El desafío de los líderes, tras un 2026 marcado por tensiones geopolíticas, inteligencia artificial y nuevas formas de consumir, ya no será adoptar más tecnología, sino decidir dónde, cómo y para qué usarla

Durante años hablamos de la transformación empresarial como de una sucesión de revoluciones: primero internet, después el teléfono inteligente, las plataformas digitales y ahora la inteligencia artificial. Cada una parecía traer su propia receta para competir en el futuro.

Si algo enseñó 2026 es que los grandes cambios no ocurren de uno en uno: se superponen, interactúan y a veces se contradicen. Mientras la tecnología elimina fronteras, la geopolítica levanta otras nuevas.

La inteligencia artificial promete más productividad y, a la vez, muchas organizaciones evalúan reducir sus plantillas. Las marcas, por su parte, perfeccionan sus tácticas para conquistar consumidores justo cuando aparecen agentes de software capaces de comprar en nombre de esos mismos consumidores.

Esas contradicciones no son anomalías pasajeras, sino señales de un entorno donde las fórmulas universales pierden eficacia y el criterio estratégico gana valor. Para 2027 se perfilan cuatro transformaciones que merecen un lugar prioritario en la agenda de cualquier consejo de administración, y todas obligan a elegir.

1. Globalización vs. desglobalización: la eficiencia ya no alcanza

Durante décadas, las empresas se apoyaron en una premisa sencilla: producir donde fuera más barato, abastecerse donde conviniera y vender donde hubiera demanda. Hoy las tensiones geopolíticas, el proteccionismo y la competencia por minerales y tecnologías críticas fuerzan a revisar decisiones que antes parecían puramente económicas.

Sería un error, sin embargo, anunciar el fin de la globalización: la Organización Mundial del Comercio (OMC) proyecta para 2026 un alza del 3.9% en el volumen del comercio de mercancías, que supera el doble del 1.9% previsto en marzo, impulsada en buena parte por la inversión en infraestructura de inteligencia artificial. Los bienes que la hacen posible suman menos del 15% del total intercambiado, pero aportaron el 47% de su crecimiento en valor en el primer semestre.

Desde 2025, además, se aceleró el desacople entre Estados Unidos y China, con una caída de las importaciones estadounidenses desde China y un aumento de los flujos con economías que funcionan como puente, advierte la OMC. El comercio no se contrae: cambia de geografía, de riesgos y de prioridades.

Para América Latina eso abre oportunidades reales —la cercanía con Estados Unidos, los minerales críticos, la diversificación productiva— que no se convierten solas en resultados. Según la CEPAL, la inversión extranjera directa en América Latina y el Caribe creció apenas 1.7% en 2025, hasta 194,233 millones de dólares, y Brasil y México concentraron el 62% del total; para el resto de los países, la carrera por atraer cadenas de valor sigue abierta.

El nuevo mapa comercial exige gestionar dependencias, repartir riesgos y preparar respuestas para varios escenarios, sin caer en el extremo opuesto: una organización con redundancia excesiva también queda en desventaja. En 2027 la pregunta pasará de cómo construir la red de abastecimiento más eficiente a cuánto estamos dispuestos a pagar para que no deje de funcionar cuando las circunstancias cambien.

2. Transformación tecnológica vs. creación de valor: adoptar IA no es una estrategia

Si hubiera que elegir a la gran protagonista de 2026, la inteligencia artificial no tendría rival. Pero detrás del entusiasmo hay una paradoja: nunca fue tan fácil acceder a capacidades avanzadas ni tan difícil convertirlas en una ventaja competitiva sostenible.

La encuesta The State of AI in 2026, de McKinsey, con 1,719 participantes, lo muestra con claridad: la mayoría de los consultados que recurren a la IA en su trabajo reporta mejoras de productividad individual, pero solo el 6% atribuye a esa tecnología al menos el 5% de su beneficio operativo (EBIT) y asegura que su organización obtuvo de ella un valor significativo, una proporción que no se movió respecto del año anterior. La adopción crece; el impacto en el negocio, no.

