A medida que 2026 avanza a toda velocidad hacia el último trimestre del año, aumenta la presión para convertir las ambiciones en torno a la IA en resultados tangibles. Durante todo el mes de agosto, The AI Forecast exploró cómo se presenta eso en la práctica.
A través de las conversaciones entre el presentador Paul Muller y los invitados Mark Ritcey, Varun Puri y Shanea Leven, el programa The AI Forecast analizó las realidades de poner la IA en práctica en toda la empresa. Sigue leyendo para conocer tres perspectivas sobre lo que se necesita para convertir el potencial de la IA en un valor empresarial significativo.
1. Empiece por el comportamiento y los resultados, no por la tecnología
Para Varun Puri, cofundador y CEO de Yoodli, la adopción exitosa de la IA comienza por el problema que las personas intentan resolver y el comportamiento que quieren cambiar.
«A menudo digo que no somos una empresa de IA. De hecho, ni siquiera me importa si la IA es una solución. Somos una empresa de cambio de comportamiento», afirmó Puri. «El motivo por el que a las personas les cuestan las conversaciones importantes es que no practican. La mejor forma de mejorar es grabarse, verse a uno mismo, pasar vergüenza y hacerlo tres veces más».
En este contexto, la IA se convierte en un medio para facilitar esa práctica. Puede sacar a la luz áreas específicas de mejora y permitir que la gente practique una y otra vez. “La IA te ofrece perspectivas interesantes. Proporciona estadísticas a nivel de organización, pero lo fundamental es la práctica y ser más consciente de uno mismo”, dijo Puri.
Esa misma mentalidad orientada a los resultados puede ayudar a las organizaciones a evaluar el ROI. Puri puso un ejemplo hipotético: “Imagina que soy Google. Necesito formar a 15 000 comerciales en el nuevo argumento de venta de Gemini. Antes, me habría llevado seis meses conseguir que todos hablaran el mismo idioma. Ahora solo me lleva seis días. Genial, hemos reducido el tiempo de puesta en marcha”, dijo. “¿Eso tiene un valor económico directo? Todavía no, pero, madre mía, podemos cuantificarlo muy, muy rápido”.
Para Puri, la lección es definir primero el resultado y evaluar la IA en función de si ayuda a conseguirlo. Eso podría significar una mayor productividad o una comunicación más sólida. La tecnología es más importante cuando sirve al objetivo, en lugar de convertirse en el objetivo en sí misma.
2. El éxito de la IA empresarial comienza con disciplina
Ahora que las empresas están invirtiendo muchos recursos en IA, la presión para actuar con rapidez es enorme. Pero para Mark Ritcey, vicepresidente de IA y Automatización en LatentBridge, el éxito de la IA empresarial empieza con un primer paso muy sencillo: definir el problema de negocio y crear la estructura adecuada en torno a él.
“Diría que, sin duda, he visto, vivido y llevado a cabo casos de uso exitosos de IA”, afirmó Ritcey. “Y se dan en muchas áreas diferentes. Un ejemplo habitual es un chatbot con IA o con LLM que responde a preguntas relacionadas con RR. HH. a partir de una base de conocimientos de RR. HH. Hay herramientas de evaluación crediticia que analizan la información financiera de un cliente o una empresa, la agregan y la resumen para presentársela a un analista de crédito. Así que no es la máquina ni la IA la que toma la decisión; en realidad, es un humano”.
En todos estos ejemplos, Ritcey observa que los mismos principios fundamentales determinan si una iniciativa de IA aporta valor. Las organizaciones deben empezar por definir claramente un problema y, después, crear la estructura necesaria para convertir una iniciativa de IA en algo que los empleados puedan utilizar con éxito.
Esto cobra aún más importancia a medida que las organizaciones pasan de los experimentos con IA generativa a los sistemas de producción y a la IA agéntica. El consejo de Ritcey es resistirse a la presión de ir directamente a por la mayor oportunidad y, en su lugar, desarrollar las capacidades necesarias para escalar.
Como dijo Ritcey: “Hay que gatear antes de poder correr”. La IA empresarial requiere el mismo nivel de rigor que cualquier gran transformación empresarial, con un nivel adicional de gobierno para sistemas cuyos resultados pueden ser impredecibles. Ese volumen de trabajo no se puede hacer con prisas.
3. Cuando todo el mundo puede desarrollar software, los controles se vuelven esenciales
La IA generativa está reduciendo drásticamente las barreras para el desarrollo de software, permitiendo que personas con poca experiencia en codificación tradicional conviertan sus ideas en aplicaciones que funcionan. Pero para Shanea Leven, cofundadora de Empromptu AI, la capacidad de crear rápidamente también aumenta lo que está en juego en cuanto a cómo esas aplicaciones llegan a producción.
“Claro que puedes crear aplicaciones de producción. Solo tienes que saber lo que estás haciendo”, dijo Leven.
La dificultad reside en la infraestructura que rodea esas aplicaciones. «Si estás creando una aplicación generativa y no tienes IA en la infraestructura de la aplicación generativa, como la detección de desviaciones o de casos límite, ¿estás supervisando cómo funcionan las entradas y si están recibiendo las entradas adecuadas?», preguntó Leven. «Si no tienes todo eso configurado, así es como empiezas a tener alucinaciones».
Sin embargo, con esa infraestructura implementada, la IA puede ampliar quién participa en el desarrollo de software. Tomemos, por ejemplo, a la hipotética «Debbie de contabilidad».
«Debbie de contabilidad es una experta en la materia en contabilidad», dijo Leven. «Y si estás introduciendo una aplicación o estás introduciendo un flujo de trabajo en el mundo de Debbie, Debbie es la mejor persona para saber cómo se supone que deben ser esos resultados, cuáles pueden ser esas salvaguardas».
Leven denomina «recién llegados al ámbito técnico» a este creciente grupo de creadores que utilizan IA. A medida que más empleados adquieren la capacidad de crear software, cree que las organizaciones tendrán que ayudarles a desarrollar parte del pensamiento que tradicionalmente se asocia con los ingenieros de software y los gestores de producto.
Ampliar el acceso al desarrollo de software puede permitir aprovechar conocimientos valiosos en toda una organización, pero un mayor acceso también aumenta la importancia de contar con una infraestructura compartida y formación. Dar a más empleados la capacidad de desarrollar software funciona mejor cuando las organizaciones también establecen salvaguardas para un desarrollo responsable.
Convertir el potencial de la IA en valor de negocio
La IA está madurando, y el éxito depende cada vez más de cómo las organizaciones usen la tecnología. Este mes, Ritcey, Puri y Leven han analizado qué se necesita para convertir el potencial de la IA en un valor empresarial significativo. Sus puntos de vista apuntan hacia un enfoque más reflexivo a la hora de obtener un valor empresarial significativo de la IA.
Escuche estos episodios de The AI Forecast y muchos más en Spotify, Apple Podcasts y YouTube.
