LOS DATOS Y LA FINANCIACION DE LAS PYMES

Por: Fernando Cárdenas E.

¿En el mundo actual de la inteligencia artificial y del machine learning cómo afecta el creciente uso de las tecnologías de datos por parte de los intermediarios financieros la asignación de capital hacia la innovación? 

Un reciente artículo publicado en el Review of financial studies de Maxime Bonelli del London Business School nos ayuda a entender esta asignación de capital y nos sirve para ver que pueden hacer las PYMEs en nuestros mercados en vía de desarrollo. 

Cuando los datos cambian el proceso de inversión

En un entorno donde muchas decisiones empresariales todavía se toman por intuición, el investigador de este artículo muestra algo importante: cuando los inversionistas se vuelven más orientados a los datos, no solo invierten más, sino que también seleccionan mejor a las empresas con mayor potencial de desempeño futuro. Esto significa para las pymes en Colombia y otros mercados en desarrollo, que organizar, digitalizar y hacer visible la información del negocio puede aumentar su capacidad de atraer capital y de crecer. 

El estudio analiza fondos de venture capital y startups, y encuentra que los inversionistas que adoptan tecnologías de análisis de datos incrementan su número de inversiones y sus activos bajo gestión, sin cambiar mucho su foco sectorial o de etapa. Sin embargo, estos inversionistas orientan más recursos hacia startups que pueden evaluarse mejor mediante datos históricos y señales cuantificables, incluyendo empresas con mayor parecido a su historial de inversión, es decir, compañías cuyas descripciones y características reflejan negocios más fáciles de comparar con patrones previos. Esto significa que mientras más se parezcan las nuevas oportunidades de inversión o financiación a las empresas exitosas del pasado, mayor probabilidad tendrán de recibir recursos.   

¿Pero qué pasa con la innovación?

El artículo muestra un resultado clave: las startups y empresas con mayor similitud con el éxito pasado tienden a estar menos asociadas con innovación futura. En particular, los resultados indican que esas empresas tienen menor probabilidad de presentar nuevas solicitudes de patentes y de acumular patentes más citadas, lo que sugiere que los modelos de negocio más “parecidos” a lo ya conocido suelen ser menos innovadores que los menos similares. 

Al mismo tiempo, el estudio encuentra que los VC orientados a los datos no solo aumentan sus inversiones en general, sino que también incrementan especialmente su apoyo a startups con características más similares a los patrones históricos, y esas inversiones tienen mayores probabilidades de sobrevivir y recibir inversiones subsecuentes. La implicación es importante: la adopción de herramientas de datos mejora la capacidad de detectar proyectos viables y escalables, pero no necesariamente promueve la innovación radical; más bien parece favorecer negocios más entendibles, menos inciertos y con trayectorias más predecibles. 

Lectura para las pymes

Para una pyme, esto tiene una doble lectura. Por un lado, usar mejor los datos, estandarizar procesos y documentar resultados ayuda a financiar el crecimiento y a reducir la percepción de riesgo. Por otro lado, si la empresa solo se adapta a lo que ya funciona y no desarrolla capacidades de exploración, puede volverse más financiable pero menos innovadora. 

En otras palabras, la disciplina de datos puede impulsar productividad y acceso a capital, pero la innovación requiere algo adicional: experimentación, diferenciación y creación de nuevas soluciones. Por eso, una pyme competitiva no debería limitarse a mostrar eficiencia; también necesita evidenciar inversión en aprendizaje, desarrollo de productos, mejoras de procesos y capacidad de adaptación. 

Implicaciones para Colombia

En Colombia, donde muchas pymes operan con baja formalización y poca trazabilidad, el mensaje es especialmente relevante. Las empresas que quieren crecer deben construir una base de información mínima pero robusta: ventas, márgenes, productividad laboral, rotación, indicadores de retención y evidencia de innovación, como nuevos productos, mejoras de proceso o digitalización. Esa combinación permite mejorar tanto el acceso a financiamiento como la gestión estratégica de la empresa. 

Pero el artículo también sugiere una advertencia: una empresa puede volverse más atractiva para inversionistas sin volverse necesariamente más innovadora. Por eso, en sectores como construcción, manufactura ligera, servicios empresariales y comercio, la estrategia debe equilibrar eficiencia y novedad, para no caer en una lógica de “crecer haciendo más de lo mismo”.

La digitalización de la información ayuda a reducir asimetrías y a mejorar el acceso a capital, pero no sustituye la capacidad innovadora. Las empresas que sobreviven y atraen recursos suelen ser las que pueden ser evaluadas con claridad; las que transforman el mercado son las que, además, introducen algo nuevo o mejor. 

Para los emprendedores y directivos, esto implica que la estrategia debe combinar dos agendas: una de credibilidad financiera y otra de diferenciación innovadora. La primera abre la puerta del financiamiento; la segunda sostiene el crecimiento de largo plazo. 

Desde el punto de vista de la política pública para el crecimiento empresarial, el articulo también sugiere dos caminos diferentes. Una primera política pública que promueva la reducción en la asimetría de información entre las empresas y los inversionistas y financiadores, apoyando la gestión trasparente de la información. Pero por otro lado, es necesario promover el desarrollo de la industria de capital de riesgo con el objetivo de fortalecer las capacidades de financiación del crecimiento emprendedor de alto impacto, con profesionales que tengan capacidades para analizar modelos de negocio innovadores y financiar el crecimiento disruptivo y la creación destructiva que tanto necesitamos en nuestro país.  

Recomendaciones prácticas

Para convertir estas ideas en acción, una pyme puede empezar con cinco pasos simples: 

• Formalizar su información financiera y operativa.

• Definir indicadores clave de productividad y crecimiento.

• Estandarizar su narrativa empresarial con datos verificables.

• Digitalizar procesos comerciales, contables y de clientes.

• Medir e impulsar la innovación con indicadores de nuevos productos y modelos de negocio, mejoras de proceso y aprendizaje organizacional.

Estas acciones no solo mejoran la gestión interna; también aumentan la probabilidad de ser vista como una empresa de calidad por inversionistas y financiadores. En términos simples, la pyme que aprende a contar su historia con datos gana una ventaja competitiva real, pero la que además innova crea valor más difícil de imitar. 

