La IA que dirige una empresa: los primeros CEO algorítmicos

Hay empresas que ya tienen a una IA tomando decisiones de gestión en tiempo real: ajustando precios, reasignando recursos, rechazando proveedores, contratando perfiles. La IA en la gestión de empresas ha dejado de ser una promesa de consultoría para convertirse en algo que algunas organizaciones están probando de verdad, con distintos grados de autonomía y con resultados que todavía no sabemos cómo medir del todo bien.

El concepto de CEO algorítmico circula en el sector tecnológico desde hace varios años, pero en 2023 y 2024 empezó a tomar forma concreta. Varias startups anunciaron que sus sistemas de IA tenían autoridad real sobre decisiones operativas. No un asistente que recomienda, sino un sistema que ejecuta. La diferencia es pequeña en apariencia y enorme en la práctica.

¿Qué significa que una IA “dirija” una empresa?

Una IA que dirige una empresa no es lo mismo que un software de gestión avanzado. La diferencia está en la autonomía: un sistema de gestión tradicional ejecuta reglas que alguien escribió; un sistema de IA con capacidad directiva aprende de los datos, ajusta sus propias prioridades y toma decisiones que nadie habría anticipado explícitamente. Eso es lo que lo hace interesante y lo que lo hace difícil de controlar.

La startup Dictator AI, renombrada después por razones obvias de imagen, fue uno de los primeros experimentos públicos en los que un sistema de inteligencia artificial gestionaba por completo las operaciones de una empresa pequeña de comercio electrónico. Fijaba precios según la demanda en tiempo real, gestionaba el inventario, decidía qué campañas de marketing activar y cerraba acuerdos con proveedores dentro de unos márgenes predefinidos. El equipo humano supervisaba, pero no intervenía en cada decisión.

Casos más conocidos han llegado desde empresas como Apporto o NetDragon Websoft, la compañía hongkonesa que en 2022 nombró formalmente a una IA llamada Tang Yu como CEO de una de sus filiales. Tang Yu no era una figura decorativa: el sistema tomaba decisiones sobre recursos humanos, supervisaba métricas de rendimiento y emitía informes de gestión. NetDragon reportó que la productividad de esa filial mejoró durante los meses siguientes, aunque los detalles metodológicos de esa comparación no son públicos.

Lo que estas experiencias tienen en común es que ninguna ha eliminado del todo la figura humana. Hay siempre un consejo de administración, un equipo directivo o un fundador que puede desconectar el sistema. La IA opera dentro de límites que los humanos han definido, y eso es exactamente lo que los defensores de estos modelos señalan cuando alguien pregunta si esto es seguro.

¿Qué tipo de decisiones puede tomar realmente una IA en gestión empresarial?

La IA en la gestión de empresas es más competente en unas áreas que en otras, y esa diferencia importa. Los sistemas actuales son muy buenos procesando datos estructurados: ventas, márgenes, rotación de personal, conversión de clientes, tiempos de entrega. Sobre esa base pueden tomar decisiones operativas con una velocidad y consistencia que ningún equipo humano puede igualar.

Donde los sistemas de IA tienen más dificultades es en las decisiones que requieren contexto cultural, negociación interpersonal o gestión de situaciones ambiguas. Despedir a alguien, resolver un conflicto entre socios o decidir si una empresa mantiene sus valores en una situación de crisis son procesos que todavía dependen de criterios que los sistemas actuales no manejan bien. No porque no puedan procesar la información, sino porque esas decisiones implican dimensiones que los datos no capturan del todo.

Hay un tercer territorio, más interesante y más inquietante: las decisiones estratégicas a largo plazo. Algunos sistemas ya analizan tendencias de mercado y generan recomendaciones de posicionamiento que los directivos humanos luego validan. El paso de recomendar a decidir en ese ámbito es el que más debate está generando en el sector. Para entender cómo estos sistemas aprenden a mejorar sus propias recomendaciones con el tiempo, conviene saber cómo los modelos de IA corrigen sus propios errores sin que nadie les diga explícitamente qué hicieron mal.

