Hay una diferencia bastante grande entre decir que la inteligencia artificial es estratégica y poner parte del bonus del CEO detrás de ella. Ralph Lauren acaba de cruzar la línea.
La empresa incorporó en su programa de incentivos para el ejercicio fiscal 2026 una AI Scorecard como modificador estratégico de la remuneración variable de sus principales ejecutivos. La fórmula permitía ajustar el resultado hasta un 10% al alza o a la baja. Ese año, el comité de talento decidió aplicar el máximo incremento positivo: un 10%. No significa que el 10% del sueldo de los ejecutivos dependa de ChatGPT… El grueso del incentivo sigue ligado a cosas mucho más reconocibles para cualquier consejo de administración: ingresos, margen operativo y otros objetivos financieros, pero la IA funciona como un modificador adicional y, precisamente por eso, merece atención, porque las métricas que entran en un plan de compensación dicen bastante más sobre las prioridades reales de una compañía que veinte slides tituladas AI Transformation.
Reuters calculó que aproximadamente el 12% de las empresas del S&P 500 ya incluyeron objetivos relacionados con IA en sus planes de incentivos ejecutivos en 2026, frente al 5% en 2024. Sigue siendo una minoría y buena parte de los casos procede de compañías tecnológicas. En retail, Ralph Lauren continúa siendo una excepción. La cuestión interesante no es si habrá más empresas haciendo lo mismo, probablemente el consejo de administración de cualquier gran retailer ya está preguntando qué está haciendo su equipo directivo con IA, pero la pregunta delicada viene después: ¿qué significa exactamente hacerlo bien?
En ventas sabemos medir, en margen también… incluso conceptos menos financieros como NPS o crecimiento del ecommerce tienen una unidad relativamente clara. Con la IA todavía convivimos con una colección bastante más indefinida de indicadores: porcentaje de empleados que utiliza herramientas, número de procesos automatizados, horas ahorradas, agentes desplegados, proyectos lanzados o reducción de determinados costes. Todo eso puede ser útil, pero ninguna de estas métricas responde necesariamente a la pregunta que termina interesando al accionista: ¿cuánto negocio adicional ha generado la IA? Modern Retail recoge precisamente esa dificultad: los retailers están incorporando IA a asistentes de compra, buscadores, desarrollo de software, creatividad, gestión de inventario o marketing, pero los responsables de contratación y compensación entrevistados reconocen que todavía resulta difícil conectar esos usos con ganancias significativas de ingresos.
El ahorro resulta bastante más sencillo de enseñar. Si un equipo que antes necesitaba diez personas puede hacer determinado trabajo con seis, alguien puede poner la diferencia en una hoja de cálculo. Si producir una creatividad cuesta menos, también; si desarrollar código necesita menos horas, fantástico; pero ahorro y creación de valor no son exactamente lo mismo. Y aquí empieza una conversación que el departamento de marketing debería seguir con bastante atención: llevamos al menos dos años escuchando que la IA permitirá producir más campañas, más versiones creativas, más personalización y más análisis con menos recursos. Esto mejora productividad, lo que todavía no está tan claro en muchas organizaciones es si producir veinte versiones en vez de cinco vende más producto, incrementa el valor del cliente o, simplemente, llena el servidor de veinte versiones. Esta es una diferencia importante cuando el incentivo económico empieza a llegar desde arriba.
Si una empresa recompensa “adopción de IA”, la organización encontrará maneras de adoptar IA. Es lo que hacen las organizaciones cuando se les da un KPI. Aparecerán herramientas, pilotos, dashboards, agentes y workflows autónomos, ahora el riesgo es convertir el uso en el resultado. Anish Shah, CEO de la firma de selección Ruckus, explica que en prácticamente todas las entrevistas actuales para posiciones C-suite o VP ya aparece alguna pregunta sobre cómo ha utilizado el candidato inteligencia artificial o cómo conseguiría que su equipo la incorporara a sus procesos. También señala que las empresas empiezan a hablar de “agentes funcionando de forma autónoma” y de automatización de workflows, aunque muchas de esas conversaciones todavía carecen de métricas económicas concretas detrás. Al mismo tiempo aparece la cara menos glamurosa del asunto: Shopify ha hablado públicamente de las llamadas “AI slop grenades”: trabajo producido rápidamente con IA que termina creando trabajo adicional para otras personas porque alguien tiene que revisarlo, corregirlo o rehacerlo. Es un ejemplo casi perfecto de por qué medir actividad puede ser peligroso: un empleado puede producir tres veces más documentos con IA y reducir a la mitad la productividad de quienes tienen que leerlos.
También está cambiando la estructura de los equipos: Shah cuenta que algunas empresas están contratando perfiles menos senior o formando equipos más pequeños bajo la premisa de que la inteligencia artificial podrá cubrir parte del trabajo que antes requería más personas. El ejemplo que utiliza es bastante explícito: donde antes podía contratarse un CMO con un equipo de diez personas, ahora algunas empresas empiezan a plantearse un VP de marketing con tres o cuatro y herramientas de IA cubriendo parte del resto. Esto sí que tiene consecuencias económicas medibles, pero introduce otra pregunta que no suele aparecer en las presentaciones sobre eficiencia: ¿cuánto conocimiento, criterio y capacidad de supervisión estamos retirando del sistema al mismo tiempo? Ralph Lauren ha sido prudente en el diseño; su incentivo sigue dominado por resultados financieros y la IA actúa como modificador estratégico. No ha sustituido el revenue por el número de prompts enviados a Claude y su proxy ante la SEC muestra que ingresos y margen operativo mantienen el peso central del programa. Es probablemente la parte más sensata del experimento, porque quizá todavía sea demasiado pronto para construir una relación directa entre “más IA” y “más compensación”. Lo que sí empieza a ser razonable es exigir a los ejecutivos que expliquen qué procesos están cambiando, dónde hay productividad real, qué inversión se está evitando y, sobre todo, dónde aparece crecimiento que antes no existía.
El sector publicitario va a encontrarse con este “melón” antes de lo que parece y cuando el CFO empiece a preguntar por el retorno de los agentes, la generación automática de creatividades o las nuevas herramientas de planificación, “hemos aumentado la adopción” dejará de ser una respuesta especialmente satisfactoria. La IA ha pasado bastante rápido de innovación a obligación corporativa y el siguiente paso será más incómodo: decidir si estamos pagando a los directivos por utilizarla o por conseguir que el negocio funcione mejor gracias a ella.
Puntos clave:
Ralph Lauren incorporó una AI Scorecard capaz de modificar hasta un 10% el incentivo anual de sus principales ejecutivos; en el ejercicio fiscal 2026 el ajuste aplicado fue positivo.
Alrededor del 12% de las compañías del S&P 500 ya incluye objetivos relacionados con IA en los planes de incentivos ejecutivos, frente al 5% en 2024.
El retail está desplegando IA rápidamente, pero todavía mide con mucha más facilidad productividad y reducción de costes que crecimiento incremental de ingresos.
Este resumen lo ha creado una herramienta de IA basándose en el texto del artículo, y ha sido chequeado por un editor de PROGRAMMATIC SPAIN.
