Delegar decisiones estratégicas a la inteligencia artificial ya no es un ejercicio teórico. Un experimento reciente de la comunidad internacional RepresentAI simuló un consejo directivo completo —nueve agentes de IA y un único participante humano como interrogador— enfrentando una crisis de cumplimiento regulatorio bajo el marco europeo de IA. Los resultados revelan con precisión quirúrgica dónde la IA supera a los comités tradicionales y dónde falla de forma sistemática.

El escenario: once sistemas de alto riesgo y un plazo que no perdona

El contexto de la simulación no fue arbitrario. Europa extendió mediante el Reglamento (UE) 2026/1744 —en vigor desde el 27 de julio— los plazos de cumplimiento para sistemas de IA de alto riesgo hasta diciembre de 2027 y agosto de 2028. Esta prórroga, sin embargo, no reduce las exigencias de supervisión humana: el artículo 14 obliga a los proveedores a diseñar sistemas supervisables por personas, y el artículo 26 exige designar individuos con autoridad para intervenir en los resultados.

En ese marco, la empresa simulada gestionaba once sistemas de IA de alto riesgo: solo tres con evaluación de conformidad completa, cinco con documentación parcial y tres sin registro alguno. Cada agente de IA operaba con su propia agenda y puntos ciegos. El humano podía dirigir preguntas al grupo o a agentes individuales.

Dónde la IA supera a los comités reales

En términos de rigor procedimental, los agentes rindieron por encima de lo esperado. Cada intervención citó el artículo normativo aplicable y asignó acciones concretas con responsables nominados y fechas específicas: evaluación de los once sistemas conforme al artículo 26 en tres días hábiles, designación del director de operaciones como responsable, hoja de ruta de cumplimiento con hitos medibles y contratación de asesoría externa.

Este nivel de precisión en la asignación de responsabilidades es, según los organizadores del experimento, poco frecuente en comités reales, donde los registros suelen limitarse a frases como "se continúa trabajando en el tema" sin especificar quién, cuándo ni cómo.

Donde la IA falla: dinámicas de poder e información no declarada

Los límites aparecieron con igual claridad. Cuando el consejero delegado simulado mostró resistencia a reportar un pasivo contingente —por temor a repercusiones en el mercado—, los agentes no gestionaron esa dinámica. Se limitaron a reiterar la norma contable sin abordar la resistencia política detrás de la omisión.

El segundo punto ciego fue aún más revelador: cuando la asesoría jurídica preguntó sobre la inclusión de pilotos de recursos humanos en el Anexo III, emergió incomodidad en el grupo. Algunos proyectos no habían sido declarados hasta febrero. Los agentes no tenían acceso a esa información no documentada y, por tanto, no podían actuar sobre ella.

Esto expone una limitación estructural: la IA opera sobre lo que está registrado. Las agendas ocultas, los acuerdos informales y las omisiones deliberadas quedan fuera de su alcance de análisis.

Implicaciones para la gobernanza corporativa

El experimento aporta una distinción operativa útil para cualquier organización que evalúe integrar IA en sus procesos de gobierno. La IA es eficaz para estructurar cumplimiento normativo, asignar responsabilidades y generar trazabilidad documental. No es eficaz para leer el contexto político interno, gestionar resistencias o detectar información que nadie quiso registrar.

En mercados como México y América Latina, donde la regulación de IA de alto riesgo aún está en construcción pero la presión de cumplimiento global avanza, esta distinción tiene consecuencias directas sobre cómo diseñar los flujos de decisión: qué se automatiza, qué se supervisa y quién conserva la autoridad final de intervención.