¿Cuántos consejos hoy dedican tiempo real de agenda a discutir cómo la IA puede cambiar la propia forma en que gobiernan? En la mayoría de las empresas, esa conversación aún no ha ocurrido. 

Lo que se ve con frecuencia es al board discutiendo cómo la empresa debe adoptar inteligencia artificial, dónde invertir y qué áreas priorizar. Pero raramente la agenda incluye algo más incómodo: cómo el consejo, él mismo, puede usar IA para supervisar mejor y depender menos del recorte que la dirección decide presentar.  

Investigaciones recientes sobre el tema, incluyendo un estudio de la Stanford Graduate School of Business, refuerzan ese punto. El impacto de la IA en el gobierno corporativo va más allá de la automatización de tareas y afecta directamente la dinámica de poder entre consejo y dirección.

El consejo, conocido como junta directiva en Colombia, consejo de administración en México o directorio en Chile y Perú, es el órgano responsable de supervisar la gestión y garantizar que las decisiones estén alineadas con los intereses de los accionistas. Ese papel sigue siendo el mismo. Lo que cambia es la profundidad con que puede ser ejercido. 

La rutina de muchos boards aún sigue un patrón conocido: la dirección prepara un paquete de materiales, lo envía con algunos días de antelación, y los consejeros revisan lo que les fue enviado. Las preguntas hechas en las reuniones dependen de lo que está en ese paquete. 

Cuando la dirección omite un dato o enmarca un análisis de determinada forma, el consejo decide con base en ese recorte. No siempre por mala fe, muchas veces por limitación de tiempo o foco. Pero el efecto es el mismo: una supervisión que opera con visión parcial. 

Herramientas de análisis de datos, modelos predictivos y asistentes de lenguaje natural comienzan a cambiar esa lógica. Con ellas, los miembros del consejo pueden consultar datos de la empresa de forma independiente y cuestionar premisas que antes pasarían sin contestación. 

Si la tecnología ya permite ese nivel de acceso, ¿por qué la mayoría de los consejos sigue operando en el modelo antiguo?

Todo gobierno corporativo se apoya en una asimetría de información. La gestión conoce los detalles operativos del día a día, mientras el consejo ve solamente lo que la gestión decide mostrar. Cuando esa distancia es demasiado grande, la supervisión pierde eficacia. 

Con acceso a herramientas de IA conectadas al repositorio de datos de la empresa, los consejeros pueden consultar información que antes dependía de solicitudes formales. 

Análisis que llevaban semanas pueden ejecutarse en minutos, y la distancia entre lo que cada lado sabe disminuye considerablemente. 

Ese cambio aparece con claridad en la preparación para las reuniones. El consejero puede llegar con análisis propios y cruzamientos que no estaban en el material enviado. Las preguntas pasan a tener otro nivel de profundidad, porque el acceso a la información ya no depende solo de lo que la dirección preparó. 

Para quienes trabajan con la secretaría de gobierno, esto tiene impacto directo. El flujo de información previo a las reuniones necesita acompañar ese nuevo nivel de preparación. Poner datos a disposición en plataformas accesibles al board, en lugar de depender solo de PDFs estáticos, se volvió una necesidad operativa. 

La dinámica durante las reuniones también se altera. Escenarios que antes quedaban pendientes de análisis entre una reunión y otra pueden probarse en tiempo real. Una duda sobre la sensibilidad de un indicador a determinada variable puede responderse al momento, sin aplazar la decisión para la próxima agenda. 

Del lado de la gestión, la IA también trae ventajas. Los ejecutivos pueden simular la sesión de preguntas del consejo antes de la reunión e identificar puntos frágiles en las propuestas antes de presentarlas. Un CEO que hace ese ejercicio con apoyo de IA llega con más seguridad que aquel que depende solo del propio equipo para revisar la presentación. 

