Sergio Pernice, de UCEMA: “No sabemos cómo y dónde se desplegará el mayor impacto”

Por Sergio Pernice (*)

Basta recordar ejemplos concretos. Pets.com desapareció tan rápido como creció; AltaVista, que llegó a ser líder en buscadores, fue desplazada por un pequeño competidor llamado Google; Palm, símbolo del “computador de bolsillo”, fue superada primero por BlackBerry y luego por el iPhone. Incluso gigantes como Yahoo! se vieron irrelevantes en pocos años. La enseñanza es clara: no había manera racional de identificar de antemano a los triunfadores. Lo que sí era racional era invertir diversificadamente en la tecnología, porque internet, como tendencia, sí cumplió su promesa.
Hoy, con la inteligencia artificial, estamos en una situación análoga. Sabemos que la IA transformará la economía. Lo que no sabemos aún es cómo y dónde se desplegará el mayor impacto, ni quiénes serán sus Amazon o sus Google.

Eficiencia antes que disrupción

En 2024 y 2025, la IA ya dejó de ser una curiosidad y entró en la operación cotidiana de las empresas. Pero la mayoría de los casos se ubican en un nivel incremental más que disruptivo. Son implementaciones que hacen más eficiente lo que ya se hacía:

• Atención al cliente: chatbots y asistentes virtuales responden consultas frecuentes, reducen tiempos de espera y liberan agentes humanos para casos complejos.
• Marketing y ventas: algoritmos personalizan recomendaciones, optimizan precios y generan campañas en minutos que antes llevaban semanas.
• Desarrollo de software: los copilotos de código permiten a los programadores acelerar ciclos de producción y detectar errores más rápido. Esta es quizás la implementación en estado más avanzado.
• Finanzas: sistemas de IA procesan datos masivos para detectar fraudes y anomalías con una precisión imposible para un equipo humano.
• Salud: la IA asiste en diagnósticos por imágenes y en descubrimiento de nuevos fármacos, acortando etapas críticas de la investigación.

Los resultados son concretos; el uso de IA ya produce ahorros de tiempo generalizados y un impacto medible en productividad.
Pero lo fundamental es lo que todavía no vemos, como las aplicaciones masivas y completamente nuevas, equivalentes al buscador de Google o a las redes sociales en la era de internet. Hoy, casi todas las implementaciones replican tareas preexistentes de manera más rápida o barata. El gran salto ocurrirá cuando la IA habilite actividades económicas que aún no existen.

Tendencias, sectores y áreas en la avanzada

Las empresas no adoptan IA de manera uniforme. Hay sectores y áreas más avanzados:

• Servicios financieros: detección de fraudes y análisis de riesgo; el open banking habilita servicios hiper-personalizados con asistentes virtuales.
• Retail y comercio electrónico: de personalización a hiperpersonalización; la logística se optimiza con predicción de demanda. Mercado Libre usa IA para catalogar y detectar fraudes, mejorando la experiencia de millones de usuarios.
• Salud: enorme potencial en telemedicina y medicina personalizada; el desafío es regulatorio y ético para proteger al paciente.
• Tecnología y telecomunicaciones: integran IA en productos y redes, acelerando la convergencia con IoT y 5G.

En cuanto a áreas funcionales, las líderes son marketing y ventas, atención al cliente, operaciones y desarrollo de productos. Recursos humanos, logística y finanzas (de empresas tradicionales) avanzan más lentamente, pero tarde o temprano también serán transformados.

Mindset digital: repensar procesos desde cero

La implementación de IA no se limita a añadir algoritmos a procesos existentes. Exige repensarlos desde cero. La mayoría de los flujos de trabajo fueron diseñados en función de las limitaciones humanas, como tiempos de análisis, memoria limitada, capacidad de atención. Si la IA eleva drásticamente la capacidad cognitiva promedio de la organización, los procesos actuales quedan desfasados. Por ejemplo, un proceso de aprobación en cadena diseñado teniendo en cuenta la capacidad limitada de procesamiento de documentos previo a la IA. Con IA pudiendo analizar 1.000 documentos diarios, ese cuello de botella desaparece. Persistir en el flujo viejo es desperdiciar el potencial. La oportunidad está en imaginar procesos “nativos en IA”, en los que la colaboración humano-máquina sea parte del diseño original.

