Estrategia y arquitectura de negocios con IA

Introducción

Aprovechar la IA requiere reconocer que nos enfrentamos a un nuevo fenómeno de disrupción de los negocios de impacto inusitado que exige revisar nuestra estrategia y modelo de negocio, y no sólo usarla para impulsar la productividad personal y automatizar procesos existentes.

Este reporte sintetiza las tendencias clave de la IA y los modelos de negocios que está generando, para invitarlos a participar en nuestros talleres de Estrategia y arquitectura de negocios con IA (EnTIC) que abordan nuestras oportunidades a profundidad y un mapa de ruta para aprovecharlas.

Disrupción de los negocios

Cuando mencionamos disrupción de los negocios de impacto inusitado no estamos exagerando. En otros reportes^[1], ya habíamos analizado los antecedentes del concepto de destrucción creativa de los negocios planteado por varios autores. Para el economista, Joseph Schumpeter, la destrucción creativa se asocia a la innovación y es la característica esencial del capitalismo, siendo su protagonista central el empresario innovador que irrumpe en un mercado desplazando a empresas establecidas (1942).

Más tarde en 1994, el experto de negocios Gary Hamel, señaló que todas las empresas enfrentan discontinuidades, aquellas fuerzas, variaciones abruptas o cambios profundos en el entorno que rompen el orden tradicional de un sector y modifican las reglas del juego competitivas (cambios tecnológicos, geopolíticos, regulatorios, pandemias o guerras, entre otros)^[2]. Para Hamel, las empresas exitosas deben desarrollar un "sentido profundo de las discontinuidades" para re concebir sus modelos de negocio antes de que un rival no tradicional lo haga y destruya su valor comercial.

En 1995, Clayton M. Christensen reconoció que las empresas disruptivas desplazan a las establecidas, brindando servicios a clientes que no son atendidos por los líderes creando un nuevo mercado con productos o servicios innovadores, mucho más simples, accesibles y baratos^[3]. Como en un principio, estos nuevos productos o servicios son de bajo desempeño, los lideres ignoran el nuevo mercado. Sin embargo, a la larga estas innovaciones superan a las anteriores y atraen a los clientes de las establecidas, destruyendo su negocio. Los ejemplos abundan, uno de los más connotados son las PCs versus las mainframes que en un principio fueron ignoradas por los líderes de cómputo.

Cómo evadir la disrupción

Las empresas establecidas pueden evadir la disrupción, si mitigan sus riesgos. Hamel plantea que la empresa debe identificar y fortalecer sus Competencias clave o aquellas habilidades e intangibles difíciles de imitar, que le otorgan un gran valor al cliente y que pueden extenderse para crear nuevas unidades de negocio que aprovechen las tendencias y configuren su futuro.

Usar la IA solo para recortar costos operativos en los mercados actuales, convierte la industria en lo que Kim y Mauborgne denominan un Océano Rojo: sangriento y competitivo. Por lo tanto, el objetivo es usar la IA para generar una unidad de negocio innovadora de gran valor y crear un Océano Azul donde la competencia sea irrelevante^[4].

Si se usa la IA solo para mejorar el negocio actual, un competidor que aproveche los nuevos modelos de negocios devorará a la empresa tarde o temprano, sobre todo, desde abajo, con propuestas de valor para los "no clientes" como argumenta Christensen. Es necesario construir en paralelo el negocio del futuro, con una propuesta de valor radicalmente diferente orientada a clientes que hoy no están siendo bien atendidos.

Scott Anthony, un discípulo de Christensen que ha explorado recientemente las oportunidades con IA, plantea dos estrategias para las empresas establecidas^[5]. Propone que las organizaciones deben operar simultáneamente a dos velocidades:

• Transformación A: Reposicionar y blindar el núcleo del negocio actual usando IA para la eficiencia y relevancia. Por ejemplo, un asesor financiero que usa IA para analizar datos de clientes y dar recomendaciones personalizadas.
• Transformación B: Construir un motor de crecimiento del futuro, utilizando la IA agentica para derribar las 4 barreras de los que no son clientes: carencias de habilidades, recursos, tiempo y acceso, y capturar mercados completamente nuevos.