Conclusión 

La gran conclusión del artículo es que los datos no reemplazan el criterio empresarial, pero sí amplifican la capacidad de detectar y financiar mejores oportunidades. Para las pymes colombianas y de mercados emergentes, eso implica que la productividad, la trazabilidad y la disciplina informacional ya no son solo buenas prácticas administrativas: son activos estratégicos. Al mismo tiempo, el estudio sugiere que la innovación no surge automáticamente de tener más datos; requiere de una apuesta deliberada por crear algo distinto, no solo por optimizar lo existente y esto representa un reto adicional para los empresarios y emprendedores al comunicar adecuadamente sus oportunidades de inversión para que sean detectadas por los inversionistas y financiadores. 

 

CAPACIDADES DINÁMICAS: FUNDAMENTOS PARA PYMES

 CAPACIDADES DINÁMICAS: FUNDAMENTOS PARA PYMES 

Por: Fernando Cárdenas E.

En el mundo moderno caracterizado por entornos globales con innovación rápida, las PYMEs deben desarrollar no solo eficiencia operativa sino capacidades dinámicas: rutinas y decisiones que les permitan detectar oportunidades, capturarlas y reconfigurar recursos cuando cambian las reglas del juego. Como lo plantea David J. Teece en un artículo muy relevante publicado en 2007 en el Strategic Management Journal: “Las capacidades dinámicas permiten a las empresas crear, implementar y proteger los activos intangibles que sustentan un retorno empresarial superior a largo plazo”. ¿Qué sugiere la teoría de las competencias dinámicas de Teece? y ¿Cómo podemos utilizarla de forma práctica en las PYMEs en países en vía de desarrollo?  

Qué dice la teoría en un resumen útil para gerentes

Teece afirma que la empresa sostenible no es solo un conjunto de recursos, sino un sistema capaz de crear, desplegar, proteger y renovar activos intangibles como conocimiento, reputación, relaciones, diseño organizacional y capacidad de coordinación. El artículo resume este proceso en tres grandes capacidades: sensing (detectar), seizing (capturar) y transforming/reconfiguring (transformar). 

Esto rompe con la visión más estática de la estrategia de Porter, basada en elegir una industria atractiva, posicionarse y defenderse de la competencia. Para Teece, la empresa también moldea su entorno: desarrolla nuevos mercados, articula ecosistemas, diseña modelos de negocio y coordina complementos, proveedores, clientes e instituciones. Esa es una enseñanza potente para pymes que quieren dejar de reaccionar y empezar a ser dueños de su propio destino. 

“Las capacidades dinámicas permiten a las empresas crear, implementar y proteger los activos intangibles que sustentan un rendimiento empresarial superior a largo plazo.”

¿Qué significa esto para una pyme?

Para una pyme, “capacidad dinámica” no significa contratar consultoría sofisticada ni invertir grandes sumas en I+D. Significa tener rutinas concretas para observar el mercado, aprender del cliente, tomar decisiones de inversión con criterio y ajustar la organización sin esperar a que una crisis obligue a hacerlo. En el fondo, se trata de pasar de administrar el día a día a orquestar el negocio con visión de mediano plazo. 

En Colombia esto es crucial porque muchas pymes operan con márgenes estrechos, alta informalidad y dependencia de pocos clientes o canales. En ese contexto, una empresa puede ser técnicamente eficiente y aun así fracasar si no detecta cambios en la demanda, no adapta su propuesta de valor o no construye relaciones complementarias con aliados, distribuidores, plataformas o instituciones. 

Tres lecciones prácticas

Primero, las pymes deben institucionalizar el escaneo del entorno. Teece insiste en que detectar oportunidades no puede depender de la intuición de una sola persona; debe convertirse en un proceso organizacional que recoja información de clientes, proveedores, tecnología y competencia. En una pyme esto puede traducirse en reuniones mensuales de mercado, observación de los clientes en su ambiente natural, monitoreo de quejas y sugerencias, seguimiento de tendencias sectoriales y conversaciones sistemáticas con aliados. 

Segundo, la empresa debe saber capturar oportunidades con un modelo de negocio claro. El artículo subraya que innovar técnicamente no garantiza el éxito comercial si no existe una arquitectura de ingresos y costos que capture valor. Para una pyme, esto implica definir con precisión los segmentos que atiende, cómo cobra, qué canales utiliza, qué actividades hace internamente y cuáles terceriza. 

Tercero, la organización debe ser capaz de cambiar sin perder coherencia. Teece muestra que las empresas que envejecen mal suelen quedar atrapadas en rutinas, jerarquías y sesgos que protegen lo viejo y castigan lo nuevo. En las pymes, esto suele verse cuando el negocio sigue usando procesos manuales, estructuras demasiado centralizadas o decisiones basadas en “cómo siempre se ha hecho”. 

Aplicación en Colombia

En Colombia, las capacidades dinámicas son particularmente relevantes para pymes de construcción, manufactura ligera, servicios empresariales, agroindustria, comercio y tecnología. En estos sectores, el entorno cambia por la volatilidad de costos, la presión competitiva, la digitalización y la necesidad de mejorar productividad sin perder flexibilidad. La empresa que aprende a combinar activos tangibles e intangibles, y a coordinarse con aliados, tiene más probabilidad de ser rentable y entregar retornos adecuados a sus accionistas o dueños. 

También hay una lección institucional importante. Teece enfatiza que las empresas no actúan solas: dependen de ecosistemas formados por reguladores, universidades, proveedores, clientes, estándares y reglas de juego. Para una pyme colombiana, esto significa que la productividad no depende únicamente del esfuerzo interno; también depende de conectarse con cámaras de comercio, programas de innovación, centros de desarrollo empresarial, universidades y las cadenas de valor locales y globales. 

Riesgos frecuentes

El artículo advierte sobre varios sesgos que frenan la renovación: aversión al riesgo, exceso de confianza, sesgo “anti-canibalización” y persistencia de programas o rutinas que ya no crean valor. En términos sencillos, muchas empresas no fracasan por falta de talento, sino por proteger demasiado el negocio actual y pensar muy poco en el futuro. 

Ese problema es común en pymes familiares o dirigidas de forma muy centralizada. Cuando el dueño concentra todo, la empresa puede volverse rápida para operar, pero lenta para aprender. Teece sugiere que la descentralización inteligente, la autonomía local y la coordinación flexible mejoran la capacidad de respuesta. 

