Al final, el propio CEO se dio cuenta. Cuando retiró la métrica lo explicó sin rodeos: lo que importa es que cada uno haga su trabajo lo mejor posible; muchas veces la IA ayuda, pero cuando no, forzarla no tiene sentido. Lo dice quien declaró su empresa ‘AI-first’. En otras palabras, el hombre más convencido de la sala admitiendo que evaluar por el uso no funcionaba.

¿Qué mide un CIO cuando mide la IA?

Muchas de las métricas de IA que se usan hoy son, por debajo, métricas de uso disfrazadas. Tokens consumidos, licencias activadas, porcentaje de código asistido: suenan a impacto, pero todas cuentan algo parecido, cuánto se recurre a la herramienta. Y la corriente empuja en esa dirección. Jensen Huang, fundador de Nvidia, ha llegado a decir que esperaría que un ingeniero utilizara el equivalente a la mitad de su salario en tokens. La presión por meter la IA en la narrativa de la empresa, sea como sea, es real. Pero ninguna de esas cifras dice por sí misma si la IA ha dado resultados.

Entonces, ¿cómo medir? Lo mejor es empezar sin condicionantes. No preguntarse primero cuánta IA se usa, sino qué ha cambiado. Si la IA ha acortado un proceso, mejorado una decisión o crear algo que antes no existía. Si se mide el tiempo, hay que distinguir entre el tiempo que la IA parece ahorrar en una tarea y el tiempo útil que realmente libera al final del proceso.