Tendencias que redefinen los modelos de negocio

De herramienta a agente autónomo

La IA deja de asistir al humano para convertirse en un agente que ejecuta flujos de trabajo completos de principio a fin, sin intervención humana. Ahora la automatización impacta al trabajo intensivo en conocimiento, como en el pasado impactó al trabajo manual^{[6] [7]}

Predicción barata como ventaja estratégica

El mecanismo que subyace en la transformación con IA es la reducción del costo de la predicción a casi cero. Anticipar qué ocurrirá en condiciones de incertidumbre requería experiencia experta costosa, disponible solo para quienes podían pagarla. Con IA, servicios antes exclusivos de una élite se vuelven escalables y asequibles para la mayoría (diagnóstico médico, asesoría financiera, asistencia legal, enseñanza individualizada)^[8]

De productos y servicios a resultados garantizados

Cuando predecir cuesta casi nada, el riesgo de comprometerse con el resultado del cliente se evalúa fácilmente. La empresa deja de vender lo que entrega, sean productos o servicios, para vender lo que el cliente obtiene. Este cambio en la propuesta de valor basada en el resultado es la tendencia más disruptiva para los modelos comerciales establecidos.^[9]

Adaptabilidad con economías de escala asimétricas

Las empresas que construyen un sistema operativo de IA alimentado por datos, algoritmos y redes generan un ciclo virtuoso: a mayores datos, mejores predicciones; a mejores predicciones, más clientes; a más clientes, más datos. La propuesta de valor se vuelve progresivamente más accesible a medida que crece, no más cara^[10].

Autonomía y representación del cliente

La predicción barata y la escala asimétrica transforman la arquitectura de las empresas, de modelos que asisten al cliente hacia modelos que actúan autónomamente en su representación. Esto constituye una nueva propuesta de valor: la empresa actúa como agente del cliente y aprovecha un ecosistema adaptativo para obtener lo que el cliente busca^[11]

Modelos de negocio con IA

Desde 2016, Select identificó los patrones de disrupción de los negocios digitales de entonces y señaló que para competir no bastaba mejorar lo que ya se hace sino construir en paralelo, un nuevo negocio con dos características: 1) Una propuesta de valor extraordinaria atractiva para un número ampliado de clientes y 2) Un ecosistema de negocios diferenciado muy difícil de imitar.

En la actualidad la IA no solo mejora los negocios existentes, los redefine en dos dimensiones que sintetizamos de una amplia revisión de la literatura.

• Autonomía para representar al cliente: Actúa como herramienta de apoyo que asiste al humano, o como agente que ejecuta, compone y orquesta procesos de forma autónoma en nombre del cliente.
• Cobertura del ecosistema. IA transforma los procesos internos de la empresa, o reconfigura el ecosistema de socios, proveedores y clientes.

La combinación de estas dos dimensiones genera siete modelos de negocio distintos, ordenados de menor a mayor grado de disrupción. Se trata de posiciones estratégicas no excluyentes, que cada empresa debe elegir y a dónde planea evolucionar.

1. Negocio aumentado: mejora procesos existentes sin cambiar la arquitectura del negocio. Ejemplo: Detallista que predice demanda y gestiona inventarios con IA.
2. Rediseñador de sistemas: transforma flujos y roles separando la predicción con IA del juicio humano. Ejemplo: Banco que usa a IA para calcular el riesgo crediticio y el ejecutivo aprueba el crédito.
3. Fábrica de IA pura: humanos diseñan y monitorean el sistema, pero los algoritmos operan procesos clave y se logra escala asimétrica. Ejemplo: Plataformas de publicidad digital con subastas automatizadas en tiempo real
4. Proxy del cliente: IA no asiste, ejecuta autónomamente para alcanzar resultados definidos por el cliente y consigue su autorización. Ejemplo: Plataformas que gestionan portafolios de inversión dentro de parámetros del cliente.
5. Ecosistema sobre plataforma IA: IA optimiza la vinculación entre múltiples partes, optimizando transacciones y amplificando los beneficios derivados del efecto de red. Ejemplo: Mercados en línea (Marketplaces) donde IA conecta millones de vendedores y compradores
6. Curador modular: ensambla y adapta soluciones de terceros según objetivos y necesidades de cada cliente; en lugar de poseer activos los orquesta. Ejemplo: Plataforma de salud que ensambla diagnóstico, tratamiento y seguimiento de distintos especialistas
7. Orquestador autónomo: representa al cliente en un ecosistema autónomo completo con los objetivos y validación de resultados del cliente. Ejemplo: Cadena de suministro autónoma: IA negocia, ordena y ajusta sin intervención humana.

