El peligro no es quedarnos sin respuestas, sino dejar de hacernos las preguntas que importan. — León Prior
Algunas organizaciones sienten que necesitan más datos, más reportes, más certezas antes de decidir. Pero en realidad lo que falta no es información, sino un tipo diferente de estrategia: una que sea mínima, viable y ajustable antes de que la realidad vuelva obsoleto cualquier documento pulido.
En los últimos años hemos hablado de decisiones, señales, hábitos y pensamiento estratégico, especialmente cuando exploramos ideas como las de Fallos inteligentes. Sin embargo, aún no habíamos abordado el punto más incómodo: ¿cómo se diseña un plan estratégico que no pretenda acertarlo todo y, al mismo tiempo, no deje a la organización sin dirección?
La irrupción de la inteligencia artificial promete ayudarnos a responder esa pregunta… pero, paradójicamente, también abre nuevas incógnitas. ¿Puede una IA ayudarnos a definir lo esencial? ¿Puede anticipar escenarios para un plan mínimo viable? ¿O nos llevará, sin querer, a depender de patrones del pasado para tomar decisiones que exigen imaginación?
Este artículo no busca resolverlo todo. Al contrario: plantea interrogantes que quizás tu Comité Directivo, tu equipo o tú mismo todavía no han formulado.
PRÁCTICA 1. Elegir lo esencial cuando todo parece importante
La esencia de un plan estratégico mínimo viable (PEMV) es brutal: solo caben las decisiones que mueven el rumbo, no las que solo mejoran la comodidad. Desde MIT Sloan Management Review se ha insistido en que los equipos directivos que prosperan en contextos complejos no son los que planean más, sino los que priorizan con más coraje.
En una organización mediana que asesoro, el equipo directivo identificó 27 prioridades “irrenunciables”. Tras tres sesiones tensas, solo quedaron cuatro apuestas estratégicas reales. Con esas cuatro avanzaron más en un trimestre que en los últimos dos años.
La IA podría llevar esta priorización un paso más allá: analizar patrones de rentabilidad, recurrencia de clientes, desgaste operativo o riesgos emergentes. Podría sugerirte, con frialdad matemática, que ciertas líneas de negocio “estratégicas” en realidad son lastres.
Pero si la IA analiza miles de datos más rápido que cualquier equipo, ¿qué podría considerar “esencial” que ustedes no ven? ¿Y qué seguiría siendo esencial para ustedes aunque ningún algoritmo lo justificara en el corto plazo?
Reflexión
¿Qué criterio usas realmente para mover algo a la lista de “esenciales”? ¿Y cuál usa tu equipo sin decirlo?
Buenas prácticas
- Definir un umbral de importancia: cualquier iniciativa que no cumpla ese criterio no entra.
- Forzar límites: máximo tres apuestas estratégicas activas por trimestre.
- Usar IA para validar riesgos, no para definir el propósito.
No hay nada más inútil que hacer con eficiencia lo que no debería hacerse en absoluto.
Peter Drucker
PRÁCTICA 2. Convertir incertidumbre en señales, no en excusas
El IMD ha documentado que las organizaciones que sobreviven no son las que predicen mejor, sino las que detectan antes. Un PEMV opera con esta misma lógica: no busca certeza, sino sensibilidad estratégica.
La IA amplifica esa sensibilidad: microcambios en demanda, anomalías de costos, patrones en quejas, señales tempranas de rotación. Puede advertirte de fracturas invisibles para el ojo humano.
Pero la sensibilidad excesiva puede transformarse en parálisis reactiva si no se interpreta con criterio. Más datos no siempre significan mejor lectura. En artículos como Liderar en la incertidumbre hemos visto que la clave no es controlar el entorno, sino aprender a leerlo a tiempo.
¿Qué señales de hoy podría detectar la IA antes que tú? ¿Y cuáles no vería jamás porque requieren contexto, intuición o cultura?
Reflexión
¿Qué señal ignoraste este trimestre que ahora reconoces como obvia?
Buenas prácticas
- Elegir tres señales por trimestre y revisarlas con disciplina.
- Utilizar IA como segundo lector, no como voz principal.
- Consolidar señales en una revisión trimestral razonable.
Lo que hoy parece un ruido débil mañana puede ser el origen de una crisis evidente.
Igor Ansoff
Si quieres evaluar la sensibilidad estratégica actual de tu organización, el Autodiagnóstico de señales tempranas puede ayudarte a identificar brechas antes de que se vuelvan problemas visibles.
PRÁCTICA 3. Experimentar antes de comprometer a toda la organización
En la d.school de Stanford se impulsa la idea de prototipos estratégicos: decisiones que se prueban en pequeño antes de escalar. Un PEMV funciona igual: aprender antes de institucionalizar.
La IA acelera ese aprendizaje: simula escenarios, estima efectos, detecta riesgos. Pero aquí aparece la tensión incómoda: ¿qué pasa si tus simulaciones predicen bien… pero conducen a un rumbo que tu equipo no está dispuesto a recorrer?
