Inteligencia artificial y liderazgo: la nueva agenda del líder en LATAM (2025-2026)

Durante décadas, la tecnología fue responsabilidad del CIO o del CTO. La IA generativa rompe esa división: penetra en marketing, finanzas, operaciones y gestión de personas de manera simultánea, y obliga a cada líder —independientemente de su función— a tomar decisiones de gobernanza, ética y redesign organizacional que antes correspondían a roles especializados.

El reporte The State of Organizations 2026 de McKinsey es categórico al respecto: 'Scaling AI is a leadership challenge as much as a [technology one]' (McKinsey, 2026). En la misma investigación, el 23 % de los líderes encuestados pertenece a organizaciones denominadas 'AI Pioneers', empresas con comprensión clara de cómo la IA reconfiguará actividades y capacidades requeridas, y que ya despliegan IA internamente en la mayoría de sus departamentos.

Este fenómeno tiene consecuencias directas en LATAM. El Observatorio LBS 2026 (n=27 083) revela que el 50 % de la comunidad de RH en LATAM ocupa un rol de 'practitioner' frente a la decisión de desarrollo de capacidades (Observatorio LBS, 2026). Eso significa que la mitad de quienes deben diseñar y ejecutar los programas de upskilling directivo operan desde la ejecución y no desde la estrategia, justo cuando la demanda de nuevas competencias de liderazgo alcanza su máximo histórico.

La métrica de adopción de IA sube de manera acelerada. McKinsey reporta que el 78 % de las organizaciones ya usa IA en al menos una función de negocio (McKinsey, 2025). Sin embargo, solo el 5,5 % de los encuestados afirma obtener un impacto superior al 5 % del EBIT atribuible a IA. La brecha entre adopción y valor real es el síntoma de un problema de liderazgo, no de tecnología.

Harvard Business Publishing Corporate Learning identificó en 2025 que el 81 % de los líderes senior tiene expectativas significativamente mayores respecto a que los líderes de nivel medio conduzcan la adopción de herramientas digitales, en comparación con el año anterior (Harvard Business Publishing, 2025). Al mismo tiempo, esos líderes de nivel medio reciben escasa preparación formal para hacerlo. El resultado es una paradoja operativa: se delega la implementación hacia abajo en la jerarquía sin transferir el marco conceptual ni la autoridad para rediseñar procesos.

La investigación de Harvard Business School publicada en Harvard Business Review en octubre de 2025 identifica cinco habilidades críticas que los líderes necesitan en la era de la IA: (1) fluidez en IA a través de redes diversas; (2) rediseño de estructuras organizacionales; (3) orquestación de equipos híbridos humano-máquina; (4) coaching adaptativo; y (5) liderazgo con el ejemplo (HBR, 2025). Ninguna de estas habilidades se desarrolla por exposición pasiva a las herramientas.

Apoyándose en el marco propuesto por Harvard Business Publishing (2025) y complementándolo con datos regionales, es posible articular tres estadios de madurez que todo líder de LATAM debe recorrer:

Estadio 1 — Alfabetización (AI Literacy)

El líder comprende los conceptos fundamentales: qué es un modelo de lenguaje, qué significa 'agentización', cuáles son los riesgos de sesgos algorítmicos y qué implica la gobernanza de datos. Esta base no requiere ser ingeniero; requiere suficiente vocabulario para hacer las preguntas correctas al equipo técnico y para evaluar propuestas de proveedores con criterio propio.

En este estadio, el error frecuente en LATAM es saltarse la etapa y pasar directamente a la contratación de plataformas. Cuando el líder carece de alfabetización, la decisión de inversión queda en manos del proveedor, no del negocio.

Estadio 2 — Integración estratégica

El líder es capaz de vincular los casos de uso de IA con los objetivos de negocio, de rediseñar flujos de trabajo con la IA como componente estructural, y de establecer métricas de valor —no métricas de actividad. McKinsey (2026) señala que las organizaciones de alto desempeño en IA son tres veces más propensas a tener un liderazgo senior con ownership real y que modela el uso de IA activamente.

En LATAM, este estadio requiere superar la tendencia a gestionar la IA como un proyecto de TI y comenzar a tratarla como un rediseño del modelo operativo. El Star Model de Galbraith es útil aquí: los cambios en la dimensión de 'procesos' y 'personas' deben ser coherentes con la estrategia, o la implementación de IA producirá ganancias locales y pérdidas sistémicas.

Estadio 3 — Liderazgo en ecosistemas IA

El líder anticipa disrupciones, redefine propuestas de valor y orquesta alianzas tecnológicas. Como señala el trabajo de McKinsey sobre liderazgo humano en la era de la IA (enero de 2026): 'The leaders who end up thriving in the AI era will be those who blend human depth with digital fluency' (McKinsey, 2026). Este estadio no reemplaza las competencias humanas clásicas —construcción de confianza, toma de decisiones bajo ambigüedad, gestión del cambio— sino que las potencia con capacidad analítica aumentada.

