Seis meses midiendo qué tan lista está la frontera para la IA
Medimos con un instrumento formal qué tan preparadas están las agencias aduanales y maquiladoras de la región para usar IA en su operación. El resultado: la base técnica está lista y la urgencia no existe. Paper completo publicado.
Seis meses midiendo qué tan lista está la frontera para la IA
Entre abril y junio nos sentamos con agencias aduanales y plantas maquiladoras de la región a medir, con un instrumento formal, qué tan preparadas están para usar inteligencia artificial en su operación. No a venderles nada: a medir. Publicamos hoy el paper con los resultados, y esta es la historia de por qué lo hicimos y qué encontramos.
De dónde salió esto
Llevábamos meses en la misma conversación con clientes distintos. Alguien nos preguntaba si la IA le servía a su empresa, nosotros contestábamos que dependía, y a partir de ahí la plática se volvía humo: casos de otras industrias, demos bonitas, promesas.
El problema de fondo era que nadie sabía dónde estaba parado. Ni ellos ni nosotros. Preguntar "¿tienes datos?" no sirve de nada — todos dicen que sí. La pregunta útil es cuántos años de historial tienes, si están estructurados, quién puede accederlos y si alguien los valida.
Así que construimos un instrumento y salimos a aplicarlo. Cinco dimensiones, veinte puntos cada una: Datos, Infraestructura, Procesos, Personas y Dolor Actual. Esa última es la que casi nadie mide y es la que más nos terminó enseñando.
Una decisión de método que cambió todo: no lo mandamos como formulario. Cada diagnóstico se facilitó en sesión en vivo, con el equipo del cliente y nosotros del otro lado de la mesa. Cuesta muchísimo más tiempo, pero un cuestionario auto-aplicado te devuelve lo que la gente cree que hace. En la sesión, cuando el de sistemas y el de operaciones contestan distinto a la misma pregunta, ahí está el hallazgo.
El primer aprendizaje fue nuestro, no de ellos
La primera sesión fue con una agencia aduanal, y a mitad del ejercicio nos dimos cuenta de que varias preguntas estaban escritas para una maquiladora. Preguntábamos por líneas de producción a gente que despacha pedimentos.
Tuvimos que parar, corregir el instrumento en caliente y refrescar la aplicación para poder continuar. No fue elegante, pero fue el momento en que el proyecto dejó de ser una encuesta y se volvió una herramienta: aduanal y manufactura duelen distinto, y medirlos con la misma vara te da un número bonito que no significa nada.
Lo que salió en los números
El primer resultado es el que menos esperábamos: casi todas están mejor de lo que creen. La distribución no muestra un sector atrasado — muestra un sector con la base puesta y sin arrancar.
Pero el hallazgo de verdad está en el perfil por dimensión. Míralo un segundo antes de que lo explique:
Datos e Infraestructura arriba. Dolor Actual, abajo, sin excepción. Y eso, traducido, quiere decir algo muy incómodo:
La operación funciona sin IA. Ése es el problema.
Cuando algo se está incendiando, el presupuesto aparece solo. Cuando la operación camina —lenta, manual, cara, pero camina— la IA compite contra todo lo demás en la lista de prioridades. Y pierde. No porque no sirva, sino porque nadie ha puesto en una hoja cuánto cuesta seguir haciéndolo como se hace hoy.
Eso explica el patrón completo: base técnica lista, urgencia inexistente. Tienen con qué. No tienen por qué.
Lo que no aparece en las gráficas
Las sesiones en vivo dejaron cosas que ningún puntaje captura. Tres que me marcaron:
La semana en que bloquearon Copilot
En una de las plantas, el responsable de TI nos contó que esa misma semana habían bloqueado por directorio activo el copiloto de ofimática y su función de grabación para todos los usuarios. La razón: sabían que los modelos públicos usan lo que se les escribe para entrenar versiones futuras, y no querían que la información de la empresa saliera por ahí.
No es una empresa que le tenga miedo a la tecnología. Es una empresa que entendió el riesgo antes que muchos consultores. Su pregunta no era "¿sirve la IA?" sino "¿cómo la uso sin regalar mi información?". Esa distinción es la conversación entera de este año.
El de RRHH que programa
En otra planta, el área de recursos humanos construye sus propias aplicaciones internas para dejar de vivir en hojas de cálculo. Nadie se lo pidió. No es el área de sistemas.
Ese perfil —alguien que resuelve construyendo, en un área que no es TI— resultó ser el mejor predictor de que una organización avance. Vale más que cualquier inversión en infraestructura.
El que ya usa IA todos los días
La única organización que alcanzó el nivel más alto tenía una diferencia clarísima con las demás: su equipo técnico ya usaba herramientas de IA generativa como parte del flujo diario, no como algo que se abre cuando hay un problema puntual.
Cuando llegamos a hacer el diagnóstico, ese equipo ya no se preguntaba si usar IA. Se preguntaba qué resolver primero. Están a una decisión de distancia, no a una tecnología.
Dónde está la oportunidad
Del conjunto salieron seis oportunidades que se repiten. Las mapeamos por esfuerzo contra impacto, que es la única forma honesta de priorizar cuando el presupuesto no existe todavía:
Del lado aduanal el cuello de botella es la captura y la clasificación arancelaria — conocimiento que hoy vive en la cabeza de las personas, no en un sistema. Del lado de manufactura son calidad y mantenimiento, con años de historial de fallas esperando a que alguien los use para predecir en vez de reaccionar.
Distintos frentes, misma solución: agentes especializados sobre la base de datos que ya existe, midiendo antes y después.
Lo que le diría a quien esté leyendo esto desde una planta
Si tu operación se parece a las que medimos —y estadísticamente se parece— hay tres cosas que puedes hacer sin gastar un peso:
Uno: cuenta lo que te duele. Cuántas horas-persona se van en captura manual esta semana. Cuántas rectificaciones hiciste el mes pasado y qué costaron. Cuántos días tardas en capacitar a alguien nuevo. Nadie tenía esos números a la mano, y sin ellos no hay caso de negocio posible.
Dos: nombra a un responsable con tiempo protegido. No un comité. Una persona, con horas reservadas en su semana. En las organizaciones que avanzaron ese rol existía; en las que se quedaron, el piloto estaba esperando a que "alguien se hiciera cargo".
Tres: elige un solo proceso. El más repetitivo y el que más duela. Cuando todo es candidato, nada es piloto.
El primer piloto no es para ahorrar. Es para generar la evidencia que destrabe el presupuesto del segundo. Si lo mides bien, el segundo se aprueba solo.
El paper completo
Todo el análisis está publicado: el marco de evaluación, los perfiles por dimensión, las seis oportunidades priorizadas, los patrones cualitativos de las sesiones y las recomendaciones por nivel de madurez.
Paper completo, con todas las figuras y el apéndice metodológico. Se lee en línea, no pide correo.
Dos aclaraciones que prefiero hacer yo antes de que las haga alguien más. La primera: la muestra es chica y es regional. Los porcentajes describen a ese grupo, no al sector — es un retrato cualitativo, no una encuesta estadística. La segunda: no aparecen nombres de empresas ni de personas, y no van a aparecer. Lo que se dice en una sesión de diagnóstico se queda ahí.
Si quieres saber en qué nivel cae tu operación, el mismo instrumento está disponible en madurez.purpleai.mx. Toma unos minutos y te devuelve tu puntaje por dimensión. Y si prefieres hacerlo bien —en sesión, con tu equipo, como los del paper— escríbeme.