Cuidado con el "pantano de tendencias": cuando la IA vuelve mediocre tu estrategia

La IA está nivelando silenciosamente tu diferenciación estratégica

Cuando el consejo de administración pregunta si entrar en un nuevo mercado o profundizar en el producto principal, cada vez más altos ejecutivos recurren a ChatGPT en busca de consejo. La IA puede generar en segundos puntos de datos, marcos estratégicos y recomendaciones finales seguras, convirtiéndose rápidamente en el socio de pensamiento estratégico más poderoso. Pero un estudio reciente de la Escuela de Negocios Esade revela una trampa profunda: si todos usan los mismos modelos de vanguardia, las sugerencias que obtienen también convergerán inevitablemente: la estrategia se está produciendo en masa, volviéndose mediocre.

La raíz del "pantano de tendencias"

El equipo de investigación, en un artículo publicado en *Harvard Business Review*, planteó miles de dilemas empresariales a los modelos de IA dominantes. Encontraron un patrón de consistencia: los modelos favorecen sistemáticamente estrategias alineadas con la jerga moderna (diferenciación sobre costo bajo, cooperación sobre competencia, largo plazo sobre corto plazo). La razón es simple: estos modelos se entrenan en millones de blogs, publicaciones de LinkedIn y reseñas comerciales, heredando los sesgos del corpus (esas ideas "más sexys" son elogiadas repetidamente, mientras que estrategias clásicas como el liderazgo en costos o la concentración se marginan como "aburridas" o incluso "opresivas"). Los investigadores lo llaman el "pantano de tendencias".

Peor aún, las recomendaciones de la IA son impredecibles. Preguntar lo mismo dos veces puede dar consejos contradictorios debido a un orden diferente de opciones. Y la ingeniería de prompts (como "sopesa los pros y los contras") no corrige de manera confiable los sesgos inherentes.

Experimento en clase: la IA homogeniza las respuestas de los estudiantes

El autor realizó un experimento en una clase de estrategia: los estudiantes analizaban si una empresa debería diferenciarse o reducir costos. A la mitad se les permitió usar IA, la otra mitad solo dependía de su propio conocimiento. Los estudiantes que usaron IA terminaron recomendando casi todos una ruta híbrida de "buscar simultáneamente diferenciación y bajo costo" (usaron IA para profundizar su pensamiento, pero sus respuestas se volvieron más similares). Este pequeño escenario refleja el gran problema que ocurre en las salas de juntas globales.

Cinco fronteras: mantener la singularidad estratégica en la era de la IA

La conclusión no es abandonar la IA, sino delimitar qué se puede externalizar y qué debe conservarse como pensamiento propio. Aquí hay cinco fronteras que los directivos deben establecer:

1. Extraer conocimiento offline. La IA actual solo sabe lo que está escrito y publicado en línea. No sabe si tu CFO es adverso al riesgo, si tu gran cliente prefiere correos largos, o si tu proveedor está considerando en secreto una adquisición. El contexto estratégico más rico existe en cenas con clientes, visitas a fábricas y conversaciones informales. Cuando todos usan IA, los datos públicos están completamente mercantilizados. Solo los directivos que invierten en conocimiento tácito pueden aportar insumos más ricos y exclusivos para la toma de decisiones.2. Resistir la "falsedad rigurosa" del contexto. Es fácil pensar que alimentar a la IA con más números, casos e investigaciones internas generará respuestas más precisas. Sin embargo, los estudios sobre la "adulación de la IA" muestran que los modelos ajustan sus respuestas según los supuestos, preferencias y marcos de las instrucciones. Más contexto puede, en cambio, crear una "falsedad rigurosa": respuestas más detalladas y convincentes, pero no necesariamente más independientes o correctas. La solución no es dar más contexto a la IA, sino hacer que el modelo presente los argumentos más sólidos para las opciones que rechaza.

3. Formar tu propia opinión antes de dar la instrucción. Una vez que ves la sugerencia segura de la IA, es difícil volver al estado mental inicial. Incluso si no estás de acuerdo con el modelo, su marco influencia tu pensamiento debido a su capacidad de persuasión. Para evitar el anclaje algorítmico, escribe tu propia opinión preliminar antes de abrir el chatbot. Los directivos deben usar la IA para desafiar los fundamentos ya establecidos, no para que la IA los establezca.

4. Decidir a qué decir "no". La IA odia decir "no". Ante dos opciones estratégicas, su instinto es tomar un punto intermedio. En las investigaciones, los modelos suelen recomendar simultáneamente dos estrategias contradictorias, incluso si eso no tiene sentido comercial. Los directivos deben hacer lo que la IA no puede: tomar decisiones. La verdadera estrategia requiere sopesar intereses en conflicto, desajustes estructurales y limitaciones de recursos. La forma de evitar la convergencia con los competidores es elegir "lo que no harás".

5. Considerar los caminos poco atractivos. Si los modelos de IA están llevando a otros directivos hacia el "pantano de tendencias", entonces la mayor oportunidad sin explotar se encuentra precisamente donde la IA dice a todos que no vayan. Cuando la IA recomienda opciones de moda, los líderes deberían preguntarse: ¿cómo sería ejecutar con excelencia la estrategia "aburrida"? En una era donde todos los altos ejecutivos son impulsados por las mismas herramientas, la ventaja competitiva provendrá cada vez más de la apuesta contraria que la IA disuade silenciosamente.

Conclusión: Mantener la estrategia "no IA-izable"

La IA no desaparecerá. Úsala bien: puede resumir información compleja, generar escenarios alternativos y exponer argumentos débiles a una velocidad que ningún equipo humano puede igualar. Pero cuanto más dependan los líderes del mismo conjunto de modelos, más homogénea se volverá la estrategia. El antídoto no es abandonar la IA, sino usarla con límites claros. En la era del "pantano de tendencias", la estrategia más valiosa podría ser precisamente aquella que ningún chatbot recomendaría jamás.