Hay una pregunta que hoy domina prácticamente cualquier comité de dirección: ¿cuál es nuestra estrategia de Inteligencia Artificial? La presión por responder es comprensible. Nadie quiere explicar dentro de un año por qué su empresa llegó tarde a la mayor transformación tecnológica de la última década.
El problema aparece cuando el miedo a quedarse fuera de la conversación empieza a dictar las prioridades. La AI ocupa los presupuestos, las reuniones y los titulares, mientras otras iniciativas comienzan a perder visibilidad. La atención cambia de lugar y, con ella, también cambian los riesgos que la organización está dispuesta a asumir.
¿Qué está provocando esta carrera?
La adopción de AI avanza a una velocidad pocas veces vista. De acuerdo con diversos estudios, 92% de las organizaciones planea incrementar su inversión en Inteligencia Artificial, aunque una parte importante todavía enfrenta dificultades para identificar casos de uso que realmente generen valor para el negocio. El entusiasmo es evidente, por lo que muchas empresas están acelerando proyectos mientras siguen construyendo el camino sobre el que esos proyectos deberán operar.
Eso explica por qué la conversación suele girar alrededor del siguiente copiloto, del siguiente agente o del siguiente modelo. Mientras tanto, temas como migración a la nube, la modernización de aplicaciones, los planes de DRP o, la ciberseguridad o la optimización de costos en la nube dejan de ocupar el mismo espacio en la agenda, aunque siguen siendo los pilares que sostienen la operación.
¿Qué pasa cuando todos quieren avanzar al mismo tiempo?
La AI ya está entrando a las organizaciones, incluso sin autorización formal. Reportes recientes indican que siete de cada diez colaboradores utilizan herramientas de AI sin el conocimiento del área de TI, compartiendo información corporativa, documentos internos o fragmentos de código en plataformas públicas. A su vez, cerca de una de cada cinco empresas ya ha experimentado incidentes relacionados con este fenómeno, conocido como Shadow AI.
Este comportamiento rara vez nace de una mala intención. Los colaboradores buscan terminar su trabajo más rápido, resumir documentos, generar propuestas o escribir código con mayor velocidad. El problema es que, al hacerlo, pueden exponer información sensible fuera del entorno de la empresa, por lo que el riesgo comienza a crecer mucho antes de que exista un proyecto formal de IA.
La AI necesita una base sólida
Imaginemos una empresa que prueba un asistente inteligente para atender clientes. La demostración funciona, el proyecto genera entusiasmo y los primeros resultados son muy positivos. La promesa parece clara: automatizar tareas, responder más rápido y abrir nuevas posibilidades para el negocio. Pero cuando llega el momento de llevarlo a la operación real, aparecen los límites: sistemas que no fueron modernizados, aplicaciones que no exponen la información necesaria, controles de seguridad que no están preparados para ese nivel de uso y datos que simplemente no están disponibles en el formato o en el lugar donde se necesitan.
Es como diseñar un vehículo de alto rendimiento sobre una carretera que todavía no existe. En el laboratorio todo parece posible, pero en el mundo real el proyecto no avanza porque faltan las condiciones mínimas para ejecutarlo. El problema no es que la solución empiece a fallar con el tiempo; el problema es que, directamente, no puede ponerse en marcha como se había planeado.
Lo mismo ocurre dentro de las organizaciones. Cada iniciativa de AI depende de aplicaciones capaces de integrarse entre sí, de sistemas que entreguen información confiable y de datos accesibles para alimentar los modelos. Cuando alguno de esos elementos no está listo, la idea no se degrada: se detiene antes de despegar.
¿Dónde debería estar la conversación?
La verdadera diferencia al implementar AI empresarial estará en quién logre hacerlo sin comprometer la estabilidad de su operación.
Eso implica dedicar el mismo nivel de atención a aquello que pocas veces aparece en una presentación ejecutiva: modernizar aplicaciones críticas, revisar la superficie de ataque, optimizar el consumo de recursos en la nube, y comprobar que el plan de continuidad realmente funcionaría si ocurriera un incidente. Son iniciativas silenciosas, aunque hacen posible que la innovación permanezca de pie cuando llegan los momentos difíciles.
La AI seguirá transformando industrias y redefiniendo la forma de trabajar. La oportunidad consiste en evitar que esa conversación opaque todo lo demás. Porque la tecnología que genera más expectativa puede abrir nuevas posibilidades para el negocio, mientras que la tecnología que recibe menos atención suele ser la que evita que el negocio se detenga.
