Una matriz del MIT ordena qué decisiones ceder a la IA según ambigüedad y riesgo

Las decisiones que una empresa puede delegar en la inteligencia artificial dependen de dos variables, la ambigüedad y el riesgo, según la Matriz de Decisiones de IA que desarrollaron investigadores del Centro de Investigación en Sistemas de Información del MIT (MIT CISR). El marco se publicó en junio en un informe de investigación del centro, y MIT Sloan lo divulgó el 22 de septiembre.

Lo firman Ina Sebastian, Peter Weill, Thomas Haskamp y Jan vom Brocke, que lo construyeron a partir de 30 entrevistas con 27 ejecutivos de nueve empresas globales de telecomunicaciones, servicios financieros, manufactura y derecho, hechas en 2025 y 2026. La premisa es que no todas las decisiones son iguales. "La misma capacidad de IA puede ser segura en un contexto y riesgosa en otro", escriben.

Dos ejes y cuatro tipos de decisión

La ambigüedad mide qué tan claramente los datos determinan la respuesta: una decisión poco ambigua es repetible y predecible, y una muy ambigua admite varias interpretaciones. El riesgo mide las consecuencias de equivocarse: si el error tiene poco impacto y se puede revertir, el riesgo es bajo; si tiene un costo financiero, operativo o de reputación importante y es difícil de corregir, es alto.

Al cruzar los dos ejes aparecen cuatro tipos. Las rutinarias, con poca ambigüedad y poco riesgo, son las candidatas a automatizar. Las consecuentes están bien definidas, pero un error sale caro, y piden una automatización con límites claros y personas que manejen las excepciones. Las exploratorias implican creatividad o incertidumbre con errores de efecto acotado, y se prestan a experimentar. Las estratégicas, con mucha ambigüedad y mucho riesgo, necesitan que una persona lidere.

Los autores dividen además cada decisión en tres momentos: encuadrarla (definir el problema, los supuestos, los involucrados y los criterios de éxito), actuar (reunir información, evaluar opciones, autorizar y ejecutar) y aprender de los resultados. Según el tipo de decisión cambia cuánto de cada momento queda en manos de la IA, pero la supervisión humana se mantiene en los cuatro casos.

El caso de One New Zealand

Para mostrar cómo funciona, el informe toma el ejemplo de One New Zealand, una operadora de telecomunicaciones de Nueva Zelanda que a comienzos de 2026 tenía más de 50 agentes de IASistema de inteligencia artificial que actúa de forma autónoma para cumplir una tarea, por ejemplo usando programas o conectándose a internet, sin intervención humana en cada paso. en funcionamiento.

En lo rutinario, un agente traduce los pedidos del equipo de marketing a consultas SQL para armar segmentos de clientes, y redujo un 60 % el tiempo de esa tarea. El equipo revisa los segmentos antes de lanzar cada campaña y le da más autonomía al agente a medida que gana confianza en él.

En lo consecuente, la empresa usa agentes en atención al cliente para cambios de plan y apertura de reclamos, y resuelven más del 60 % de las consultas dentro de su aplicación, según el informe. Antes fijó su tolerancia al riesgo: nunca dar un precio equivocado a un cliente fue una condición no negociable, y por eso las decisiones de precios tienen a una persona en el circuito. Los agentes se suman de a poco, con grupos chicos de clientes, antes de escalar.

En lo exploratorio, el equipo de marketing usa agentes para crear contenido y ahora desarrolla campañas autónomas de punta a punta dirigidas por agentes. Según los autores, ese paso abre preguntas nuevas de gobernanza y responsabilidad, porque lleva una decisión de bajo riesgo hacia una de alto riesgo.

En lo estratégico, quince agentes analizan datos de la red para mejorar su resiliencia ante cortes de energía, y agentes orquestadores los coordinan y apoyan a quienes deciden. La decisión sigue siendo humana porque implica equilibrar confiabilidad del servicio, experiencia del cliente, costo e infraestructura. "Usamos la IA para, en esencia, armar un equipo de lo que probablemente habrían sido treinta personas para ayudarnos a tomar mejores decisiones", dijo Summer Collins, responsable de IA y Datos de One New Zealand, citada en el informe.

Un dueño con nombre para cada agente

El informe destaca también cómo se organizó la empresa. Las unidades de negocio son responsables de encuadrar cada caso de uso, un centro de excelencia de IA y datos maneja la arquitectura y la entrega, y ningún agente se despliega sin un responsable de negocio con nombre propio que responda por sus resultados. Collins lo resumió con una imagen: los agentes de IA "suelen empezar como pasantes muy entusiastas" que necesitan guía, límites y los datos correctos.

Para los autores, el cambio de fondo es dejar de preguntar dónde se puede usar la IA y pasar a gestionar las decisiones de negocio que esa IA toca. Dominar las rutinarias y las consecuentes da eficiencia en el corto plazo; diseñar bien las exploratorias y las estratégicas promete valor a más largo plazo, con innovación y mejor criterio.