Blueprint operativo · Sistemas de IA: agentes, equipos y resultados
Blueprint: contratar un Chief AI Officer (lo que el mercado pide, lo que calla y lo que esa persona debe montar)
Sebastián Ocampo · 2026-07-25
Esto no es una lista de tareas del puesto: es el plano de la decisión. Cada afirmación sobre el mercado sale de un corpus propio de 79 ofertas reales capturadas y auditadas en julio de 2026, con sus definiciones congeladas y sus sesgos declarados al final. Léelo antes de escribir la oferta, no después.
- 0 / 79 Ofertas que usan el título Chief AI Officer (24 usan Head of AI o equivalente)
- 43% Asignan gobernanza o compliance al puesto; solo 1 de 79 nombra el AI Act y 0 la nLPD suiza
- 13 / 79 Piden construir el equipo de IA desde cero (los tamaños declarados van de 5 a 17 personas)
El diagnóstico: nadie publica el título que tú estás buscando
Si tu consejo ha decidido "contratar un Chief AI Officer", empieza por un dato incómodo: en 79 ofertas de dirección de IA publicadas entre noviembre de 2025 y julio de 2026 en Suiza, DACH, Benelux, países nórdicos y Francia, ninguna usa ese título. Ni una. Lo que el mercado publica son 24 títulos que empiezan por Head of AI, Head of Artificial Intelligence o Head of Data & AI, y el resto son líderes de transformación, adopción, programa o función (IA para finanzas, para operaciones, para marketing). El título de moda vive en las conferencias; el trabajo vive en ofertas con nombres más humildes y deberes más operativos.
Leídas de cerca, esas ofertas describen un rol de construcción, no de estrategia de salón: 13 de 79 piden explícitamente montar el equipo desde cero, 10 exigen que la persona siga siendo hands-on, y 32 le cuelgan formación y gestión del cambio de toda la organización. La conclusión práctica para ti: no estás contratando un cargo, estás contratando la construcción de un sistema operativo de IA para tu empresa. Este blueprint está ordenado en ese sentido: primero la decisión de figura, luego lo que debes pedir por escrito, luego lo que esa persona debe montar y con quién. El método completo con el que operamos nuestros propios sistemas está documentado en el caso de referencia y en el blueprint de operación de contenido.
La decisión: qué figura contratar, y por qué esa y no otra
El error más caro no es pagar de más: es contratar la figura equivocada para tu fase. De las 33 ofertas del corpus que declaran línea de reporte, solo 15 cuelgan del C-suite; el resto reporta a direcciones funcionales, lo que ya te dice que la mayoría de empresas europeas están comprando ejecución, no un asiento en el comité. La tabla resume las cinco figuras reales del mercado con la regla de cuándo tiene sentido cada una. La trampa habitual: pedir perfil de C-suite (visión, consejo, regulación) y evaluar con lista de técnico (frameworks, código, certificaciones de herramientas). Decide primero qué compras; después escribe la oferta.
| Figura | Cuándo sí | Cuándo no |
|---|---|---|
| Chief AI Officer (C-suite) | Grupo grande o regulado donde la IA toca el modelo de negocio y el riesgo regulatorio exige un responsable ante el consejo. | Si aún no tienes casos de uso en producción: comprarías un cargo sin sistema debajo. Ninguna de las 79 ofertas del corpus empieza por aquí. |
| Head of AI | La figura que el mercado contrata de verdad (24 de 79): construye equipo, plataforma y gobernanza, y ejecuta. Ideal de 100 a 5.000 empleados con patrocinio de dirección. | Si no puedes darle mandato transversal ni presupuesto propio: sin eso es un ingeniero senior con título inflado. |
| Líder de transformación IA | Cuando el cuello de botella es la adopción, no la tecnología: 32 de 79 ofertas cuelgan formación y gestión del cambio del puesto. Útil en organizaciones grandes con herramientas ya compradas. | Como primera contratación de IA: sin nadie que construya, transformará hacia herramientas que nadie ha adaptado a vuestros procesos. |
| Comité + responsables por área | Empresa mediana con áreas fuertes: un comité que gobierna (política, riesgos, presupuesto) y un responsable de IA dentro de cada área que ejecuta cerca del negocio. | Si nadie del comité tiene competencia real en IA: los comités sin criterio técnico aprueban pilotos eternos y no matan nada. |
| Asesor externo fraccional | Pyme sin volumen para un puesto completo: 21 de 79 ofertas del corpus son de consultoras o roles de asesoría, señal de que este mercado existe y funciona. Compra el sistema de 90 días, no horas sueltas. | Como sustituto permanente de capacidad interna: si en un año no ha formado a alguien de dentro para operar el sistema, estás alquilando una dependencia. |
Lo que las ofertas piden por escrito, y lo que exigen sin escribirlo
La tabla siguiente es el corpus hablando: cada fila es una señal contada sobre las 79 ofertas, con lo que significa para ti como empleador. El patrón de fondo: las empresas ya saben que necesitan gobernanza de IA (el 43% la mete en los deberes del puesto), pero casi ninguna sabe todavía nombrar el marco legal concreto que le aplica. Solo una oferta de las 79 nombra el AI Act europeo por su nombre, y de las 21 ofertas suizas ninguna menciona la nLPD. Eso es una oportunidad si contratas bien: la persona que sí sepa aterrizar esos marcos te pone por delante de tu sector.