Conclusiones para pymes

La gran enseñanza del artículo es que la competitividad sostenible no nace solo de “hacer bien las cosas”, sino de aprender, adaptar y recombinar continuamente lo que la empresa sabe y lo que la empresa tiene. Para las pymes colombianas y de economías en desarrollo, esto implica invertir no solo en maquinaria o ventas, sino también en capacidades de diagnóstico, decisión, coordinación, alianzas y rediseño organizacional. 

Si una pyme quiere crecer de manera más resiliente, debería preguntarse con regularidad: ¿qué señales del mercado estamos ignorando?, ¿qué oportunidades estamos viendo, pero no estamos capturando?, ¿qué rutinas ya dejaron de servir?, y ¿qué activos intangibles necesitamos construir para sostener la productividad y la rentabilidad? Esa es, en esencia, la agenda práctica que deja Teece. 

EL ENANISMO EMPRESARIAL, LAS EMPRESAS GRANDES Y EL FUTURO DE LAS PYMES EN MERCADOS EMERGENTES

Por: Fernando Cárdenas E.

Uno de los desafíos más persistentes con los que nos encontramos en el día a día en un mercado en vías de desarrollo como Colombia, es el fenómeno que en la práctica podríamos llamar "enanismo empresarial". Un tejido productivo caracterizado por una abrumadora prevalencia de micro y pequeñas empresas que rara vez logran escalar. Tradicionalmente, la literatura económica ha atribuido la escasez de grandes corporaciones en nuestras economías a distorsiones institucionales, fallas del mercado crediticio o barreras regulatorias que castigan el tamaño. 

Sin embargo, el reciente y provocador artículo del economista Zhang Chen (febrero de 2026), titulado "Economic Growth and the Rise of Large Firms", propone un cambio de paradigma analítico que redefine por completo esta problemática. Su tesis central demuestra que el surgimiento de grandes firmas y el consecuente aumento de la concentración de mercado no son necesariamente síntomas de una economía disfuncional o distorsionada, sino un resultado inherente del propio proceso de crecimiento económico. 

Con base en análisis empíricos y modelos teóricos, el autor muestra que, a medida que las economías avanzan y el PIB per cápita aumenta, la distribución del tamaño empresarial tiende a engrosar su “cola derecha”, es decir, el segmento de empresas de gran tamaño crece de manera sistemática. Este crecimiento no es casual, ni producto de distorsiones externas, sino que responde a dinámicas internas donde las empresas líderes logran ampliar sus capacidades a través de la innovación y el aprendizaje estratégico de los actores más productivos del mercado.

De cierta manera, el surgimiento de grandes empresas refleja la madurez y sofisticación del tejido productivo, donde las empresas más avanzadas capitalizan oportunidades crecientes y contribuyen, a su vez, a la transformación agregada del entorno económico. En este sentido, la concentración empresarial es vista como un reflejo de un mercado en expansión y no necesariamente como un síntoma de fallas estructurales.

Los hechos estilizados y el mecanismo del "Aprendizaje Truncado"

A través de un riguroso análisis empírico utilizando datos de la OCDE y de los Estados Unidos, Chen identifica un patrón claro: a medida que el PIB per cápita de un país aumenta, la "cola derecha" (el extremo superior) de la distribución del tamaño de las empresas se vuelve sistemáticamente más gruesa. Las economías desarrolladas tienen empresas más grandes porque su propio proceso de desarrollo facilita el espacio para que las empresas más productivas crezcan. 

Para explicar este fenómeno, Chen construye un modelo de crecimiento endógeno basado en la búsqueda de ideas, introduciendo el concepto clave de muestreo truncado (truncated sampling). A diferencia de los modelos tradicionales de difusión tecnológica, donde las empresas buscan ideas al azar en toda la economía (lo que penaliza el crecimiento de las empresas grandes porque rara vez encuentran un par superior de quien aprender) , el modelo de Chen asume que las empresas dirigen sus esfuerzos de aprendizaje de forma estratégica y exclusiva hacia competidores que son más productivos que ellas. Es decir que las empresas aprenden de las mejores empresas dentro de sus entornos. 

Al modelar la dinámica de esta forma, el autor descubre implicaciones teóricas profundas:

• El crecimiento no depende del tamaño de la empresa: El crecimiento esperado de una empresa se vuelve independiente de su tamaño actual, ya que las empresas más grandes pueden seguir innovando de forma eficiente al aprender de fuentes tecnológicas aún más avanzadas situadas cercanas a la frontera tecnológica desde que estas existan. 

• Crecimiento de Cola (Tail Growth): El crecimiento económico sostenible a largo plazo no proviene únicamente de mover la productividad promedio de todas las empresas de manera homogénea, sino del engrosamiento continuo de la cola derecha de la distribución. De que las empresas más productivas crezcan.

• Externalidades de Difusión: Las actividades individuales de búsqueda de ideas de una empresa reconfiguran la distribución de productividad de todo el país, alterando de manera agregada la eficiencia de los aprendizajes del resto de actores. 

Implicaciones Estratégicas y de Política para las PYMEs en Mercados en Desarrollo

Traer este marco analítico al contexto de Colombia y de otros mercados emergentes nos obliga a repensar las recomendaciones tradicionales tanto a nivel corporativo como macroeconómico: 

1. El peligro del aislamiento productivo de las Pymes 

En economías en desarrollo, muchas PYMEs operan en clústeres informales o de baja productividad, interactuando y aprendiendo casi exclusivamente de empresas de su mismo tamaño y nivel técnico. El modelo de Chen nos recuerda que para romper la trampa del bajo crecimiento, el "muestreo" de conocimiento debe ser truncado hacia arriba. La recomendación es directa: el escalamiento de una PYME no depende únicamente de la optimización operativa interna, sino de su capacidad para insertarse de manera agresiva en cadenas de valor globales, establecer alianzas de transferencia tecnológica con multinacionales o convertirse en proveedores sofisticados de grandes corporaciones locales que sean productivas. Acercarse a la frontera de productividad es el único mecanismo eficiente para lograr aumentos reales en la productividad empresarial. 