1. Velocidad vs. deliberación

La IA comprime los tiempos de decisión. Los sistemas de análisis predictivo entregan recomendaciones en segundos; sin embargo, las organizaciones de LATAM tienen estructuras de aprobación diseñadas para semanas. El líder debe definir qué decisiones pueden automatizarse o acelerarse y cuáles requieren la fricción deliberada del juicio humano.

2. Eficiencia vs. desarrollo de talento

Uno de los hallazgos más inquietantes del debate global proviene de Harvard Business Review (2025): existe el riesgo de que la IA absorba las tareas difíciles que históricamente formaban a los líderes emergentes —análisis de problemas complejos, gestión de conversaciones incómodas, presentación de resultados adversos. Las organizaciones que optimizan eficiencia a corto plazo pueden estar erosionando su pipeline directivo a mediano plazo.

3. Centralización vs. distribución de la inteligencia

La IA democratiza el acceso a datos y análisis. En contextos de LATAM, donde la información ha operado históricamente como mecanismo de poder, esto genera conflictos políticos internos significativos. Líderes que concentraban ventaja por acceso diferencial a información se encuentran en una posición de paridad con subordinados que usan las mismas herramientas.

4. Automatización vs. empleo

Esta tensión tiene dimensiones éticas y de reputación corporativa que el liderazgo no puede delegar al equipo legal. La decisión sobre qué roles se automatizan y cómo se recompone la organización define la cultura y el contrato social interno. El marco de Schein sobre cultura organizacional es relevante: los artefactos visibles del cambio (recortes de personal por IA) impactan las presunciones básicas de los empleados sobre la relación con la empresa.

5. Innovación vs. control de riesgos

Las regulaciones de IA están en construcción activa en América Latina. Brasil, Colombia y México avanzan en marcos normativos. Los líderes que esperan a que la regulación esté definida para comenzar a actuar perderán ventana de aprendizaje; los que avanzan sin gobernanza enfrentan riesgos reputacionales y legales. La respuesta está en construir estructuras de gobernanza interna proporcionales al nivel de riesgo de cada caso de uso.

La función de RH ocupa un lugar central en esta transición, pero enfrenta una restricción estructural severa. El Observatorio LBS 2026 documenta que el 50 % de la comunidad de RH en LATAM ocupa un rol de 'practitioner' frente a la decisión de desarrollo de capacidades (Observatorio LBS, 2026). Esta cifra debe leerse como una alerta: la mitad de los profesionales de personas en la región operan desde la ejecución táctica, sin la autonomía para rediseñar programas de desarrollo en función de las nuevas demandas de la era IA.

Esto crea un círculo vicioso: los líderes de negocio necesitan capacidades nuevas que RH no está posicionado para diseñar de manera estratégica, porque el propio equipo de RH carece de posicionamiento estratégico para hacerlo. Romper ese círculo exige elevar el rol de RH —en términos de Mintzberg, pasar de operador a diseñador del sistema— y dotarlo de los marcos analíticos y la influencia política para incidir en las decisiones de inversión en talento.

Las prioridades concretas para la función de RH en 2025-2026 incluyen:

• Mapeo de capacidades directivas críticas diferenciado por nivel jerárquico y función, con foco en las brechas específicas relacionadas con IA.
• Rediseño de los journey de desarrollo incorporando práctica deliberada con herramientas de IA, no solo formación conceptual.
• Métricas de impacto que conecten el desarrollo de liderazgo con indicadores de negocio (velocidad de decisión, calidad de implementación de iniciativas IA, retención de talento crítico).
• Governance de la IA en personas que incluya criterios éticos para el uso de analítica de RH, perfiles de riesgo de automatización y planes de reskilling.

Para profundizar en la dimensión estratégica del rol de RH en este contexto, consulte el artículo El rol del HRBP en la transformación digital de las organizaciones.

Uno de los mayores riesgos conceptuales en el debate actual es la confusión entre automatización de tareas y sustitución del liderazgo. McKinsey fue explícito en su análisis de enero de 2026: la IA generativa 'cannot set aspirations, make tough calls, build trust among stakeholders, hold team members accountable, or generate truly new ideas' (McKinsey, 2026).

Esta distinción tiene consecuencias prácticas para el diseño de programas de desarrollo. Las competencias que deben reforzarse en los líderes de LATAM no son las que la IA replica con facilidad (síntesis de información, redacción de borradores, análisis de datos estructurados), sino las que la IA no puede ejecutar:

• Juicio ético bajo incertidumbre: decidir qué es lo correcto cuando los datos no tienen respuesta única.
• Construcción de confianza relacional: generar credibilidad en contextos de cambio acelerado donde el equipo está ansioso.
• Comunicación de visión: articular un propósito organizacional que oriente las decisiones cotidianas de cientos o miles de personas.
• Gestión de conflictos sistémicos: navegar tensiones políticas internas que acompañan toda transformación tecnológica.
• Resiliencia adaptativa: mantener la capacidad de actuación propia ante la ambigüedad prolongada.