Y luego está lo que no se escribe. Las mismas ofertas que piden "visión estratégica" describen deberes de constructor: montar equipo (13 de 79), operar con las manos (10), formar a toda la plantilla (32) y responder de resultados medibles (38 piden KPIs medibles, aunque solo 4 se atreven con un objetivo numérico). El requisito tácito es un perfil triple: sabe construir sistemas, sabe gobernarlos y sabe convencer a una organización escéptica. Cuando entrevistes, evalúa las tres cosas por separado; el candidato brillante en una sola te fallará en las otras dos.
| Señal en la oferta | Frecuencia (n=79) | Qué significa para ti |
|---|---|---|
| Gobernanza o compliance entre los deberes | 34 de 79 (43%) | Ya es parte del puesto, no un extra. Pídela por escrito con entregables: política de uso, registro de riesgos, auditoría. |
| Nombran el AI Act europeo / la nLPD suiza | 1 de 79 / 0 de 21 suizas | El mercado pide gobernanza genérica sin nombrar la ley. Quien concrete el marco aplicable tiene ventaja: pregúntalo en la entrevista. |
| Exigen KPIs medibles | 38 de 79 (objetivo numérico: solo 4) | Todos quieren medir y casi nadie se compromete a una cifra. Fija tú el marco de medición del año uno (sección de KPIs). |
| Construir el equipo desde cero | 13 de 79 (tamaños declarados: 5 a 17) | Presupuesta el equipo posterior desde el día uno o la contratación estrella se quedará sola (sección del equipo). |
| Mencionan agentes de IA en las funciones | 20 de 79 | Uno de cada cuatro puestos ya opera agentes, no solo chatbots. Pide experiencia real operándolos, no solo probándolos. |
| Formación y gestión del cambio entre los deberes | 32 de 79 | La adopción es media jornada del puesto real. Evalúa capacidad de enseñar y convencer, no solo de construir. |
| Publican banda salarial | 10 de 79 (en Suiza: 2 de 21) | Mercado opaco. Las bandas suizas vistas: CHF 130.000-150.000 y CHF 160.000-200.000 (detalle en el FAQ). Publicarla te diferencia y filtra mejor. |
El sistema operativo de IA que esa persona debe montar
Contrates la figura que contrates, el entregable es el mismo: un sistema operativo de IA con cuatro capas que se alimentan en cascada. La capa 1 decide el marco (qué está permitido, con qué riesgo, con qué presupuesto); la capa 2 elige y pilota los casos de uso dentro de ese marco; la capa 3 pone la plataforma y los datos que los hacen posibles; la capa 4 hace que dure: forma, mide y reporta a dirección. La regla de lectura del diagrama: nada de la capa 2 se lanza sin el marco de la 1, nada de la 3 se compra sin un caso de la 2 que lo justifique, y la 4 decide cada trimestre qué se escala y qué se mata. Si tu candidato no puede dibujarte este sistema (el suyo, no el nuestro) en una pizarra, sigue entrevistando.
- 1 · Dirección y gobernanza
- Política de uso de IA
- Registro de riesgos
- Comité con criterio técnico
- Presupuesto y proveedores
- 2 · Casos de uso
- Inventario por área
- Priorización por valor y riesgo
- Pilotos con línea base
- Decisión: escalar o matar
- 3 · Plataforma y datos
- Modelos y herramientas
- Datos y accesos
- Seguridad y privacidad
- Integraciones con sistemas
- 4 · Adopción y medición
- Formación por rol
- Campeones por área
- KPIs y auditoría
- Reporte trimestral a dirección
Los primeros 90 días, semana a semana
Este es el plan que deberías acordar con la persona antes de que firme, porque también es tu lista de control como empleador: cada paso necesita algo de ti (accesos, patrocinio, presupuesto). Si a los 90 días no existen el inventario, la política, dos pilotos medidos y un comité que funciona, el problema es del plan o del patrocinio, no necesariamente de la persona.
