El vocabulario llega antes que el plan

Uno se entera tarde y de costado. En algún comité, alguien menciona que de ahora en adelante el avance se reporta por dominios. Dos semanas después aparece “dueño de dominio” en una minuta. Al mes siguiente, un gerente que nunca habló así pregunta por la banca de talento del área. Nadie explicó de dónde salieron esas palabras, pero todos empezaron a usarlas, y el que no las usa queda hablando un idioma anterior en su propia empresa.

Si eres jefe de área, líder de producto o responsable técnico, este es el momento en que más te conviene entender el marco: cuando todavía se está instalando el lenguaje y antes de que te pidan resultados en él. Porque ese vocabulario casi siempre tiene el mismo origen.

El documento del que salió todo

El texto que hoy está ordenando buena parte de estas conversaciones es Building the foundations for agentic AI at scale, publicado por McKinsey el 2 de abril de 2026, firmado por Asin Tavakoli, Brian Goodman, Henning Soller y Kayvaun Rowshankish, con Akshat Kumar, Carlos Barreto, Satyajit Parekh y Tancredi Bernard Litta Modignani. Son diez páginas y están disponibles públicamente. Vale la pena leerlas.

El artículo abre con un dato que conviene tener a mano en la próxima reunión: cerca de dos tercios de las empresas del mundo ya experimentaron con agentes de IA, pero menos del diez por ciento logró escalarlos hasta generar valor tangible. Y cuando se les pregunta por qué, ocho de cada diez apuntan al mismo lugar: las limitaciones de sus datos. No a los modelos. A los datos.

Ese artículo, además, no es una pieza suelta. McKinsey declara explícitamente que sus elementos centrales provienen del capítulo No data architecture, no AI advantage de la segunda edición de Rewired (Wiley, 14 de abril de 2026), de Eric Lamarre, Kate Smaje y Rob Levin, con Alex Singla y Alexander Sukharevsky. Rewired es el marco grande. El artículo es una de sus seis piezas, desarrollada en detalle.

Las seis capacidades, tal como están formuladas

El libro sostiene que los resultados no vienen de tener mejor tecnología, sino de la velocidad y la efectividad con que una compañía aplica esa tecnología a problemas reales del negocio, y que eso solo ocurre cuando se desarrollan seis capacidades. Estas son, en la formulación de la segunda edición, con la traducción de lo que significan para quien está en la operación:

1. Hoja de ruta de transformación apuntada a valor real.
   No un catálogo de iniciativas: un orden de dominios con valor comprometido. Para vos: si tu proyecto no tiene un número asociado y una línea base, no está en la hoja de ruta aunque esté en la lista.
2. Una banca de talento de expertos altamente calificados.
   El supuesto fuerte del libro es que esa capacidad se construye adentro. Para vos: la pregunta no es cuánta gente tenés, sino cuánto de lo que tu equipo sabe se va el día que termina un contrato con un proveedor.
3. Un modelo operativo que permita moverse a ritmo.
   Equipos cross-funcionales, dueños de dominio, decisión distribuida. Para vos: si tu equipo se armó pero el presupuesto se sigue asignando una vez al año por gerencia, el dueño de dominio no decide, pide.
4. Un entorno tecnológico distribuido y flexible.
   Plataforma modular donde muchos equipos construyen sin pedir permiso. Para vos: si levantar un ambiente nuevo requiere un ticket y tres aprobaciones, se compró la tecnología pero no el modelo.
5. Datos embebidos en toda la organización.
   Datos tratados como producto, con dueño, calidad y significado compartido. Para vos: acá vive la capa semántica, que es simplemente ponerse de acuerdo en qué quiere decir “cliente activo” antes de que un agente decida en base a esa palabra.
6. Adopción y escalamiento que permitan a las soluciones generar valor.
   Que lo construido se use y se reutilice. Para vos: es la casilla que decide si tu piloto exitoso existe dentro de un año.