2. La gran empresa productiva como un "Bien Público" de Conocimiento

En los debates políticos de nuestra región, suele predominar una narrativa que estigmatiza la concentración de mercado y percibe el crecimiento de las grandes empresas como una amenaza directa para las Pymes. La perspectiva de Chen desmitifica esto al demostrar que la inversión en búsqueda de ideas que realizan las empresas grandes, siempre que sean productivas y compitan en el mercado, genera externalidades masivas para el resto de la economía. Una gran corporación eficiente actúa como un faro tecnológico que expande la frontera de productividad. Eventualmente, a través de la rotación de talento humano, la exigencia de estándares a proveedores y la imitación competitiva, esos conocimientos se derraman hacia el tejido de las Pymes locales, permitiéndoles actualizar su propia productividad. 

3. Una urgente reingeniería de las políticas públicas de apoyo empresarial

Los gobiernos de mercados emergentes suelen concentrar sus recursos fiscales en subsidiar indiscriminadamente a la micro y pequeña empresa bajo un enfoque puramente asistencial o de supervivencia. Esta investigación plantea una advertencia contundente: dado que las empresas grandes que son productivas (no todas las empresas grandes son productivas y muchas son protegidas) generan derrames desproporcionadamente mayores que las pequeñas, y estas últimas tienden a sub-invertir en búsqueda de ideas. Las políticas que restringen el crecimiento de las grandes empresas productivas o que fragmentan los recursos productivos en unidades excesivamente pequeñas pueden, paradójicamente, reducir la tasa de crecimiento de largo plazo de todo el país. 

Lo importante entonces desde la política pública es incentivar que la intensidad de la innovación aumente con la productividad de la empresa. Por lo tanto, el diseño de políticas en mercados como Colombia debería pasar de los subsidios pasivos de subsistencia hacia incentivos condicionados que premien la articulación productiva, cofinancien la adopción de tecnologías de frontera en alianza con empresas lideres y promuevan la inversión en I+D en los nodos de alta productividad del país. 

Conclusión para gerentes y empresarios

El desarrollo económico es, por definición, un proceso asimétrico. Alcanzar la prosperidad no significa lograr que todas las microempresas avancen al mismo ritmo de forma lineal; implica construir el andamiaje institucional y financiero para que surjan los gigantes productivos que jalonen la productividad agregada. 

Para quienes trabajamos en el crecimiento empresarial en mercados emergentes, el imperativo es claro: nuestro rol con las Pymes no debe limitarse a ayudarlas a sobrevivir en su escala actual, sino a conectarlas estratégicamente con los flujos de ideas que las acerquen a la frontera productiva y estructurar esquemas financieros que apalanquen el crecimiento y su transición hacia esa anhelada cola derecha del éxito empresarial. 

¿CÓMO LAS PYMES PUEDEN DUPLICAR SUS INGRESOS RESOLVIENDO EL PROBLEMA DE MAPEO DE LA IA?

Por: Fernando Cárdenas E.

A diario vemos la misma frustración en los dueños y administradores de empresas que utilizan las versiones pagas de las diferentes opciones de IA. No ven un cambio real en sus estados financieros y en el retorno del capital de sus empresas. ¿Por qué la IA parece ser una "curiosidad" y no un motor de crecimiento?

Un nuevo estudio titulado realizado por profesores de INSEAD y Harvard (Kim, Kim & Koning, 2026), realizado con 515 empresas de alto crecimiento, nos da la respuesta técnica a un problema muy práctico.

EL CONCEPTO CLAVE: EL "PROBLEMA DE MAPEO"

El estudio identifica que la mayor barrera para la productividad no es el acceso a la tecnología, sino lo que llaman el "Problema de Mapeo ".

La mayoría de las PYMES cometen el error de buscar aplicaciones "locales": usan la IA para redactar un correo más rápido o resumir una reunión. Esto ahorra minutos, pero no transforma el negocio. El "mapeo" consiste en descubrir dónde y cómo la IA puede reorganizar todo un proceso de producción para crear valor estratégico.

EL EXPERIMENTO: ¿QUÉ DIFERENCIA A LAS EMPRESAS QUE GANAN?

Los investigadores dividieron a las empresas en dos grupos. Ambos tenían acceso a las herramientas, pero a un grupo se le enseñó específicamente a mapear casos de uso de alto valor observando cómo otros reorganizaban sus flujos de trabajo.

Los resultados tras solo 3 meses fueron contundentes para el grupo que resolvió el problema de mapeo:

• Descubrieron un 44% más de casos de uso, especialmente en áreas críticas como desarrollo de producto y estrategia.

• Completaron un 12% más de tareas totales.

• Aumentaron en un 18% la probabilidad de adquirir nuevos clientes.

• ¡Lograron ingresos 1.9 veces superiores! (Casi duplicaron su facturación frente al grupo de control).

EL CONCEPTO DEL MAPEO EN LA PRÁCTICA

El "mapeo" se define como el proceso de descubrimiento gerencial mediante el cual una empresa identifica precisamente dónde y cómo la inteligencia artificial puede transformar sus procesos productivos únicos para generar valor real. A diferencia del uso básico de herramientas para tareas aisladas y obvias —como redactar correos o resumir textos—, el mapeo implica una "búsqueda amplia" que tiene por objetivo reorganizar toda la cadena de valor, especialmente en áreas críticas como la estrategia y el desarrollo de productos. Es el puente fundamental que convierte la tecnología disponible en una ventaja competitiva tangible, resolviendo la dificultad que tienen los líderes para adaptar las capacidades de la IA a la estructura específica de su negocio.

Para las PYMES, esto representa una oportunidad de crecimiento sin precedentes, ya que permite escalar la productividad y captar clientes sin necesidad de aumentar proporcionalmente el capital externo o la contratación masiva. En conclusión, el estudio subraya que el éxito con la IA no depende simplemente de acceder a la tecnología, sino de la capacidad de la gerencia para rediseñar sus flujos de trabajo y "mapear" las herramientas en el núcleo de su producción.

EFICIENCIA DE CAPITAL: UN DATO VITAL PARA COLOMBIA

En nuestro contexto colombiano, donde las tasas de interés para crédito empresarial pueden ser un desafío y el acceso a capital externo es limitado, el estudio muestra que las empresas que mapearon correctamente la IA redujeron su necesidad de capital externo en un 39.5%.

