Un dato publicado este año por el MIT lo pone en números: el 95% de las empresas no logra retorno en sus proyectos de Inteligencia Artificial Generativa. Ese número se cita mucho. Se analiza poco.
Porque ese 95% no habla de modelos mal entrenados ni de pipelines con errores técnicos. Habla de organizaciones que implementaron una solución sin un modelo de adopción. La tecnología funcionó. Lo que falló fue todo lo que la rodea.
«Llevo casi dos décadas implementando soluciones de datos en organizaciones de distintas industrias en toda la región. Y lo que veo repetirse son cinco fricciones que bloquean el retorno. Vale la pena nombrarlas sin eufemismos», argumenta Ernesto Mislej, Co-Founder y Chief Data Scientist de 7Puentes, empresa argentina con más de 18 años de experiencia en soluciones basadas en Inteligencia Artificial y Machine Learning.
LAS CINCO FRICCIONES QUE NADIE QUIERE NOMBRAR
La primera es de foco. Muchas organizaciones siguen tratando la IA como una palanca de reducción de costos, cuando la oportunidad real está en la expansión de margen y en la generación de nuevos flujos de ingreso. La eficiencia es condición necesaria. No es suficiente.
La segunda es de profundidad. El ruido alrededor de los grandes modelos de lenguaje oscurece algo estructural: en sectores como energía, agro o salud, el diferencial competitivo no lo da el modelo base, sino la capa de dominio que se construye sobre él. Sin esa capa, el modelo es genérico. Y lo genérico no compite.
La tercera es de gobernanza. Sin arquitecturas auditables y soberanía de datos, la adopción a escala es inviable. No es un problema técnico: es un problema de confianza institucional.
La cuarta es organizacional. Implementar IA implica rediseñar procesos de decisión y estructuras de roles. Las empresas que lo tratan como un proyecto de IT fracasan más rápido que las que lo abordan como un cambio en el modelo operativo.
La quinta —y la más subestimada— es metodológica. Hay mucha experimentación y muy pocos frameworks que conecten los pilotos con resultados medibles de negocio. Se generan demos, se presentan prototipos, se consiguen aplausos internos. Y después, silencio.
Detrás de estas cinco fricciones hay una causa común que pocas organizaciones están dispuestas a mirar de frente: la ausencia de una cultura de innovación real: «No cultura como declaración de valores en una intranet. Cultura como práctica operativa. Una donde el liderazgo habilita la experimentación sin castigar el error, el aprendizaje continuo es una inversión presupuestada y la colaboración entre disciplinas es el mecanismo por defecto», explica Mislej.
EL PROBLEMA MÁS COMÚN NO ES TÉCNICO
El problema más común que 7Puentes ve en las organizaciones no es que no sepan usar IA. Es que no saben formular el problema que quieren resolver.
Hay una pregunta que debería hacerse antes de escribir una sola línea de código: ¿qué decisión se quiere mejorar, quién la toma hoy y qué información le falta? Sin esa respuesta, cualquier solución técnica es una respuesta a una pregunta que nadie hizo.
Desde el Laboratorio de Innovación de 7Puentes se desarrolló el Agent/Automation Canvas para resolver exactamente eso: un framework que estructura el ciclo completo de adopción, desde la identificación del problema hasta la definición del MVP, pasando por el diseño de solución, la cuantificación de impacto y la evaluación de viabilidad.
«Un MVP de IA no es un prototipo bonito para mostrar en una demo. Es la versión mínima que permite validar una hipótesis de negocio con datos reales antes de comprometer presupuesto a escala. Es exactamente ahí donde la mayoría de los proyectos se pierden«, describe Mislej.
LO QUE SEPARA A QUIENES ESCALAN DE QUIENES NO
Lo que separa a las organizaciones que logran escalar IA de las que no, rara vez tiene que ver con la tecnología elegida. Casi siempre tiene que ver con el método aplicado y con la cultura que lo sostiene.
«La tecnología está lista. Los casos de uso están claros. Lo que falta es el método para pasar de la idea vaga a una iniciativa validada y cuantificada. Eso no se resuelve con un nuevo modelo. Se resuelve con rigor, con proceso y con organizaciones dispuestas a cambiar la forma en que toman decisiones. No es un problema tecnológico. Nunca lo fue«, cierra Mislej.
Acerca de 7Puentes
7Puentes es una empresa argentina con más de 18 años de experiencia enfocada en el desarrollo de soluciones basadas en Inteligencia Artificial y Machine Learning. Su equipo, desde sus fundadores, está integrado por profesionales de diferentes disciplinas, quienes diseñan estrategias personalizadas para ofrecer la mejor solución de desarrollo utilizando la tecnología más avanzada en el mercado.
Ha brindado servicios basados en IA a más de 50 empresas de diversas industrias, desarrollando más de 100 proyectos exitosos. Más información: www.7puentes.com
