AI Top Business Leaders México | Entrevista editorial
En Spin, la inteligencia artificial (IA) ha dejado de ser una exploración tecnológica para integrarse en la estrategia del negocio. La apuesta busca acelerar la organización y transformar la manera de trabajar.
Rodrigo García Jacques, director general de Spin, lidera personalmente ese recorrido. Su uso intensivo de la IA ha contribuido a extenderla dentro del equipo directivo, mientras la organización concentra sus esfuerzos en tres frentes: la gestión del negocio, el desarrollo de producto de punta a punta y un conocimiento más granular del consumidor.
¿De dónde arranca el esfuerzo de IA en Spin y en qué momento se encuentra hoy?
Empezamos hace unos tres años de manera exploratoria. Teníamos la convicción de que la IA iba a cambiar el mundo, pero no entendíamos todavía cómo, así que creamos una célula de innovación para empezar a probar y aprender. Cometimos muchos errores en el camino, hasta que llegó un momento en el que ya había suficiente contexto, desarrollo tecnológico y disposición de las personas para dar el siguiente paso.
Ahí hicimos el cambio. Aquella exploración se convirtió en un mandato estratégico y hoy forma parte de una agenda estructural de transformación del negocio. Seguimos creyendo que probablemente sobreestimamos el impacto de la IA a corto plazo y subestimamos el de largo plazo, así que nuestra prioridad es entender hacia dónde está evolucionando y prepararnos para ese escenario.
"Es eficacia, no es eficiencia. La IA no viene como un enfoque de ahorro de costos: es ventaja competitiva, velocidad, cambios en el modelo de negocio".
¿Cómo se traduce ese mandato estratégico en decisiones concretas: quién lleva la agenda y dónde ponen el foco?
La transformación empieza desde el equipo directivo. Todos pasamos por un proceso de acompañamiento con un mismo asesor para establecer una base común, pero también hay un componente natural: yo soy un usuario intensivo de IA y mi equipo sabe que, si no empieza a utilizarla, comienza a quedarse atrás. Mi propia adopción genera un efecto de arrastre en la organización. No se trata de externalizar la inteligencia o el pensamiento, sino de acelerar los ciclos de análisis y decisión, así como de ampliar la cantidad de perspectivas que podemos considerar.
A partir de ahí concentramos el foco en tres apuestas. La primera es la gestión del negocio con IA, desde mi trabajo como director general hasta las reuniones del equipo directivo; la segunda, el desarrollo de producto de punta a punta con IA; y la tercera, un conocimiento más profundo del consumidor. Al mismo tiempo, cada responsable incorpora la IA en su propia agenda. La IA no pertenece a un equipo especializado, sino que forma parte de la estrategia del negocio. Cada problema nuevo lo analizamos con una mentalidad AI First y decidimos conscientemente si abordarlo con IA aporta una ventaja.
¿Cuál de esas apuestas está más avanzada y qué está cambiando ya en la práctica?
La más madura es el desarrollo de producto de punta a punta con IA. No buscamos incorporar inteligencia artificial a los procesos actuales, sino redefinir nuestra manera de trabajar. Hoy entre el 10% y el 15% de los equipos ya trabajan o están pilotando este modelo y he visto tareas que antes requerían dos semanas y que ahora pueden resolverse en cuatro o cinco horas. En los procesos que hemos transformado estamos alcanzando métricas cercanas a cinco veces la velocidad. La meta es llegar al 100% de los equipos al cierre de 2027. No quiero cinco veces menos personas; quiero cinco veces más throughput.
La segunda apuesta es el consumidor. OXXO recibe 14 millones de visitas diarias y Spin by OXXO acumula 130 millones de transacciones. Esa escala, combinada con IA, abre un nivel de conocimiento y personalización individual que antes habría requerido muchas personas y años de trabajo. El desafío no será únicamente tecnológico, porque la tecnología está avanzando más rápido que la empresa.
"Hace dos años era un reto de adopción; hoy no tengo un problema de adopción, tengo un problema de conocimiento: para qué sí sirve y para qué no sirve".
¿Qué es lo que está resultando realmente difícil de escalar?
El reto ha cambiado. Hace dos años era la adopción; hoy es entender para qué sirve la IA y para qué no. Ese problema podemos abordarlo con capacitación y ya estamos haciendo una segunda ronda por áreas funcionales, porque el aprendizaje tampoco es estático.
La dificultad mayor aparece cuando hay que transformar un proceso o una manera de trabajar. Ahí entran el conocimiento, las habilidades y la disposición de las personas al cambio. Además, cuando existe una necesidad urgente es más fácil movilizar a la organización; cuando el negocio funciona bien, generar ese impulso resulta más complejo. Hay personas que avanzan solas, otras necesitan acompañamiento y algunas probablemente no darán ese salto. Por eso modulamos la velocidad de la transformación en función del gobierno, la gestión del cambio y la formación.
En tecnología, el reto es mantener la flexibilidad. El año pasado utilizábamos principalmente ChatGPT; este año, Claude, y el próximo puede ser otra herramienta. Mantenemos una arquitectura flexible y distintas opciones disponibles, así como un esquema de gobernanza que permite experimentar de manera ordenada.
¿Cómo ve la posición de México frente a otras economías en el desarrollo de la IA?
México va rezagado frente a otros países. La cercanía con EE UU también genera una dificultad, porque parte del mejor talento se desplaza hacia empresas capaces de ofrecer condiciones con las que los negocios mexicanos difícilmente pueden competir. Sin embargo, esta tecnología terminará normalizándose, como ocurrió con internet o los teléfonos inteligentes. México tendrá que cerrar la brecha; la pregunta es a qué ritmo podrá hacerlo.
Después de estos tres años, ¿qué aprendizaje ha sido más importante?
Haber empezado sin tener todas las respuestas. Las organizaciones suelen preguntar primero cuál es el caso de negocio, pero nosotros partimos de reconocer que esta transformación venía, que no la entendíamos y que necesitábamos comenzar a aprender. No me arrepiento de haberlo hecho así.
El segundo aprendizaje es no esperar a que todo sea perfecto. Nos equivocamos y seguiremos haciéndolo, pero cada error nos permite avanzar con más conocimiento. Se puede empezar simplemente por entender, aprender de quienes saben y avanzar progresivamente. Si esperas a que todo sea perfecto, te quedas atrás.