La empresa que vas a liderar en tres años no va a ser la misma que liderás hoy
Hace tres años, Paula Chmielnicki guardaba quince años de proyectos de consultoría en carpetas de Drive. Ahí estaban los diagnósticos y aprendizajes acumulados trabajando con unas 300 empresas. Era archivo. Hoy es parte del capital de PCH Consultora.
Ese conocimiento alimenta herramientas de inteligencia artificial configuradas para cada cliente. Una reunión comercial puede convertirse en minutos en un primer diagnóstico que antes requería horas de un consultor senior.
Pero Paula tomó una decisión más radical: empezó a construir Oliuan, un software para consolidar conocimiento organizacional, como una empresa separada. La razón no es tecnológica. La consultoría tradicional escala sumando consultores y ella ya no quiere que su crecimiento dependa sólo de eso. “Todavía no sé si va a salir bien”, reconoce. Pero fue la primera gran decisión que tomó mirando la empresa de 2030 y no la facturación del trimestre.
¿Cómo se prepara una empresaria para liderar una compañía que todavía no sabe cómo será?
En Sobremesa se lo preguntamos a empresarias de consultoría, finanzas, salud, construcción y marketing. No les pedimos predicciones. Les preguntamos qué había cambiado ya.
Las respuestas fueron diferentes. Pero en sectores muy distintos apareció una coincidencia difícil de ignorar: algo de la manera de trabajar, vender, liderar o crear valor ya empezó a quedar viejo.
Cuando hacer lo mismo más rápido deja de alcanzar
En las grandes compañías, la discusión sobre IA empieza a correrse de las herramientas hacia la organización.
McKinsey, en The operating model advantage: Why AI winners are rewiring their organizations, encontró que apenas el 21% de las empresas estudiadas había rediseñado sustancialmente su modelo operativo alrededor de la IA. Las que más valor obtienen no se limitan a acelerar tareas: rediseñan flujos de trabajo, decisiones y capacidades.
El dato global parece enorme hasta que se lo mira desde una PyME.
Paula llegó a una conclusión parecida. Parte de la recolección artesanal que hacía su consultora ya puede automatizarse. Eso abrió una pregunta más difícil: si algo que llevaba horas ahora lleva minutos, ¿dónde queda el valor por el que paga el cliente?
En interpretar, decidir qué importa e implementar. “Las empresas que veo trabadas con IA son las que la usan para hacer lo mismo de siempre un poco más rápido. La Velocidad sin rumbo no sirve”.
Deloitte, en 2026 Global Human Capital Trends, introduce una advertencia: las organizaciones que abordan la IA principalmente como un problema tecnológico tienen más probabilidades de quedar por debajo de sus expectativas de retorno que aquellas que parten de las personas y del rediseño del trabajo.
La pregunta deja de ser qué podemos automatizar. Pasa a ser qué debería quedar cuando lo hagamos.
Menos personas. ¿Más necesidad de lo humano?
Silvana Salgueiro dirige Sagosa, una empresa vinculada a la construcción. Hoy trabaja con la mitad de personas que hace tres años. No habla de un plan de achicamiento sino de eficiencia, automatización y una organización menos jerárquica.
Y acá aparece una paradoja. Cuando se le pregunta qué necesita ahora de las personas, busca perfiles más cercanos, empáticos, flexibles y capaces de aprender roles multidisciplinarios.
Harvard Business Review, en AI Transformation Requires Redesigning Work, Not Cutting Roles, cuestiona precisamente la idea de que transformación y reducción de puestos sean necesariamente lo mismo.En Sagosa, sin embargo, la estructura ya se redujo.
¿Estamos viendo fenómenos diferentes o distintas etapas de una misma transformación?
En Clepsidra aparece una tercera posibilidad. Parte de las tareas repetitivas del Project Manager ya pueden automatizarse, pero el rol no desaparece: se desplaza hacia Customer Success. “Menos seguimiento operativo. Más relación con el cliente”, cuenta su fundadora Paola Di Lernia.
