1000 y 1 formas de usar mal la IA en estrategia (y tus OKR)
Un OKR que antes tomaba dos sesiones de debate hoy se redacta en 30 segundos con una instrucción (prompt). ¿Y si esos 30 segundos son exactamente lo que está rompiendo tu ejecución? La IA no está debilitando tu estrategia. Tu forma de usarla, sí.
La tesis sobre OKR
Este artículo adaptado por AQ; fue parte de la charla 10 Ways to Use AI Wrong in Strategy & OKR Work, de Cansel Sörgens, coach y formadora en estrategia y OKR con sede en Colonia, Alemania, y creadora del modelo OKR Solar System, una alternativa al despliegue en cascada de objetivos.
Su argumento central es incómodo y preciso: todos usamos IA para escribir OKR, generar documentos de estrategia y automatizar las actualizaciones de avance. Se siente productivo y se ve profesional. Pero estamos acelerando el trabajo que debería ser lento —los debates, las decisiones, las conversaciones que crean alineación y compromiso— e ignorando donde la IA sí aporta: detectar silos, retar la alineación estratégica y acompañar el desarrollo de los equipos.
En AQuest coincidimos, y lo vemos todos los meses en organizaciones de banca, retail, aerolíneas y telecomunicaciones en LATAM. Formas de usar mal la IA hay mil y una.
Estas son las 10 que más cuestan en ejecución, en nuestra lectura de su tesis y con lo que observamos al acompañar ciclos de OKR en la región.
Pedirle a la IA que escriba los OKR del equipo
Se siente eficiente: el texto sale limpio y bien formulado. Lo que cuesta es la propiedad. Un equipo que no discutió su objetivo no se compromete con él; lo administra. El OKR deja de ser una apuesta del equipo y se vuelve un entregable más.
Generar el documento de estrategia en lugar de construirla
Un documento de 20 páginas con diagnóstico, pilares y riesgos aparece en minutos. Pero la estrategia no es el documento: es el conjunto de renuncias que el equipo directivo acordó. Si nadie tuvo que ceder algo, no hay estrategia, hay redacción.
Automatizar los check-ins
Resumir el avance de forma automática parece liberar tiempo. En la práctica elimina el único momento en que el equipo se pregunta qué aprendió y qué va a ajustar. El check-in no es un reporte de estado; es una conversación de inspección y adaptación.
Usar la IA para cascadear más rápido
Si el modelo de objetivos ya era una cascada, la IA solo la acelera. Sörgens sostiene desde hace años que cascadear OKR mata creatividad y velocidad, y genera alineación falsa. Automatizar la cascada multiplica el problema: más OKR, más rápido, con menos conexión con el cliente.
Aceptar Key Results que en realidad son tareas
Los modelos generativos tienden a proponer entregables (“lanzar”, “capacitar”, “documentar”) aunque se les pida medir resultados. Se ve completo, pero convierte el OKR en una lista de pendientes. Un KR mide un cambio de comportamiento o de valor, no una actividad terminada.
Dejar que la IA “resuelva” el conflicto entre áreas
Pedirle al modelo que sintetice las posturas de Comercial y Operaciones produce un punto medio elegante que nadie defendió. El conflicto entre áreas es información estratégica. Cuando se resuelve en un prompt y no en una sala, reaparece en la ejecución.
Delegar la priorización
La IA puede ordenar iniciativas por impacto y esfuerzo con criterios impecables. Lo que no puede hacer es asumir el costo político de decir “esto no”. Priorizar es un acto de liderazgo; si lo hace un modelo, nadie lo sostiene cuando llega la presión.
Maquillar el avance con buena narrativa
Un KR en rojo redactado por IA suena a plan de recuperación. El riesgo es que el comité lea tranquilidad donde debería leer alerta. La transparencia del rojo es una de las señales más valiosas de una cultura de OKR sana.
Copiar OKR genéricos “de la industria”
“Dame OKR para un banco digital” devuelve objetivos razonables y perfectamente intercambiables. Si tu OKR podría ser el de tu competidor, no expresa tu estrategia. El contexto, las capacidades y las apuestas propias no vienen en el prompt.
Ignorar dónde la IA sí agrega valor
El error más caro es el de omisión. Mientras la IA redacta, nadie la usa para lo que hace mejor que una persona: leer cientos de OKR y encontrar duplicidades, dependencias no declaradas, silos y huecos entre la estrategia y lo que realmente se está midiendo.
El patrón raíz: confundir el artefacto con el acuerdo
Los 10 errores comparten una causa: tratamos el OKR como un documento que hay que producir, cuando su valor está en la conversación que lo produjo. La IA es extraordinaria produciendo artefactos. El problema es que el acuerdo, el compromiso y la claridad de prioridades no son artefactos.