Esto requiere un mindset digital que combine tres elementos:

1. Patrocinio desde la alta dirección, alineando IA con la estrategia.
2. Cultura de experimentación, tolerando errores controlados y aprendizaje continuo.
3. Reskilling sistemático, para trabajar en sinergia con la tecnología.

Además, es clave un cambio en la mentalidad del trabajador. La IA no sustituye, sino que amplifica. La persona pasa a ser supervisora, entrenadora y decisora en un entorno en el que la máquina ejecuta. Las empresas que logren transmitir esta visión reducirán temores y multiplicarán la adopción.

Obstáculos y oportunidades estratégicas

Las organizaciones enfrentan barreras claras:

• Talento: la escasez de especialistas en IA y datos es crítica. Formar talento interno es ya una prioridad estratégica.
• Datos: calidad, integración y gobernanza siguen siendo cuellos de botella. Sin datos confiables, la IA fracasa.
• Escalabilidad: muchas compañías logran pilotos exitosos, pero no consiguen llevarlos al core del negocio.
• Ética y regulación: privacidad, sesgos y explicabilidad no son temas secundarios, sino factores decisivos de confianza y licencia social.

En cambio, las oportunidades son vastas; eficiencia, personalización, innovación y hasta la creación de industrias enteras. En América Latina, existe un diferencial adicional. Las empresas que adopten prácticas de IA responsable y transparente podrán construir una ventaja reputacional frente a consumidores cada vez más conscientes del uso de sus datos.

IA con agentes: la próxima frontera

Hasta ahora, la IA se aplicó en modelos que cumplen una tarea puntual, que es responder, recomendar o generar. La próxima frontera son los agentes de IA, capaces de actuar con autonomía en entornos digitales. No solo responden, sino que pueden tomar iniciativas dentro de un marco de objetivos, orquestando herramientas y datos para lograr resultados.
Esto implica pasar de asistentes pasivos a colaboradores activos. En el corto plazo veremos agentes que gestionen inventarios, coordinen incidentes con clientes o diseñen itinerarios de aprendizaje personalizados. Ahí puede residir la verdadera disrupción; cuando la IA deje de ser herramienta puntual y se convierta en un actor autónomo dentro de la organización.

Casos incipientes:

• Atención al cliente: agentes que actualizan datos, escalan problemas y coordinan con otros sistemas.
• Operaciones: agentes que monitorean cadenas de suministro y ordenan reabastecimientos en tiempo real.
• Educación corporativa: tutores que personalizan rutas de aprendizaje y miden progreso con analítica continua.

Este paso -de interfaz inteligente a actor operativo- es el que puede desbloquear mejoras de productividad de orden superior y abrir la puerta a modelos de negocio inéditos. Quizás veamos pronto el primer unicornio con un solo empleado humano que además sea su fundador.

Navegar la ola con visión estratégica

La metáfora de la burbuja puntocom ilumina nuestra coyuntura. No sabemos cuáles serán los ganadores concretos ni los modelos de negocio dominantes en IA, pero sí es razonable suponer que la promesa es real. Quizás mucho más drásticamente que internet, la IA transformará la economía mundial.
Para los ejecutivos de hoy, la estrategia adecuada no es esperar certezas ni apostar todo a una sola carta. Es explorar diversificadamente, rediseñar procesos con mentalidad nativa en IA, invertir en talento y cultura, y abrazar la experimentación.
El tsunami de la inteligencia artificial ya está en marcha. Su fuerza arrasará con inercias y abrirá oportunidades inéditas. Quienes aprendan a surfear la ola no solo sobrevivirán, sino que liderarán.
Y aquí una última reflexión: los usos “nativos de IA” no surgirán de la nada. Requerirán la combinación de profundo entendimiento tecnológico con visión de negocio. Así como Google creó un buscador que fue, al mismo tiempo, un avance científico y un modelo de negocio revolucionario, las aplicaciones transformadoras de la IA demandarán profesionales capaces de unir ambos mundos. Preparar ese talento -con carreras como ingeniería en inteligencia artificial y formación interdisciplinaria- es el verdadero seguro para capturar el valor de esta nueva era. Para ello, empresas y universidades deben acelerar la creación de canteras de talento que integren ciencia de datos, ingeniería de software y estrategia de negocio.

(*) Director de Ingeniería en IA, UCEMA