En esta noticia
La inteligencia artificial generativa comienza a superar la etapa de la expectativa para convertirse en una herramienta con impacto financiero medible.
Mientras industrias como la banca, los servicios financieros, el comercio minorista, la manufactura y la salud ya reportan retornos de inversión derivados de su adopción, otros sectores, particularmente organismos públicos, construcción y educación, continúan atrapados en proyectos piloto sin lograr escalar su implementación.
Esa es la lectura que hace la empresa de servicios profesionales en tecnología, Cognizant, sobre la evolución del mercado de IA empresarial, un cambio que refleja cómo las compañías han dejado de medir el éxito por el número de iniciativas lanzadas y ahora lo hacen por el impacto operativo y financiero que generan.
De acuerdo con Puru Manavalan, country head de Cognizant México, los casos de mayor madurez muestran beneficios concretos como reducciones en el tiempo de comercialización, mejoras en la experiencia del cliente y mayor eficiencia operativa.
Sin embargo, el principal obstáculo ya no es tecnológico. “La verdadera barrera no reside en la implementación, sino en la eficiencia de la escalabilidad”, explicó el directivo en una entrevista con El Cronista.
La fragmentación de datos, la baja integración de la IA con los procesos internos y una visión limitada de esta tecnología como una herramienta para automatizar tareas puntuales continúan frenando que muchas organizaciones conviertan sus pilotos en proyectos de transformación empresarial.
Para el directivo de Cognizant, el valor de la inteligencia artificial aparece cuando se integra en el núcleo de la operación y redefine procesos completos, en lugar de funcionar como una solución aislada.
El costo de la IA también cambia la estrategia
La presión por obtener retornos también está modificando la forma en que las empresas consumen inteligencia artificial.
Frente al elevado costo de procesamiento que requieren los modelos más avanzados, Manavalan afirmó que sus clientes están optando por arquitecturas más eficientes, combinando modelos especializados con estrategias de optimización de infraestructura para contener el gasto operativo.
Entre las prácticas que observa Manavalan se encuentran el uso más eficiente de GPU, esquemas de autoescalado, modelos específicos para determinadas industrias, optimización del consumo de tokens y metodologías FinOps para administrar los recursos de nube.
El objetivo, señala Manavalan, es evitar que el incremento en capacidad de cómputo termine erosionando los márgenes de rentabilidad de los proyectos de IA.
Nearshoring impulsa la adopción en México
En el caso mexicano, Manavalan considera que la adopción de inteligencia artificial está evolucionando con mayor rapidez gracias al fenómeno del nearshoring y al desarrollo de Centros de Capacidades Globales (GCC, por sus siglas en inglés).
A diferencia de otros mercados donde la IA suele incorporarse sobre sistemas heredados, muchas compañías que llegan al país están diseñando operaciones con capacidades de inteligencia artificial desde su origen, lo que acelera la obtención de beneficios en ingeniería, manufactura y operaciones empresariales.
Manavalan considera que esta tendencia convierte a México no solo en un destino de servicios tecnológicos para Norteamérica, sino en un mercado estratégico para el crecimiento de soluciones de nube e inteligencia artificial.
Cognizant apuesta por expandir su presencia
Como parte de esa estrategia, Manavalan informó que las operaciones de Cognizant en México crecieron 30% durante los últimos dos años y que su plan hacia 2030 contempla alcanzar una plantilla de 5,000 colaboradores en el país.
Manavalan detalló que la compañía también busca fortalecer su presencia en Centroamérica, con Costa Rica como próximo centro tecnológico y proyectos piloto en Guatemala y Panamá.
Actualmente, la firma trabaja con clientes mexicanos de sectores como banca, seguros, retail, manufactura, alimentos y tecnología, donde desarrolla proyectos relacionados con modernización tecnológica, transformación digital, infraestructura, pruebas de software y plataformas empresariales.
Para Manavalan, el siguiente reto del mercado ya no será convencer a las organizaciones de adoptar inteligencia artificial, sino demostrar que cada implementación puede traducirse en productividad, menores costos y nuevos modelos de negocio.