30 a 40 mil millones de dólares en IA generativa, el 95% de las organizaciones estudiadas no obtenía retorno medible, y solo un 5% de los pilotos integrados generaba valor relevante (Challapally et al., 2025). El estudio combinó 52 entrevistas a ejecutivos, encuestas a 153 líderes y el análisis de 300 despliegues públicos.

Lo interesante para un investigador no es la cifra: es el diagnóstico. Los autores atribuyen el fracaso a flujos de trabajo frágiles, sistemas que no aprenden del contexto y desalineación con la operación diaria. Es decir, barreras de integración, aprendizaje y organización; no una prueba de que la calidad técnica del sistema sea irrelevante. Y cierran con una recomendación que podría ser la tesis de este artículo: que sean los mandos de línea, y no solo los equipos centrales de IA, quienes lideren la integración.

McKinsey llega al mismo lugar por otro camino. En su encuesta global de 2025, con 1.993 participantes de 105 países, solo el 39% reportó algún impacto de la IA en el EBIT, y apenas un 6% calificó como high performer, con 5% o más del EBIT atribuible a IA (McKinsey & Company, 2025). Ese 6% se distingue por algo muy concreto: tiene casi tres veces más probabilidades de haber rediseñado de fondo sus flujos de trabajo, y su uso de IA es más a menudo impulsado activamente por sus líderes.

Dos laboratorios distintos, misma conclusión: la IA no se instala, se adopta. Y la adopción tiene dueño.

Observación 2: la IA en la sombra

Mientras la gerencia evalúa proveedores, tus colaboradores ya decidieron por ella.

El Work Trend Index de Microsoft y LinkedIn, con 31.000 trabajadores del conocimiento en 31 países, encontró que el 75% ya usaba IA generativa y que el 78% de esos usuarios llevaba sus propias herramientas al trabajo, fenómeno bautizado como BYOAI, bring your own AI (Microsoft & LinkedIn, 2024). No es cosa de la Generación Z: la práctica atraviesa todas las generaciones. Y hay un dato todavía más revelador: el 52% de quienes usan IA en el trabajo se resiste a admitir que la usa en sus tareas más importantes.

BCG documenta una limitación de las prohibiciones sin alternativas adecuadas. Cuando los empleados no tienen las herramientas que necesitan, el 54% declara que buscará alternativas y las usará igual, aunque existan restricciones (Boston Consulting Group, 2025).

Ahora mi lectura como vCISO, que es donde este tema deja de ser una curiosidad de recursos humanos:

• Fuga de datos silenciosa. Contratos, bases de clientes y código fuente terminan pegados en servicios que nadie evaluó.
• Cero trazabilidad. No hay registro de qué se preguntó, qué se respondió ni qué decisión se tomó con esa respuesta.
• Superficie de ataque nueva. Extensiones de navegador, plugins y agentes con permisos que nadie aprobó.
• Cumplimiento a ciegas. Imposible demostrar control ante la Ley 21.719 de protección de datos o un auditor de ISO/IEC 42001 si no sabes qué IA se usa.

La paradoja es brutal: la shadow AI es a la vez el mayor riesgo y la mejor señal de demanda. Esa gente que usa ChatGPT a escondidas no es el problema. Es tu cantera de AI Champions sin descubrir.

Observación 3: el techo de silicio

La adopción no se estanca en la tecnología. Se estanca en la primera línea.

BCG encuestó a más de 10.600 líderes, mandos medios y colaboradores en 11 países. Mientras más de tres cuartos de los líderes usan IA generativa varias veces por semana, el uso regular en la primera línea quedó estancado en 51% (Boston Consulting Group, 2025). Los autores lo llamaron el "techo de silicio".

El dato que debería estar impreso en la pared de cada gerencia: la proporción de colaboradores que se siente positiva frente a la IA generativa sube de 15% a 55% cuando hay apoyo fuerte del liderazgo. Pero solo un cuarto de la primera línea dice recibir ese apoyo. A eso se suma la formación: apenas el 36% considera suficiente su capacitación, y entre quienes recibieron más de cinco horas de formación el 79% usa IA regularmente, frente al 67% de quienes recibieron menos.

Microsoft observó el mismo patrón desde el otro extremo. Sus power users no son genios solitarios: tienen 61% más probabilidades de haber escuchado a su CEO hablar de la importancia de la IA y 53% más de recibir aliento de su liderazgo para repensar su función con IA (Microsoft & LinkedIn, 2024). Y comparten prompts y trucos con sus colegas.

Leído como científico, el patrón es nítido: la adopción se propaga por contagio social, no por circular de gerencia. Alguien tiene que ser el vector. Ese alguien es el AI Champion.

Marco teórico: el champion no es una moda, es un constructo

El AI Champion es un cargo nuevo con una teoría vieja y bien estudiada.

