En México, la inteligencia artificial (IA) ha pasado de ser un tema técnico a una decisión estratégica discutida en altos niveles. Aunque su adopción avanza en sectores clave, el mayor desafío para las organizaciones es lograr sostenerla de manera efectiva.
La IA ya está en la agenda de los CEOs en México. La infraestructura aún no
El verdadero reto de la IA no es adoptarla, sino escalarla de forma sostenible.
Publicidad
“Como CEO, el mayor riesgo no es invertir en IA; es hacerlo sobre una infraestructura que no está diseñada para escalarla”, reconocen directivos de grandes empresas en México. De acuerdo con IDC, el gasto en soluciones de IA en México crecerá a una tasa anual compuesta superior al 25% entre 2024 y 2027, impulsado principalmente por servicios financieros, manufactura, retail y gobierno. Aun así, más del 60% de los proyectos de IA en América Latina no logra pasar de la fase piloto, debido a limitaciones en datos, cómputo y arquitectura tecnológica.
Al respecto, comparto cinco indicadores que sugieren que la infraestructura podría estar limitando la correcta ejecución de la IA en los modelos de negocio:
1. Datos: una decisión estratégica, no operativa
Desde la óptica de un CEO, los datos dejaron de ser un activo operativo para convertirse en un habilitador directo del modelo de negocio. En sectores como banca, telecomunicaciones o comercio electrónico, la capacidad de tomar decisiones en tiempo real depende de arquitecturas de datos modernas, integradas y gobernadas.
Gartner estima que para 2026, el 80% de las organizaciones que no modernicen su arquitectura de datos no podrá escalar iniciativas de IA, independientemente del talento o los modelos utilizados. Para la alta dirección, esto se traduce en: sin inversión estructural en datos, la IA no genera retorno.
2. Infraestructura de cómputo: el límite silencioso
En manufactura, energía o servicios financieros, la IA en producción implica inferencia continua, análisis avanzado y coexistencia con aplicaciones críticas. Sin embargo, muchas empresas mexicanas siguen operando con servidores diseñados para cargas tradicionales.
Cuando la IA compite por recursos con el core del negocio, el problema deja de ser tecnológico y se vuelve estratégico, advierten líderes empresariales. PwC confirma esta visión: el 70% de las empresas en América Latina que adopta IA reutiliza infraestructura existente, generando cuellos de botella, degradación de desempeño y costos ocultos.
El mensaje, directo, indica que la IA requiere cómputo acelerado y arquitecturas diseñadas para cargas mixtas si se quiere confiabilidad y previsibilidad operativa.
Publicidad
3. Redes: donde se pierde el valor sin que nadie lo note
En retail omnicanal, logística o gobierno digital, la experiencia del cliente o ciudadano depende de la velocidad con la que los datos se mueven. Sin embargo, la red sigue siendo uno de los puntos más subestimados.
IDC señala que más del 50% de los problemas de desempeño en proyectos de IA están asociados a limitaciones de red, no a fallas en los modelos. Desde la perspectiva de dirección general, invertir en IA sin modernizar la red es equivalente a comprar maquinaria de última generación sin energía suficiente para operarla.
4. Complejidad operativa: el freno a la velocidad
La velocidad de ejecución es una ventaja competitiva. No obstante, muchas organizaciones mexicanas siguen enfrentando entornos complejos y manuales para llevar modelos de IA a producción. Aprovisionar infraestructura, gestionar dependencias y escalar aplicaciones consume tiempo y recursos. Gartner estima que las empresas que no adopten automatización e infraestructura integrada verán reducida hasta en 40% su capacidad de iterar modelos de IA frente a competidores más ágiles.
5. Escalar la IA es una decisión de liderazgo
Desde la visión de un CEO, la IA no puede tratarse como un experimento aislado. De acuerdo con análisis de IDC sobre madurez de inteligencia artificial en América Latina, menos de un tercio de las organizaciones ha logrado escalar la IA más allá de iniciativas puntuales, principalmente por limitaciones en infraestructura, arquitectura de datos y gobierno tecnológico. Sin una base modular y escalable, cualquier éxito inicial resulta difícil de replicar a nivel empresarial.
Publicidad
El verdadero reto de la IA no es adoptarla, sino escalarla de forma sostenible. Como líderes, debemos garantizar que nuestras organizaciones cuenten con la infraestructura y agilidad necesarias para convertir la IA en un motor estratégico de crecimiento y valor competitivo a largo plazo.
____
Nota del editor: Juan Francisco Aguilar es Director General de Dell Technologies México. Síguelo en LinkedIn . Las opiniones publicadas en esta columna corresponden exclusivamente al autor.
Consulta más información sobre este y otros temas en el canal Opinión
Más acerca del autor:
Newsletter
Publicidad