Esto conecta con otra charla de Sörgens, también ha señalado que los OKR rara vez fallan por el marco: fallan por cómo se usan cuando aparecen la jerarquía, los silos y las metas en conflicto. Propone OKR orientados a resultados, autonomía alineada en lugar de cascada, una adopción iterativa y no en “big bang”, y roles y rituales que sostengan la práctica.
La IA mal ubicada ataca justo esas cuatro piezas. Por eso, una prueba sencilla para cualquier uso de IA en tu ciclo: ¿esto acelera una conversación o la sustituye? Si la sustituye, estás pagando velocidad con alineación.
Dónde la IA sí fortalece la ejecución
En AQuest trabajamos con una regla: humanos deciden, IA reta. Bajo esa regla, estos son los usos que más valor generan en el ciclo de OKR:
Mapa de silos y dependencias. Analizar el portafolio completo de OKR para detectar objetivos duplicados, contradictorios o que dependen de otra área sin que esta lo sepa.
Auditoría de coherencia estratégica. Contrastar cada OKR contra los pilares estratégicos y señalar los que no se conectan con ninguno, o los pilares que nadie está moviendo.
Reto de calidad de los KR. Usar la IA como crítico, no como autor: que identifique KR que son tareas, métricas de vanidad o metas sin línea base.
Preparación de conversaciones. Antes de un check-in o una revisión trimestral, que la IA proponga las preguntas difíciles que el equipo debería hacerse, no las respuestas.
Sparring para líderes y equipos. Ensayar una conversación de priorización, pedir contraargumentos o explorar escenarios antes de llevarlos a la sala.
Patrones en los datos de avance. Cruzar el histórico de check-ins para detectar KR que siempre se recuperan al final del trimestre o equipos que nunca reportan rojo.
Este es el cruce entre nuestro OKR Lab y nuestro AQI Lab: la IA como parte del ecosistema de gestión estratégica, no como atajo para saltarse la parte humana.
Qué hacer distinto desde el lunes
Mapea dónde entra hoy la IA en tu ciclo. Lista los rituales (planeación, redacción de OKR, check-ins, revisiones) y marca en cuáles la IA produce y en cuáles reta.
Devuelve las decisiones a las personas. Objetivos, renuncias y prioridades se acuerdan en conversación. La IA puede preparar el terreno, no firmar el acuerdo.
Cambia el prompt de “escríbeme” a “rétame”. En lugar de pedir OKR, pide que critique los que el equipo ya escribió.
Protege el check-in como conversación. Si automatizas algo, que sea la recolección de datos, nunca la reflexión.
Mueve la IA al análisis del portafolio. Empieza con un ejercicio: pasa todos los OKR del trimestre por un análisis de silos y dependencias y lleva los hallazgos a la siguiente revisión.
La pregunta no es si tu organización debe usar IA en su estrategia. Ya la usa. La pregunta es si la está usando para pensar mejor o para pensar menos.
¿Quieres revisar dónde está entrando la IA en tu ciclo de OKR y dónde podría aportar más?
Preguntas frecuentes
¿Se pueden escribir OKR con inteligencia artificial?
Sí, pero no conviene que la IA sea la autora. Un OKR vale por la conversación que lo produjo: ahí se acuerdan prioridades y renuncias. Lo recomendable es que el equipo redacte y la IA rete: que detecte KR que son tareas, metas sin línea base u objetivos desconectados de la estrategia.
¿Cuál es el error más común al usar IA en la planeación estratégica?
Usarla para acelerar lo que debería ser lento: debates, decisiones y conversaciones que crean alineación. El resultado son documentos y OKR que se ven profesionales, pero que nadie siente propios. La IA rinde más en el análisis y el desafío que en la redacción.
¿En qué partes del ciclo de OKR sí conviene usar IA?
En detectar silos y dependencias entre áreas, auditar la coherencia de los OKR con los pilares estratégicos, retar la calidad de los Key Results, preparar preguntas para check-ins y revisiones, y encontrar patrones en el histórico de avance. La regla de AQuest: humanos deciden, IA reta.
¿La IA puede automatizar los check-ins de OKR?
Puede automatizar la recolección de datos, no la reflexión. El check-in es una conversación de inspección y adaptación donde el equipo decide qué aprendió y qué ajustar. Si se convierte en un resumen automático, se pierde el momento que hace que los OKR funcione.
¿Cómo detecto si mi organización está usando mal la IA en su estrategia?
Haz una pregunta por cada uso: ¿esto acelera una conversación o la sustituye? Señales de alerta: OKR idénticos en formato y tono, check-ins sin decisiones, pocos KR en rojo y equipos que no pueden explicar por qué eligieron su objetivo.
Comentarios