En esta noticia
La inteligencia artificial dejó de ser una promesa para convertirse en una herramienta concreta dentro de las organizaciones, aunque su adopción todavía está lejos de ser lineal. Entre el entusiasmo que generó su masificación y las dificultades para implementarla en el día a día, las empresas atraviesan una etapa de transición en la que conviven avances rápidos con problemas estructurales.
Uno de los principales desafíos es que la incorporación de IA no depende solo de la tecnología. “Hay un gap de talento y de capacidades técnicas para ejecutar proyectos, pero también problemas de integración con sistemas legados”, explicó Fredi Vivas, CEO de RockingData. A eso se suma un punto central: los datos. “No hay forma de construir modelos si no están bien estructurados y si no hay ownership claro”, advirtió.
Mucho piloto, poca estrategia
En muchas compañías, la adopción avanza de manera fragmentada. Según Vivas, proliferan iniciativas sin una estrategia definida, en silos y sin una medición clara del retorno. A esto se suma la dificultad de definir casos de uso concretos y de calcular el ROI en proyectos que, aunque necesarios, no siempre tienen resultados inmediatos.
También aparece la resistencia interna. La IA no solo introduce herramientas nuevas, sino que redefine roles. “Hay muchas personas que se preguntan qué va a pasar con su trabajo”, señaló. En ese contexto, uno de los errores más comunes es reducir la IA a automatización. “Es mucho más que eso: automatiza de forma inteligente y permite anticipar lo que va a pasar”, agregó.
El rol del liderazgo y la cultura
Para que la adopción avance, el factor organizacional es clave. Mauro Avendaño, socio de Tecnología de KPMG Argentina, planteó que el punto de partida no es la herramienta, sino el propósito. “Primero hay que definir para qué incorporar IA. Después aparecen las soluciones”, sostuvo.
El liderazgo cumple un rol central, pero no es suficiente. “La tecnología habilita y el liderazgo empuja, pero la adopción real ocurre en la cultura y en las personas”, explicó. En ese proceso, también surge un fenómeno creciente: si las compañías no ofrecen entornos seguros para usar IA, los empleados recurren a soluciones por fuera de la organización, lo que abre riesgos de seguridad y gobernanza.
Cuando la IA se vuelve parte del trabajo
Más allá de los desafíos, hay empresas que lograron integrar la IA en su operación diaria. En Naranja X, por ejemplo, la tecnología dejó de ser un área aislada para convertirse en parte del trabajo cotidiano. “No es una estructura, es algo que atraviesa todos los procesos”, explicó Camila Manera, Self Service Data & AI Manager de la compañía.
Ese cambio implica, sobre todo, una transformación en la forma de trabajar. “Tiene que ver con el mindset: dejar de hacer las cosas como antes y entender que los procesos ya no sirven de la misma manera”, señaló. En ese camino, el liderazgo vuelve a ser determinante. “Si no está comprometido, es muy difícil que la adopción suceda”.
Los resultados empiezan a verse en casos concretos. Desde agentes que resuelven tareas en segundos que antes llevaban semanas hasta mejoras en el acceso al crédito gracias al uso de datos, la IA empieza a mostrar impacto tangible. Pero incluso en esos casos, la clave es la adopción. “Si el usuario encuentra que puede hacer algo más rápido y mejor, la tecnología se incorpora sola”, resumió Manera.