La adopción de inteligencia artificial se ha extendido entre las empresas, pero su incorporación todavía no se traduce necesariamente en mejoras operativas. El estudio The State of AI 2026, de McKinsey, muestra la distancia entre ambos fenómenos: el 89 % de los encuestados afirma que sus organizaciones utiliza IA en al menos una función empresarial, mientras que apenas el 37 % reporta algún impacto en sus resultados operativos (EBIT).
Esa diferencia plantea uno de los principales desafíos para las compañías de cara a 2027. La competitividad no dependerá únicamente de incorporar más herramientas, sino de conectar los datos, los procesos, los sistemas de inteligencia artificial y el conocimiento de las personas dentro de una estructura común.
Kennys Vergara, directora de Delivery & Presales LATAM de Keyrus, identifica tres cambios que, desde la perspectiva de la compañía, orientarán las decisiones tecnológicas de las organizaciones latinoamericanas durante el próximo año.
El primero consiste en trasladar la inteligencia artificial desde las pruebas y proyectos aislados hacia las operaciones habituales. Los modelos especializados ya pueden analizar escenarios complejos y apoyar decisiones estratégicas en actividades como manufactura, retail y servicios financieros. Entre sus aplicaciones están la previsión de la demanda, la optimización de recursos y la anticipación de riesgos operativos.
Pero una predicción acertada pierde capacidad de generar valor si no llega a los procesos que deben utilizarla. Una estimación de demanda, por ejemplo, tendrá un efecto limitado cuando no esté conectada con los sistemas de inventario, producción o planificación financiera. Para las empresas de América Latina, avanzar en esa integración supone enfrentar obstáculos como los datos dispersos, las plataformas que no se comunican y la dependencia de tareas manuales.
La expansión de los agentes de inteligencia artificial introduce otro desafío: coordinar su funcionamiento. Ya no basta con que cada uno ejecute tareas de manera autónoma. Cuando una organización incorpora varios agentes, necesita asegurar que intercambien información confiable, trabajen bajo reglas definidas y tengan responsabilidades delimitadas.
Sin esos mecanismos pueden aparecer procesos duplicados, decisiones automatizadas difíciles de supervisar y sistemas fragmentados. La autonomía, sin controles adecuados, puede aumentar la complejidad operativa en lugar de reducirla. Por eso, las empresas tendrán que establecer qué decisiones pueden delegarse, cómo se relacionan los agentes, quién vigila sus actuaciones y con qué criterios se evalúan sus resultados.
Keyrus plantea que esos controles deben incorporarse desde el diseño de la arquitectura de inteligencia artificial. La compañía desarrolla esta perspectiva mediante su Human Orchestrated Model™ (HOM™), un modelo que articula información confiable y gobernada, supervisión humana de las decisiones y mecanismos de evaluación y optimización continua del desempeño de la IA. Su propósito, según la empresa, es permitir una mayor autonomía sin perder de vista la seguridad ni los objetivos del negocio.
El tercer cambio está relacionado con la infraestructura tecnológica. La incorporación de plataformas para resolver necesidades específicas permitió a muchas organizaciones acelerar sus procesos de transformación digital, pero también produjo entornos con numerosas integraciones, dependencias y costos de mantenimiento.
La evolución hacia 2027 exigirá arquitecturas flexibles, capaces de incorporar nuevas herramientas sin poner en riesgo la continuidad de las operaciones. También cambiará la forma de evaluar las inversiones: su aporte a la productividad, la eficiencia y la apertura de oportunidades de negocio tendrá que ocupar un lugar central en las decisiones.
A partir de su experiencia en proyectos de transformación digital, analítica avanzada y manufactura inteligente, Keyrus señala que una dificultad recurrente no es la ausencia de tecnología, sino la falta de conexión entre las capacidades disponibles y una estrategia integral.
El debate para los equipos directivos, por tanto, pasará de centrarse en qué herramientas adquirir a determinar cómo integrar y supervisar la inteligencia que interviene en las operaciones, además de medir sus resultados. Desde su enfoque de Architects of Intelligence, Keyrus propone modelos en los que personas, datos y tecnología funcionen de manera coordinada.
La adopción de inteligencia artificial implica una decisión tecnológica; convertirla en una ventaja competitiva requiere una estrategia de negocio.
