La segunda edición del Cisco AI Summit reunió a ejecutivos tecnológicos, inversores y responsables de producto para analizar cómo la inteligencia artificial está pasando de la experimentación al uso sistemático en empresas y administraciones. A lo largo de la jornada se abordaron cuestiones muy distintas, desde infraestructura y seguridad hasta diseño, ciencia o trabajo. Leídas en conjunto, varias de esas intervenciones apuntaron a una misma tensión: el acceso a la IA se ha generalizado, pero la capacidad de convertirla en ventaja competitiva sigue siendo escasa.
En ese nuevo escenario, la pregunta relevante deja de ser quién adopta IA y pasa a ser quién consigue integrarla de forma coherente en su negocio. La diferencia ya no se juega en el modelo, sino en la ejecución, el foco y la disciplina organizativa.
Venture: cuando el mercado empieza a filtrar
Desde el capital riesgo, Marc Andreessen puso palabras a un cambio de fase que muchos actores del sector ya perciben. La inteligencia artificial ha cruzado un umbral de disponibilidad que altera las reglas de competencia. El acceso a capacidades avanzadas deja de ser un privilegio técnico y se convierte en una condición de partida compartida por un número creciente de empresas.
Ese contexto introduce una consecuencia directa: cuando muchas organizaciones pueden hacer “lo suficiente”, la tecnología por sí sola deja de sostener una ventaja defensiva. El mercado empieza entonces a comportarse de forma más selectiva. No todas las compañías que incorporan IA generan valor adicional; algunas simplemente añaden complejidad operativa a procesos que ya eran frágiles.
Desde la óptica del inversor, esto se traduce en un endurecimiento de los criterios. La atención se desplaza hacia preguntas incómodas pero determinantes: ¿qué problema concreto resuelve la IA?, ¿cómo se integra en el flujo de trabajo real?, ¿qué ocurre cuando el coste operativo crece?, ¿qué parte del negocio sigue siendo diferencial cuando la tecnología se normaliza?
La consecuencia es clara. Los inversores no se retiran de la IA, pero dejan de premiar la adopción genérica. Empieza a discriminar entre empresas que construyen sistemas sostenibles y aquellas que se limitan a incorporar herramientas sin una arquitectura de decisión clara.
De la promesa a la fricción operativa
Ese filtro del mercado encuentra un eco directo en la experiencia de gestión empresarial. A medida que la IA entra en producción, el entusiasmo inicial se cruza con fricciones muy concretas: métricas mal definidas, procesos sin dueño claro, dependencia excesiva de proveedores o dificultad para evaluar el impacto real.
Desde la sesión Momentum & AI, Tareq Amin, CEO de Humain, introdujo esta tensión desde la práctica directiva. La velocidad de adopción se ha vuelto accesible, pero no garantiza resultados. Muchas organizaciones avanzan rápido en iniciativas de IA sin haber definido con precisión qué están optimizando ni cómo van a sostenerlo en el tiempo.
El mercado, sin embargo, empieza a diferenciar. La acumulación de proyectos ya no se interpreta como señal de liderazgo, sino, en algunos casos, como síntoma de dispersión. La ventaja aparece cuando la IA se traduce en mejoras operativas concretas, repetibles y medibles, no cuando se multiplica sin control.
Diseño como mecanismo de selección interna
En este contexto de abundancia tecnológica, el diseño adquiere un papel menos visible, pero más estructural. Dylan Field, CEO y Co-Founder de Figma, abordó esta cuestión desde el interior de las organizaciones: cuando generar opciones deja de ser costoso, el verdadero reto pasa a ser elegir.
La IA amplifica la capacidad de producir, probar y lanzar. Sin embargo, esa misma aceleración puede erosionar el foco si no existen criterios claros para decidir qué merece escalarse y qué debe descartarse. El diseño actúa aquí como una función de gobierno, no como una capa estética. Introduce límites, ordena prioridades y reduce el ruido que acompaña a la abundancia.
Leído desde la perspectiva de Venture, este punto resulta clave. Las empresas que mejor convierten la IA en ventaja no son las que más experimentan, sino las que saben frenar, seleccionar y sostener decisiones cuando la presión por moverse rápido aumenta.
Discovery: valor que no siempre cabe en el Excel
El contrapunto llegó desde el ámbito del descubrimiento científico. Kevin Weil, VP OpenAI for Science, OpenAI, expuso cómo la IA está alterando la forma en que se generan hipótesis y se orienta la investigación. En estos entornos, el impacto no siempre se refleja en un ahorro inmediato de costes, sino en una mejora sustancial de la calidad y la velocidad de la toma de decisiones.
La IA permite descartar caminos improductivos antes de invertir recursos físicos o humanos. El retorno aparece en ciclos de aprendizaje más cortos y en una asignación más eficiente del esfuerzo. Aunque este tipo de valor resulta más difícil de medir con indicadores financieros tradicionales, sigue dependiendo de una integración cuidadosa en los procesos existentes.
Incluso en este terreno, donde la ventaja no se expresa en términos clásicos de ROI, el diferencial no está en el acceso al modelo, sino en la capacidad de incorporarlo con criterio a sistemas complejos de decisión.
La ventaja ya no viene incluida
Las sesiones de Venture, Momentum, Design y Discovery del Cisco AI Summit dibujaron una transición clara. La inteligencia artificial sigue siendo central, pero deja de ser automáticamente ventajosa. El mercado empieza a distinguir entre quienes la utilizan como capa superficial y quienes la convierten en parte estructural de su forma de operar.
Para los directivos, el mensaje es menos épico y más exigente. Usar IA ya no diferencia. Lo que diferencia es gobernarla, medirla y sostenerla cuando deja de ser novedad. En ese terreno, la ventaja no se compra como servicio ni se hereda del modelo: se construye con decisiones organizativas, foco estratégico y disciplina en la ejecución.
