Muchas empresas están desacelerando sus inversiones en inteligencia artificial (IA) para reenfocar sus esfuerzos en mejorar la madurez operativa interna antes de aplicar tecnologías avanzadas. Esta tendencia responde a la creciente comprensión entre expertos de que automatizar procesos deficientes solo amplifica errores y no conduce a mejoras concretas.
El entusiasmo inicial por la IA, que pasó de ser una promesa futurista a una obsesión competitiva, ahora enfrenta un desafío crítico: construir una base sólida antes de escalar la innovación. Como señala Marcelo De Luca, cofundador de The App Master, la pregunta clave es si los procesos actuales de una compañía son suficientemente robustos por sí solos antes de incorporar IA.
Expertos advierten que implementar inteligencia artificial sobre procesos rotos equivale a “automatizar la ineficiencia a velocidad supersónica”. Este fenómeno se observa particularmente en pequeñas y medianas empresas que crecen sin documentación formal y dependen del conocimiento tácito, mayormente concentrado en sus dueños. Según Mauro Zicarelli, CEO de Delenio, muchas organizaciones comienzan por preguntarse qué herramienta tecnológica adoptar sin antes revisar cómo operan internamente.
La paradoja de la eficiencia y la gestión de datos
Al adoptar más tecnología, las empresas pueden complicar aún más sus operaciones si no mejoran sus procesos originales. Julián Colombo, CEO de la tecnológica N5, denomina esta situación la “paradoja de la eficiencia”: la automatización de malos procesos solo acelera los errores.
Los datos son otro factor crítico. Tobías de Marcos, Head of Growth de Arbusta, destaca que la calidad de los datos es “la nave más lenta” en las transformaciones digitales. Bases de datos inconsistentes y registros dispersos dificultan el correcto funcionamiento de los algoritmos, incrementando la generación de diagnósticos erróneos o “alucinaciones”.
En este contexto, el ERP (Enterprise Resource Planning) emerge como un elemento fundamental. Lejos de ser solo un sistema contable, centraliza y normaliza la información, facilitando que la IA aporte valor real. Gustavo Viceconti, CEO de NeuralSoft, afirma que sin una base de gestión sólida, las inversiones en IA difícilmente se traduzcan en mejoras concretas.
El despliegue efectivo de inteligencia artificial también requiere gestionar adecuadamente la integración tecnológica y la rendición de cuentas. Patricio Pérez Colmegna, vicepresidente para Latinoamérica de BMC Helix, subraya que “administrar IA implica asegurar que los agentes se integren con procesos, cumplan políticas y entreguen resultados auditables”.
“Hacerlo sobre una casa en orden es la mejor inversión para el futuro.”
Marcelo De Luca
El diferencial competitivo actual no reside solamente en adoptar más herramientas, sino en gobernarlas eficazmente. Mientras que un 20% de empresas logra capturar valor real de sus implementaciones de IA midiendo impactos concretos, más de la mitad permanece atrapada en experimentos aislados sin una clara identificación de resultados.
En definitiva, la inteligencia artificial dejó de ser una mera herramienta para convertirse en una habilidad organizacional que debe entrenarse y gestionarse adecuadamente. Experimentar la transición de la automatización a la delegación con modelos como Human-in-the-Loop será clave para que las compañías maximicen el retorno de sus inversiones y fortalezcan su posición en un entorno competitivo cada vez más exigente.