Esto significa que la IA, bien implementada, permite que una PYME crezca orgánicamente, financiando su expansión con la eficiencia generada en lugar de depender exclusivamente de préstamos bancarios.

CONCLUSIONES Y RECOMENDACIONES PARA LA PYME EN COLOMBIA

Para encontrar aplicación práctica, a continuación presento propuestas de cómo aplicarlo en el ecosistema empresarial colombiano:

- Dejar de automatizar tareas para reorganizar procesos: Si solo usa IA para escribir posts en redes sociales, está perdiendo el tiempo. El estudio muestra que las mayores ganancias están en el desarrollo de productos y la estrategia.

- El rol del Gerente como "Explorador de Casos": El estudio demuestra que la IA no es un tema de "TI" o de sistemas; es un tema de gerencia. El dueño de la PYME debe dedicar tiempo a adoptar las mejores prácticas de gestión y a reorganizar los flujos de trabajo. El éxito depende de la capacidad de descubrimiento administrativo.

- Menos capital, más inteligencia: Si su empresa está buscando capital para contratar más personal operativo, primero evalúe si una "reorganización asistida por IA" le permitiría manejar ese aumento de demanda con su equipo actual. El estudio prueba que se puede hacer mucho más con los mismos recursos (o incluso con menos).

- Pasos de acción inmediata: 1) Auditoría de Procesos: Identifique el proceso que más tiempo consume en su empresa (no la tarea, el proceso completo). 2) Mapeo: Reúna a sus líderes y pregunte: "¿Cómo cambiaría este proceso si la IA hiciera el 50% del trabajo pesado?". 3) Benchmark: Investigue tres empresas internacionales similares que ya estén usando IA y adapte su estructura de trabajo, no solo sus herramientas.

En conclusión, el éxito con la IA no se trata de quién tiene el modelo más avanzado, sino de quién entiende mejor su propio negocio para saber "mapear" la tecnología y utilizarla en los procesos correctos para mejorar la productividad y rentabilidad del negocio.

LAS PYMES Y SUS MODELOS DE NEGOCIOS EN LA ERA DE LA IA

Por: Fernando Cárdenas E.

Muchos gerentes de pymes ven la inteligencia artificial como una herramienta aislada (un chatbot aquí, un generador de textos allá y consultas por acá). Sin embargo, la investigación del MIT CISR (Centro de investigación de la Escuela de Administración del MIT, dedicado a liderar organizaciones digitales basadas en datos), que analizó a 2.378 empresas entre 2013 y 2025, revela que la IA no es un accesorio, sino el motor de un cambio sistémico en la estructura de ingresos y en los modelos de negocio de las PYMEs. 

Durante la última década, ha quedado claro que "digitalizarse" no es una opción, sino una necesidad de supervivencia en el entorno competitivo actual. Los datos del MIT CISR sustentan esta afirmación: entre 2013 y 2025, la participación de las empresas en los ecosistemas digitales aumentó del 30% al 81%. Sin embargo, esta tendencia ya no basta. Hoy en día, no basta con ser digital; ahora el juego competitivo se centra en cómo la inteligencia artificial (IA) redefine los modelos de negocio.

El MIT CISR predice que en los próximos cinco años veremos una evolución dramática hacia modelos de negocio orientados a resultados y habilitados por IA autónoma. Para una pyme en Colombia, esto no es ciencia ficción; es el mapa para dejar de competir por precio y empezar a competir por valor real.

LA ACCIÓN QUE REALIZA LA PYME Y LOS PROCESOS DE EJECUCIÓN 

La investigación propone un cambio de visión en función de dos ejes estratégicos que todo gerente de pyme debe evaluar: 1. El tipo de acción que la pyme realiza para el cliente y 2. Cómo son sus procesos de ejecución:

1. Acción que realiza la pyme en nombre del cliente: 

Se trata de entender si la pyme actúa como apoyo al cliente, es decir, lo asiste o le ayuda a lograr algún objetivo. O si, por el contrario, la empresa toma algún tipo de decisiones y ejecuta acciones por él, es decir, lo “representa”. 

La gran diferencia en la era de la IA radica en el grado de autonomía que le otorgamos a la tecnología para interactuar con el mercado. No es solo "usar ChatGPT"; es decidir qué rol desempeña tu pyme en la vida del cliente. 

Cuando la Pyme ASISTE al cliente (Enfoque en Proceso) 

En este modelo, la IA actúa como copiloto o "superempleado". El cliente mantiene el control total de la ejecución, pero la pyme le ofrece herramientas inteligentes para que lo haga mejor, más rápido o con más información. Un ejemplo en el ámbito de los servicios profesionales puede ser una firma de abogados que implementa un sistema de IA para analizar contratos de arrendamiento. La IA no firma el contrato, sino que le entrega al cliente un resumen de los "puntos de riesgo" y sugiere cláusulas. En este caso, la pyme asiste al cliente para que este tome una decisión informada. Otro ejemplo en el comercio es una tienda de repuestos industriales que usa un asistente virtual para que el cliente suba la foto de su pieza rota. La IA identifica la pieza y sugiere el reemplazo exacto en el inventario. Aquí, la pyme asiste en la fase de búsqueda, pero el cliente decide y ejecuta la compra. 

Cuando la Pyme REPRESENTA al cliente (Enfoque en Resultados)

Este caso es más sofisticado. Aquí, el cliente no quiere "comprar un servicio", quiere un resultado. La pyme, a través de agentes de IA autónomos, actúa en nombre del cliente dentro de límites predefinidos. Por ejemplo, una pyme de servicios de ingeniería que instala sensores de energía basados en IA en fábricas. El cliente no revisa el tablero de energía; la IA de la pyme representa al cliente, apagando equipos no esenciales o ajustando el consumo automáticamente cuando la tarifa eléctrica sube, garantizando un ahorro del 15% mensual. El cliente paga por el "ahorro", no por el software. O, por ejemplo, en marketing digital, una agencia que ya no le pide al cliente aprobar cada post o cada anuncio. El cliente define un objetivo y la IA de la agencia lo representa, comprando medios, ajustando artes y optimizando el presupuesto en tiempo real, sin intervención humana en cada paso.

