IA en empresas: adopción alta, bajo impacto y el nuevo enfoque estratégico digital
En Argentina, más del 80% de las empresas ya implementa inteligencia artificial, pero el 95% de los pilotos de IA generativa no logra impacto medible, un desfasaje que obliga a replantear la transformación digital como decisión de negocio y no como un proyecto de sistemas con foco en estrategia, procesos y cultura organizacional

La transformación digital dejó de ser un tema restringido al área de sistemas y pasó a definirse como una decisión de negocio que atraviesa a toda la organización. En un contexto de aceleración tecnológica por la inteligencia artificial (IA), el desafío se desplazó desde la adopción de herramientas hacia su integración con estrategia, procesos y personas para obtener resultados medibles.
El cambio de enfoque se vincula con un punto de inflexión que, en la práctica, comenzó a consolidarse después de 2010. Fabián Perfetti, director y cofundador de Streambe, ubicó allí el quiebre en el modo en que las compañías pensaron la tecnología y sus costos. “El cambio fuerte fue después de 2010”, dijo Perfetti, director y cofundador de Streambe. En ese período, la aparición de empresas “100% tecnológicas” como Netflix o Uber modificó expectativas sobre eficiencia, escalabilidad y experiencia de usuario.
La IA volvió a poner el tema en agenda, pero también expuso una brecha entre uso e integración. En Argentina, más del 80% de las empresas ya implementa IA en diversas áreas, de acuerdo con datos de Randstad. Al mismo tiempo, investigaciones del MIT señalan que el 95% de los pilotos de inteligencia artificial generativa no logra generar un impacto medible en el negocio, aun cuando las organizaciones invierten millones de dólares en estas iniciativas.
Perfetti diferenció entre aplicaciones puntuales y despliegues con impacto operacional. “Una cosa es usar IA para hacer un resumen y otra es implementarla de forma integral para mejorar procesos y ganar dinero”, dijo Perfetti, director y cofundador de Streambe. En ese marco, el límite no se asocia a la disponibilidad tecnológica, sino a la ausencia de una estrategia clara para integrar la IA en los objetivos y en los flujos de trabajo.
La dimensión cultural aparece como una de las principales fuentes de fricción. Para Fariña, el error más común es la falta de alineación interna. “El principal error es cuando la empresa no está alineada al cambio”, dijo Fariña. La resistencia al cambio, el miedo a perder el trabajo y la inercia organizacional pueden frenar iniciativas aun con recursos asignados, por lo que la participación de todas las áreas desde el inicio se vuelve un requisito operativo.
En paralelo, un relevamiento realizado por SAP identificó obstáculos concretos: la falta de claridad sobre cómo incorporar IA en procesos de negocio fue señalada por el 39% de las medianas empresas y el 33% de las pequeñas. Además, el 21% de las medianas indicó que no lo considera una prioridad estratégica, mientras que el 24% de las pequeñas admitió no contar con personal calificado.
La transformación digital también se reconfiguró en términos de plazos. Puede iniciar con iniciativas puntuales de entre tres y seis meses, pero cuando impacta múltiples áreas o implica cambios culturales se convierte en un proceso continuo. “Un proceso normal dura unos seis meses para implementar la metodología”, dijo Perfetti, director y cofundador de Streambe.
Artículos relacionados

La IA llegó al mercado B2B, el desafío ahora es integrarla a la operación
*Por Javier Marbec, Director para Mercado Internacional de TOTVS

Bain & Company y Google Cloud acuerdan una alianza global para escalar soluciones de IA
El acuerdo combina la infraestructura y los modelos Gemini con la experiencia en estrategia e implementación para que las organizaciones pasen de pilotos aislados a sistemas de agentes de IA de nivel de producción, con foco en adopción, gestión del cambio y despliegues a escala empresarial

Sonda Argentina aplica BIM y gemelos digitales para monitorear centros de datos
La compañía implementó un esquema de monitoreo remoto en dos centros de datos en distintas locaciones de Buenos Aires, con un modelo BIM conectado a sensores IoT y a una plataforma de gestión operativa que procesa variables como temperatura y consumo energético para generar alertas y sostener la continuidad del negocio

