Columna de Marcelo Sukni | Gobernar algoritmos: Por qué el liderazgo pesa más que el código

Por Marcelo Sukni

23.02.2026 / 15:45

{alt}

La tecnología no toma decisiones, los algoritmos no asumen responsabilidades, la IA no responde ante la sociedad. Lo hacen los líderes.


Hoy abundan los discursos sobre inteligencia artificial, data, analytics y automatización. Invertimos millones en plataformas, modelos predictivos y arquitecturas sofisticadas. Sin embargo, cuando algo falla ya sea una mala decisión estratégica, un sesgo no detectado, un impacto reputacional o social, la pregunta siempre vuelve al mismo lugar:

¿Quién decidió usar la tecnología de esa manera?

El debate sobre si la gestión puede convertirse en una “profesión” formal no es académico ni antiguo. Es profundamente actual. Porque los mayores fracasos corporativos de las últimas décadas no ocurrieron por falta de tecnología, sino por exceso de confianza, mala interpretación de la información y liderazgo débil. La tecnología no toma decisiones, los algoritmos no asumen responsabilidades, la IA no responde ante la sociedad. Lo hacen los líderes.

En un entorno dominado por analytics e IA, el riesgo ya no es solo “no saber”, sino creer que los modelos saben por nosotros. Confundir sofisticación técnica con buen juicio ejecutivo. Pensar que más datos equivalen automáticamente a mejores decisiones. Y no es así.

La gestión, especialmente en contextos tecnológicos, no es una ciencia exacta ni una profesión colegiada. Es una práctica social compleja, donde el valor real del líder no está en dominar el código, sino en integrar información incompleta, tensiones humanas, impactos éticos y consecuencias de largo plazo.

Aquí aparece una incomodidad clave: Muchos ejecutivos altamente formados en tecnología y analytics no han sido entrenados para decidir en la ambigüedad, para cuestionar al modelo, para decir “no” cuando el output es técnicamente correcto pero estratégicamente peligroso.

La IA amplifica decisiones.

Analytics acelera consecuencias.

La automatización escala errores.

Por eso, el problema del liderazgo hoy no se resuelve con más dashboards, más certificaciones o más frameworks. Se resuelve formando líderes capaces de: Entender qué preguntas no puede responder la IA, reconocer sesgos, incluso cuando el modelo funciona, asumir responsabilidad por decisiones delegadas parcialmente a sistemas, entre otras.

Tal vez el verdadero debate no sea si la gestión debe profesionalizarse como la medicina o el derecho. Tal vez el debate es otro, más incómodo: ¿Estamos formando líderes que sepan gobernar tecnología… o solo operadores de modelos?

En la era de la IA, liderar no es saber más tecnología. Es saber cuándo no usarla o cuándo usarla, cómo usarla y, sobre todo, hacerse cargo de sus consecuencias. Ahí está la diferencia entre adoptar IA… y realmente liderar con ella.