- Semanas 1-2: inventario de usos reales, incluida la IA en la sombra Entrevistas por área y un formulario anónimo: qué herramientas de IA usa ya la gente, con qué datos y para qué. En casi toda empresa el inventario descubre más uso del que dirección conocía; eso no se castiga, se regulariza, porque castigarlo solo lo esconde.
- Semanas 3-4: política de uso y registro de riesgos Una política de una página (qué se puede, qué no, con qué datos) y un registro de riesgos mapeado al marco que te aplique: AI Act si vendes u operas en la UE, nLPD para datos personales en Suiza, y el marco de gestión de riesgos del NIST como esqueleto. Recuerda el dato del corpus: casi nadie lo está haciendo con nombre y apellido; hacerlo te diferencia.
- Semanas 5-8: dos pilotos con línea base medida Dos, no diez: uno de eficiencia (una tarea repetitiva cara, con las horas actuales medidas antes de tocar nada) y uno visible (algo que toda la empresa vea funcionar). Sin línea base previa no habrá cuenta honesta después; es el error más común y el más caro. El método completo de inventario, matriz de priorización y charter de piloto está en el blueprint de casos de uso de IA.
- Semanas 9-10: la cuenta honesta de costes Tokens y suscripciones, plataforma, y supervisión humana: las tres partidas de cualquier operación con IA, medidas en los pilotos. El método de cálculo completo, con calculadora interactiva y precios publicados de Claude y OpenAI, está en el blueprint de operación de contenido; el mismo esquema de tres partidas vale para cualquier área.
- Semanas 11-12: comité, KPIs y primer reporte a dirección Se constituye el comité (dirección, la persona contratada, un responsable de datos o legal y un responsable de área), se fijan los KPIs del año uno con el marco de la sección siguiente, y se presenta el primer reporte: inventario, riesgos, resultado de pilotos y cuenta de costes. A partir de aquí, ritmo trimestral.
- Día 90: la decisión de equipo Con dos pilotos medidos ya se sabe qué perfil falta primero (casi siempre un constructor o un responsable de datos, casi nunca otro estratega). La sección siguiente da el orden de contratación; presupuestarlo en este punto evita el escenario que el corpus insinúa: 13 empresas de 79 contratando a una persona sola para levantar un departamento.
El equipo que viene después, y que casi ninguna oferta presupuesta
De las 79 ofertas, 13 piden explícitamente construir el equipo desde cero y solo 5 se atreven a declarar un tamaño (entre 5 y 17 personas). El resto calla, y ese silencio es el coste oculto de la contratación: un Head of AI sin equipo posterior se convierte en un cuello de botella carísimo que hace de todo y escala nada. La tabla da el orden de llegada realista. La regla: cada contratación se justifica con un piloto que ya demostró valor y quedó limitado por falta de esa capacidad exacta, no por organigrama aspiracional. En una pyme, las primeras filas pueden ser la misma persona o perfiles a tiempo parcial; lo importante es el orden, no la nómina.
| Rol | Cuándo llega | Qué desbloquea |
|---|---|---|
| Constructor de IA (ingeniero de automatización o de agentes) | Meses 3-6, tras los primeros pilotos | Pasar de pilotos a sistemas en producción; sin este rol, el líder construye y no lidera. |
| Responsable de datos | Meses 4-8, cuando los pilotos chocan con datos sucios o inaccesibles | Todo caso de uso serio muere o vive por los datos; este rol convierte el muro en tubería. |
| Product owner de IA por área | Meses 6-12, un área cada vez | Que el sistema resuelva problemas del negocio y no demos de laboratorio: prioriza desde dentro del área. |
| Perfil de gobernanza y cumplimiento | Año 1 en sectores regulados; puede ser legal interno formado en IA | Auditorías, AI Act y nLPD dejan de depender de la buena memoria del líder; el riesgo regulatorio tiene dueño. |
| Campeones por área (a tiempo parcial) | Desde el mes 3, sin coste de nómina nuevo | La adopción real: gente del área que enseña con ejemplos del área. Es la palanca que 32 de 79 ofertas ya reconocen al pedir gestión del cambio. |
KPIs realistas: qué pedirle en el año uno
El corpus retrata la confusión del mercado: 38 de 79 ofertas exigen KPIs medibles y solo 4 se comprometen con un objetivo numérico. Traducción: todos quieren rendir cuentas y casi nadie sabe todavía qué cuenta pedir. No pidas "ROI de la IA" en el año uno como cifra única; pide el marco de la tabla, que produce números defendibles y detecta el teatro. El detalle de cómo se mide el retorno sin inflarlo está en cómo medir el ROI de la IA: la mecánica es idéntica fuera de marketing.
