Aunque el gasto empresarial en inteligencia artificial sigue creciendo en América Latina, Indra Group señala que muchas iniciativas no logran superar la fase piloto. La diferencia suele estar menos en la tecnología y más en la estrategia, la gobernanza y la calidad de los datos
En el área de Mercadotecnia de una organización, alguien empieza a usar una aplicación de inteligencia artificial (IA) para generar contenidos de texto; en el departamento de Finanzas, un colaborador utiliza una herramienta de IA para procesar y revisar hojas de cálculo —en ambos casos, la innovación parece estar logrando efectos positivos. Por lo general, a través de estas acciones departamentales o individuales, es como la IA se integra a los espacios corporativos de Latinoamérica.
De acuerdo con un estudio de IDC, se estima que en la región el gasto empresarial en IA generativa (IAG) —por mencionar una vertiente de IA— aumentará en un rango de 61 % interanual, y la mayoría de las organizaciones ya está incorporando IAG o planea hacerlo.
Sin embargo, cuando se intenta aumentar la escala y el impacto de dichas soluciones de IA, los resultados pronto pierden brillantez, no pasan de una fase piloto. Una muestra en tal sentido es que, según análisis de Gartner, al menos el 30 % de los proyectos de IAG —para finales del 2025— fueron abandonados después de la prueba de concepto ¿Las causas? Falta de claridad en el valor de negocio para la empresa, costos incrementales, riesgos o mala calidad de los datos corporativos.
«Esto ocurre porque son iniciativas que no se basaron en un análisis robusto y una planeación estratégica; se realizaron sin criterios de gobernanza, sin estudiar o replantear procesos operativos, sin establecer métricas de desempeño, sin que la dirección general tuviera una visión clara de qué herramienta se estaba usando y con qué objetivo», apunta Emiliano de la Rosa, gerente de Desarrollo de Negocio de Inteligencia Artificial en Indra Group en México.
Las organizaciones que generan valor con sus proyectos de IA, añade de la Rosa, priorizan el pensamiento estratégico, lo que implica que, antes de pensar en cuestiones estrictamente tecnológicas, plantean qué objetivo de negocio quieren lograr con la innovación, qué necesitan hacer para alcanzar la meta (procesos, roles, controles) y cómo evaluarán los resultados de la iniciativa (métricas, tiempos). «Se debe pensar en el proceso de adopción, en la estrategia que la guiará y en sus diversas implicaciones. Solo así un proyecto de IA se puede convertir en una capacidad operativa sostenible en el tiempo», asegura el directivo de Indra Group en México.
Para orientar una iniciativa de IA hacia la visión estratégica, es importante plantear temas que trascienden los asuntos de hardware, software o capacidad de almacenamiento. En ese sentido, algunos conceptos resultan muy útiles, por ejemplo:
El papel del director de Datos (CDO; Chief Data Officer)
El CDO tiene un rol fundamental: es quien conecta la agenda de IA con los objetivos de negocio de la organización; lo que implica trabajar para garantizar la calidad de los datos corporativos, analizar procesos (valoración, optimización, redefinición), establecer modelos de gobernanza para la información, entre otras tareas críticas. La posición del CDO lo coloca en medio de tensiones. Por un lado, las áreas de negocio quieren pilotos de IA que se implementen rápido y ofrezcan resultados visibles e inmediatos; por su parte, los especialistas en datos saben que dichos proyectos, sin el sostén de una estrategia robusta, no trascenderán. El CDO debe contar con el apoyo y los recursos necesarios para equilibrar las expectativas y alinear los esfuerzos.
No importa la circunstancia particular, la regulación es un tema crítico
México es un país que aún no tiene un marco regulatorio específico para la IA. Esto no implica que la regulación deba pasar a un segundo plano. La economía mexicana tiene una fuerte inclinación al comercio internacional, de ahí que las empresas del país que operan en múltiples mercados globales deben anticiparse a exigencias que todavía no están vigentes localmente (como una regulación oficial de IA), pero que condicionan el acceso a territorios y cadenas de valor internacionales. En Latinoamérica, para atender este tipo de situaciones, algunas organizaciones, como estándar preventivo, adoptan principios del «AI Act» europeo; una decisión que ya se les reconoce como una ventaja competitiva.
El desafío del talento humano
Latinoamérica registra un déficit importante en especialistas en nuevas tecnologías, una prueba de ello: en 2026, el 67 % de las empresas mexicanas, según un estudio de Manpower, tendrá dificultades para satisfacer vacantes de alta especialización tecnológica, con roles como «Desarrollo de modelos de IA y aplicación» entre los más difíciles de cubrir (en 2025, el ámbito de TI registró una escasez de talento del 76 %). Todas las iniciativas de IA deben tomar en cuenta esta situación (que representa un riesgo mayor para cualquier proyecto). Más importante aún, las organizaciones deben involucrarse en programas educativos que contribuyan a aumentar el número de especialistas disponibles, y fomentar la capacitación constante del capital humano que ya labora en la empresa.
La IA agéntica no es un caso aparte (aunque la emoción sugiera lo contrario)
Las soluciones basadas en agentes de IA están despertando un gran entusiasmo en todo el mundo, y por razones justificables: su capacidad para analizar contextos, evaluar operaciones, tomar decisiones independientes en un flujo de trabajo, orquestar procesos completos, etc. De hecho, se estima que en Latinoamérica el gasto. Sin embargo, las iniciativas de IA agéntica que realmente ofrecen resultados también se caracterizan por su enfoque estratégico. Antes de introducir la capa tecnológica de IA, las organizaciones analizan y mapean los procesos que esperan optimizar con la innovación; identifican las tareas que se pueden delegar; establecen marcos operativos y de gobernanza; y definen el indicador de negocio que desean mejorar. Cuando se toman estas medidas, las soluciones de IA agéntica pueden ofrecer resultados en áreas como atención al cliente, validación de documentos, gestión de incidentes y formación de personal. En el caso contrario, solo se consiguen proyectos o pilotos que funcionan bien durante una demostración, pero que fracasan en la operación real de la compañía.
La IA es una innovación tecnológica que ofrece extraordinarios beneficios para las organizaciones. Sin embargo, sin el respaldo de una estrategia corporativa robusta —totalmente orientada a las necesidades y los objetivos de una empresa—, la IA solo es una herramienta impresionante, pero cuyo valor real para el negocio nunca resulta evidente. Nunca se debe olvidar que el 80 % de los proyectos generales de IA, como lo han señalado instancias como RAND Corporation y Gartner, fracasan al intentar escalar y entregar el valor de negocio prometido.
«Es fundamental que las organizaciones pasen del ‘tener herramientas de IA’ al ‘tomar mejores decisiones con inteligencia artificial’. Y para conseguir eso, el primer paso es poner, en el centro del proyecto, al negocio y las personas», finaliza Emiliano de la Rosa.
