El entusiasmo de las empresas, tanto grandes como medianas o chicas, por la Inteligencia Artificial (IA) sufrió una transformación: pasó de ser una promesa futurista a convertirse en una obsesión competitiva. Sin embargo, detrás del despliegue de agentes autónomos y promesas de eficiencia infinita está emergiendo una realidad incómoda, que los expertos definen de una manera gráfica: muchas empresas están intentando construir un rascacielos digital de última generación sobre cimientos de barro.
¿Realidad o espejismo? Por qué las empresas están frenando la inversión en IA para primero "ordenar la casa"
El uso de inteligencia artificial dejó de ser un fin en sí mismo y pasó a ser una prueba de madurez operativa. Cuáles son las claves para lograr resultados concretos, según la mirada de los expertos.
-
Qué tienen en común el fútbol y el recruiting en la era de la inteligencia artificial
-
Alertan sobre el poder de la inteligencia artificial para manipular a las personas: "Tenemos que resistir ahora"
Si el proceso interno de una compañía es malo, automatizarlo con IA sólo hará que el error se multiplique.
La gran carrera por implementar tecnología para no quedarse afuera de la ola está revelando que, antes de escalar la innovación, las organizaciones deben enfrentar un paso previo, tan burocrático como indispensable: ordenar la casa. "Si hoy apago la idea de la IA, ¿mis procesos actuales son lo suficientemente sólidos, limpios y eficientes por sí solos?", plantea Marcelo De Luca, co fundador de The App Master.
Su pregunta resume el dilema de una industria que, bajo la presión del miedo a perderse algo, corre el riesgo de automatizar el caos. Según el especialista, implementar IA sobre procesos rotos no solo es inútil, sino contraproducente: "Lo único que consigues es automatizar la ineficiencia a velocidad supersónica".
Más inteligencia artificial, menos eficiencia
El diagnóstico es compartido por consultoras que siguen el día a día operativo de las empresas. Es el caso de algunas pymes que caen en lo que Mauro Zicarelli, CEO de Delenio, denomina el estado de "vendo, pero no sé cómo".
Cuando una empresa crece orgánicamente sin procesos documentados, el conocimiento reside sólo en la cabeza del dueño. "Muchas empresas comienzan preguntándose qué herramienta incorporar cuando, en realidad, primero necesitan revisar cómo venden", explica Zicarelli.
Este fenómeno se traduce en lo que Julián Colombo, CEO de la tecnológica N5, define como la "paradoja de la eficiencia". Las organizaciones adoptan más herramientas tecnológicas, pero la operación se vuelve más compleja. "Si el proceso es malo, automatizarlo solo hace que el error ocurra más rápido", advierte Colombo.
Los datos respaldan esta fricción: un estudio de EY citado en el sector indica que el 59% de los empleados en Latinoamérica reportó un aumento en su carga de trabajo el último año, en gran parte debido a la necesidad de supervisión constante de sistemas automatizados que aún presentan fallas.
Esto ocurre cuando los datos pasan a ser la "nave más lenta de la flota". Si los procesos son el esqueleto, los datos son el combustible. Pero, ¿qué sucede cuando la base de información es inconsistente? Esto es lo que plantea Tobías de Marcos, Head of Growth de Arbusta: "En el océano de la transformación digital, la nave más lenta es la calidad de los datos".
El problema es silencioso y estructural y se refleja en bases de datos incompletas, registros duplicados e información dispersa en planillas de Excel que viven en escritorios individuales sin conexión entre sí.
Sin un saneamiento previo, cualquier algoritmo entrenado bajo estas condiciones generará "alucinaciones" o diagnósticos erróneos, explican estos expertos.
Aquí es donde el ERP (Enterprise Resource Planning, o Planificación de Recursos Empresariales en español) pasa a tener un rol fundamental. Lejos de ser solo un software contable que centraliza la administración operativa de una compañía, este sistema se está consolidando como un elemento clave en este contexto.
Gustavo Viceconti, CEO de NeuralSoft: "Un ERP no compite con la IA; la hace posible. Sin una base de gestión sólida que centralice y normalice la información, es muy difícil que las inversiones en IA se traduzcan en mejoras concretas".
No es magia, es gestión
"Administrar inteligencia artificial implica mucho más que monitorear su funcionamiento. Significa asegurar que los distintos agentes puedan integrarse con los procesos, cumplir con las políticas y ofrecer resultados auditables", subraya Patricio Pérez Colmegna, Vicepresidente de Latam de BMC Helix.
El mensaje apunta a destacar que el diferencial competitivo ya no radica en quién adopta más herramientas, sino en quién las gobierna mejor.
Las empresas que logran capturar valor por esta vía (apenas un 20% del total según datos globales de PwC) son aquellas que identificaron primero el "dolor" del negocio y midieron el impacto con indicadores concretos.
El resto queda atrapado en experimentos aislados donde el 57% de las empresas, según datos de NeuralSoft, admite que todavía no mide el impacto específico de sus herramientas de IA.
En este marco, la IA dejó de ser una "herramienta" que se compra para instalar y pasó a ser una "habilidad" organizacional que se entrena. La adopción efectiva, como sugiere Pablo Dorado directivo de Botmaker, requiere pasar de la automatización a la delegación, con el modelo Human-in-the-Loop siempre presente.
En ese punto, Marcelo De Luca destaca que las empresas que liderarán el mercado en los próximos años no serán aquellas que llenen su presupuesto de licencias de software, sino las que entiendan que, antes de automatizar, hay que ordenar. "Hacerlo sobre una casa en orden es la mejor inversión para el futuro", concluyó.
