Te vendieron una escalera: planilla, sistema conectado, tablero, IA generativa, agentes que actúan solos. Cada peldaño sube la madurez; no se baja. En consultorías y vendors suena convincente. En campo, en pymes de verdad, casi nunca funciona así —y en economías emergentes el techo es más bajo: infraestructura TI limitada, talento escaso y una cultura que a veces contradice lo que la estrategia declara (Shokrollahi Yancheshmeh, 2026; Gupta et al., 2020).
Un estudio cualitativo reciente con 27 pymes del Reino Unido (Amanollahnejad et al., 2026), anclado en la tradición sociotécnica de Trist y Mumford, describe la adopción de IA como recursiva, episódica y reversible: avance en ráfagas cuando hay patrocinio, datos confiables y alguien que empuja; retroceso cuando cambia la persona clave, se rompe el relevo o el parche deja de sostenerse. No es fracaso del método: es cómo se comportan organizaciones chicas con pocos recursos. Matiz geográfico: el estudio es UK 2023–2024; los mecanismos sirven para leer una pyme argentina, no para predecirla al detalle —para eso siguen valiendo encuestas regionales como nadIA y CEPAL.
Tres señales que la escalera no explica
1. Cuando se va el que empujaba, el proyecto muere. No es falta de voluntad del equipo: es dependencia del campeón. El avance digital quedó atado a un MD o a un referente de IT sin segundo campeón operativo ni ritual de relevo. Medir madurez sin mapa de actores es tomar una foto de un castillo de naipes.
2. Parte del trabajo vive en exports y re-keying. Exportar a planilla, copiar entre sistemas, integrar a medida porque el vendor no escala a pyme: eso no es vergüenza técnica, es bricolaje sociotécnico —la arquitectura real. Prometer IA agéntica encima de ese andamiaje sin conectar antes es automatizar el error más rápido.
3. Las decisiones importantes se toman en la mesa, no en el tablero. En muchas pymes la economía del café —conversación, relación, contexto— es legítima. Si la IA se percibe como estandarizador que borra la diferencia del negocio, la resistencia no es “antitecnología”: es defensa de la propuesta de valor.
Hay más —incertidumbre sobre qué número creer, rotación que destruye capacitación, copiar lo que hizo una firma grande y empeorar—, pero el patrón es el mismo: la madurez no es un destino, es alineación episódica que hay que sostener.
La foto importa, pero hay que repetirla
Por eso mido madurez con IMIA (siete dimensiones, seis niveles) y la repito: da dirección y una foto en un momento, no un certificado de llegada. Sin higiene sociotécnica —gobernanza periódica, documentación viva, transferencia de criterio— la foto de hoy se deshace mañana. Un nivel que baja no siempre es catástrofe: a veces es señal de que faltó relevo, dato confiable o roles claros.
A veces la fricción post-implementación tampoco hay que eliminarla a martillazos. Cuando la automatización duplica esfuerzo —parte en la herramienta nueva, parte en la planilla de siempre— suele faltar RACI sociotécnico, no iteración del modelo. Eso es desalineamiento productivo: la fricción como señal de diseño, no como falla moral del equipo. A veces lo correcto es frenar y volver al diagnóstico, no acelerar el chatbot.
Qué hacer distinto
- Medir antes de instalar. Un diagnóstico sociotécnico separa dónde la IA paga, dónde todavía no y dónde destruye valor.
- Nombrar relevo antes de escalar. Si el impulso digital muere con una persona, no hay adopción: hay dependencia del campeón.
- Inventariar el bricolaje. Si el flujo crítico depende de export manual, conectar antes de automatizar.
- Preguntar qué número manda. ¿Qué reporte usarías para una decisión irreversible? Si nadie coincide, el bloqueo no es el modelo: es confianza en la evidencia.
- Pilotear un flujo propio. Rechazar plantillas enterprise y benchmarks tóxicos; primer resultado acotado y verificable.
La brecha regional sigue siendo enorme: en América Latina la penetración de IA no llega al 4% frente a más del 20% en Europa (CEPAL, 2024). La foto regional actualizada ya no es una cifra suelta: el ILIA 2025 (CEPAL/CENIA) mide 19 países del área y los clasifica en pioneros, adoptantes y exploradores según la madurez del ecosistema. Cerrarla no es subir peldaños a ciegas. Es construir capacidad que sobreviva a las personas, a la rotación y a la moda —y usar la IA solo donde el criterio humano pueda filtrarla. En Kenia, un experimento con 640 emprendedores mostró que la IA generativa mejoró a los de alto rendimiento (alrededor de +15%) pero empeoró a los de bajo (alrededor de −8%): el multiplicador tiene signo, y en la pyme que más necesita ayuda el signo no se deja al azar.
Desarrollo del marco en El puente sociotécnico y en Mi enfoque. Ensayo relacionado: La transformación digital no es un problema técnico · En el Estado, lo que no se puede auditar no se puede usar.