En 1990, Jane Howell y Christopher Higgins publicaron en Administrative Science Quarterly uno de los estudios fundacionales sobre los campeones de la innovación tecnológica. Encontraron que los campeones se distinguen de quienes no lo son por su orientación al riesgo, su liderazgo transformacional y el uso de tácticas de influencia variadas para mover la innovación dentro de la organización (Howell & Higgins, 1990).

Quince años después, Howell et al. (2005) construyeron y validaron una escala para medir la conducta del campeón en tres dimensiones que siguen siendo una guía práctica excelente:

1. Transmitir entusiasmo y confianza en la innovación.
2. Involucrar a las personas correctas y motivarlas a apoyarla.
3. Persistir bajo la adversidad, cuando el piloto falla o el presupuesto se congela.

La teoría de difusión de innovaciones de Rogers (2003) agrega la pieza que falta: las tecnologías no se propagan por mérito técnico, sino a través de redes sociales y de líderes de opinión cercanos a quien adopta. El AI Champion es exactamente eso: un líder de opinión con credibilidad local.

La evidencia empírica reciente viene sobre todo de la ciencia de la implementación en salud, un sector obsesionado, con razón, con medir. Una revisión sistemática de 35 estudios encontró que, en un subconjunto de siete, cinco asociaron la exposición a campeones con mayor uso de prácticas e innovaciones tecnológicas a nivel organizacional; en otros desenlaces la evidencia fue mixta o escasa (Santos et al., 2022). Otra revisión concluyó que los campeones contribuyen significativamente a la adopción tecnológica cuando cuentan con mandato claro, tiempo dedicado y formación adecuada (Pettersen et al., 2024). Y el modelo conceptual de Shea (2021) explica por qué: el compromiso del campeón depende de sus creencias sobre la innovación y del apoyo organizacional que recibe.

Traducción para el directorio: un champion sin mandato, sin horas y sin formación no es un champion. Es un voluntario entusiasta al que vas a quemar.

Modelo operativo: los cinco sombreros del AI Champion

Un AI Champion efectivo usa cinco sombreros, y si le falta uno el sistema cojea.

Este modelo es una síntesis propia, construida desde la literatura anterior y desde lo que he visto formando equipos en banca, seguros, energía, sector público y Fuerzas de Orden y Seguridad. No es un estándar: es una hipótesis de trabajo que invito a refutar.

Dos aclaraciones de investigador. Primero, el sombrero de Guardián es el que casi todos los programas olvidan, y es justamente el que convierte la adopción en algo auditable. Segundo, el de Rediseñador es el que más se asocia a resultados financieros en la evidencia de McKinsey (2025): no basta con acelerar un paso del proceso, hay que rediseñar el proceso completo.

Perfil ideal: alguien con credibilidad en su área, curiosidad técnica real, buena comunicación y, ojo, criterio ético y de seguridad. No necesita ser ingeniero. Necesita ser respetado por sus pares.

Plan de implementación: una red de AI Champions en 90 días

En tres meses se puede pasar de la IA en la sombra a una red de campeones que mide resultados.

1. Días 1 a 30 — Diagnóstico y reclutamiento. - Levanta el inventario real de uso de IA, incluida la que está en la sombra. Una encuesta anónima dice más que diez políticas. - Identifica a los power users que ya existen: suelen ser los que todos consultan. - Designa un champion por cada 50 a 100 personas o por área crítica, con mandato formal del sponsor ejecutivo. - Reserva entre el 10% y el 20% de su jornada para el rol. Sin horas, no hay rol.
2. Días 31 a 60 — Formación y primeros experimentos. - Forma a los champions en tres ejes: uso efectivo, riesgos de seguridad y privacidad, y rediseño de procesos. - Publica una política de uso aceptable y una lista de herramientas aprobadas. Darle a la gente una alternativa segura reduce la tentación de la sombra. - Cada champion lanza dos o tres pilotos con hipótesis escrita, línea base y métrica de éxito.
3. Días 61 a 90 — Medición, escalamiento y gobierno. - Mide antes y después: tiempo, calidad, errores y satisfacción del equipo. - Lleva los pilotos ganadores a producción con dueño de proceso. Los que fallan se documentan sin culpas: también son datos. - Integra la red al sistema de gestión de IA según ISO/IEC 42001 y reporta al comité de riesgos. - Celebra en público. El reconocimiento es el combustible más barato de una red de campeones.

Los porcentajes de dedicación y la proporción de champions por persona son puntos de partida desde mi práctica, no cifras de un estudio. Ajústalos al tamaño y la madurez de tu organización.

Antipatrones: cómo matar a tu AI Champion

La forma más rápida de destruir una red de campeones es tratarla como un concurso de popularidad.

