Equipo de Noticias Latinas
La inteligencia artificial ocupa un lugar cada vez más importante en las estrategias empresariales de América Latina, pero su incorporación efectiva todavía está lejos de alcanzar el nivel de transformación que anticipan sus principales impulsores. Aunque cerca del 80% de los ejecutivos de la región reconoce que esta tecnología está modificando el funcionamiento de las organizaciones, apenas el 7% consiguió integrarla en sus procesos centrales.
La diferencia entre reconocer el potencial de la inteligencia artificial y utilizarla para generar resultados económicos representa uno de los principales desafíos del sector corporativo, especialmente en actividades como la banca digital y las empresas de tecnología financiera.
Julio Fitipaldo, cofundador y director de Domus Global y CEO de Nublit, y Mauro Taroco, director y asesor del directorio de Domus Global y CEO de ThinkUP, analizaron esta transformación en declaraciones al medio DEF.
Ambos especialistas coincidieron en que el desafío ya no consiste únicamente en experimentar con nuevas herramientas, sino en incorporarlas de manera sostenible, segura y rentable a las operaciones empresariales.
Tres etapas para incorporar la inteligencia artificial a las empresas
La adopción de inteligencia artificial no ocurre de forma inmediata ni representa el mismo nivel de transformación para todas las organizaciones.
Según explicó Fitipaldo, el proceso atraviesa tres etapas que reflejan distintos grados de integración tecnológica.
La primera corresponde a la productividad individual, cuando los empleados utilizan herramientas de inteligencia artificial como asistentes para realizar sus tareas cotidianas.
En una segunda fase aparece la automatización de procesos, mediante sistemas capaces de ejecutar determinadas actividades bajo supervisión humana.
La tercera etapa supone una transformación más profunda: la reinvención del negocio, que implica modificar los modelos operativos y la propuesta de valor ofrecida a los clientes.
El especialista señaló que muchas compañías todavía se encuentran en las primeras fases, utilizando soluciones experimentales sin haber conseguido integrarlas en sus operaciones fundamentales.
Para Fitipaldo, trasladar un sistema de inteligencia artificial desde una prueba inicial hacia un entorno de producción implica resolver cuestiones relacionadas con su supervisión, el cumplimiento de los principios éticos de la organización y la capacidad de responder ante posibles errores.
La implementación requiere, por lo tanto, algo más que demostrar que una herramienta funciona correctamente durante una prueba.
También exige establecer mecanismos de control, procedimientos de seguridad y responsabilidades claras sobre las decisiones y los resultados generados por la tecnología.
La rentabilidad condiciona las inversiones tecnológicas
El crecimiento de la inteligencia artificial coincide con un escenario empresarial en el que la rentabilidad continúa siendo una prioridad.
Taroco destacó que el 87% de los ejecutivos consultados en la región identifica la rentabilidad como su principal preocupación.
Esta situación obliga a las empresas a evaluar cuidadosamente los proyectos tecnológicos y determinar cuáles pueden generar mejoras concretas en los resultados.
Desde esta perspectiva, la incorporación de inteligencia artificial no debería convertirse en un objetivo independiente de las necesidades comerciales.
El especialista advirtió sobre el riesgo de destinar recursos a iniciativas que no produzcan beneficios medibles para la organización.
La evaluación económica de los proyectos adquiere así una importancia central, especialmente cuando las compañías deben decidir entre diferentes herramientas, procesos y oportunidades de inversión.
No todas las actividades requieren inteligencia artificial y no todas las soluciones disponibles justifican necesariamente los costos de implementación.
Los bancos enfrentan consumidores cada vez más exigentes
El sector financiero constituye uno de los ámbitos donde la transformación tecnológica resulta especialmente visible.
Los bancos y las empresas fintech cuentan con grandes volúmenes de información sobre las operaciones de sus clientes, lo que ofrece oportunidades para desarrollar servicios más personalizados.
La inteligencia artificial permite procesar esos datos y utilizarlos para adaptar productos, recomendaciones e interfaces digitales a las necesidades de cada usuario.
Sin embargo, las expectativas de los consumidores han evolucionado más rápidamente que los sistemas tecnológicos de muchas instituciones financieras.
Actualmente, los usuarios no evalúan necesariamente la aplicación de su banco mediante una comparación exclusiva con otras entidades financieras.
También toman como referencia las experiencias digitales que ofrecen plataformas como Spotify, Amazon y Netflix, caracterizadas por la personalización, la rapidez y la facilidad de uso.
Taroco explicó que los consumidores latinoamericanos avanzaron en su digitalización a un ritmo superior al de numerosas instituciones bancarias.