2. Procesos de ejecución del negocio: ¿Procesos estructurados o adaptativos?

Ejecución ESTRUCTURADA (El Enfoque "Rígido" o de Reglas)

En este modelo, la empresa opera según procesos predefinidos y lógicos. La IA se utiliza para automatizar pasos que ya conocemos muy bien. Es el terreno de la eficiencia pura y de la reducción de errores. Se basa en flujos: "Si pasa A, entonces haz B". Es determinista; el camino está trazado de antemano. Por ejemplo, una pyme de Contabilidad/Auditoría que utiliza un software de IA para la conciliación bancaria. El proceso es rígido: la IA toma el extracto, lo cruza con las facturas y, si coinciden los valores y los NITs, lo marca como "conciliado". Si no coinciden, genera una alerta. El proceso no cambia; solo se hace automático y más rápido. O una pyme de manufactura de plásticos con un sistema de control de calidad basado en visión artificial. La IA tiene una "foto" de cómo debe ser la pieza perfecta. Si se detecta una desviación de 2 mm, descarta la pieza. El proceso es estructurado porque las reglas de "qué es bueno" y "qué es malo" son fijas y no evolucionan por sí solas.

Ejecución ADAPTATIVA (El Enfoque de "Resultados" u Objetivos)

Este es el núcleo de la innovación que propone el MIT CISR. Aquí, la empresa no define el "paso a paso", sino el objetivo final y los límites (Barandas guía). La IA genera el proceso en tiempo real a partir de los datos del entorno. Es probabilístico y emergente. La IA analiza múltiples variables y ajusta su comportamiento para maximizar un resultado, modificando el proceso si las condiciones varían. Por ejemplo, una pyme de entregas en una ciudad con tráfico impredecible como Bogotá. En un modelo adaptativo, no hay una ruta fija de entrega. La IA tiene como objetivo: "Entregar 20 paquetes antes de las 4 PM con el menor consumo de combustible". Si hay una protesta o un choque, la IA adapta la ruta, decide qué paquete entregar primero y avisa al cliente de forma autónoma. El proceso se construye mientras se ejecuta. O, por ejemplo, una Pyme de e-commerce donde, en lugar de que el dueño diseñe una campaña fija de "Descuento del 20% para todos los que no han comprado en un mes", le da una instrucción adaptativa a la IA: "Tengo $5.000.000 de presupuesto para reactivar clientes; maximiza el retorno de la inversión (ROI)". La IA, entonces, decide, de forma adaptativa, darle un cupón a Pedro, enviarle un video testimonial a María y llamar por teléfono a Juan, todo basado en el comportamiento individual de cada uno.

LOS MODELOS DE NEGOCIO EXITOSOS EN LA ERA DE LA IA

De la combinación de estos ejes (Acción realizada para el cliente y proceso de ejecución) surgen cuatro modelos que definirán quién gana y quién desaparece:

1. Existente+ (asistir al cliente con procesos estructurados): Es el paso inicial. La pyme utiliza la IA para mejorar lo que ya hace. Por ejemplo, una firma de contabilidad que utiliza IA para analizar datos y ofrecer recomendaciones financieras más rápidas.

2. Representante del Cliente (representar al cliente mediante procesos estructurados): Aquí, la IA actúa en nombre del cliente dentro de reglas claras. Por ejemplo, un administrador de flota que usa IA para comprar repuestos automáticamente cuando el sistema detecta desgaste, sin que el dueño mueva un dedo.

3. Curador Modular (asistir al cliente con procesos adaptativos): La empresa ayuda al cliente a armar "combos" personalizados de servicios propios y de terceros en tiempo real. Es el modelo de "solución integral" llevado al máximo.

4. Orquestador (representar al cliente mediante procesos adaptativos): el modelo más avanzado. La empresa representa al cliente y coordina de forma autónoma todo un ecosistema para lograr un resultado.

¿POR QUÉ LA ADAPTABILIDAD ES LA CLAVE PARA LA PYME?

La investigación destaca que las empresas que logran pasar de procesos estructurados a adaptativos (especialmente con actividades que representen al cliente en lugar de limitarse a asistirlo, es decir, en el modelo de Orquestador) registran un crecimiento de sus ingresos muy superior al promedio.

CONCLUSIONES PARA LAS PYMES COLOMBIANAS

• Los procesos estructurados aportan eficiencia: son ideales para tareas de cumplimiento (compliance), seguridad y back-office. Sin embargo, tienen limitaciones de creación de valor a largo plazo.

• Lo adaptativo es de donde viene la ventaja competitiva; es lo que te permite responder a mercados volátiles y ofrecer una personalización que la competencia, atrapada en procesos rígidos, no puede igualar.

• El rol del gerente pasa del micro-management a la definición de "guardarrieles o barandas". En la ejecución adaptativa, el gerente de la pyme ya no verifica si el empleado cumplió el "paso 3" del manual. Su nuevo rol, según el MIT CISR, consiste en establecer los límites.

• La verdadera transformación digital no ocurre cuando se compran computadores y se desarrolla y utiliza software. Ocurrirá cuando nuestras pymes dejen de ser máquinas de seguir instrucciones rígidas y se conviertan en organismos adaptativos que aprenden de cada interacción con el cliente para entregar, de manera autónoma, el mejor resultado posible.

• Para ganar ventaja competitiva, no se debe intentar  hacer todo con IA mañana. Es mejor preguntarse: ¿En qué proceso repetitivo pierden tiempo los empleados que podrían dedicar a actividades de mayor valor agregado para el cliente? ¿Es posible ofrecer un resultado garantizado en lugar de ofrecer solo un producto o servicio?

¿Por qué la tecnología no siempre impulsa la productividad? Lecciones para las PYMES en Colombia

 Por: Fernando Cárdenas E.

En mis varios años dedicado a tratar de mejorar la gestión y productividad de las PYMES en Colombia, he visto muchas iniciativas de los gobiernos nacional y locales, de las cámaras de comercio, de las incubadoras y aceleradoras y de las agencias de innovación y emprendimiento que pretenden mejorar la adopción tecnológica de este tipo de empresas para que sean más productivas y rentables. Sin embargo, la mayoría de estos programas no terminan siendo exitosos y las empresas no utilizan adecuadamente las tecnologías disponibles ni mejoran su desempeño. 

