Moisés Pascual, Vicepresidente de Tecnología y Transformación Digital en Grupo Futuro
Para obtener resultados en iniciativas de inteligencia artificial, las compañías necesitan desarrollar atributos que permitan integrar la tecnología e insight a su operación. Uno de ellos es la capacidad de interoperar con otros ecosistemas y asimilar y capturar con facilidad lo que ocurre fuera de su entorno. Otro es avanzar hacia organizaciones inteligentes, donde los procesos del negocio y del cliente funcionan conectados con analítica y automatización. Este camino exige operar con altos niveles de seguridad, en un escenario donde la ciberseguridad continúa entre los principales desafíos globales, según el Foro Económico Mundial. La responsabilidad con los clientes implica proteger tanto los sistemas como los datos.
La IA debe respaldar y acelerar procesos internos y también los que se relacionan con el cliente. Esto involucra a áreas como marketing, ventas, finanzas, operaciones y talento humano, y requiere una visión transversal para que la IA realmente acelere el negocio. Pensar en la empresa del futuro implica considerar un cliente aquí y ahora, digital y multicanal. En ese escenario, la IA optimiza recursos y contribuye a generar valor.
En la toma de decisiones estratégicas intervienen dos elementos centrales. El primero es la velocidad: llegar con anticipación a nuevos mercados, lanzar productos con agilidad y mantener competitividad. El segundo es la gestión eficiente de recursos. El Capex es limitado; los recursos humanos, naturales y energéticos también. La IA permite que estos recursos, que son finitos, produzcan mayor valor para el negocio.
Aun así, la IA no reemplaza atributos humanos como creatividad, empatía e intuición. Esas capacidades se complementan. Las decisiones inteligentes surgen al combinar el análisis que ofrece la IA con el criterio que proviene de la experiencia y del entendimiento del negocio.
Gobernanza e IA alineada al negocio
La gobernanza abarca varias dimensiones. Una de ellas es la gestión de datos para cumplir la Ley de Protección de Datos, otra es la administración interna de la información, imprescindible para que la IA sea precisa y para que su uso sea eficiente y la última ser un acelerador en la democratización de la informacion y el conocimiento. Gobernar los datos permite cumplir la normativa y, al mismo tiempo, desarrollar prácticas que generan valor.
Lo mismo sucede con la IA. Se requiere una gobernanza institucional que proteja su desarrollo, garantice transparencia y permita construir sistemas más seguros, éticos y sin sesgos. A esto se suma la gobernanza de la IA que se crea dentro de las empresas. El reto aumenta con la llegada de agentes basados en IA generativa y modelos de lenguaje natural. Su creación es sencilla y se multiplica con rapidez, si no se define el propósito, la tecnología que utilizan y el alcance de cada agente, el enfoque agentic termina afectando a la organización.
Un ejemplo es el desarrollo de agentes para ventas y posventa. Si ambos trabajan con el mismo cliente y forman parte de la misma cadena de valor, no tiene sentido crear dos agentes distintos. Más allá de este caso, la gobernanza sigue siendo esencial en cualquier desarrollo de IA. Y desde el ámbito estatal, resulta necesario incorporar ética, seguridad, transparencia y normas que eviten sesgos.
El rol del CIO
El uso de la IA está transformando el rol del CIO. El cargo exige estar más cerca del negocio y pensar en innovación, no solo en infraestructura o gestión de proyectos. También implica anticipar lo que viene y comprender hacia dónde se mueven los negocios, los mercados y entender el compromiso con tecnologias emergentes. El CIO necesita entender el negocio para desarrollar una solución global. A veces se asume que construir un algoritmo es la única solución y no siempre es así. Solo un porcentaje reducido de compañías obtiene valor desarrollando sus propios algoritmos, porque la IA involucra otras capas como calidad de datos, gobierno, infraestructura, integración con los procesos y gestión del cambio.
Muchos proyectos fallan porque no se integran de manera adecuada a los procesos del negocio y permanecen en una capa secundaria sin llegar al nivel táctico. Las organizaciones suelen ejecutar bien la gestión de datos, manejan aceptablemente la capa de algoritmos y encuentran dificultades en la integración con el negocio. Esto ocurre por falta de gestión del cambio. Adoptar IA implica modificar la forma de trabajar.
La tarea consiste en elevar los datos para generar conocimiento mediante IA e integrar ese conocimiento en los procesos del negocio. Esos procesos deben estar alineados con metas concretas: reducir gastos, vender más, abrir mercados, desarrollar productos u optimizar recursos.
CIO y CISO deben trabajar juntos para incorporar herramientas basadas en IA sin comprometer la ética ni la seguridad. Cada año es necesario ajustar la estrategia de ciberseguridad porque los patrones de ataque cambian. Por eso, ambos roles deben actuar de manera coordinada.
Con la IA generativa y la IA en general, el mundo vive una etapa que impulsa la hiperinteligencia, la hiperautomatización y el desarrollo de humanos digitales, con efectos sociales amplios. Las compañías seguirán existiendo, pero no se organizarán como hoy. La IA rediseña modelos operativos y redefine modelos de negocio. Es necesario analizar sus consecuencias y entender lo que viene. La IA cuántica, cuando se consolide, permitirá profundizar en áreas donde jamás imaginábamos con una capacidad de procesamiento y velocidad inimaginable, como por ejemplo la hiper personalización en el sector salud.