Esta vía de doble dirección eleva la calidad de la conversación entre los dos lados. Pero también eleva la barra de exigencia para todos. 

Prácticamente todas las funciones del consejo pueden beneficiarse de herramientas de IA. El juicio humano sigue en el centro de las decisiones, pero la capa de análisis disponible para cada una de esas funciones se vuelve más precisa y accesible.

Com IA, o comitê de auditoria passa a monitorar controles internos de forma contínua e identificar padrões suspeitos em transações antes que se tornem um problema visível. Modelos de IA também verificam a razoabilidade de um volume muito maior de transações do que a amostragem manual permite. 

O desafio aqui é definir com clareza onde o processo automatizado termina e onde o julgamento humano precisa entrar.

Con IA, el comité de auditoría logra monitorear controles internos de forma continua e identificar patrones sospechosos en transacciones antes de que se vuelvan un problema visible. Los modelos de IA también verifican la razonabilidad de un volumen mucho mayor de transacciones del que el muestreo manual permite. 

El desafío aquí es definir con claridad dónde termina el proceso automatizado y dónde el juicio humano necesita entrar. 

Los datos públicos de remuneración ejecutiva ya existen en formato electrónico. La IA permite que el comité de remuneración cruce esos datos con diferentes grupos de empresas comparables, pruebe la sensibilidad del paquete de compensación a cambios en el peer group y anticipe recomendaciones de proxy advisors, todo en tiempo real. 

Cuando se aplica a datos de capital humano, la IA logra identificar brechas de competencias y prever rotación con más antelación que los métodos tradicionales. El consejo gana visibilidad sobre esos indicadores sin quedar restringido a informes puntuales del área de RRHH. 

Este quizás sea el punto más descuidado, porque en la mayoría de las organizaciones, la evaluación del board se resume a cuestionarios anuales y entrevistas conducidas por consultorías externas. 

Las herramientas de IA logran analizar patrones de participación y distribución de tiempo por tema a lo largo del año, con datos continuos. El resultado es una visión mucho más precisa de la efectividad del consejo de la que cualquier cuestionario anual consigue capturar. 

Si tu consejo ya discute cómo la IA puede mejorar el gobierno corporativo en el día a día, vale la pena conocer el concepto de consejo AI driven y cómo se aplica a diferentes realidades de board. 

La adopción de IA en el gobierno corporativo trae riesgos que el consejo necesita mapear antes de avanzar con cualquier herramienta. 

El riesgo más inmediato involucra la confiabilidad de los modelos. Las herramientas de IA cometen errores y generan información incorrecta (las llamadas "alucinaciones"), muchas veces sin señalar que la respuesta no es confiable. Un consejero que confía en un output de IA sin verificar los datos corre el mismo riesgo que quien acepta sin cuestionar el material de la dirección. 

La ciberseguridad también merece atención. Conectar herramientas de IA al repositorio de datos de la empresa abre nuevos puntos de vulnerabilidad. 

Información estratégica, financiera y de clientes queda expuesta si los protocolos de protección no son proporcionales al nivel de acceso concedido. En empresas con múltiples conexiones con proveedores y socios, la superficie de ataque crece.

Otro punto sensible es el sesgo algorítmico. Los modelos entrenados con datos históricos suelen reproducir distorsiones que ya existen en la organización. 

Si los datos de promoción de la empresa cargan sesgo de género, por ejemplo, la IA va a replicar ese patrón en las proyecciones de diversidad. Auditorías periódicas de los algoritmos y criterios claros de uso ético ayudan a mitigar ese riesgo.

Existe aún un desafío menos técnico, pero igualmente relevante. Con el costo de generar informes y simulaciones próximo a cero, la tentación de pedir "un escenario más" o "un cruzamiento más" se vuelve constante. 

Es lo que se llama "analysis paralysis" o parálisis por análisis. El papel del presidente del consejo, en esos casos, es mantener la discusión orientada a la decisión, no a la acumulación de datos.