Reflexión
¿Alguna vez un análisis impecable justificó una decisión que el equipo no estaba preparado para ejecutar?
Buenas prácticas
- Probar cambios estratégicos en pilotos del 10–15% antes de escalar.
- Registrar hipótesis antes de experimentar.
- Usar IA para contrastar rutas, no para imponer una sola.
En innovación estratégica, los prototipos deciden mucho antes que los documentos.
Stanford d.school
Si quieres una estructura clara para diseñar tus primeros prototipos estratégicos apoyados en IA, puedes descargar la Guía práctica para una estrategia inteligente.
PRÁCTICA 4. Medir lo que se mueve, no lo que luce bien
La London School of Economics ha mostrado cómo muchas organizaciones siguen midiendo lo irrelevante: indicadores heredados que ya no explican nada. En un PEMV, medir menos es medir mejor.
La IA puede descubrir nuevas métricas relevantes: fricciones internas, ciclos de aprendizaje, señales críticas de clientes. Pero aquí surge la duda: si la IA empieza a decidir qué medimos, ¿seguirá siendo tu estrategia… o será la del algoritmo?
Reflexión
¿Qué indicador sigues midiendo solo por costumbre?
Buenas prácticas
- Dos indicadores por apuesta estratégica: uno de avance y uno de aprendizaje.
- Eliminar cualquier KPI que nadie pueda explicar en 30 segundos.
- Usar IA para descubrir patrones, no para generar métricas superficiales.
Lo que no se mide con intención acaba empujando decisiones que nadie quería tomar.
London School of Economics
PRÁCTICA 5. Recalibrar sin pedir permiso a la tradición
Harvard Kennedy School ha estudiado cómo los líderes adaptativos cambian rumbo antes de tener certeza completa. En un PEMV, recalibrar no es debilidad: es responsabilidad.
La IA facilita esa recalibración: nuevos escenarios, advertencias, proyecciones. Pero la última palabra sigue en manos humanas.
Reflexión
¿Cuántas veces en tu organización se ha mantenido un plan solo por inercia?
Buenas prácticas
- Revisión mensual de lo que se detiene, ajusta o escala.
- Documentar razones de cada cambio.
- Usar IA para advertir, no para reemplazar conversaciones estratégicas.
La verdadera agilidad estratégica es cambiar de rumbo sin perder el norte.
Harvard Kennedy School
PRÁCTICA 6. Proteger el propósito en un mundo de algoritmos
La Universidad de Chicago advierte que los modelos optimizan eficiencia, no significado. La IA puede sugerir recortes, cambios o decisiones lógicas… pero la lógica no siempre sostiene una cultura.
Reflexión
Si mañana desaparecieran todos tus KPIs, ¿qué seguirías intentando lograr?
Buenas prácticas
- Reescribir el propósito anualmente con lenguaje vivo.
- Validar que cada apuesta estratégica mejore la vida de alguien.
- Revisar que la IA no esté optimizando contra tu cultura.
Los algoritmos pueden decidir el cómo; las personas tienen que decidir el para qué.
Universidad de Chicago
PRÁCTICA 7. Aceptar que no hay respuestas finales (y ese es el punto)
El Instituto de Tecnología de Karlsruhe sostiene que los sistemas complejos no se resuelven: se navegan. Un PEMV es un instrumento de navegación, no un mapa absoluto.
La IA amplifica caminos, contradicciones y posibilidades. Pero cada sugerencia algorítmica exige una interpretación humana.
Reflexión
¿Qué pregunta no te has atrevido a hacer este trimestre sobre tu estrategia?
Buenas prácticas
- Cerrar cada trimestre con: “¿Qué aprendimos que cambia todo?”
- Mantener registro disciplinado de hipótesis y aprendizajes.
- Dejar explícitas las preguntas abiertas del PEMV.
Una buena estrategia es más una conversación inacabable que un documento definitivo.
Kellogg School of Management
Si lo que buscas es fortalecer tu criterio para navegar decisiones complejas en movimiento, quizá encuentres útil el artículo Pensar y decidir en movimiento, que conecta con esta idea de adaptación continua.
Cierre
Un plan estratégico mínimo viable apoyado en IA no es una fórmula: es una provocación. ¿Qué es lo mínimo que debes definir para avanzar, y qué es lo máximo que estás dispuesto a aprender en el camino?
Entre dejar que la IA decida todo y no dejarla entrar en nada, existe un punto donde la estrategia se vuelve un sistema vivo: un espacio intermedio que no promete certezas, pero sí decisiones más honestas.
Este artículo no busca dar respuestas finales. Busca abrir las preguntas que todavía no te has permitido explorar. Si estas preguntas comienzan a incomodarte —o a despertar curiosidad en tu equipo— quizá sea momento de llevarlas a un espacio donde podamos trabajarlas con más profundidad.
Ese espacio tiene nombre: la próxima MasterClass sobre Estrategia Mínima Viable + IA. Aquí solo dejamos la puerta entreabierta; quien sienta que este artículo le habla directamente, sabrá cuándo cruzarla.