Las claves para que la inteligencia artificial funcione en las empresas
La mayoría de las iniciativas de IA no consiguen generar resultados financieros medibles. Un especialista señala que el principal problema no está en la tecnología, sino en la forma en que las organizaciones deciden implementarla.
La inteligencia artificial se convirtió en una prioridad para empresas de todos los tamaños, pero la adopción no siempre se traduce en resultados. Un estudio de la iniciativa NANDA del MIT encontró que el 95% de los pilotos de IA generativa en empresas no genera un retorno financiero medible.
A su vez, Gartner proyectó que el 30% de estos proyectos sería abandonado después de la etapa de prueba de concepto, mientras que RAND Corporation concluyó que más del 80% de los proyectos de IA fracasa, el doble que los proyectos de IT sin inteligencia artificial.
Los datos apuntan a un problema que va más allá del funcionamiento de las herramientas. Según Axel Jutoran, consultor especializado en IA aplicada a negocios, las principales dificultades son organizacionales y aparecen incluso antes de implementar la tecnología.
“Los errores tienen más que ver con cómo los humanos gestionan e implementan la IA que con que la tecnología no funcione”, explica Jutoran. A su entender, muchas compañías intentan utilizar inteligencia artificial para resolver problemas para los que todavía no está preparada o avanzan sin realizar un diagnóstico adecuado de sus necesidades.
El especialista resume uno de los principales errores con una comparación: “Arrancan queriendo escalar el Everest en vez de empezar haciendo trekking”. La metáfora apunta a empresas que eligen desde el comienzo oportunidades demasiado complejas, con proyectos difíciles de medir y de implementar. El resultado puede ser que la organización termine atribuyendo el fracaso a la IA, cuando el problema estuvo en la estrategia elegida.
A esto se agregan la falta de gobernanza, la ausencia de criterios claros sobre qué herramientas utilizar y qué información puede incorporarse a los sistemas, además de la tendencia a implementar agentes de IA sofisticados antes de ordenar procesos básicos.
- Las fallas
Los errores de implementación pueden tener consecuencias concretas. En 2024, un tribunal canadiense falló contra Air Canada luego de que el chatbot de la compañía proporcionara información incorrecta sobre una tarifa. La aerolínea tuvo que pagar una indemnización por la “representación negligente” realizada por su propio sistema.
Para Jutoran, contar con acompañamiento especializado durante la implementación es fundamental. “Si no hay alguien con conocimiento acompañando la implementación, avanzar con IA es casi una cuestión de suerte”, advierte. Otra señal de alerta aparece cuando una empresa realiza una inversión importante y el resultado demora demasiado en llegar.
También considera decisivo el respaldo de la conducción. “Tiene que haber un enfoque top-down. Si no lo hay, es muy complejo que el proyecto funcione”, sostiene.
La estrategia tampoco debería ser idéntica para todas las organizaciones. En el caso de las pymes, Jutoran observa una ventaja potencial frente a las grandes corporaciones: aunque suelen disponer de menos presupuesto, pueden tomar decisiones y moverse con mayor velocidad. Cuando utilizan esa capacidad para comenzar con proyectos pequeños y resultados rápidos —los llamados quick wins—, pueden avanzar más velozmente que compañías de mayor tamaño.
El desafío aparece también cuando el primer intento fracasa. Un proyecto fallido puede generar frustración y dejar en pausa nuevas iniciativas. Para evitarlo, el especialista propone analizar las causas del fracaso y buscar una oportunidad concreta para reiniciar el proceso con objetivos y un plan claro.
El llamado “error del Everest”, en definitiva, no consiste en apostar por la inteligencia artificial, sino en pretender conquistar desde el comienzo el desafío más grande. Para las empresas, la lección parece ser comenzar más abajo, medir resultados y escalar a partir de lo que funciona.
Axel Jutoran es consultor de negocios y especialista en IA aplicada a marketing, ventas y productividad. Fundador de FIA Copilot, docente y speaker internacional, capacitó a más de 10.000 personas. Su enfoque combina estrategia y tecnología para impulsar una adopción práctica de la IA en las empresas.
Redacción Central
Comentarios