| KPI del año uno | Cómo se mide | La trampa habitual |
|---|---|---|
| Horas ahorradas frente a línea base | Horas de la tarea medidas antes del piloto y después, sobre las mismas tareas y volúmenes. | Estimar la línea base de memoria después de lanzar: siempre sale inflada. |
| Adopción real semanal | Usuarios activos semanales de cada sistema entre usuarios objetivo, por área. | Contar cuentas creadas o licencias compradas como adopción. |
| Calidad: tasa de retrabajo | Porcentaje de salidas de IA que la revisión humana devuelve o corrige sustancialmente. | No medirla: el ahorro de horas se evapora en correcciones que nadie contabiliza. |
| Coste por tarea completada | Tokens y suscripciones, plataforma y supervisión humana, dividido por tareas completadas. | Contar solo los tokens y presumir de céntimos: la supervisión es la partida dominante. |
| Incidentes y cuasi incidentes | Registro de fallos con causa y corrección, revisado por el comité cada trimestre. | Un registro vacío no significa cero incidentes: significa que nadie los apunta. |
Riesgos y continuidad: cómo falla esto cuando falla
Cada fila de la tabla es un modo de fallo que hemos visto u operado de cerca, con su señal temprana: lo que un consejo puede vigilar sin ser técnico. El dato del corpus que más debería preocuparte está en la segunda fila: 61 de 79 ofertas no nombran ningún proveedor de IA concreto, lo que suena a neutralidad pero suele significar que la decisión de dependencia se tomará después, sin criterio escrito, por la vía del entusiasmo.
| Riesgo | Señal temprana | Mitigación |
|---|---|---|
| IA en la sombra con datos de clientes | El inventario inicial encuentra herramientas que nadie autorizó; nadie sabe qué datos salieron. | Política de uso con alternativas aprobadas (prohibir sin ofrecer alternativa garantiza reincidencia) y cuentas de empresa con controles de datos. |
| Dependencia de proveedor sin criterio escrito | Los flujos críticos viven dentro de un solo SaaS u modelo y nadie ha probado a salir. | Reglas, datos y evaluaciones en formatos propios; una prueba anual de cambio de modelo en un flujo real. Cambiar debe ser reconfigurar, no reconstruir. |
| Incumplimiento regulatorio (AI Act, nLPD) | Nadie de la empresa sabe decir qué obligaciones concretas le aplican ni desde cuándo. | Registro de riesgos mapeado al marco aplicable desde la semana 4, con dueño; en sectores regulados, el perfil de gobernanza del equipo posterior. |
| El sistema depende de una sola cabeza | Solo la persona contratada sabe cómo funcionan los flujos; sus vacaciones paran cosas. | Documentación operativa como entregable de cada piloto y un segundo operador formado por sistema crítico antes de escalarlo. |
| Teatro de IA: actividad sin resultados | Muchos pilotos, demos y talleres; ninguna línea base, ningún piloto matado, ningún número defendible. | Los KPIs de la sección anterior y una regla de comité: todo piloto tiene fecha de decisión, y escalar o matar son los dos únicos resultados válidos. |
Los límites de este análisis
Para que puedas fiarte de los números de arriba, esto es lo que no son: no son una muestra aleatoria del mercado. El corpus tiene 79 ofertas en alcance (de 83 recopiladas), capturadas el 24 de julio de 2026 sobre una ventana de noviembre de 2025 a julio de 2026, desde páginas de empleo de empresas, sistemas ATS públicos y portales; sobrerrepresenta a los empleadores cuyos ATS son rastreables públicamente e infrarrepresenta a la pyme suiza que solo publica en portales cerrados. 74 de las 79 filas son extracciones del texto completo de la oferta; 5 son de nivel resumen y están marcadas. Cada cifra citada aquí sale de definiciones congeladas y auditadas de forma independiente (recuento reproducido dato a dato antes de publicar), y cada fila del dataset conserva la URL donde se vio la oferta.
Este es el corpus piloto de un estudio mayor: la versión completa ampliará la muestra a 150-300 ofertas manteniendo las mismas definiciones, y se publicará con el dataset abierto y auditable. Si los números cambian al crecer la muestra, lo diremos aquí mismo, con fecha.