En ese contexto, la inteligencia artificial aparece como una herramienta para acelerar el desarrollo de experiencias adaptadas a cada cliente.
La posibilidad de analizar información transaccional en tiempo real abre oportunidades para ofrecer servicios financieros más relevantes y responder con mayor precisión a las necesidades individuales.
La ciberseguridad se convierte en una prioridad estratégica
La expansión de la inteligencia artificial también plantea nuevos desafíos para la protección de los sistemas digitales.
Las mismas capacidades tecnológicas que permiten automatizar operaciones y mejorar los servicios pueden ser utilizadas por organizaciones criminales para desarrollar ataques informáticos más sofisticados.
Fitipaldo advirtió que el cibercrimen representa una actividad delictiva de enorme dimensión económica y que la inteligencia artificial está acelerando tanto las amenazas como las herramientas disponibles para enfrentarlas.
Esta situación obliga a las empresas a incorporar nuevas capacidades de prevención, detección y respuesta frente a los riesgos informáticos.
El especialista describió el escenario como una competencia tecnológica entre quienes utilizan inteligencia artificial para proteger sistemas y quienes la emplean para vulnerarlos.
Taroco coincidió en que la ciberseguridad debe formar parte del diseño de los proyectos desde sus primeras etapas.
La protección de datos, las operaciones y los usuarios no puede incorporarse únicamente después del desarrollo de una solución digital.
En particular, las entidades financieras deben considerar estos riesgos al implementar herramientas que procesan información sensible o participan en actividades vinculadas con las operaciones de sus clientes.
De tres meses de desarrollo a prototipos funcionales en dos días
Uno de los cambios más significativos asociados con la inteligencia artificial es la reducción de los tiempos necesarios para desarrollar y probar productos tecnológicos.
Taroco explicó que determinadas tareas que anteriormente requerían varios meses ahora pueden resolverse en períodos mucho más breves.
Como ejemplo, señaló que una empresa puede finalizar una reunión con un cliente y presentar un prototipo funcional apenas dos días después, cuando antes un desarrollo semejante podía demandar alrededor de tres meses.
Esta aceleración modifica la manera en que las organizaciones planifican sus proyectos.
En lugar de depender exclusivamente de procesos prolongados de diseño y desarrollo, las compañías pueden construir versiones iniciales, evaluar su funcionamiento y realizar modificaciones a partir de los resultados obtenidos.
La capacidad de experimentar rápidamente y medir el impacto de cada iniciativa se convierte así en una herramienta importante para mejorar la toma de decisiones.
No obstante, la velocidad de desarrollo debe acompañarse de mecanismos adecuados de evaluación y control para evitar que la rapidez comprometa la seguridad o la calidad de los productos.
Aprendizaje continuo y datos confiables: las condiciones para avanzar
La rápida evolución de las herramientas de inteligencia artificial representa otro desafío para las organizaciones.
Las capacidades disponibles cambian constantemente, lo que dificulta mantener actualizados los conocimientos técnicos mediante los mecanismos tradicionales de formación.
Fitipaldo sostuvo que el aprendizaje práctico adquiere una importancia creciente en este contexto.
La experimentación, el intercambio de conocimientos entre equipos y la construcción de bases de datos confiables aparecen como elementos necesarios para aprovechar las posibilidades de la tecnología.
La calidad de la información utilizada también resulta fundamental para desarrollar soluciones capaces de generar resultados útiles.
Sin datos adecuados, controles organizacionales y objetivos definidos, la incorporación de herramientas avanzadas puede quedar limitada a experiencias aisladas.
El desafío de pasar de la experimentación a la transformación empresarial
La diferencia entre el elevado reconocimiento del potencial de la inteligencia artificial y su limitada integración en los procesos centrales de las empresas refleja una etapa de transición tecnológica en América Latina.
El interés empresarial por estas herramientas es amplio, pero convertirlo en mejoras sostenibles requiere inversiones, capacidades técnicas, adaptación de procesos y una evaluación constante de los resultados.
Para la banca digital y las fintech, el desafío incluye además responder a consumidores acostumbrados a servicios personalizados, proteger información sensible y desarrollar productos en plazos cada vez más reducidos.
Los especialistas de Domus Global coinciden en que el valor de la inteligencia artificial no debe medirse únicamente por la cantidad de herramientas incorporadas, sino por su capacidad para modificar operaciones, mejorar servicios y contribuir a los objetivos económicos de las organizaciones.
La transformación empresarial dependerá, en consecuencia, de que las compañías consigan superar la etapa de las pruebas y convertir la inteligencia artificial en una tecnología integrada a sus actividades cotidianas, con resultados verificables y mecanismos adecuados de supervisión.