Los modelos de negocio revisados descansan en menor o mayor medida en la automatización de los procesos, pero no prescinden del juicio humano. Una amenaza recurrente en la literatura de negocios actual es lo que llaman la "deuda de capacidades humanas" esto es automatizar sin preservar el juicio humano destruye silenciosamente la capacidad de desarrollar talento y exponen a las empresas a una crisis en el largo plazo. En contraste, los negocios competitivos en el largo plazo capacitan a su personal a usar y cuestionar la IA y fortalecen su capacidad cognitiva de creatividad e intuición.^[12]

Otra deuda que señalan varios analistas es la “deuda ecológica”. Todos los nuevos modelos de negocios tratan la sustentabilidad, economía circular y descarbonización como parte de la arquitectura del negocio; resolver el impacto de la IA en el medio ambiente es parte esencial de un futuro próspero y viable^[13].

Conclusiones

La IA no es una herramienta más de eficiencia, es una fuerza de disrupción de los modelos de negocio comparable a otras épocas de transformación profunda. Las empresas que solo la utilicen para bajar costos en sus procesos actuales serán desplazados por competidores que la aprovechen para crear propuestas de valor radicalmente nuevas.

Las cinco tendencias identificadas: de la automatización del conocimiento a la representación autónoma del cliente, convergen en siete modelos de negocio que redefinen dónde y cómo compite una empresa en la era de la IA.

El momento de explorar esas oportunidades y construir el negocio del futuro en paralelo al de hoy es ahora, no cuando la disrupción ya esté en la puerta. Los invitamos a participar en nuestros talleres de Estrategia y arquitectura de negocios con IA (EnTIC) que abordan dichas oportunidades a profundidad y un mapa de ruta para aprovecharlas.

Imagen 1

Bibliografía

1. Zermeño-González, R. (2018). Vértigo digital: la disrupción permanente de los negocios. En Banco Nacional de Comercio Exterior (Ed.), Libro conmemorativo Bancomext. Bancomext. Ver cita
2. Hamel, G., & Prahalad, C. K. (1994). Competing for the future: Breakthrough strategies for seizing control of your industry and creating the markets of tomorrow. Harvard Business School Press. Ver cita
3. Christensen, C. M., & Bower, J. L. (1995). Disruptive technologies: Catching the wave. Harvard Business Review, 73(1), 43–53. Ver cita
4. Kim, W. C., & Mauborgne, R. (2005). Blue ocean strategy: How to create uncontested market space and make the competition irrelevant. Harvard Business School Press. Ver cita
5. Anthony, S. D., Webb, A., Parra-Moyano, J., & Shim, C. (2025). The year in tech, 2026: The insights you need from Harvard Business Review. Harvard Business Review Press. Ver cita
6. Sukharevsky, A., Krivkovich, A., Gast, A., Storozhev, A., Maor, D., Mahadevan, D., Hämäläinen, L., & Durth, S. (2025, septiembre 26). The agentic organization: Contours of the next paradigm for the AI era. McKinsey & Company https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-agentic-organization Ver cita
7. Bhatia, A., O'Neill, C., & Pandey, U. (2026, junio 10). Meet the new generation of AI disruptors. Boston Consulting Group. https://www.bcg.com/publications/2026/meet-the-new-generation-of-ai-disruptors Ver cita
8. Agrawal, A., Gans, J., & Goldfarb, A. (2018). Prediction machines: The simple economics of artificial intelligence. Harvard Business Review Press. Ver cita
9. Agrawal, A., Gans, J., & Goldfarb, A. (2022). Power and prediction: The disruptive economics of artificial intelligence. Harvard Business Review Press. Ver cita
10. Iansiti, M., & Lakhani, K. R. (2020). Competing in the age of AI: Strategy and leadership when algorithms and networks run the world. Harvard Business Review Press. Ver cita
11. Weill, P., Sebastian, I. M., Woerner, S. L., & Benedict, G. (2025, October 16). Business models in the AI era (Research Briefing No. 2025_1001). MIT Center for Information Systems Research. Ver cita
12. ^misma fuente que 6. Ver cita
13. ^misma fuente que 12. Ver cita