Como sintetizan las investigaciones de Harvard Business School (2025), 'the strongest creative ideas often emerge when humans and machines work together, combining human originality with AI's ability to refine ideas and test their feasibility.' El líder de la era IA no es el que más sabe de tecnología: es el que mejor orquesta la colaboración entre personas y sistemas.

Para ampliar el enfoque en el desarrollo de estas competencias específicas, consulte el artículo Habilidades de liderazgo para contextos de alta incertidumbre.

Las organizaciones que han logrado escalar el valor de la IA comparten un patrón de liderazgo. McKinsey (2026) identifica que los 'AI high performers' son tres veces más propensos a tener liderazgo senior con engagement real, han rediseñado flujos de trabajo de extremo a extremo, establecen objetivos basados en resultados vinculados a KPIs de negocio e invierten en infraestructura preparada para agentes autónomos.

En términos prácticos, la hoja de ruta para una organización de LATAM que quiere cerrar la brecha entre adopción y valor real incluye cinco palancas:

Palanca 1 — Diagnóstico de madurez directiva

Antes de invertir en tecnología, mapear el nivel de alfabetización IA de cada capa gerencial. Las brechas no son uniformes: un director comercial y un director de operaciones tienen necesidades radicalmente distintas.

Palanca 2 — Aprendizaje en el flujo de trabajo

Sustituir los programas de formación de varios días fuera de la operación por intervenciones integradas al trabajo real. El marco de Kotter sobre la urgencia del cambio aplica aquí: la formación que no se conecta con una necesidad de negocio inmediata no genera cambio de comportamiento.

Palanca 3 — Comunidades de práctica entre pares

Los líderes aprenden de otros líderes. Crear espacios donde directivos de distintas funciones compartan aprendizajes de implementación de IA reduce la curva de adopción y genera capital social para las transformaciones.

Palanca 4 — Revisión del modelo de incentivos

Si los líderes son evaluados exclusivamente por resultados de corto plazo, no invertirán tiempo en desarrollar competencias de IA. El modelo de Cameron & Quinn sobre cultura organizacional anticipa que los sistemas de recompensa definen los comportamientos reales, no los declarados.

Palanca 5 — Governance con accountability ejecutivo

Cada iniciativa de IA debe tener un líder de negocio responsable —no solo un responsable de TI. La investigación de McKinsey (2026) demuestra que las empresas top contratan ejecutivos de tecnología a casi el doble de la tasa de las demás organizaciones (37 % vs. 19 %), pero también incorporan líderes financieros que aseguran el ROI medible de cada inversión tecnológica.

Ante la presión de la agenda, los líderes de LATAM suelen pasar del diagnóstico a la acción sin pasar por la reflexión. Estas cinco preguntas son un filtro ejecutivo:

1. ¿Puede su equipo directivo describir en menos de dos minutos cómo la IA cambia su modelo de negocio en los próximos 18 meses?

2. ¿Tiene su organización una definición clara de qué decisiones pueden automatizarse y cuáles requieren juicio humano?

3. ¿El programa de desarrollo de liderazgo vigente incluye práctica con herramientas de IA en escenarios reales de su industria?

4. ¿Cuenta RH con la posición estratégica —no solo táctica— para diseñar el roadmap de capacidades directivas en la era IA?

5. ¿Existen métricas que conecten las inversiones en desarrollo de liderazgo con el impacto de negocio de las iniciativas de IA?

Si la respuesta a alguna de estas preguntas genera incertidumbre, el programa Power Skills for Leaders de LBS ofrece un itinerario de desarrollo diseñado específicamente para ejecutivos de LATAM que necesitan integrar fluidez en IA con las competencias humanas que sostienen el liderazgo efectivo en entornos de alta complejidad.

La inteligencia artificial y liderazgo convergen en un punto crítico para las organizaciones de LATAM: la tecnología está disponible, los casos de uso están documentados, pero la capacidad directiva para conducir la transformación sigue siendo el cuello de botella. Los datos son consistentes en múltiples fuentes: las organizaciones que generan valor real con IA son aquellas cuyo liderazgo senior tiene ownership genuino del proceso, no aquellas que han invertido más en software.

El liderazgo en la era de la IA no es un liderazgo tecnológico. Es un liderazgo aumentado: uno que combina la profundidad humana —juicio, confianza, visión, resiliencia— con la fluidez digital suficiente para tomar decisiones informadas sobre cómo y cuándo confiar en los sistemas artificiales. Construir ese liderazgo es la inversión más rentable que una organización puede hacer en este momento.

Para continuar explorando cómo diseñar organizaciones preparadas para la era de la IA, consulte también el artículo Diseño organizacional en contextos de transformación digital.

Fuentes principales: McKinsey Global Tech Agenda 2026 (febrero 2026); McKinsey 'Building Leaders in the Age of AI' (enero 2026); McKinsey 'The State of Organizations 2026'; Harvard Business Publishing Corporate Learning, 'Succeeding in the Digital Age: Why AI-First Leadership Is Essential' (2025); Harvard Business Review, '5 Critical Skills Leaders Need in the Age of AI' (octubre 2025); Observatorio LBS 2026 (n=27 083).