Como parte de las expectativas sobre inteligencia artificial, la gran mayoría de las empresas y organizaciones enfrentan diversos desafíos en su implementación. Esto se debe a un desfase entre lo que se espera de la IA y lo que realmente, se puede obtener dentro de la operación.
Dicha situación, es el resultado de la rápida popularización de herramientas de IA generativa (Gen AI), la cual empieza a generar resultados positivos. Un ejemplo, es optimizar el proceso de toma de decisiones estratégicas, sin embargo aún tiene un alto potencial de crecimiento.
“Es muy común encontrar empresas que desean implementar inteligencia artificial, sin tener claridad sobre su aplicación práctica. Esta situación deriva en iniciativas poco alineadas, con las necesidades reales del negocio de cada organización”, dijo Héctor Rosado, socio y CTO de Lidd AI.
Un proyecto de IA eficiente, permite a las empresas crear mejores estrategias de negocio sin depender de habilidades centralizadas. Por esto, las expectativas sobre inteligencia artificial genera una serie de desafíos operativos para el sector productivo, a lo largo de la industria.
Dentro de un entorno, donde la adopción de IA se acelera en todos los sectores del mercado algunos especialistas advierten que el problema no es la tecnología. Sino la alta expectativa que tienen las empresas, algo que se amplifica con una mayor adopción de la IA generativa.
Así con asistentes como ChatGPT, se facilitó el acceso a la IA para usuarios sin formación de nivel profesional o técnico. Esto marcó un punto de inflexión, debido a que ahora cualquier persona puede aprovechar mejor el potencial que brindan, dichos modelos de IA avanzados.
Empresas se crean falsas expectativas sobre inteligencia artificial
Este contexto, también contribuyó a elevar las expectativas sobre inteligencia artificial pero se debe asumir una perspectiva más apegada a la realidad. Debido a que los agentes operan bajo sistemas probabilísticos, que no siempre se adecuan a las necesidades de las empresas.
De hecho, la diferencia entre la percepción y el funcionamiento real genera un entorno en el cual la gran mayoría de las entidades productivas apuestan por IA. Sin identificar primero un caso de uso concreto, por esto resulta de suma importancia definir una estrategia puntual.
“Lo más recomendable, es adoptar un perfil con talento generalista creativo para así formar equipos con inteligencia artificial. Quien sepa dirigir una IA puede aprovechar mejor todo el potencial y capacidades analíticas”, acotó Ian Beacraft, CEO de Signal and Cipher, en el marco del Dell Technologies Forum 2025 México.
Así, la expectativa sobre inteligencia artificial demanda que los profesionales adquieran una serie de diversas habilidades especializadas, más allá de la parte técnica. Otro riesgo que eso implica, es confundir la capacidad de generar prototipos para implementar soluciones de IA.
Sin embargo, aunque se pueden desarrollar aplicaciones en cuestión de minutos pero llevarlas a la producción requiere de conocimientos especializados. Tanto de arquitectura y seguridad como escalabilidad, es decir dicha brecha es al mismo tiempo tecnológica y organizacional.
Finalmente, se debe tener en cuenta que las áreas de negocio suelen mantener una visión optimista sobre el potencial de la IA. Mientras los equipos técnicos tienden a mantener una mayor cautela, debido a su conocimiento de las limitaciones así como de los propios riesgos.
Por Sergio F. Cara/Notipress