Que un empleado prepare una presentación en la mitad del tiempo no implica que la empresa haya duplicado su capacidad de crear valor: si las horas liberadas no se reinvierten en algo relevante, la ganancia se queda en la eficiencia del proceso. Un supermercado, un banco y una industria pueden usar las mismas herramientas y obtener efectos opuestos, porque sus clientes, sus costos y sus fuentes de diferenciación no coinciden.

Por eso, antes de definir qué tecnología incorporar, es útil plantearse la pregunta que corresponde formular ante cada pedido de innovación: ¿qué problema estamos resolviendo y a quién le importa que lo resolvamos? A veces la respuesta correcta es no modificar algo que todavía funciona, o esperar a tener las competencias para hacerlo bien.

Hay novedades que no merecen adoptarse y transformaciones que no generan progreso. La meta es ser la compañía que mejor convierte la inteligencia artificial en valor económico y estratégico, aunque otras la usen con mayor intensidad.

3. Automatización vs. capital humano: el riesgo de confundir ahorro con competitividad

La conversación más delicada de 2026 giró en torno al impacto de la IA sobre el mercado laboral, y la tentación es comprensible: si una máquina hace algo en menos tiempo y a menor costo, ¿por qué seguir pagando a una persona? Es una pregunta financiera legítima, pero no equivale a una decisión de fondo.

Los datos de McKinsey ayudan a poner esa discusión en perspectiva: en la edición de 2025, el 32% de los encuestados anticipaba recortes de plantilla por la IA; un año después, solo el 14% de quienes trabajan en organizaciones que la usan reporta que contribuyó a reducir el total de empleados, y dos tercios no observan cambios significativos.

La comparación, que la propia consultora da por válida, sugiere una brecha importante entre lo que se esperaba y lo que efectivamente se informó. El debate sigue abierto: el 39% prevé que la IA disminuya la nómina de su compañía durante los próximos doce meses.

Habrá tareas que desaparezcan y oficios que se transformen; negarlo sería ingenuo. Pero suponer que toda labor automatizable justifica eliminar el puesto que la ejecutaba también es un error, porque un profesional aporta conocimiento tácito, relaciones y criterio.

Y hay una pregunta que pocos se plantean: si la máquina se encarga del trabajo de base, ¿cómo se formarán los expertos de mañana? En Madrid, hace un tiempo, un abogado con escasos meses en su primer empleo se ocupó de un trámite de quien firma esta columna.

El novato no lo sabía todo y cometió pequeños errores, pero su despacho lo valoraba por lo que podía llegar a ser. Una IA cubre hoy, sin esos tropiezos, buena parte de lo que él resolvía, y sin embargo nadie se convierte en socio sin haber sido antes ese principiante.

Que una máquina ejecute una tarea tampoco implica delegar la responsabilidad de sus consecuencias: un sistema analiza miles de solicitudes de crédito en segundos, pero cuánto margen de intervención humana conservar depende del riesgo, la regulación, la equidad y la confianza de los clientes. En América Latina, con brechas profundas de productividad y madurez digital, la automatización puede ayudar a cerrarlas o a ensancharlas, según cómo se gestione.

La productividad importa, pero una empresa que reduce hoy sus costos laborales quizá compruebe mañana que eliminó las capacidades que necesitaba para competir. Sin visión de futuro, la productividad se vuelve una forma sofisticada de cortoplacismo.

4. Comercio tradicional vs. comercio agéntico: cuando las máquinas comienzan a comprar por nosotros

Durante décadas el marketing intentó entender cómo las personas descubren artículos, comparan alternativas y deciden; aprendimos así a captar su atención, despertar deseos y construir confianza. ¿Qué ocurre cuando una parte de esas elecciones deja de estar en manos del consumidor?

