Por qué la adopción de IA en Compras supera la preparación real — Análisis de Snover

La industria de adquisiciones enfrenta una contradicción sorprendente: la IA está en todas partes, pero la confianza en gestionarla sigue siendo escasa. Según el Informe CPO 2026, todas las organizaciones de adquisiciones encuestadas ya están utilizando IA de alguna forma, pero solo el 11 % se considera “totalmente preparado” para escalarla a nivel empresarial. Esta brecha entre la velocidad de adopción y la preparación ha llamado la atención de líderes del sector, especialmente Snover, CEO de ProcureAbility, quien cree que la desconexión revela desafíos organizacionales más profundos que una simple duda.

La paradoja de Snover: todos usan IA, pero pocos se sienten listos

Snover ha dedicado mucho tiempo a estudiar esta contradicción en el panorama industrial. “El ritmo de adopción de la IA sigue sorprendiendo”, comentó. “Ahora está presente en todos los sectores, y se espera que todos articulen su estrategia de IA”. Sin embargo, esta rápida penetración oculta una verdad fundamental: la implementación inicial de la IA es rápida, pero el camino hacia la verdadera preparación es mucho más lento.

Lo que más fascina a Snover no es la cautela en sí, sino lo rápido que las organizaciones han integrado la IA a pesar de sus reservas. Lo ve como evidencia de que los líderes de adquisiciones reconocen el potencial de la tecnología, aunque aún no hayan descubierto cómo gestionarla eficazmente.

El verdadero problema, según Snover, es la brecha cada vez mayor entre la urgencia de los ejecutivos y la incertidumbre de los equipos. La dirección exige estrategias claras de IA, pero la pieza que falta es una hoja de ruta práctica y escalable que los equipos de adquisiciones puedan seguir.

La calidad de los datos sigue siendo la verdadera barrera, según Snover

Snover identifica la preparación de los datos como el principal obstáculo que impide una adopción más amplia de la IA. No se trata de resistencia a la innovación, sino de la realidad desordenada de cómo se gestionan actualmente los datos de adquisiciones.

El Informe CPO 2026 respalda esta evaluación: casi dos tercios de los encuestados expresaron preocupaciones sobre la privacidad y el cumplimiento de datos, mientras que más de la mitad señalaron problemas de calidad de datos y sistemas fragmentados. En departamentos de adquisiciones donde los detalles de contratos, información de proveedores y registros financieros están dispersos en múltiples plataformas, las fuentes de datos unificadas son casi inexistentes.

Snover hace una comparación reveladora: “Imagina usar ChatGPT o Gemini y recibir respuestas inexactas o desactualizadas de manera constante. Ahora imagina que eso sucede en un entorno empresarial donde los datos se extraen de varias fuentes simultáneamente; ese es el estado actual de muchas operaciones de adquisiciones.”

Su consejo es claro: “No automatices procesos rotos”, advirtió Snover. “Refina los flujos de trabajo antes de introducir la IA, o correrás el riesgo de generar errores y complicaciones.” Sin una armonización de datos y protocolos claros de interacción con la IA, las organizaciones tendrán dificultades para obtener un valor real de sus inversiones en IA.

Por qué los programas piloto dominan el panorama actual

Esta realidad explica por qué el 65 % de las organizaciones se describen como “mayormente preparadas” en lugar de completamente listas. La mayoría está ejecutando programas piloto e iniciativas específicas de IA en lugar de intentar implementaciones a gran escala.

Snover ve estos pilotos como mecanismos de aprendizaje esenciales. “Los proyectos piloto actúan como ruedas de entrenamiento, permitiendo a los equipos experimentar en un entorno controlado y determinar qué funciona realmente”, explicó. Sin embargo, llevar estos pilotos más allá del éxito hacia una implementación más amplia requiere cambios organizacionales que muchas empresas aún no han realizado: flujos de trabajo reimaginados, nuevas estructuras de gobernanza y marcos de responsabilidad claros.

Según Snover, la mayoría de las organizaciones abordan la IA como proyectos aislados en lugar de parte de una estrategia de transformación digital más grande. “A menudo falta gobernanza y modelos operativos, y el marco organizacional aún no está preparado para este cambio”, señaló.

Reinterpretando la resistencia: se trata de claridad, no de miedo

Aunque más de la mitad de los encuestados expresan preocupación por que la IA reemplace el juicio humano, Snover cree que estos miedos a menudo están sobredimensionados. La raíz del problema es la incertidumbre, no la resistencia luddista. Los trabajadores temen perder sus empleos y control, no porque la IA elimine sus roles, sino porque las reglas para trabajar junto a la IA no están claramente definidas.

“El verdadero problema es la incertidumbre”, explicó Snover. “Una vez que las organizaciones establecen protocolos claros y estructuras de gobernanza, muchas preocupaciones desaparecen.”

La visión de Snover: de pilotos a equipos integrados con IA

De cara al futuro, Snover predice que las organizaciones que superen su hesitación integrarán la IA como un componente fundamental de la fuerza laboral. Las empresas líderes ya operan con equipos híbridos que combinan empleados a tiempo completo, contratistas y proveedores externos. La IA será otro recurso clave en esta mezcla.

En este modelo emergente, los roles humanos cambian de ejecución a supervisión. Los profesionales de adquisiciones se centrarán en gestionar procesos impulsados por IA, dirigir flujos de trabajo y orientar la toma de decisiones organizacionales a medida que la tecnología evoluciona. El pensamiento estratégico y la gestión de relaciones—áreas en las que los humanos sobresalen—se vuelven cada vez más valiosos.

El advertencia final de Snover es directa: “Los que sean lentos en adoptar la IA seguirán luchando con la eficiencia y el rendimiento.” En un panorama competitivo donde la IA cada vez más separa a los líderes de la industria de los rezagados, retrasar la adopción no es cautela—es una estrategia temeraria.