Publicidad
Publicidad

IA rentable. Datos, agentes y decisiones ágiles en la empresa

La ambición por la Inteligencia Artificial ya no es suficiente, las empresas deben centrarse en convertir esa visión en accionables.
lun 08 septiembre 2025 06:02 AM
china etiquetado ia
La verdadera base para la IA tiene múltiples dimensiones y lo más importante es que los datos puedan aprovecharse en tiempo real. Los datos viejos no son útiles en el mundo actual y, la veracidad de esos datos también es crucial, considera Eduardo Kfouri.

Imagina una mañana normal en donde Carlos, un gerente de marca en una empresa de skin care está atendiendo a un evento en el colegio de su hija. De pronto, su teléfono recibe una alerta proactiva de trabajo donde se entera que las conversaciones en redes sociales sobre una publicación de una modelo usando su marca disparan la demanda online de un suero para la piel.

Él, en lugar de revisar reportes de manera manual y esperar a volver a la oficina, consulta a su agente de Inteligencia Artificial (IA) que ya le reportó esta tendencia, pronosticó las brechas en el inventario y le redactó una orden de resurtido recomendado. Carlos, hace un análisis de esta información correlacionada y procede a aprobar y alertar a su equipo para capitalizar el momentum, todo esto antes de que termine el show escolar. Suena prometedor, ¿no? Esto, aunque es una visión poderosa, puede parecer lejano para la mayoría de las empresas

Publicidad

La realidad es que las ambiciosas promesas de la IA no se han traducido en resultados corporativos o ganancias. Lo que estamos viendo ahora es un poco de desilusión. Y la razón es que hay mucho trabajo fundamental que debe hacerse para lograr esos resultados. Las empresas no pueden simplemente conectar un modelo de lenguaje (o LLM por sus siglas en inglés) y cosechar los beneficios de la IA. Primero deben establecer sistemas que recopilen, procesen, analicen y almacenen de manera efectiva datos estructurados y no estructurados desde múltiples fuentes. La diferencia entre invertir en promesas o generar valor real con IA está en tener la confianza de que las decisiones estuvieron basadas en datos actualizados y puestos en acción a través de soluciones probadas para ello.

La verdadera base para la IA tiene múltiples dimensiones y lo más importante es que los datos puedan aprovecharse en tiempo real. Los datos viejos no son útiles en el mundo actual y, la veracidad de esos datos también es crucial. Si los datos no son de suficiente calidad y no están listos para alimentar los modelos de IA, se obtendrán malos resultados.

Investigaciones recientes reflejan desconexión entre las expectativas de los líderes empresariales sobre la IA y los resultados reales que han visto hasta la fecha. Una encuesta de IDC encontró que, si bien el 89% de las organizaciones han renovado sus estrategias de datos para adoptar la IA generativa, solo el 26% ha implementado soluciones a escala y aunque el 80% de las organizaciones están invirtiendo en flujos de trabajo de IA agéntica, solo el 12% se siente seguro de que su infraestructura pueda soportar la toma de decisiones autónoma.

La capacidad de ingerir datos en tiempo real, darles sentido y tomar decisiones basadas en ellos a través de agentes inteligentes entrenados es esencial para no perder. Durante los últimos 10 años hemos tenido más eventos 'cisne negro' que en cualquier momento desde la Segunda Guerra Mundial; Covid, crisis climática o el impacto arancelario del entorno macroeconómico actual hacen que las situaciones se reconfiguren y los minutos importen aún más.

Personalmente paso una gran parte de mi tiempo escuchando clientes y sus necesidades, y, el componente ético, es algo que mantenemos muy presente intencionalmente, pues el avance tecnológico siempre supera la capacidad de la sociedad para regularlo. En esto, los gobiernos eventualmente buscan ponerse al día, pero la realidad es que el sector privado es dueño de parte de este proceso también.

Considero que, para lograr resultados sostenibles con IA, es clave partir de un problema real. En lugar de enfocarse en la visión abstracta de la IA, lo importante es identificar qué se quiere resolver. Más que hablar de futuro, se trata de operacionalizar la IA y llevarla al flujo diario del negocio. También es fundamental elegir una solución de IA y datos ágil que pueda escalar conforme evolucionan las necesidades de cada empresa. Muchas organizaciones caen en la trampa de pensar que la IA es una solución única, cuando en realidad debe adaptarse a cada dimensión del negocio, analizar bien el contexto y aplicar el tipo de IA que realmente le genere valor.

Publicidad

Finalmente, es vital enfocarse en la acción, no solo en la ambición. Tener expectativas altas está bien, pero es aún mejor tener metas concretas que permitan mantener el rumbo. ¿Qué procesos quiero transformar? ¿Qué ROI espero obtener? ¿Cómo puedo usar los datos para tomar decisiones más certeras? Ser realistas es lo que permite construir resultados duraderos.

Hoy en día, la ambición por la IA ya no es suficiente, las empresas deben centrarse en convertir esa visión en accionables. Solo con un cimiento sólido de datos en tiempo real, soluciones escalables y un enfoque ético y orientado a resultados, será posible transformar el potencial de la IA en rentabilidad a largo plazo para el negocio.

____

Nota del editor: Eduardo Kfouri es Vicepresidente y Gerente General para América Latina en Qlik, con más de 37 años de experiencia en TI y datos. Las opiniones publicadas en esta columna corresponden exclusivamente al autor.

Consulta más información sobre este y otros temas en el canal Opinión

Publicidad

Newsletter

Únete a nuestra comunidad. Te mandaremos una selección de nuestras historias.

Publicidad

Publicidad