El comercio agéntico introduce esa posibilidad: sistemas de IA capaces de rastrear la oferta, contrastar condiciones, seleccionar y cerrar operaciones siguiendo instrucciones y autorizaciones humanas. Los asistentes que recomendaban dan paso a tecnologías que participan en la decisión y en la transacción.

América Latina ya experimenta con ellas: en marzo de 2026, Santander y Visa anunciaron la culminación del primer piloto controlado de pagos gestionados íntegramente por agentes de IA en Argentina, Brasil, Chile, México y Uruguay, con compras de libros en cuatro de esos mercados y de chocolates en Brasil. Se trata de una prueba acotada, no de evidencia de una adopción masiva, pero ilustra una transformación potencialmente profunda.

Hasta ahora las marcas competían por ser conocidas, recordadas y elegidas por personas; en un escenario agéntico deberán además lograr que sus productos puedan ser encontrados, interpretados, comparados y recomendados por sistemas automatizados. A las relaciones B2B y B2C se suman las B2AI, entre empresas y agentes de IA, y eventualmente las AI2AI, entre agentes que interactúan.

Eso abre preguntas incómodas: ¿cómo se construye preferencia cuando quien evalúa es un algoritmo?, ¿qué ocurre con una marca cuyo valor diferencial es emocional y difícil de expresar en datos?

Algunos esperan más transparencia y menos asimetrías de información; otros advierten que el poder se concentrará en las plataformas que controlen los agentes y sus criterios de recomendación. Ambas posibilidades merecen atención.

Los sentimientos, la creatividad y las marcas no pierden relevancia en este escenario: las empresas deberán competir en dos terrenos a la vez, siendo legibles para el agente y deseables para la persona. Durante años aprendimos a seducir consumidores y ahora tendremos que entender también cómo ser elegidos por sus algoritmos.

2027: el verdadero desafío será saber elegir

Estas cuatro transformaciones parecen diferentes, pero comparten una exigencia: nos obligan a reconsiderar decisiones que dábamos por sentadas, como dónde producir, en qué invertir, cómo organizar el trabajo y cómo relacionarnos con los clientes. Ante tanta incertidumbre, la reacción instintiva es acelerar las apuestas, la automatización y el cambio, pero velocidad no es sinónimo de dirección.

Las compañías compiten en mercados concretos, con compradores específicos y capacidades que no se modifican de un día para otro, y por eso el desafío del liderazgo consiste en desarrollar el criterio para distinguir entre lo posible, lo conveniente y lo estratégico.

Definir un rumbo es elegir entre opciones razonables y aceptar soltar algo que hoy funciona. Para un comité directivo, una forma de ejercitar ese juicio es revisar estas transformaciones una por una con cuatro verbos: qué abandonar, qué probar en los próximos noventa días, qué rediseñar y qué proteger.

Detrás de esas decisiones hay una pregunta que cada organización necesita plantearse en 2027: ¿qué debemos delegar a las máquinas, qué queremos conservar en manos humanas y, sobre todo, por qué? No existe una respuesta universal, porque lo que genera eficiencia en una empresa puede destruir la diferenciación de otra, y lo que conviene automatizar en un sector quizá sea justo lo que sostiene la confianza de los clientes en otro.

La inteligencia artificial ampliará el repertorio de cosas al alcance de las compañías, aunque no determinará por sí sola cuáles vale la pena abordar; si en 2026 la duda era qué podía lograr esa tecnología, en 2027 tendremos que demostrar que todavía sabemos decidir qué nos proponemos hacer nosotros.

(*) El autor se ha desempeñado como CEO de tres firmas internacionales de marketing, colaborando con más de 300 empresas a nivel global. Además, es Profesor de Marketing, conferencista y asesor en Innovación Corporativa, Liderazgo y Marketing. Reconocido por Thinkers50 como uno de los principales líderes de pensamiento a nivel mundial, ha coescrito tres libros de negocios con Philip Kotler.