Por último, si el consejero tiene acceso irrestricto a todos los datos de la empresa vía IA, la frontera entre supervisión y gestión se vuelve difusa. Definir qué información es accesible al board y cuál queda restringida a la dirección es una conversación que necesita ocurrir temprano, con apoyo jurídico y reglas bien definidas. 

La mayor parte de los consejos aún no tiene estructura para usar IA de forma productiva. Esperar a que la tecnología madure antes de actuar es una estrategia arriesgada, porque la brecha de preparación solo aumenta con el tiempo. 

La alfabetización es el punto de partida. Los consejeros no necesitan volverse especialistas en machine learning, pero sí entender qué hace la IA y dónde se equivoca. Workshops prácticos con demostraciones de herramientas aplicadas al gobierno corporativo suelen funcionar mejor que presentaciones conceptuales. 

La composición del consejo también necesita ser revisitada. Si ningún miembro tiene experiencia con tecnología o datos, la matriz de competencias tiene una laguna que necesita ser abordada. Puede ser con la inclusión de un nuevo consejero titular con ese perfil o con el apoyo de un asesor externo especializado. 

Crear un gobierno específico para IA dentro del propio consejo es el tercer paso. Puede tomar la forma de un comité dedicado, de la inclusión del tema como agenda recurrente en comités ya existentes (como el de riesgos o el de estrategia), o de la definición de políticas internas sobre uso, acceso y límites de la tecnología. Lo que no funciona es tratar la IA como un asunto suelto que aparece en la agenda cuando alguien se acuerda. 

Atlas Governance viene acompañando de cerca los cambios que la IA trae a la rutina de los órganos de gobierno.

Esa dirección tomó forma en el Nuevo Atlas Gov, que suma Atlas AI, una capa de inteligencia creada para el contexto del órgano de gobierno y con acceso al historial de la empresa.

La herramienta prepara los materiales de la reunión, compara versiones de documentos y responde en lenguaje natural sobre actas y deliberaciones, dentro de un entorno con aislamiento de datos.

Si tu órgano de gobierno está comenzando a discutir cómo usar inteligencia artificial en el gobierno corporativo, conoce el Nuevo Atlas Gov

¿Cómo puede usarse la inteligencia artificial en el consejo? 

La inteligencia artificial puede usarse en el consejo para análisis de datos en tiempo real, simulación de escenarios, monitoreo de compliance, benchmarking de remuneración y evaluación continua del board. En la práctica, reduce la dependencia del consejo en relación a la información preparada exclusivamente por la dirección y permite que los consejeros hagan preguntas más específicas y fundamentadas. 

¿Cuáles son los riesgos de la IA en el gobierno corporativo? 

Los riesgos de la IA en el gobierno corporativo incluyen errores y alucinaciones de los modelos, vulnerabilidades de ciberseguridad, sesgos algorítmicos y el exceso de análisis sin foco en la decisión. Cada uno de esos puntos exige políticas claras, auditorías periódicas y verificación humana constante de los outputs generados. 

¿Qué es un consejo AI driven? 

Un consejo AI driven es aquel que incorpora inteligencia artificial de forma activa en sus procesos de decisión, preparación de reuniones y supervisión de la gestión. Más allá de tener acceso a herramientas, el concepto involucra un cambio de postura, en que el consejero pasa a buscar información de forma proactiva en lugar de solo recibir lo que la dirección presenta. 

¿Cómo preparar a los consejeros para el uso de IA? 

Preparar a los consejeros para el uso de IA comienza con alfabetización digital a través de workshops y demostraciones prácticas, pasa por la revisión de la composición del consejo para incluir perfiles con experiencia en tecnología y llega a la creación de políticas internas de gobierno de la IA. El proceso exige consistencia a lo largo del tiempo, ya que tanto la tecnología como las mejores prácticas de uso evolucionan rápidamente.