Hay un patrón temporal que se repite con tanta frecuencia que casi se puede predecir en un calendario: las implementaciones de IA que fallan el primer año no suelen morir de golpe. Mueren poco a poco, en un proceso de meses que tiene fases bastante reconocibles si sabes dónde mirar. Entender ese calendario es la mejor herramienta para intervenir antes de que el proyecto llegue a la fase final, que es el abandono silencioso.
Este artículo recorre ese primer año mes a mes, porque cada fase tiene un riesgo específico, y el error que mata un proyecto en el mes dos no es el mismo que lo mata en el mes ocho.
Meses 1 y 2: la luna de miel que no dice nada todavía
Los primeros dos meses casi siempre van bien, y ese es precisamente el problema: generan una falsa sensación de éxito. El equipo prueba el agente con curiosidad, dirección lo enseña en la reunión de resultados, y todo el mundo asume que el proyecto "ya está hecho". En realidad, en esta fase el uso está inflado por la novedad, no por la utilidad real, y las métricas de estos dos meses no predicen nada sobre el resto del año.
El error habitual aquí es relajar el seguimiento justo cuando más falta hace, dando por sentado que si empezó bien, seguirá bien solo.
Meses 3 y 4: la caída de uso que casi nadie reporta
Pasada la novedad, empieza la fase más peligrosa del primer año: el uso empieza a caer porque aparecen los primeros casos que el agente no resuelve bien, y el equipo, en lugar de reportarlo, empieza a volver silenciosamente a sus métodos anteriores. Nadie manda un email diciendo "esto no funciona"; simplemente se deja de usar poco a poco.
Esta caída de uso sin explicación es la alarma más temprana y más ignorada de todo el primer año, y suele tener las mismas causas de fondo que ya analizamos al hablar de por qué fracasan los proyectos de IA en las empresas.
Meses 5 y 6: el momento en que se decide, sin decidirlo formalmente
Hacia la mitad del año es cuando se juega, en la práctica, el destino del proyecto, aunque casi nunca hay una reunión formal para decidirlo. Si en estos meses nadie ha intervenido sobre la caída de uso de los meses anteriores, el proyecto entra en una fase de "medio uso" que es la más difícil de revertir: no está muerto del todo, pero tampoco está aportando lo que debería, y esa ambigüedad hace que sea fácil posponer cualquier decisión indefinidamente.
Es en este punto donde una revisión honesta, con cifras reales sobre la mesa, marca la diferencia entre recuperar el proyecto o dejarlo morir sin haberlo decidido nunca formalmente.
Meses 7 a 9: la fase en la que se culpa a la tecnología
Cuando un proyecto llega arrastrando problemas desde el primer semestre sin corregir, es habitual que en esta fase se empiece a hablar de que "la IA no era para nosotros" o "esta tecnología todavía no está madura". Es una conclusión cómoda porque no exige revisar decisiones internas, pero casi nunca es la causa real. En la inmensa mayoría de los casos que llegan a esta fase, el problema nunca fue la tecnología: fue una empresa que no estaba tan preparada como creía al empezar, algo que puedes contrastar con el checklist de madurez digital antes de la IA.
Meses 10 a 12: el abandono silencioso y el balance de fin de año
En el tramo final del año, el patrón se cierra: la licencia se sigue pagando por inercia, nadie la usa activamente, y en el balance anual el proyecto aparece como "en pausa" sin que nadie haya tomado esa decisión de forma explícita. Es el peor desenlace posible, porque combina el coste económico de mantener la herramienta con el coste de oportunidad de no haber corregido el rumbo a tiempo.
El calendario resumido, y dónde intervenir
Un resumen de las fases críticas del primer año y qué vigilar en cada una:
- Meses 1-2: no relajes el seguimiento solo porque el arranque fue bueno.
- Meses 3-4: cualquier caída de uso debe investigarse de inmediato, no archivarse.
- Meses 5-6: exige una revisión formal con cifras, no una sensación general.
- Meses 7-9: si se culpa a "la tecnología", revisa primero el proceso original.
- Meses 10-12: decide explícitamente si el proyecto continúa o se cierra, no lo dejes morir solo.
Intervenir en los meses 3 y 4, cuando aparece la primera caída de uso, es con diferencia el punto donde más fácil y barato resulta corregir el rumbo.
Por qué las segundas empresas se equivocan menos con el calendario
Un dato interesante que se observa al comparar varios primeros años de distintas empresas es que quienes ya han vivido este ciclo una vez, aunque haya salido mal, reconocen las señales mucho antes en el siguiente proyecto. Ya no interpretan los meses 3 y 4 como "una mala racha pasajera", sino como el punto exacto en el que hay que sentarse a revisar qué está pasando. Esa experiencia previa, bien aprovechada, es lo que explica por qué el segundo proyecto de IA de una empresa suele tardar mucho menos en dar resultados que el primero, incluso si el primero terminó en fracaso.
Si tu empresa está en su primer año con un proyecto de IA, puedes adelantarte a esa curva de aprendizaje simplemente marcando en el calendario los meses 3, 6 y 9 como puntos de revisión obligatoria, con cifras concretas sobre la mesa en cada uno, en lugar de esperar a que el problema se haga demasiado evidente para ignorarlo.
Por qué el primer año es el que decide todo lo demás
El primer año no solo determina si ese proyecto concreto sobrevive: determina la actitud de toda la empresa hacia la IA durante los siguientes. Un primer proyecto que se abandona en silencio deja una cicatriz que hace mucho más difícil vender internamente el segundo intento, aunque esté mucho mejor planteado. Por eso merece la pena tratar este primer año con el mismo rigor de seguimiento que se le daría a cualquier inversión relevante de la empresa.
Conclusión
Las implementaciones de IA que fallan el primer año casi siempre siguen el mismo calendario: entusiasmo inicial, caída de uso sin reportar, un punto de inflexión que pasa desapercibido, y un abandono silencioso antes de que acabe el año. Conocer este patrón permite intervenir en el momento exacto —meses 3 y 4— en lugar de descubrir el problema cuando ya es mucho más caro de resolver.
Si tu proyecto de IA lleva unos meses en marcha y no estás seguro de en qué fase de este calendario se encuentra, pide un diagnóstico gratuito y lo revisamos juntos.