OpenAI lanzó hace unas horas The OpenAI Deployment Company y creo que el anuncio deja expuesto algo mucho más profundo sobre el estado actual de la industria de IA.

Durante los últimos años, gran parte de la carrera estuvo centrada en construir mejores modelos. La tesis implícita de muchos laboratorios era que si la tecnología era suficientemente buena, la adopción iba a suceder sola.

Pero la realidad terminó siendo bastante más compleja.

Hoy se estima que entre un 9-10% de la población mundial ya utiliza herramientas de IA de alguna forma. Estamos hablando de aproximadamente 800 millones de personas sobre una población global de 8.300 millones.

La penetración es enorme para una tecnología tan nueva.

Pero al mismo tiempo, todavía no logró entrar con profundidad en los lugares que realmente definen el revenue estructural de estas compañías: las operaciones internas de grandes organizaciones.

Y ahí aparece uno de los grandes problemas de esta etapa:

tener el mejor modelo no garantiza adopción.

Gran parte de la población todavía no entiende realmente cómo integrar estas herramientas en sus workflows diarios. Los early adopters vivimos haciendo benchmarks, experimentando, combinando herramientas, rediseñando procesos y tratando de entender cómo desplegar esta tecnología dentro de contextos reales.

Pero cuando entrás a empresas grandes, el problema deja de ser puramente tecnológico.

Las organizaciones con mayor capacidad de inversión también son las que tienen más complejidad humana, política y operativa.

Y creo que muchos laboratorios de IA originalmente subestimaron esto.

Subestimaron cuánto pesa:

• la resistencia cultural
• la política interna
• los incentivos
• los workflows legacy
• la fragmentación organizacional
• el miedo al reemplazo
• la dificultad de medir impacto real

Por eso tantos pilotos quedan atrapados entre la experimentación y producción.

Distintos reportes de industria ya muestran algo parecido: el 95% de las iniciativas de IA que se ejecutaron en el 2025 no logra demostrar ROI claro o directamente nunca llega a producción.

Y cuando analizás las causas, rara vez son exclusivamente tecnológicas:

• expectativas completamente desalineadas
• organizaciones que todavía están varios pasos atrás para adoptar IA efectivamente
• workflows no preparados
• ownership difuso
• resistencia interna
• problemas de gobernanza
• dificultad para operacionalizar los cambios

Incluso se detecto en encuestas a empleados que muchos admiten haber resistido o saboteado iniciativas de adopción por miedo al impacto laboral o pérdida de relevancia.

Porque las empresas no son entes abstractos. Son sistemas humanos complejos.

Y creo que recién ahora los grandes players de IA están empezando a internalizar realmente eso.

Por eso el anuncio de OpenAI me parece importante. Siento que marca un cambio de mentalidad: pasar de pensar únicamente en modelos a pensar en despliegue, implementación, transformación operativa y adopción organizacional.

En otras palabras: entender que construir inteligencia no es lo mismo que lograr penetración real.

Y en paralelo, también ayuda a explicar por qué OpenAI y Anthropic están fortaleciendo partnerships con consultoras e integradores globales como McKinsey o Capgemini.

Porque la próxima etapa de la IA probablemente no se defina solamente por quién tiene el modelo más potente, sino por quién logra integrarlo efectivamente dentro de sistemas humanos complejos.

Y eso también empieza a validar otra tesis interesante:

los servicios alrededor de IA podrían capturar más valor económico que el software por sí solo.

Porque por cada empresa que compra un modelo, existen decenas de problemas humanos, organizacionales y operativos que resolver para que esa tecnología realmente genere impacto.

La disrupción tecnológica por sí sola rara vez alcanza.

La adopción masiva generalmente sucede cuando la tecnología, la implementación y el comportamiento humano logran alinearse.