Cuando OpenAI decide cerrar Sora, la lectura fácil es pensar que se trata de una anécdota de producto. Una apuesta que no encontró suficiente tracción, una decisión de foco, un ajuste de portafolio. Pero esa interpretación se queda corta. La señal importante es otra: incluso en la empresa más visible de la industria, ya empezó una etapa donde no toda iniciativa de IA merece seguir viva solo porque suena prometedora.

Eso debería incomodar a muchas empresas.

Durante los últimos dos años, buena parte del mercado corporativo trató la IA como una expansión casi obligatoria del portafolio: más pilotos, más pruebas, más casos de uso, más demos, más herramientas. En ese contexto, lanzar algo nuevo era casi siempre visto como una señal de avance. Apagarlo, en cambio, parecía fracaso. El cierre de Sora sugiere que esa lógica está cambiando. Y probablemente cambie también dentro de las empresas.

La noticia no es solo que OpenAI apagó un producto

Lo más relevante del caso no es únicamente que Sora salga de escena. Lo verdaderamente importante es lo que revela sobre la nueva disciplina estratégica del mercado. La fase de fascinación todavía produce titulares, pero la fase que empieza a importar de verdad es otra: qué productos justifican seguir consumiendo recursos, foco, capacidad técnica, distribución y presupuesto.

Ese filtro se va a volver mucho más duro.

En empresas grandes, esto tiene una traducción muy concreta. Muchos proyectos de IA hoy sobreviven no porque ya demostraron valor estructural, sino porque todavía están protegidos por el entusiasmo, por la novedad o por el miedo político a “quedarse atrás”. Mientras el mercado premia actividad, casi cualquier piloto puede parecer defendible. Pero cuando la presión se mueve hacia eficiencia, integración y retorno, el estándar cambia por completo.

No basta con que una iniciativa impresione. Tiene que merecer permanencia.

La siguiente fase de la IA empresarial será una fase de poda

Eso es lo que el caso Sora anticipa mejor que muchos comunicados optimistas del mercado. La siguiente etapa no será solo de expansión. Será también de selección.

Las empresas van a tener que distinguir entre al menos cuatro tipos de apuestas:

• las que sí fortalecen una capacidad estratégica;
• las que automatizan algo valioso de forma repetible;
• las que todavía son inmaduras, pero tienen una ruta creíble hacia negocio;
• y las que, aunque sean vistosas, no tienen suficiente encaje para justificar continuidad.

Ese último grupo es el más incómodo, porque suele estar lleno de proyectos que nadie quiere matar. No porque sean esenciales, sino porque ya absorbieron tiempo, presupuesto, visibilidad interna o prestigio de innovación.

Ahí empieza el verdadero problema de gobernanza.

Muchas organizaciones todavía no tienen una forma madura de cerrar proyectos de IA sin convertir la decisión en una batalla política. Y sin esa capacidad, el portafolio se llena de experimentos que siguen consumiendo atención aunque ya no estén construyendo ventaja real.

El error no es experimentar. El error es no saber podar

Vale la pena decirlo con cuidado: la lección no es que experimentar con IA sea mala idea. Al contrario. En un mercado que todavía está cambiando tan rápido, experimentar sigue siendo necesario. Lo peligroso es otra cosa: confundir exploración con permanencia.

No todo lo que vale la pena probar vale la pena sostener.

Esa diferencia es crítica. Una empresa sana puede lanzar diez iniciativas, aprender rápido y quedarse solo con dos o tres que realmente merecen escalar. Una empresa inmadura, en cambio, convierte cada experimento en un compromiso emocional, presupuestario y narrativo. Y entonces ya no optimiza por valor, sino por inercia.

Eso pasa más de lo que parece.

Un copiloto interno que nadie usa, una automatización que requiere demasiada supervisión humana, un asistente comercial que no accede al dato correcto, una capa conversacional que impresiona en demo pero no entra en operación: todos esos casos pueden seguir “vivos” durante meses si la organización no tiene el criterio —o el coraje— para apagarlos.

Lo que hoy parece recorte mañana se verá como disciplina

El mercado empresarial va a premiar cada vez más a las organizaciones que sepan hacer dos cosas a la vez: probar con rapidez y recortar con lucidez.

Eso cambia por completo la conversación de liderazgo. El punto ya no es solo preguntar “¿qué más podemos lanzar con IA?”, sino empezar a preguntar también:

• ¿qué iniciativas están generando adopción real?
• ¿cuáles dependen todavía de validación manual para no fallar?
• ¿qué proyectos ya consumen más coordinación que valor?
• ¿qué pilotos no tienen una ruta clara hacia integración operativa o retorno económico?
• ¿qué estamos sosteniendo por política interna, no por mérito?

Esas preguntas son incómodas, pero son mucho más estratégicas que seguir llenando el roadmap de pruebas con nombre atractivo.

La señal de Sora también habla de foco

Otro aprendizaje importante del caso es que la IA está dejando atrás una etapa de dispersión. En la euforia inicial, parecía razonable empujar múltiples frentes al mismo tiempo: modelos, agentes, creatividad, búsqueda, video, productividad, código, asistentes, plataformas. Pero tarde o temprano llega una realidad simple: ni siquiera los jugadores más fuertes pueden ganar igual en todo.

Las empresas van a enfrentar exactamente el mismo problema.

No van a poder perseguir cada posibilidad de IA con la misma intensidad. Tendrán que elegir dónde quieren construir capacidad propia, dónde solo les conviene adoptar herramientas de terceros, y dónde directamente deberían dejar de invertir. Esa selección será menos glamurosa que lanzar un nuevo experimento, pero mucho más importante para el resultado final.

Porque el costo de oportunidad también cuenta. Cada proyecto que sobrevive sin merecerlo le quita atención a otro que sí podría entrar en operación real, mejorar margen o fortalecer una función clave del negocio.

La IA empresarial no solo necesita más ambición. Necesita mejor criterio de supervivencia

Ese es probablemente el punto más útil de toda esta historia. Durante mucho tiempo, el mercado trató la expansión de iniciativas de IA como una señal suficiente de madurez. Pero una cartera amplia no necesariamente implica una estrategia buena. A veces solo implica que nadie está cerrando nada.

La verdadera señal de madurez va a ser otra: tener criterio para decidir qué escala, qué se integra, qué se rediseña y qué se apaga.

Eso requiere un tipo distinto de liderazgo. Menos obsesionado con mostrar movimiento. Más dispuesto a distinguir entre novedad y ventaja. Menos seducido por el piloto brillante. Más atento a la fricción operativa, la adopción y el retorno.

OpenAI cerró Sora y el mercado lo leerá como noticia de producto. Pero para las empresas, la señal importante es mucho más dura: la etapa donde bastaba con lanzar IA se está acabando. La que viene exigirá algo más difícil y mucho más decisivo.

Saber qué merece sobrevivir.