El sector financiero lleva más tiempo con esto que cualquier otro. Los fondos de inversión cuantitativos, como Renaissance Technologies o Two Sigma, llevan décadas con algoritmos tomando decisiones de compra y venta sin intervención humana en tiempo real. Eso es gestión algorítmica aplicada a un dominio concreto, y funciona. La pregunta es si ese modelo escala a la gestión de una empresa completa, con todas las capas de complejidad que eso implica.

¿Quién responde cuando la IA toma una mala decisión?

La responsabilidad legal es el problema que nadie ha resuelto. Si una IA que dirige una empresa toma una decisión que provoca daños, la empresa sufre las consecuencias, pero el sistema no tiene personalidad jurídica. Los marcos regulatorios actuales no contemplan un agente artificial como responsable de nada. Alguien, en algún lugar, sigue siendo el responsable: el consejo de administración, los fundadores, los accionistas que aprobaron delegar esa autoridad.

Esto conecta directamente con el debate que está teniendo lugar en los tribunales de varios países sobre cómo atribuir responsabilidades cuando los sistemas automatizados toman decisiones que afectan a personas. La IA en contextos de decisión con consecuencias reales plantea preguntas que el derecho todavía no sabe responder con precisión.

Hay otro ángulo que las empresas suelen ignorar en la euforia de los primeros meses: los sesgos que un sistema de IA hereda de los datos con los que fue entrenado. Si los datos históricos de una empresa reflejan prácticas discriminatorias en contratación o en precios, el sistema aprenderá esas prácticas y las aplicará a escala, de forma automática y sin que nadie lo haya ordenado explícitamente. Eso ya ha ocurrido con herramientas de selección de personal en empresas como Amazon, que en 2018 retiró un sistema de IA de reclutamiento porque penalizaba sistemáticamente los currículos de mujeres.

El AI Act europeo, que entró en aplicación gradual en 2024, clasifica los sistemas de IA que toman decisiones sobre empleo y gestión de trabajadores como de alto riesgo. Eso no los prohíbe, pero impone requisitos de transparencia, auditoría y supervisión humana que muchas startups que promocionan sus CEOs algorítmicos están ignorando, a veces porque no saben que aplican, a veces porque apuestan a que nadie las investigue todavía.

¿Pueden los agentes de IA autónomos reemplazar a toda una capa directiva?

Reemplazar a la capa directiva media es técnicamente más plausible que reemplazar al CEO, y eso ya está ocurriendo en algunas organizaciones. Los sistemas de IA actuales pueden coordinar equipos, asignar tareas, hacer seguimiento de objetivos y generar informes de desempeño con una eficiencia que supera a muchos mandos intermedios en tareas puramente administrativas. Lo que no pueden hacer, todavía, es gestionar la dimensión política de una organización: las alianzas, las resistencias, los conflictos de poder que ocurren en cualquier empresa de más de veinte personas.

La tendencia hacia agentes de IA con capacidad de actuar de forma autónoma y coordinada está acelerando este debate. Los agentes autónomos de IA que ya operan en algunos entornos empresariales pueden encadenar decisiones sin esperar instrucción humana en cada paso, lo que los convierte en algo cualitativamente distinto de cualquier software anterior.

El riesgo específico que señalan los investigadores es la optimización miope: un sistema que maximiza métricas a corto plazo porque eso es lo que los datos históricos enseñan, sin tener en cuenta efectos secundarios que no aparecen en los números durante los primeros trimestres. Una empresa puede crecer en ingresos mientras destruye su cultura interna, pierde a sus mejores empleados o deteriora relaciones con clientes que no se verán en los informes hasta dos años después.

Varios economistas especializados en organizaciones, como Gary Hamel o Roger Martin, han señalado que la obsesión por las métricas cuantificables ya era un problema serio antes de la IA. Delegar las decisiones en sistemas que solo pueden optimizar lo que se puede medir multiplica ese problema. Es una crítica que los promotores de la IA para gestión empresarial raramente abordan de frente.

Hay sectores donde la IA como capa directiva tiene más sentido que en otros. Una empresa de logística con miles de rutas diarias, un operador de energía que gestiona la distribución en tiempo real o una plataforma de contenidos que decide qué mostrar a millones de usuarios son contextos donde la complejidad supera la capacidad humana de procesar y donde la velocidad de decisión importa. En esos casos, la IA no está sustituyendo al criterio humano: está haciendo algo que los humanos no podrían hacer de ninguna manera. Para entender los límites reales de lo que la inteligencia artificial puede alcanzar incluso en sus mejores versiones, hay dimensiones que la IA general nunca resolverá, por más datos que procese.

