¿Cómo adoptar IA cuando tu realidad no es la misma que en Silicon Valley tanto en cultura como en tecnología y talento?
Imagen generada con IA
Este año en Pendomonium, uno de los eventos de producto más importantes en Estados Unidos, la IA obviamente se tomó la agenda y en medio de la conferencia conocí a Rahul, Cofounder y CPO de Pendo.
En 30 minutos, conversamos sobre ¿cómo adoptar IA cuando tu realidad no es la misma que en Silicon Valley tanto en cultura como en tecnología y talento (sobre todo si trabajas en servicios financieros)?
Su respuesta fue sorprendentemente concreta. Aquí 5 puntos claves para comenzar a adoptar IA en tu organización, más un Bonus si eres banco.
"Everybody's learning. Even Todd (CEO) on stage, he wrote a lot at the beginning, he failed. It's scary to do something new when you're 35, 40 years old."
Lo primero que Rahul planteó no fue arquitectura ni herramientas, fueron personas. En su experiencia liderando producto en Pendo, lo que define si una organización avanza con IA o se queda paralizada es un atributo simple, curiosidad.
Las personas que tienen miedo de perder su trabajo siempre van a encontrar razones para que no funcione.
"They'll tell you the agent didn't work. Oh, I broke it."
Pero una persona curiosa dice:
"I failed the first time. But then I figured it out..."
Entonces, el primer paso no es comprar herramientas o hacer un benchmark para comparar cuál es el mejor modelo, sino identificar a esos curiosos y convertirlos en verdaderos champions.
Rahul tiene su fórmula, que por su simplicidad, es directamente aplicable a cualquier empresa creo, incluso aquellas muy reguladas.
No buscar a los más senior ni a los más técnicos. Buscar a los más curiosos. Los que están dispuestos a fallar una semana para entender cómo funciona algo nuevo. Eso significa partir por encontrar a alguien dentro del equipo de operaciones o producto que quiera experimentar, y no buscar al comité para aprobar todo primero.
No empezar automatizando el proceso completo, por ejemplo, el proceso de aprobación de créditos. Sino, empezar con la tarea que todos odian, por ejemplo, revisar cada mañana qué solicitudes nuevas llegaron y que un agente genere ese reporte. No amenaza el puesto de alguien, y de forma simple, genera una prueba de valor que es difícil de ignorar.
"If you tell them you're going to automate their whole job, why would they ever learn AI? But if you tell them: this one task that you hate doing — the AI helps you do that and gives you a report in the morning — it's not threatening."
Antes de construir productos nuevos con IA, tomar una aplicación interna vieja que usan pocas personas y reconstruirla. Si quieres continuar avanzando, comienza a buscar esos aplicativos o legados que te generan varios dolores, y nadie quiere invertir un peso en ellos. Analiza y valida dónde puedes generar una mejora controlada. Al final, el objetivo no es la app en si mismo, sino que el equipo aprenda a construir con IA en un entorno de bajo riesgo.
Todd Olson en la apertura de Pendomonium 2026, Raleigh NC
"If the executive just tells somebody to go do AI, they don't know what that means. It's too broad."
Hay que entender que cada CEO en el mundo está sintiendo una presión importante con la adopción de la IA. Ven en X o Linkedin que todas las empresas se están transformando, el hype genera ansiedad, y que aumenta cuando se ven resultados concretos de otras empresas como Stripe, que está liberando 1.300 PR a la semana.
Esta presión existe y genera un ciclo donde algunos líderes y ejecutivos comienzas mandar un artículo a su equipo, "mira lo que está haciendo Juanito...". El equipo entiende el mensaje, hay que partir, pero no sabe por dónde. Luego nadie avanza y la ansiedad crece.
La solución que Rahul describe es concreta. Para él los líderes deben identificar tres proyectos específicos con hitos claros. No "implementen IA en la operación". Sino, "este proceso de gestión de gastos ¿podemos hacer que un agente lo simplifique? ¿Podemos ver algo este viernes?"
En Pendo han tomado este enfoque. Parten el lunes definiendo el proyecto o desafío, viernes muestran resultados. Ciclos semanales que generan evidencia y reducen la parálisis.
Cuando conversamos sobre cómo gobiernan la IA internamente, su respuesta fue contraintuitiva: al principio casi no la gobernaron.
"We didn't want people to say: oh, you're not letting me use that tool. So our governance was: as long as it's gone through IT security, you can use any tool you want."
La lógica es, si pones demasiados controles desde el inicio, nadie se atreve a experimentar. La barrera mata la adopción antes de que empiece. En cambio, Pendo dejó que las herramientas proliferaran, y después usó su propio producto, Pendo + Agent Analytics, para medir cuáles realmente se estaban usando. Las que nadie usa, se apagan.
Ahora es verdad que para servicios financieros la realidad es un tanto distinta, ahí sí necesitas un board, compliance, alguien legal, etc. Pero Rahul señaló un modelo que los bancos en Estados Unidos están usando: labs internos. Un sandbox aprobado por el board con acceso a datos limitados, donde un equipo puede innovar sin pasar por comité para cada herramienta. JP Morgan tiene uno. Bank of America tiene uno. No están desconectados del negocio — tienen deliverables específicos del negocio, pero libertad para experimentar.
En Pendonomium uno de los momentos más esperados fue Novus, el agente autónomo que se conecta directamente a tu código y comienza a auto-tagear features, detectar problemas de UX y generar pull requests.
Conversando con Rahul sobre cómo Pendo construyó Novus, un punto clave surgió y que aplica mucho más allá de Pendo:
"My biggest thing for anybody rebuilding anything: stop, throw away what you have, and go back to first principles. What customer problem am I solving? And now with all the technology I have, how would I solve it, this time?"
Si hubieran tomado Pendo tal como existía y le hubieran puesto una capa de IA encima, no habría pasado nada interesante. En cambio, se preguntaron, si tuviéramos que construir "observabilidad" de producto hoy, desde cero, ¿cómo lo haríamos?
¿La respuesta? Nos conectaríamos directo al código fuente, porque es la fuente de verdad, lo que más se mueve. Y no querríamos volver a la plataforma a revisar cosas manualmente, querríamos que todo se pushee automáticamente, en autopilot. Así nació Novus.
Una distinción que Rahul hizo y que cambia completamente el framing para servicios financieros fue:
"For a software business, there's an existential threat that somebody can disrupt them. For banks? There's not that much threat. But they want more profit, that's the efficiency part."
Nadie va a someter a JP Morgan o Santander a una disrupción, son demasiado grandes. Sin embargo, los bancos sí quieren procesar créditos más rápido, hacer cross-sell más inteligente, liberar tiempo de sus equipos para enfocarse en otros temas de mayor valor. El tema de la IA en la banca no es supervivencia, sino margen.
Esto cambia radicalmente cómo podemos empujar la IA en un banco o servicio financiero si estás tratando de abrir estos temas. La lógica no es "transfórmate o muere". Es en la práctica" esto te ahorra X horas por semana en este proceso específico, y eso se traduce en Y en eficiencia operacional."
Artículo originalmente publicado en rodhappi.com
