Automatizar procesos, reducir errores, anticipar decisiones o generar datos parecen promesas irresistibles. Sin embargo, el entusiasmo por aplicar inteligencia artificial en todos los rincones de una organización sin un plan claro está generando un nuevo tipo de problema: proyectos costosos que no se usan, equipos frustrados y una falsa sensación de innovación.

“Muchas empresas se embarcan en proyectos de inteligencia artificial sin entender su verdadera necesidad ni su alcance”, advierte Gabriel Otero, fundador y CEO de Gosys, empresa que ayuda a grandes compañías a digitalizar procesos financieros. “Antes de digitalizar hay que ordenar los procesos. No se puede digitalizar algo que está desordenado”.

Entre la moda y la estrategia

Otero explica que el problema no es la tecnología en sí, sino el modo en que se la adopta. “Las empresas quieren resultados rápidos, pero no siempre saben qué problema quieren resolver. Buscan en Google cómo digitalizarse y se pierden entre mil soluciones distintas. Nuestro trabajo es unir las necesidades reales con la tecnología adecuada”.

Para el especialista, la falta de planificación suele combinarse con dos obstáculos: la cultura organizacional y el desconocimiento. “En muchos casos, la decisión pasa por si invertir en tecnología o contratar dos personas más. La escuela clásica de management todavía lleva a elegir la segunda opción. Pero esa decisión termina siendo más costosa a mediano plazo”.

Incluso en empresas de gran escala, agrega, el componente manual sigue siendo alto. “A pesar de que hay herramientas para automatizar casi todo, muchos procesos financieros siguen dependiendo de planillas o tareas repetitivas. Y eso tiene que ver con que no se termina de comprender el alcance de la digitalización”.

Cuándo conviene aplicar IA (y cuándo no)

Juan Pablo Di Tomasso, ingeniero y cofundador de Centum, coincide en que el error está en usar tecnología sin propósito. “Hace unos años empezó a haber una avalancha de plataformas de automatización muy naif. Podían mandar un mail o un recordatorio, pero al empresario eso no le resolvía nada. Hoy el foco debe estar en cómo usar la IA dentro de los procesos, no alrededor de ellos”, explica.

Centum, con más de dos décadas de trayectoria en desarrollo de software de gestión, comenzó a incorporar IA de manera interna, primero en control de calidad y revisiones de código, y más recientemente en análisis de datos y automatización de tareas. “Creamos un conector propio para que los usuarios administrativos puedan automatizar sin saber programar. Eso nos permitió democratizar procesos que antes dependían solo del área técnica”.

Para Di Tomasso, la inteligencia artificial tiene sentido cuando se integra en la estructura operativa y no como un accesorio. “Hoy la diferencia no pasa por generar más información, sino por procesarla más rápido y con menos error”.

IA como herramienta, no como reemplazo

La idea de que la IA vendrá a reemplazar personas también confunde a las organizaciones. “La inteligencia artificial es como un exoesqueleto: te permite hacer más, pero no te reemplaza. Si no sabes para qué la queres, lo único que vas a hacer es tropezarte”, sostiene Otero.

Ambos especialistas insisten en que la clave está en combinar tecnología con conocimiento del negocio. “En nuestro caso, usamos IA para automatizar tareas repetitivas y permitir que las personas se enfoquen en decisiones más complejas. El objetivo es aumentar la capacidad del equipo, no reducirlo”, explica Di Tomasso.

Otero añade que los cambios culturales son tan importantes como los técnicos. “De nada sirve implementar una solución de IA si la organización no está preparada para usarla. Capacitación, comunicación interna y liderazgo son parte esencial del proceso”.

Los errores que más cuestan

Los casos de fracasos empresariales con IA comparten un patrón: la falta de planificación y objetivos claros. Implementar modelos complejos sin medir resultados o sin entrenar a los equipos suele derivar en frustración y desconfianza hacia la tecnología. “No todo puede ni debe automatizarse”, advierte Di Tomasso. “Las empresas que logren integrar la inteligencia artificial con sentido, que la usen para resolver problemas reales y no como una moda, van a marcar la diferencia”.

Otro cuestionamiento frecuente se enmarca en la seguridad de los datos. “Cuando usás ChatGPT y le subís una planilla con tus gastos, estás entregando datos a un sistema que aprende de eso. En una empresa, ese riesgo es mayor. Por eso trabajamos con arquitecturas cerradas, dentro del entorno del cliente, sin conexión con el exterior”, explica Otero.

Di Tomasso destaca que los nuevos protocolos permiten dar control al usuario sobre qué datos se utilizan. “El usuario puede decidir si habilita o no cada acción. No se trata de abrir todo a ciegas, sino de usar IA con control y trazabilidad.”

Hacia una adopción más madura

Tanto Otero como Di Tomasso creen que la próxima etapa de la IA en las empresas estará marcada por un uso más pragmático: menos promesas y más resultados. “Las compañías que adopten IA con una estrategia clara van a tener una ventaja competitiva enorme sobre las que sigan postergando decisiones. Pero también sobre las que invierten sin rumbo”, sostiene Otero.

La clave, coinciden, no es tener la tecnología más avanzada, sino usarla para resolver los problemas correctos. Diagnosticar, medir, capacitar y escalar paso a paso son los pilares de una adopción sostenible.