El artículo de abril, por su parte, aterriza todo esto en cuatro pasos coordinados: elegir unos pocos flujos de trabajo de alta relevancia para agentificar, modernizar cada capa de la arquitectura de datos en vez de reconstruirla desde cero, asegurar la calidad del dato de forma continua y no por campañas de limpieza, y recién ahí construir el modelo operativo y de gobernanza de los agentes.

Lo que el marco no dice, y conviene ver

Vuelve a leer las seis y fíjate en lo que falta: no hay una capacidad llamada estrategia. El marco arranca en la hoja de ruta, lo que presupone que la estrategia ya existe y que el problema real es traducirla en secuencia, dominios y capacidades. Es una tesis, no un olvido. Y es coherente con lo que los autores vienen diciendo hace años: Eric Lamarre resume que con la IA generativa “la caja de herramientas se hizo más grande”, pero las capacidades para usarla siguen siendo las mismas (The McKinsey Podcast, 2024).

Lo segundo que no dice el marco es en qué orden. Se presenta como una lista, y las listas se leen como si sus elementos fueran simultáneos, pero ninguna organización los ejecuta al mismo tiempo. Los ejecuta en algún orden, y ese orden casi nunca lo escribió nadie. Ahí se pierde la mayor parte del dinero: gobernanza redactada antes de saber qué se va a automatizar, plataformas compradas antes de acordar qué significan los datos.

Y lo tercero: de las seis, dos casi nunca se financian. La banca de talento y la adopción son lentas, poco lucidas e imposibles de mostrar en una lámina de avance. Rara vez están vacías, eso sí. Suelen estar sostenidas por alguien sin presupuesto y sin mandato formal, que las adoptó porque le importa. En el tablero se ve lleno. No lo está.

Sobre lo que separa a una organización de otra, Kate Smaje lo dijo con una imagen difícil de olvidar: las compañías que logran esto “operan a un ritmo metabólico distinto”, y donde otras reasignan recursos una vez al año, ellas lo hacen todos los meses (Author Talks, McKinsey, abril de 2026).

Qué puedes hacer desde donde estás

Tres cosas, y ninguna requiere autorización.

1. Ubica tu trabajo actual en una de las seis casillas y dilo en voz alta en la próxima reunión.
   Cuando el marco llegue formalmente, lo que no esté ubicado va a quedar ilegible, y lo ilegible se reasigna.
2. Pregunta por la secuencia, no por la lista.
   La pregunta “¿qué capacidad viene primero y quién es dueño de esa transición?” es incómoda, barata y casi nunca tiene respuesta preparada. Esa ausencia es información, y
3. Nombra la dependencia oculta de tu área: qué capacidad se ve cubierta solo porque una persona la sostiene sin mandato.
   Nombrarla no es delatar a nadie; es convertir un riesgo invisible en un tema de agenda antes de que se caiga.

Dónde estamos trabajando

En itera acompañamos a equipos que ya tienen este marco encima, a veces sin saber que lo tienen. El trabajo casi nunca es discutir el modelo, porque el modelo suele estar bien: es traducirlo a la realidad de esta organización, con estos presupuestos y estos proveedores, y ordenar la secuencia real, que es justamente lo que el marco no prescribe.

Si ubicaras hoy a tu equipo en estas seis casillas, ¿cuál dirías que está sostenida por una sola persona?

Esa es la conversación que nos interesa tener.

---

Fuentes

• Asin Tavakoli, Brian Goodman, Henning Soller y Kayvaun Rowshankish, Building the foundations for agentic AI at scale, McKinsey, 2 de abril de 2026. Cifras de experimentación y escalamiento citadas allí desde Seizing the agentic AI advantage, McKinsey, 13 de junio de 2025.
• Eric Lamarre, Kate Smaje y Rob Levin, con Alex Singla y Alexander Sukharevsky, Rewired: How Leading Companies Win with Technology and AI, segunda edición, Wiley, 14 de abril de 2026.
• Author Talks: Rewiring to outcompete with AI, McKinsey, abril de 2026 (cita de Kate Smaje).
• Rewiring for the era of gen AI, The McKinsey Podcast, 2024 (cita de Eric Lamarre).