¿Qué están haciendo bien las empresas en materia de IA en 2026?

La IA ocupa un lugar prioritario en la agenda de todos los directores de sistemas de información, pero la mayoría de las organizaciones siguen teniendo dificultades para convertir los proyectos piloto en beneficios.

Según el informe de Deloitte «El estado de la IA en la empresa en 2026», solo el 25 % de las empresas ha llevado a producción más del 40 % de sus experimentos con IA. Bain & Company añade una segunda perspectiva complementaria: a medida que las organizaciones van más allá de los proyectos piloto, los ejecutivos afirman que aproximadamente el 80 % de los casos de uso de IA generativa cumplieron o superaron las expectativas. Mientras tanto, solo el 23 % de los encuestados afirma poder vincular las iniciativas de IA generativa con un aumento de los ingresos o una reducción de los costes. Esa es una forma concisa de decir que «los modelos pueden funcionar, pero capturar valor empresarial es más difícil».

Esas estadísticas parecen desalentadoras, pero tienen otra cara, que he experimentado de primera mano.

Algunas empresas están captando valor, y esas empresas tienen algo en común.

En términos generales, están utilizando la misma IA que está al alcance de todos. Lo que hacen de forma diferente es centrarse en detalles como la integración, la gobernanza y, quizás lo más importante, el contexto.

Ese enfoque tiene implicaciones para los tipos de proyectos que se han priorizado durante el último año. En muchos sentidos, estas iniciativas ofrecen un avance de las tendencias tecnológicas empresariales que seguirán marcando el rumbo en 2026.

La realidad de la IA en las empresas

Antes de analizar los tipos de proyectos que prosperarán en 2026, conviene dar un paso atrás para comprender de qué estamos hablando cuando se trata de empresas que utilizan la IA a gran escala.

Casi todos los casos de uso significativos de la IA se reducen a procesos: una secuencia de pasos repetibles, decisiones y traspasos.

Existe una gran diferencia entre cómo se ven los procesos sobre el papel y cómo se desarrollan en la vida real, donde se acumulan pasos adicionales y excepciones. Los procesos fragmentados son una de las principales razones por las que la IA y la automatización no logran escalar.

Ese no es el único reto. Gartner sigue situando la mala calidad de los datos entre los mayores obstáculos para la adopción de la IA.

En pocas palabras, la IA depende de la calidad de los datos, lo que sigue siendo un problema generalizado en muchas organizaciones. E incluso cuando los datos se limpian adecuadamente, muchas organizaciones se topan con otro problema. Están encerrados en silos como los sistemas ERP y CRM, los correos electrónicos y las plataformas de gestión de servicios de TI.

Por qué la IA no se está generalizando: la capa de contexto que falta

En conjunto, los datos desordenados y aislados, junto con los procesos fragmentados, explican por qué es tan difícil escalar la IA. Se pide a los sistemas de IA que actúen sin comprender cómo funciona realmente el negocio. Los modelos ven tablas, tickets y registros, pero no el proceso de principio a fin al que pertenecen.

Aquí es donde entra en juego la inteligencia de procesos.

La inteligencia de procesos es la disciplina que consiste en capturar, conectar y analizar de forma continua los datos operativos de todos los sistemas relevantes para crear un gemelo digital independiente del sistema que refleje cómo fluye realmente el trabajo en toda la empresa.

Es esencial para la IA a gran escala. Gartner ha empezado a denominar este tipo de trabajo «ingeniería de contexto». Se refiere a la práctica de diseñar los datos, los flujos de trabajo y el entorno para que los sistemas de IA puedan comprender la intención y tomar decisiones alineadas con la empresa, en lugar de basarse en indicaciones ingeniosas. Sin esa capa de contexto, incluso los mejores modelos optimizarán el paso equivocado, automatizarán un flujo de trabajo defectuoso o reforzarán modos de fallo ocultos.

A escala empresarial, no hay IA sin inteligencia de procesos. Las organizaciones que están obteniendo un valor real son aquellas que primero construyen una visión precisa y transversal de sus procesos, y solo entonces dejan que la IA razone, simule y mejore esos flujos de trabajo.

Los avances de la IA este año

A pesar de los retos a los que se han enfrentado las empresas a la hora de implementar la IA, hay motivos claros para el optimismo.

Los casos de uso más prometedores de la IA comparten tres características:

Comprender el contexto: el contexto operativo proporciona la base necesaria. La IA funciona mejor cuando puede ver el panorama completo, tanto antes como después de sus acciones. Este nivel de visibilidad requiere una capa de inteligencia de procesos que abarque todo el sistema, que conecte los datos fragmentados y revele cómo fluye realmente el trabajo en toda la empresa.

Implementarse estratégicamente: la IA ofrece el mayor retorno de la inversión cuando se implementa estratégicamente, centrándose en el impacto empresarial medible y el seguimiento de los resultados a lo largo de la cadena de valor. Sin embargo, con demasiada frecuencia, las organizaciones se quedan estancadas en proyectos piloto fragmentados impulsados por prioridades locales en lugar de por la estrategia, y no logran aprovechar las oportunidades de alto valor que influyen en la cuenta de resultados.

Trabajar con todo lo demás: la IA debe integrarse en los flujos de trabajo existentes y operar junto a los seres humanos. Mientras que las máquinas se encargan de las tareas rutinarias basadas en reglas, los seres humanos siguen siendo esenciales para el juicio, los casos extremos y las decisiones que requieren contexto y responsabilidad. Para escalar, la IA debe operar como parte de un sistema cohesionado que conecte a las personas, los sistemas y otros agentes.

En otras palabras, la IA ofrece resultados cuando los directores de sistemas de información (CIO) combinan modelos avanzados con una visión precisa e intersistémica de cómo funciona su negocio en la actualidad, y una forma controlada de cambiarlo.

El nuevo mandato del director de sistemas de información

Este cambio está redefiniendo la descripción del puesto de CIO en tiempo real. De cara al resto de 2026, ya no se juzga a los CIO únicamente por el tiempo de actividad o el presupuesto. Se les evalúa por su capacidad para ir más allá de las modas pasajeras y orquestar transformaciones complejas e interfuncionales.

Las organizaciones que invirtieron en sentar unas bases contextuales en el primer trimestre son las que hoy ven cómo la IA da sus frutos.

Para el resto, el bombo publicitario está empezando a parecer un lastre.

(datacenterdynamics.com)

Seguiremos brindándote más información sobre este tema en las siguientes presentaciones físicas y digitales de Channel News Perú

Mantente conectado a nuestra plataforma de negocios y revista, haciendo clic aquí y suscribiéndote a nuestro newsletter para contenido de valor diario