La pregunta es: ¿Por qué, si nuestras empresas y empresarios tienen acceso a las mismas herramientas que los empresarios de Silicon Valley o de otros lugares en países desarrollados, no vemos los mismos resultados en productividad y en rentabilidad?".

En un reciente documento de trabajo del NBER, "Technology and Economic Development" (2026), Acemoglu, Akcigit y mi profesor Simon Johnson, ofrecen una respuesta profunda y estructurada a este dilema. A continuación, resumo las conclusiones clave y ofrezco recomendaciones estratégicas para empresarios y líderes de política pública en contextos como el nuestro.

La "Ventaja del Atraso" y sus barreras

El estudio parte de una premisa alentadora: los países que no están en la "frontera tecnológica" (como Colombia) tienen una ventaja potencial porque pueden crecer más rápido simplemente adoptando e imitando tecnologías ya existentes, en lugar de tener que inventarlas desde cero. Esto es lo que los autores llaman la "ventaja económica de del atraso". Sin embargo, esta adopción no es automática. Los autores identifican que la brecha de ingresos entre países se mantiene no por la falta de tecnología per se, sino por la baja capacidad de absorción de las empresas y por diversas distorsiones locales del entorno.

¿Qué frena entonces la productividad y el desempeño de nuestras empresas?

Prácticas de gestión deficientes: Existe una correlación directa entre la calidad de la gerencia, de las prácticas de gestión y la adopción tecnológica. Las empresas con procesos de monitoreo y gestión mediocres simplemente no saben cómo aprovechar las nuevas herramientas.

Tecnología inadecuada: A veces, las tecnologías de frontera (como ciertas aplicaciones de IA diseñadas en países ricos) no se ajustan a las necesidades o a la dotación de factores de los países en desarrollo, lo que frena su difusión. Querer copiar sin considerar las características de las empresas y del entorno es una de las razones para los escasos efectos en desempeño.

Fricciones en el mercado de crédito y en la financiación: La falta de acceso a financiamiento e inversión impide que las empresas realicen la inversión inicial necesaria para actualizar su base tecnológica y experimenten con las nuevas tecnologías.

Barreras a la reasignación: En muchos países en desarrollo, las políticas que subsidian implícitamente la informalidad o que "castigan" a las empresas que crecen, con impuestos excesivos, impiden que el talento y el capital se muevan de firmas ineficientes a firmas tecnológicas. Para mejorar la productividad es necesario que la asignación de recursos como el capital y el talento se dirija a las empresas con mayor potencial y no a aquellas ineficientes que tienen subsidios, condiciones dominantes de mercado o influencias. 

Recomendaciones para el empresario (PYMES)

Invertir en la capacidad de absorción: Antes de comprar el software más avanzado, de adoptar las tecnologías 4.0 o de utilizar la inteligencia artificial los empresarios deben asegúrese de que su equipo tenga la formación técnica y de gestión necesaria y de que la PYME desarrolle sus capacidades organizacionales. El estudio muestra que la educación terciaria y la construcción de capacidades son el motor crítico para adoptar tecnologías avanzadas y por consiguiente para mejorar sustancialmente los niveles de productividad.

Priorizar la gestión sobre la innovación radical: Si la empresa está lejos de la frontera tecnológica (como es el caso en la gran mayoría de las empresas en Colombia), el mayor retorno de inversión vendrá de la imitación y adaptación de tecnologías probadas, apoyadas por prácticas de gestión sólidas (indicadores de desempeño, monitoreo constante).

Cuidado con las "Modas tecnológicas": Es necesario evaluar si las herramientas que se quieren implementar son "apropiadas" para su entorno local y si es el momento adecuado para la capacidad de absorción y la realidad de la empresa. No todas las soluciones diseñadas para mercados con mano de obra costosa funcionan en mercados donde el capital es el recurso escaso y la escala de los negocios es mayor.

Recomendaciones para Formadores de Política Pública

Facilitar la "Destrucción Creativa" y la Reasignación: Las políticas deben dejar de proteger a las empresas ineficientes o informales a costa de las formales que intentan escalar. Es vital eliminar los desincentivos fiscales que surgen cuando una empresa pequeña empieza a crecer y a adoptar tecnología.

Fortalecer la financiación de la innovación: El acceso al crédito o a otras formas de financiación está directamente vinculado con la probabilidad de que una firma invierta en I+D y que adopte nuevas tecnologías. 

Reforma educativa enfocada en la capacidad de absorción y a la adopción: No basta con educación básica. Para cerrar la brecha tecnológica, se requiere un impulso en la educación superior técnica y profesional que mejore las capacidades de la fuerza laboral y de las organizaciones para absorber, adoptar y utilizar las nuevas tecnologías.

Vigilancia de las instituciones: Los autores advierten sobre la "trampa del ingreso medio", donde grandes empresas establecidas usan sus conexiones políticas para bloquear la entrada de competidores más innovadores. La política pública debe garantizar un campo de juego nivelado para que las PYMEs estén en igualdad de condiciones y compitan con base en modelos de negocio, productos, servicios y procesos innovadores.

En conclusión, la tecnología es el motor del desarrollo, pero solo si el ecosistema —gerencial, institucional y educativo— está preparado para recibirla. Como formadores de política pública, como empresarios y emprendedores y como agentes inversionistas,  consultores y líderes, nuestra tarea es preparar ese terreno para poder acelerar la adopción y el uso adecuado de las nuevas tecnologías y lograr mejorar el desempeño y la productividad de nuestras empresas.

LA INTELIGENCIA ARTIFICIAL, LA PRODUCTIVIDAD Y LAS PYMES

Por: Fernando Cárdenas E.

La inteligencia artificial generativa ya está cambiando la forma de trabajar en las empresas. En un estudio de investigación realizado por Brynjolfsson, Li y Raymond en 5172 empleados de servicio al cliente, la IA acelera la resolución de problemas, ayuda más a los trabajadores con menos experiencia y mejora el tono de las interacciones, pero sus efectos son desiguales y dependen de cómo se implemente. A continuación describo las conclusiones de la investigación y dejo unas conclusiones para las PYMEs en nuestros países en vía de desarrollo. 

¿QUÉ MUESTRA EL ESTUDIO?

