Cómo superar la entrevista con Lilli, la IA de McKinsey, en 2026
La entrevista con Lilli, la IA de McKinsey, premia el pensamiento estructurado, no el encanto. Este es el método exacto para prepararte y aprobarla.
La entrevista con Lilli, la IA de McKinsey, no es un truco publicitario. Es un filtro en vivo que separa a los candidatos que piensan con frameworks estructurados de los que improvisan con una seguridad pulida.
Esta guía desglosa exactamente qué evalúa Lilli, por qué los candidatos que se preparan para casos tradicionales aun así la reprueban y qué necesitas hacer distinto a partir de hoy. Al final, sabrás cómo estructurar tus respuestas para un evaluador de IA, cómo sintetizar bajo presión de tiempo y cómo practicar de una forma que realmente construya esas habilidades antes del día de la entrevista.
Lo que Lilli realmente evalúa (y por qué no es un caso tradicional)
Lilli no califica tu apretón de manos. Evalúa en tiempo real la estructura, la claridad y la completitud de tus respuestas escritas y habladas.
Piénsalo como un GPS que sigue un viaje en carretera. Un entrevistador humano es el copiloto: puede ver que vas más o menos en la dirección correcta y llenar los huecos con buena voluntad. Lilli es el GPS en sí. Solo sabe lo que tú le das. Si le dices "ve hacia el centro", te devuelve un error. Si le dices "navega a 500 Michigan Avenue, Chicago", te lleva a la perfección. Las entradas vagas producen salidas vagas, y Lilli califica mal las salidas vagas.
La implicación es directa: cada respuesta que le des a Lilli necesita un enunciado claro del problema, una estructura lógica y una síntesis que responda la pregunta que te hicieron. El encanto, las frases de relleno y la improvisación no cuentan.
Las tres habilidades que Lilli califica con más peso
Lilli pondera tres competencias por encima de todas las demás: la claridad del planteamiento, la estructura lógica y la rapidez de síntesis.
La claridad del planteamiento significa que replanteas el problema con tus propias palabras antes de responderlo. Lilli lee tu replanteamiento como una señal de que entendiste la pregunta. Basta una oración. No te la saltes.
La estructura lógica significa que tu respuesta sigue un framework que tu evaluador, humano o de IA, puede mapear en tiempo real. Si tu respuesta fuera un archivero, cada cajón tendría su etiqueta antes de abrirlo. Primero nombras tus cubetas ("Voy a ver esto en tres dimensiones: ingresos, costos y dinámica competitiva") y luego las llenas.
La rapidez de síntesis significa que llegas a una conclusión antes de que te la pidan. Lilli no te pide que resumas. Los candidatos que esperan esa instrucción pierden puntos. Termina cada respuesta importante con una oración que enuncie tu respuesta de forma directa.
Cómo estructurar tus respuestas para un evaluador de IA
Estructura tu respuesta de la misma forma en que construirías un framework de caso, pero comprime el tiempo de cuatro minutos a cuarenta segundos.
Usa lo que los profesionales llaman el método de "la columna primero". Enuncia de entrada tu conclusión o hipótesis, nombra las dos o tres ramas de razonamiento que la sostienen y luego presenta la evidencia de cada rama en orden. Es lo contrario de cómo piensa en voz alta la mayoría de la gente. La mayoría construye hacia una conclusión. Lilli premia a los candidatos que empiezan con la conclusión y la demuestran.
Imagina que eres una cirujana que presenta ante el consejo de un hospital. No les describes cada estudio que hiciste. Dices "el diagnóstico es X, respaldado por los hallazgos A, B y C". Luego explicas A, B y C. Ese es el registro que espera Lilli.
Practica este framework en un caso real. El mock-scorer-diagnosis en BoardroomIQ te pone en la sala.
Aplica lo que acabas de aprender
Browse all 100 real boardroom decision cases.
Errores comunes que hunden tu calificación con Lilli
Las tres formas más comunes de fracasar son: empezar sin replantear el problema, usar cuantificadores vagos y omitir la síntesis.
Los cuantificadores vagos son frases como "significativamente", "mucho" o "bastante grande". Lilli no tiene tolerancia para la imprecisión. Reemplaza cada cuantificador vago con un número, un rango o una comparación directa. "Los ingresos cayeron significativamente" se convierte en "Los ingresos cayeron alrededor de 15% frente al año anterior".
Omitir la síntesis es el error que más se castiga. Los candidatos pasan noventa segundos construyendo un framework precioso y luego se detienen cuando se les acaban las ramas. Lilli marca esa respuesta como incompleta. Cierra cada respuesta con un veredicto de una oración.
Empezar sin replantear el problema le indica a Lilli que respondiste la pregunta que supusiste que te hicieron, no la que te hicieron. Una oración de replanteamiento te cuesta cinco segundos y te compra credibilidad para toda la respuesta.
Cómo practicar para la entrevista con Lilli antes de tus entrevistas
No puedes prepararte para un evaluador de IA practicando con un amigo indulgente. Necesitas repeticiones en condiciones que imiten la precisión de Lilli.
Ejercicios de respuesta escrita cronometrados. Pon un cronómetro de dos minutos y escribe una respuesta de caso completa: replanteamiento, estructura, evidencia y síntesis. Vuelve a leerla y recorta cada palabra que no cargue información. Hazlo diez veces antes de tu entrevista.
Repeticiones habladas con la columna primero. Grábate respondiendo un planteamiento en voz alta. Vuelve a escucharte y marca el momento en que enuncias una conclusión por primera vez. Si ese momento pasa de los treinta segundos, reestructura tu respuesta. Tu conclusión debería llegar en la primera oración.
Casos de práctica calificados con retroalimentación de IA. Practica con casos que califiquen tu estructura y tu síntesis de forma automática, sin que una persona llene tus huecos. La práctica sin calificación construye hábitos. La práctica calificada construye precisión.
La mejor forma de practicar para la entrevista con Lilli es bajo una presión realista, con un caso que se resista. Abre el mock-scorer-diagnosis en BoardroomIQ y haz hoy tu primer caso calificado.