Quizás todavía sea demasiado pronto para saber si necesitaremos menos personas. La pregunta más interesante puede ser para qué vamos a necesitarlas.
¿Y si el próximo cuello de botella sos vos?
Mariana Berinstein todavía concentra la aprobación de riesgo de Policrédito. Es una decisión crítica, muy apoyada en su experiencia.
También sabe que no puede seguir así. “Sería yo el propio techo de crecimiento de mi empresa”, dice. Imagina un análisis más apoyado en IA y analistas dedicadas menos a la operación y más a la mirada crítica.
Paula tiene otro cuello de botella: la venta. Construyó procesos y equipos que funcionan sin ella, pero los nuevos clientes todavía llegan por sus vínculos, sus notas y su cara. La ironía es que lleva quince años señalándoles a otros dueños de PyMEs ese mismo problema.
En el Hospital Privado Nuestra Señora de la Merced, Belén Benvenuti enfrenta otra tensión. En una organización familiar de 56 años, el desafío es despersonalizar decisiones sin descartar aquello que la historia construyó.
Mientras incorporan autogestión, automatización e IA, buscan dar mayor autonomía a los equipos. Pero Belén pone un límite al discurso de eficiencia: “el tiempo que libera la tecnología debería volver a las personas. En salud, hacer más rápido no alcanza si no permite cuidar mejor”.
Automatizar puede sacar trabajo de las personas. Transformar una empresa obliga a decidir qué queremos que hagan con la capacidad que queda libre.
El cliente tampoco se queda quieto
Silvana cree que una parte creciente de las recomendaciones de consumo pasará por sistemas de IA. Y admite algo poco frecuente en los discursos sobre futuro: “No tengo ni idea cómo se le vende a una IA”. En Policrédito, Mariana ve clientes con más alternativas de financiación, que comparan y cuestionan más. En Clepsidra, Paola observa otra mutación: sus clientes valoran menos la cantidad de leads; quieren calidad, seguimiento y retorno.
Mientras las empresas discuten cómo incorporar IA, profesionalizar equipos o delegar decisiones, aquello alrededor de lo cual se organizan también está cambiando.
Se puede transformar una empresa con enorme eficiencia y hacerlo alrededor de un cliente que ya no existe.
Prepararse no es saber
Ninguna de estas empresarias sabe cómo será su compañía en 2030.
Paula no sabe si Oliuan va a funcionar. Silvana no sabe cómo se le venderá a una IA. Mariana sabe que tiene que sacar decisiones de sí misma, pero todavía está recorriendo ese camino.
Quizás exigir certezas sea el error. Las transformaciones suelen contarse después: el caso exitoso, la nueva estructura, la tecnología implementada, el resultado. Miradas desde ahí, las decisiones parecen obvias.
Mientras ocurren, son apuestas. Y ahí aparece una pregunta más incómoda que cualquier pronóstico: ¿Cuánto de lo que hoy defendemos en nuestras empresas es realmente una ventaja y cuánto es una forma de hacer las cosas que todavía no nos vimos obligadas a abandonar?
Porque también podemos automatizar lo que no hacía falta hacer. Profesionalizar una estructura que perdió sentido. Ganar eficiencia en un modelo de negocio que dejó de ser relevante.
La empresa de los próximos tres años probablemente no sea la misma.
La pregunta es qué estamos dispuestas a dejar de hacer antes de que el mercado nos obligue.
Fuentes externas
McKinsey & Company — The operating model advantage: Why AI winners are rewiring their organizations, 2026.
Deloitte — 2026 Global Human Capital Trends.
Harvard Business Review — AI Transformation Requires Redesigning Work, Not Cutting Roles, 2026.
Fuentes primarias | Socias de Mesa Redonda. Paula Chmielnicki (PCH Consultora), Mariana Berinstein (Policrédito), Belén Benvenuti (Hospital Privado Nuestra Señora de la Merced), Silvana Salgueiro (Sagosa) y Paola Di Lernia (Clepsidra) al cuestionario realizado para Sobremesa.