Deus ex machina

En la tragedia griega, el deus ex machina era un recurso teatral: una figura divina descendía del cielo —suspendida por una grúa mecánica— para resolver un conflicto que los personajes no podían solucionar por sí mismos. Esa irrupción cerraba la obra con una eficacia artificial. Hoy, el paralelismo es evidente: en el discurso empresarial, se invoca la inteligencia artificial como si fuera esa divinidad mecánica capaz de resolver, desde fuera, todo lo que la organización no ha querido o sabido abordar.

La narrativa se impone: adoptar IA equivale a modernizarse, a ganar eficiencia, a posicionarse mejor. Pero esta promesa de transformación rápida y automática se rompe al enfrentarse con la práctica. Los sistemas inteligentes no operan sobre el vacío; requieren estructura, intención y sentido. No son una solución mágica, sino una herramienta exigente.

El estudio conjunto de MIT Sloan Management Review y Boston Consulting Group, publicado en 2025, confirma que el 62 % de las organizaciones que implementaron tecnologías de IA sin una redefinición profunda de sus procesos, su cultura de datos o sus objetivos de negocio, no lograron ningún impacto medible. El problema no fue técnico. Fue narrativo: se esperaba una resolución desde fuera, sin rehacer el guion desde dentro.

A esto se suma un desafío urgente: resistir los cantos de sirena que prometen accesos inmediatos y caminos sin fricción. Hoy proliferan discursos que trivializan la complejidad y presentan la integración de IA como una cuestión de clics, no de decisiones estratégicas. Frente a eso, hay que hacer justo lo contrario: confiar en quienes entienden los procesos, trazar una ruta que tenga en cuenta los límites reales de la organización, y pensar cada paso de forma incremental, sin atajos. Lo que está en juego no es la adopción tecnológica, sino la capacidad de pensar con claridad en tiempos de automatización.

Expertas como Nuria Oliver (ELLIS Alicante) y Elizabeth Anne Watkins (Intel Labs) insisten en que el valor no está en usar modelos cada vez más sofisticados, sino en entender para qué se usan, cómo se controlan y qué consecuencias generan. La idea de explainable AI no debe confundirse con una obligación decorativa de explicar resultados, sino como una exigencia de que el sistema proponga acciones que puedan ser comprendidas, debatidas y, si es necesario, corregidas.

Las empresas que avanzan no son las más rápidas en adoptar IA, sino las que lo hacen con rigor. Identifican con precisión dónde aplicar la tecnología, definen cómo medir el impacto, y entienden que delegar decisiones implica también nuevas formas de responsabilidad. No hay beneficio automático: hay proceso, hay contexto, hay estrategia.

El deus ex machina sigue siendo una figura atractiva. Pero en el mundo empresarial de 2025, esperar una resolución divina es una renuncia disfrazada. El cambio real no desciende del cielo: se construye, paso a paso, con método, conocimiento y responsabilidad compartida.