Los espacios de Estrategia, Tecnología y Negocio de IT han sido concebidos como encuentros destinados a abordar temas actuales que preocupan e interesan a los líderes tecnológicos de diversas industrias. Su propósito es fomentar el aprendizaje, el networking y la colaboración entre ejecutivos, generando conversaciones de alto valor en torno a desafíos compartidos.
En esta ocasión, reunimos a representantes de los sectores financiero, retail, alimentos e industrial para dialogar bajo el eje temático: “Moderniza HOY, Monetiza MAÑANA: IA + Estándares para convertir el core en ventaja competitiva.”
Este espacio permitió identificar retos estratégicos comunes entre organizaciones, y explorar soluciones desde la experiencia práctica de sus protagonistas. Se discutieron enfoques para modernizar el core tecnológico con inteligencia artificial, migrar sistemas heredados a la nube sin comprometer la operación, y colaborar con fintechs bajo marcos normativos y estándares de seguridad bien definidos.
Participaron del encuentro:
Compartieron este espacio Franz Zambrano, Gerente de Arquitectura Empresarial, Banco Guayaquil; Andrés Álvarez, Gerente Nacional de Sistemas, Banco de Machala; Gustavo Molina, Gerente de Tecnología, Banco Bolivariano; John Calderón, Gerente Corporativo de Tecnología, Difare; Julián Verdezoto, Gerente de Tecnología, Novacero; Wilmer González, CIO, PYCCA; Jorge Romero, Gerente Corporativo de Tecnología, Reybanpac; Katty Sucre, Gerente de Sistemas, PICA Plásticos Industriales; Yolanda Coba, Gerente de Tecnología, Grupo Papelesa; Víctor Ibarra, Director de Tecnología, Corporación El Rosado; Marco Guevara, Gerente de TI, SONGA; Daniel Quinde, Gerente de Tecnología, División Producción Industrial Pesquera Santa Priscila. Además, Raúl Márquez, CEO de Digital Challengers, y Elizabeth Coello, Gerente Comercial, compartieron perspectivas desde el rol de proveedor tecnológico, enriqueciendo el diálogo con una mirada externa.
Principales Temas Abordados
Uno de los focos centrales fue el papel transformador de la inteligencia artificial en la modernización de aplicaciones empresariales. Los participantes coincidieron en que ya no basta con tener sistemas “cloud-enabled”; el futuro apunta hacia arquitecturas “IA-céntricas”, en las que la inteligencia artificial es parte integral del diseño y operación de los sistemas.
Se compartieron experiencias donde herramientas como copilots de programación ya están logrando reducciones de hasta el 60% en tiempos y costos de desarrollo. No obstante, se advirtió que adoptar IA sin una base organizativa sólida puede resultar contraproducente. Casos fallidos demostraron que, sin procesos bien definidos o con datos no estructurados, las soluciones de IA terminan siendo ineficientes o incluso dañinas.
Uno de los mayores retos que enfrentan las áreas de tecnología es justificar el retorno sobre la inversión (ROI). Se comentó que, en muchas ocasiones, los proyectos de IA generan expectativas elevadas, pero al no ofrecer beneficios financieros medibles, son descartados. Se resaltó la importancia de evitar implementar IA por moda y en su lugar apostar por pilotos bien definidos, con métricas claras, que permitan una escalabilidad responsable.
Reflexiones y Alertas Estratégicas
Pensamiento crítico en la era de la IA: Se discutió la creciente dependencia de herramientas como ChatGPT o copilots por parte de las nuevas generaciones. Aunque potencian la productividad, también pueden debilitar la capacidad de análisis si no se equilibran con criterio técnico. Se destacó la importancia de formar una cultura donde la IA sea vista como un asistente, no como un sustituto del razonamiento.
Migración a la nube con responsabilidad: La transición a la nube fue identificada como habilitador clave para agilidad y escalabilidad, pero debe ejecutarse con estrategia para que no se vea afectada la operación del negocio, ni tampoco la experiencia del cliente. Se recomendó una arquitectura modular basada en microservicios y APIs, que permita flexibilidad, evolución continua y menor riesgo operativo.
La tecnología no es “one-size-fits-all”: El grupo coincidió en que no todas las soluciones líderes del mercado se adaptan a todas las realidades. Cada decisión tecnológica debe considerar el nivel de madurez, los objetivos del negocio y los recursos disponibles.
Formación y transferencia de conocimiento: Desde el liderazgo tecnológico, se subrayó la responsabilidad de involucrarse activamente en la formación de nuevos talentos. Transmitir criterios sólidos, principios de diseño y una cultura de análisis es esencial para evitar que el conocimiento se pierda con el tiempo o dependa exclusivamente de herramientas externas.
Modelos analíticos antes y después de la IA: Se recordó que el análisis de datos no comenzó con la inteligencia artificial. Mucho antes del auge actual, ya existían modelos estadísticos y analíticos efectivos. La diferencia actual radica en la capacidad de automatizar, escalar e integrar estos modelos en tiempo real gracias al uso de APIs, servicios en la nube e inteligencia artificial. Esto representa una evolución, pero también una complejidad que debe gestionarse con disciplina y criterio.
Conclusiones Relevantes
Antes de adoptar inteligencia artificial, es fundamental evaluar el nivel de madurez organizacional. Implementar IA en procesos no estructurados puede amplificar errores y generar resultados contraproducentes.
Sin criterios claros, análisis riguroso y procesos bien establecidos, incluso los sistemas más avanzados pueden convertirse en cajas de Pandora: impredecibles y riesgosos.
El gobierno de datos se presentó como condición habilitante clave. Si no existen responsables claros, reglas de calidad y acceso, distintas áreas pueden llegar a conclusiones divergentes desde los mismos datos.
Muchos desarrollos propios son costosos de mantener. Sin embargo, en el mercado local aún se percibe una oferta limitada de proveedores con soluciones alineadas a necesidades reales y no únicamente impulsadas por la promesa de “resolverlo todo con IA”.
El rol del arquitecto de soluciones se vuelve más crítico que nunca ante entornos híbridos, integraciones múltiples y uso de IA en tiempo real. Es quien conecta la visión estratégica con la ejecución tecnológica sostenible.
Puntos de Interés
- La inteligencia artificial puede transformar los negocios, pero su impacto real depende de tres factores: cómo se implementa, quién la gestiona y con qué propósito se utiliza.
- La IA no reemplaza la necesidad de procesos sólidos, criterio técnico ni gobernanza de datos.
- La simplificación del core sigue siendo una prioridad. Apostar por microservicios, APIs y desacoplamiento de funciones permite escalar con agilidad, sin sacrificar estabilidad.