Cómo repensar los procesos de transformación tecnológica con IA para el éxito corporativo

El despliegue de la Inteligencia Artificial (IA) en el tejido institucional y empresarial de América Latina está alcanzando su etapa de maduración operativa. En el marco del Digital AI Summit 2026, líderes tecnológicos y estrategas de negocios se dieron cita en la capital peruana para discutir los conceptos, las metodologías y arquitecturas que permiten transformar los proyectos pilotos de software en sistemas de producción a gran escala con alta rentabilidad.

El evento sirvió de plataforma para anuncios clave para el mercado corporativo peruano, así como para la exposición de capacidades analíticas y técnicas de especialistas de la firma, al lado de las experiencias y visión de líderes corporativos para avanzar en el proceso de transformación tecnológica con IA.

César Campos: El talento peruano en el mapa de la innovación global

La apertura de la jornada estuvo a cargo de César Campos, general manager de NTT DATA Perú, quien destacó que el propósito de la corporación es acelerar el éxito de las compañías locales mediante un uso responsable y socialmente positivo de las herramientas digitales. Campos compartió un hito para el ecosistema tecnológico nacional: el Innovation Center de NTT DATA Perú ha pasado a formar parte oficial de la Red de Innovation Centers de NTT DATA Global.

Esta integración conecta directamente la operación de Lima —que cuenta con más de 5,500 profesionales en el país— con la matriz global de la firma, una organización de 200,000 colaboradores y un volumen de negocio de 30 millones de dólares en 55 países.

«Este es un punto que demuestra que el talento peruano, con la formación, herramientas y oportunidades adecuadas, puede competir a nivel global y puede ser protagonista de la gran transformación que estamos viviendo basada en inteligencia artificial», enfatizó Campos.

El imperativo de la «Empresa Agéntica» (Agentic Enterprise)

Campos introdujo el concepto de Agentic Enterprise, definiéndolo como la oportunidad de rediseñar de punta a punta los procesos corporativos e híbridos, logrando que los agentes basados en IA trabajen en copilotaje con seres humanos para alcanzar niveles superiores de competitividad.

Haciendo eco de estadísticas de mercado, el directivo de NTT DATA advirtió que un estudio reciente del MIT revela que el 95% de las iniciativas corporativas de Inteligencia Artificial fracasan. Sin embargo, señaló que es importante que el enfoque estratégico actual se centre en asegurar un lugar dentro del 5% de empresas exitosas que liderarán los mercados de la región en los próximos años.

Amandeep Khurana: El caso de éxito «Mantle» en Amazon Bedrock

El bloque magistral del evento contó con la ponencia de Amandeep Khurana, constructor de productos de IA y emprendedor radicado en Silicon Valley, titulada «Leading the Agentic AI Transformation». Khurana analizó cómo las organizaciones líderes no se limitan a «pegar» parches de IA sobre sistemas antiguos (lo que comparó analógicamente con «montar el motor de un jet en un autobús tradicional»), sino que rediseñan completamente sus metodologías de trabajo en torno a la inteligencia nativa.

Para ilustrar este nivel de ejecución, Khurana reveló por primera vez la historia de Mantle, el motor de software desarrollado para estabilizar la plataforma de inteligencia artificial Amazon Bedrock.

En abril de 2025, el crecimiento exponencial del tráfico agéntico dentro de AWS provocó cuellos de botella operativos debido a que la arquitectura original de 2023 estaba diseñada para solicitudes web uniformes, mientras que las demandas modernas de IA tomaban desde 120 segundos hasta 60 minutos en procesarse.

Ante la orden del CEO de Amazon de solucionar el problema en un plazo estricto de seis meses, un equipo liderado por un ingeniero senior de la firma asumió el desafío. Lo que originalmente requería un equipo de 12 ingenieros trabajando durante 12 meses, fue resuelto por solo 6 ingenieros en 76 días, logrando una velocidad de entrega 32 veces más rápida. El resultado fue la base de código denominada Mantle, que permitió a Bedrock duplicar su tráfico mes a mes durante el primer trimestre de 2026 bajo estándares completos de seguridad, escala y confiabilidad corporativa.