Hacia dónde se desplaza el rol (leído en julio de 2026)
Tres desplazamientos se leen ya en el corpus. Primero, de asesorar a operar: 20 de 79 ofertas ya mencionan agentes en las funciones, y esperamos que esa fracción crezca; el líder de IA de 2027 gestionará flotas de agentes con presupuesto y registro de fallos, no presentaciones sobre potencial. Segundo, la gobernanza pasa de virtud a obligación con dientes: las obligaciones del AI Act se aplican por fases y la distancia entre el 43% que pide gobernanza genérica y el 1% que sabe nombrar la ley se cerrará, por las buenas o por sanción. Tercero, el título importa cada vez menos y el sistema cada vez más: el mercado converge hacia Head of AI con mandato transversal en las medianas y hacia el modelo fraccional en las pymes (una de cada cuatro ofertas del corpus ya es de asesoría). Nuestra lectura honesta: si esperas al título perfecto, llegarás tarde al sistema; si montas el sistema de las cuatro capas este año, el título que le pongas después dará igual.
Quien firma esto opera sus propios sistemas con este mismo esquema, con costes y fallos publicados. Si quieres la versión aplicada a tu empresa, la puerta está abajo.
Preguntas frecuentes
- ¿Necesita mi empresa un Chief AI Officer?
- Casi seguro que no con ese título, y el mercado opina igual: 0 de 79 ofertas recientes lo usan. Lo que probablemente necesitas es la función: alguien con mandato y presupuesto que monte el sistema de cuatro capas (gobernanza, casos de uso, plataforma, adopción). De 100 a 5.000 empleados, eso es un Head of AI; por debajo, un asesor fraccional que construya capacidad interna; en grupos grandes o regulados, un cargo de C-suite puede justificarse cuando ya hay sistemas en producción de los que responder.
- ¿Cuánto cuesta contratar esta figura en Suiza y Europa?
- El mercado es opaco: solo 10 de 79 ofertas publican banda salarial, y en Suiza 2 de 21. Las bandas suizas vistas en el corpus: CHF 130.000-150.000 brutos (base más bonus) y CHF 160.000-200.000 al año (esta segunda vía un espejo de portal, no la página del empleador). En Alemania se vio EUR 130.000-160.000 anuales para un puesto comparable, y en Austria mínimos legales declarados desde EUR 4.250-5.500 mensuales con sobrepaga negociable. Son puntos de referencia de ofertas concretas, no medianas de mercado: la muestra es demasiado pequeña para eso y preferimos decírtelo.
- ¿No puede llevarlo el CTO o el CDO?
- Puede, si le liberas capacidad y le das el mandato transversal: el sistema de cuatro capas no exige un cargo nuevo, exige un dueño con tiempo. El fallo típico no es de competencia sino de agenda: un CTO con la operación diaria a cuestas relega la IA a proyecto de los viernes, y los pilotos mueren de espera. La prueba honesta: si tu CTO puede dedicarle la mitad de su semana durante dos trimestres, adelante; si no, contrata o alquila la figura y que reporte donde reporte el negocio, no solo la tecnología.
- ¿Contratación interna o asesor externo fraccional?
- Depende del volumen de trabajo real, no del prestigio. Si tienes casos de uso en tres o más áreas y datos sensibles de por medio, la figura interna se amortiza y acumula contexto que un externo no puede retener. Si eres una pyme con dos o tres procesos candidatos, el fraccional es más honesto: pagas el sistema de 90 días y la formación de un operador interno, no una nómina completa esperando volumen. La cláusula que debes exigir en ambos casos es la misma: documentación operativa y una persona de dentro formada, para que el conocimiento no se marche con quien lo trajo.
- ¿Qué formación o certificación debería pedir en la oferta?
- Pide evidencia de sistemas operados, no solo títulos: casos con números, líneas base y fallos contados. Como señal complementaria de gobernanza sirven las certificaciones de gestión de IA, como la CAIM de PECB (gestión de IA alineada con marcos como el AI Act y el NIST) o la familia ISO/IEC 42001 de sistemas de gestión de IA. Ninguna certificación sustituye al portafolio: quien haya montado el sistema de cuatro capas sabrá enseñártelo funcionando; quien solo tenga el diploma, te enseñará el diploma.
Fuentes
- Regulatory framework on Artificial Intelligence (EU AI Act) · European Commission · 2026
- New Federal Act on Data Protection (nFADP) · Swiss Confederation (FDPIC) · 2023
- AI Risk Management Framework · NIST · 2023
- Certified Artificial Intelligence Manager - CAIM® · PECB · 2026
- ISO/IEC 42001: Information technology, Artificial intelligence, Management system · ISO · 2023
- El sistema de referencia, operando en vivo con costes y fallos publicados · y8y.ai · 2026-07
Más casos y método, en Sistemas de IA: agentes, equipos y resultados.