La investigación publicada en The Quarterly Journal of economics en mayo de 2025,  analiza el despliegue de un asistente de IA generativa (basado en GPT 3) para 5.172 agentes de soporte técnico que atienden por chat a clientes pymes de una empresa de software en Estados Unidos. En el experimento la IA sugiere respuestas y enlaces a documentación interna en tiempo real; los agentes pueden aceptar, editar o ignorar las recomendaciones, por lo que la herramienta complementa  al trabajador en lugar de reemplazarlo. Los resultados del análisis muestran que: 

• La productividad medida como casos resueltos por hora aumenta en promedio 15% cuando los agentes tienen acceso al asistente de IA.

• Este aumento combina un menor tiempo por chat, más chats gestionados en paralelo y un pequeño incremento en la tasa de resolución, sin afectar de forma relevante la satisfacción del cliente.

• El hallazgo central es que la IA no beneficia igual a todos: favorece sobre todo a quienes estaban en la parte baja de la distribución de productividad y experiencia, es decir a los agentes menos productivos.

• En cambio, los agentes más productivos y experimentados casi no mejoran e incluso pueden ver ligeras caídas en la calidad de sus interacciones.

• Los agentes menos hábiles aumentan cerca de 30% los casos resueltos por hora; los “top performers” casi no se mueven.

• La IA acelera el aprendizaje y el rendimiento. Los agentes nuevos con dos meses de experiencia y acceso a IA rinden como los que tienen más de seis meses de experiencia sin IA.

• En términos de habilidades blandas, el texto de los agentes cambia: los de menor desempeño comienzan a escribir más parecido a los de alto desempeño y mejoran su fluidez en el lenguaje.

• Además, los clientes se vuelven más amables y piden menos “hablar con el supervisor”, y la rotación de trabajadores se reduce, sobre todo entre los recién llegados.

LECCIONES PARA PYMES EN COLOMBIA Y MERCADOS EMERGENTES

Aunque el estudio se centra en un gran corporativo global, ofrece lecciones directamente relevantes para pymes de servicios, call centers, BPO, software y comercio electrónico en Colombia y en economías similares. Y es posible también que estas consideraciones puedan aplicar a otro tipo de empresas en las cuales la información y los procesos puedan ser complementados con la IA. 

La IA como apoyo para talento junior

Bien utilizada, la IA generativa permite que trabajadores nuevos y con menor formación alcancen más rápido la productividad de un empleado experimentado. Para una pyme que no puede pagar personas con mucha experiencia, esto sugiere un modelo de equipo más ligero en personas senior y con mayor énfasis en personal junior con buen potencial  apoyado por IA.

No basta con comprar la herramienta: hay que diseñar la adopción y el uso correcto

En el caso estudiado, los agentes sólo mejoran si efectivamente usan las recomendaciones; quienes más se adhieren a la IA son los que más ganan. Esto nos hace pensar que en el caso de las pymes en nuestros mercados es muy importante que las empresas mejoren la capacidad de absorción para poder usar adecuadamente la IA. Es necesario invertir  en capacitación estructurada, aunque breve, y en ajustar los modelos de gestión de la empresa a las mejores prácticas con base en datos.

La IA funciona mejor en problemas “intermedios”

La productividad aumenta más en problemas que no son ni los más rutinarios ni los extremadamente raros. En aquellos donde el humano aún no tiene mucha experiencia, pero el modelo ya vio suficientes casos para aprender. Para una pyme, esto indica que la IA es especialmente útil en tareas que sus equipos ven con cierta frecuencia pero que todavía generan errores, demoras o cuellos de botella.

Cuidado con los mejores trabajadores

Los empleados de mayor productividad ven poca mejora en velocidad y ligeras caídas en algunas métricas de calidad cuando siguen demasiado a la IA.  Por esto es importante que las pymes no restrinjan la operación de su personal más productivo a seguir las recomendaciones de la IA, sin espacio para la creatividad y el criterio de sus mejores personas. No tener en cuenta esto puede limitar la innovación, el conocimiento y el mejoramiento de la organización.

PASOS PRÁCTICOS PARA PYMES QUE QUIERAN APLICAR ESTAS IDEAS

Para una pyme colombiana (o de otro mercado emergente), el mensaje no es “implemente IA ya”, sino “experimente de forma estratégica, empezando donde más se apalanca el talento humano”. Los siguientes pasos pueden servir de guía: 

1. Identificar procesos candidatos

Procesos intermedios que son rutinarios pero que requieren conocimiento y experiencia como las conversaciones e interacciones con clientes: atención al cliente, recuperación de cartera, soporte post venta, onboarding de usuarios. Procesos internos repetitivos pero con lenguaje como correos a proveedores, respuestas a solicitudes estándar, documentación técnica básica, etc. 

2. Diseñar la IA como copiloto, no como piloto automático 

Permitir que el trabajador edite y decida cuándo usar las recomendaciones y respuestas de la IA. Empezar con tareas de redacción, tono y estructura (por ejemplo, redactar un correo empático y profesional) y dejar las decisiones críticas en manos humanas de las personas más experimentadas.

3. Enfocarse en el talento junior

Priorizar el despliegue en equipos nuevos o en empleados con menor desempeño para ver mejoras visibles en productividad y calidad. Medir explícitamente la curva de aprendizaje, el tiempo que demora un nuevo empleado para llegar al nivel de uno experimentado, con y sin soporte de IA (Medir el impacto de la IA).

4. Codificar y proteger las “mejores prácticas” internas

Usar ejemplos de interacciones de alto desempeño para ajustar prompts, guías y plantillas, y no depender totalmente de un modelo genérico. Revisar periódicamente e insistir en que los mejores trabajadores tengan espacio para innovar, para desarrollar nuevos métodos de solución de los casos complejos.

5. Medir más que la velocidad

Hacer seguimiento a unas tres métricas simples por persona o por equipo. Por ejemplo:  velocidad (casos resueltos por hora o por día), tasa de resolución (porcentaje de casos con respuesta satisfactoria) y satisfacción del cliente (índice de satisfacción con la atención). Y vigilar la experiencia laboral: clima, rotación y percepciones de autenticidad en el trato con el cliente.

Con este enfoque, una pyme puede usar la IA generativa para cerrar brechas de productividad y habilidades sin deshumanizar su servicio, reforzando la capacidad de sus trabajadores menos experimentados y manteniendo el valor estratégico de su talento más experto.