El Framework de Cuatro Pilares para implementar IA Nativa

Khurana detalló que el éxito del equipo de Mantle no se debió a la utilización de modelos de IA diferentes o herramientas secretas, sino a la aplicación de un marco de trabajo de cuatro bloques fundamentales para construir sistemas agénticos fiables:

1. Contexto Unificado: Centralizar toda la documentación técnica, textos explicativos, códigos previos y las metodologías del proyecto (como las tradicionales seis páginas de Amazon) en un único repositorio. La IA no puede operar con fragmentos; el principio es que si la IA no encuentra la información en el repositorio indexado, esta no existe. Asimismo, se requiere modularizar el software en bloques pequeños para que el modelo pueda cargar todo el código en memoria y evitar «puntos blancos» o errores de interpretación.
2. Decisión y Gobernanza (Autonomía controlada): Los agentes deben actuar con precisión y no limitarse a generar reportes abstractos. El equipo de Amazon replicó todo el entorno de Bedrock (bases de datos y sistemas de autenticación) en memoria dentro de laptops locales. La IA generaba el código, lo probaba localmente en minutos y emitía la solicitud de cambio (pull request) solo tras verificar su funcionamiento. Para evitar confusiones algorítmicas, se limitó el acceso de la IA a través de un servidor personalizado con herramientas exclusivas para el proyecto, prohibiéndole taxativamente modificar servidores o interactuar directamente con entornos de producción.
3. Memoria Permanente vía Documentación: Dado que los modelos de lenguaje carecen de memoria interna entre sesiones de trabajo diarias, el equipo de Amazon documentó de forma exhaustiva cada etapa. La IA se encargó de redactar comentarios de dos líneas por cada función y cambio, registrando cada decisión de diseño en un bloque contiguo al código. De este modo, la sesión algorítmica del día siguiente iniciaba exactamente donde concluyó la jornada previa, evitando arrancar desde cero.
4. Línea de Aprendizaje (Feedback Continuo): Evitar plantear problemas grandes y ambiguos a la IA. La división de los procesos en tareas secuenciales específicas permite auditar los errores, corregir el código del agente y establecer reglas permanentes para que las fallas de diseño ocurran una sola vez en toda la historia de la producción de software.

Casos de aplicación: Del marketing a la atención al cliente

Khurana comentó que este mismo framework de Contexto, Herramientas, Memoria y Feedback está siendo exportado con éxito a sectores tradicionales no vinculados a la ingeniería de sistemas:

• Marketing Estratégico: En una compañía tecnológica aliada, el director del área de marketing (un perfil no técnico) implementó más de 50 agentes de ingeniería autónomos que gestionan de forma integrada flujos de CRM, automatización de correos, calendarios y análisis de datos de mercado. Esto ha permitido automatizar las fases de prospección e investigación, cerrando acuerdos comerciales gestionados enteramente por IA y liberando tiempo para tareas creativas como la producción de contenido personalizado.
• Comercio Electrónico y Servicio al Cliente: En una corporación global de e-commerce que procesa miles de millones de transacciones multilíngües, la implementación de estos agentes de toma de decisiones automatizadas permitió procesar 2.3 millones de conversaciones en su primer mes de operaciones. La arquitectura redujo drásticamente el tiempo promedio de resolución de consultas de 11 minutos a solo 2 minutos, manteniendo intactos los indicadores de satisfacción del cliente.

Con estas referencias de aplición exitosa de la estructura desarrollada, el expositor cerró su participación animando a las empreaas a empezar este camino con pasos pequeños pero continuos. “Empieza con algo pequeño, encontrando un caso de uso y aplica el framework. Así es como puede convertir lo imposible en inevitable. Tienes la opción de seguir esperando, pero eso es peligroso. Haz estos pequeños pasos ya mismo, es tu turno”.

El Digital AI Summit 2026 concluyó con un llamado a la acción dirigido a la plana gerencial del país: comenzar la adopción tecnológica identificando un único caso de uso pequeño pero crítico en lugar de intentar transformaciones integrales inmediatas, estructurando el despliegue del agente tal como si se estuviese contratando y entrenando a un nuevo colaborador humano en la organización.

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