• El champion decorativo. Tiene el título en la firma del correo, pero cero horas asignadas. Dura tres meses.
• El champion evangelista. Vende la IA como magia, promete sin medir y pierde credibilidad al primer error de una alucinación.
• El champion sin seguridad. Acelera la adopción conectando agentes a todo, y termina siendo el vector del próximo incidente.
• El champion solitario. Uno solo para toda la empresa. Se agota y, cuando se va, se lleva el conocimiento.
• El champion sin sponsor. Nadie arriba lo respalda cuando el piloto toca un proceso de otra gerencia.

Limitaciones de este análisis

Porque un científico que solo muestra los datos que le convienen es un vendedor con bata.

• La cifra del 95% es un informe preliminar. Se basa en entrevistas y encuestas, no en datos contables auditados, y los propios autores advierten que las definiciones de éxito varían entre organizaciones. Es una señal fuerte, no una ley física.
• Encuestas de proveedores. Microsoft, BCG y McKinsey tienen interés comercial en que adoptes IA. Sus muestras son grandes, pero el sesgo de quien pregunta existe.
• La evidencia sobre champions viene de salud. Es prometedora, pero falta investigación rigurosa sobre AI Champions en entornos corporativos y públicos de Latinoamérica.
• Correlación no es causalidad. Que las organizaciones exitosas tengan más apoyo del liderazgo no prueba que el apoyo cause el éxito. Puede ser al revés.

Ahí hay una línea de investigación completa esperando a alguien con ganas de hacer un doctorado.

Conclusión: equipar el laboratorio sin científicos

Comprar licencias de IA sin AI Champions es como equipar un laboratorio de última generación y olvidar contratar científicos: caro, brillante y completamente inútil.

La evidencia converge desde tres frentes. Los informes de 2024 y 2025 muestran que el valor de la IA también depende del rediseño del trabajo y del apoyo del liderazgo, además de la calidad y adecuación de la tecnología. La literatura sobre innovación lleva más de 30 años diciendo que las tecnologías necesitan campeones. Y la seguridad agrega un argumento propio: la IA que no se adopta con gobierno se adopta igual, pero en la sombra.

Mi recomendación para cualquier directorio en Chile y Latinoamérica es simple: antes de la próxima compra de licencias, nombra a tus campeones, dales horas, fórmalos en seguridad y mide lo que hacen.

Pregunta para ti: ¿tu organización ya tiene AI Champions designados… o los tiene, pero escondidos usando ChatGPT desde su celular?

Referencias

Boston Consulting Group. (2025). AI at work 2025: Momentum builds, but gaps remain. https://www.bcg.com/publications/2025/ai-at-work-momentum-builds-but-gaps-remain

Challapally, A., Pease, C., Raskar, R., & Chari, P. (2025). The GenAI divide: State of AI in business 2025 [Informe preliminar]. MIT NANDA. https://webberwentzel.com/News/Documents/2025/MIT1757411281972.pdf

Howell, J. M., & Higgins, C. A. (1990). Champions of technological innovation. Administrative Science Quarterly, 35(2), 317–341. https://doi.org/10.2307/2393393

Howell, J. M., Shea, C. M., & Higgins, C. A. (2005). Champions of product innovations: Defining, developing, and validating a measure of champion behavior. Journal of Business Venturing, 20(5), 641–661. https://doi.org/10.1016/j.jbusvent.2004.06.001

McKinsey & Company. (2025). The state of AI in 2025: Agents, innovation, and transformation. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-2025

Microsoft & LinkedIn. (2024). 2024 Work Trend Index annual report: AI at work is here. Now comes the hard part. Microsoft. https://news.microsoft.com/source/2024/05/08/microsoft-and-linkedin-release-the-2024-work-trend-index-on-the-state-of-ai-at-work/

Pettersen, S., Eide, H., & Berg, A. (2024). The role of champions in the implementation of technology in healthcare services: A systematic mixed studies review. BMC Health Services Research, 24, Artículo 456. https://doi.org/10.1186/s12913-024-10867-7

Rogers, E. M. (2003). Diffusion of innovations (5th ed.). Free Press.

Santos, W. J., Graham, I. D., Lalonde, M., Demery Varin, M., & Squires, J. E. (2022). The effectiveness of champions in implementing innovations in health care: A systematic review. Implementation Science Communications, 3, Artículo 80. https://doi.org/10.1186/s43058-022-00315-0

Shea, C. M. (2021). A conceptual model to guide research on the activities and effects of innovation champions. Implementation Research and Practice, 2, 2633489521990443. https://doi.org/10.1177/2633489521990443

Sobre el autor

Sebastián Vargas Yáñez es CEO de TTPSEC SpA, vCISO/vCAISO e investigador doctoral en seguridad de IA. Fundador de Comunidad IA LATAM y profesor de posgrado en universidades de Chile y Latinoamérica, con más de 18 años de experiencia en ciberseguridad, gobierno tecnológico y gestión de riesgos. ORCID: 0000-0003-1782-3153.