Lo que está pasando en realidad, en la mayoría de las empresas que dicen tener IA en roles directivos, es un híbrido: el sistema toma las decisiones operativas rutinarias y genera las opciones estratégicas, y los humanos validan, ajustan y asumen la responsabilidad final. Eso no es un CEO algorítmico en sentido estricto. Es un equipo directivo con un asistente muy potente. La diferencia importa, aunque el marketing de muchas de estas empresas prefiera no subrayarla.

La economía de la atención también está jugando su papel. El volumen de datos que generamos cada día es tan grande que tomar decisiones empresariales sin apoyo algorítmico se está volviendo, en ciertos sectores, tan ineficiente como navegar sin GPS. El problema no es si usar IA en la gestión, sino en qué decisiones, con qué supervisión y con qué mecanismos de corrección cuando se equivoca.

Las empresas que mejor están manejando esta transición no son las que han puesto a una IA en el organigrama para hacer titular. Son las que han rediseñado sus procesos para que la IA maneje la velocidad y la escala, mientras los humanos manejan el juicio y la responsabilidad. Eso es menos llamativo, pero funciona mejor. La distribución de roles entre humanos y sistemas es la verdadera decisión de gestión que las empresas tienen que tomar ahora, y pocas lo están haciendo con la seriedad que merece.

Los modelos de lenguaje grande que alimentan muchos de estos sistemas directivos tienen capacidades impresionantes para sintetizar información y generar opciones. Para comprender qué hay realmente detrás de esas capacidades, cómo funciona un modelo de lenguaje grande es una pregunta que cualquier directivo que los use debería ser capaz de responder, al menos en líneas generales. Usarlos sin entenderlos mínimamente es una forma de ceguera que el entusiasmo tecnológico hace fácil ignorar.

Lo que sí está claro es que la figura del CEO tradicional está cambiando de contenido, aunque no necesariamente de nombre. Cada vez más, el trabajo de dirección consiste en definir los objetivos correctos para que los sistemas los optimicen, supervisar que esa optimización no produce efectos no deseados y tomar las decisiones que los sistemas no pueden tomar porque requieren criterio moral o político. Es un trabajo distinto al de hace diez años, pero sigue siendo trabajo humano.

Las empresas que están apostando más fuerte por la automatización de la gestión son, en su mayoría, startups nativas digitales con estructuras planas y pocos empleados. Escalar ese modelo a una empresa de miles de personas, con sindicatos, contratos colectivos, regulaciones laborales y culturas organizativas consolidadas, es un problema de una magnitud diferente. Nadie lo ha hecho todavía a esa escala, y los que dicen que es inminente están extrapolando de contextos muy distintos.

¿Llegará el día en que una IA sea el CEO sin que ningún humano pueda vetarla?

Esa pregunta tiene hoy una respuesta razonablemente clara: no parece plausible en el corto plazo, y las razones son más legales y sociales que técnicas. Ningún marco regulatorio actual permite que una entidad no humana asuma responsabilidad jurídica plena. Ningún consejo de administración serio va a eliminar el mecanismo de desconexión. Y ningún inversor institucional va a poner capital en una empresa donde no hay un humano al que exigir cuentas.

Lo que sí puede ocurrir, y ya está ocurriendo, es que el margen de autonomía de estos sistemas se amplíe progresivamente, de forma casi imperceptible, hasta que la supervisión humana sea tan formal como la firma de un documento que nadie lee. Eso no es ciencia ficción: es exactamente lo que ha pasado con los algoritmos de recomendación de plataformas como YouTube o TikTok, que técnicamente tienen supervisión humana pero en la práctica toman millones de decisiones editoriales cada segundo sin que nadie las revise. El debate sobre quién controla realmente estos sistemas es más urgente de lo que los titulares de tecnología suelen reflejar.

La pregunta que queda abierta no es si la IA puede dirigir una empresa. Es si las organizaciones humanas están preparadas para definir, con precisión y con honestidad, qué tipo de decisiones están dispuestas a ceder y cuáles no, antes de que esa frontera se borre sola.

Preguntas frecuentes