Una empresa puede invertir millones en inteligencia artificial y terminar obteniendo muy poco valor. No necesariamente porque haya escogido una mala IA, sino porque intenta construir el futuro sobre procesos, datos y tecnologÃas que pertenecen al pasado.
Esa contradicción comienza a hacerse visible en muchas organizaciones. Mientras la conversación empresarial gira alrededor de inteligencia artificial generativa, agentes autónomos, automatización y analÃtica avanzada, buena parte de la infraestructura que deberÃa sostener esas capacidades continúa fragmentada, envejecida o administrada con criterios diseñados para otra época.
Un estudio global de Hitachi Vantara, citado por ComputerWeekly, plantea una cifra que obliga a reflexionar: más de US$108.000 millones anuales estarÃan desperdiciándose globalmente en proyectos de inteligencia artificial que no funcionan como se esperaba. El estudio, realizado entre 1.244 profesionales de TI de 15 mercados, también señala que el 37 % de las organizaciones consultadas todavÃa no puede calcular el retorno de sus inversiones en IA.
El problema, entonces, quizá no sea cuánto estamos invirtiendo en inteligencia artificial.
La pregunta deberÃa ser mucho más incómoda:
¿sobre qué empresa estamos intentando construirla?
👉 Continúa leyendo aquÃ
Comprar inteligencia artificial es más fácil que transformar una empresa
Existe una diferencia enorme entre adquirir tecnologÃa y desarrollar capacidad tecnológica.
Una organización puede contratar una plataforma de inteligencia artificial, incorporar asistentes en sus herramientas de productividad, adquirir nuevas licencias, implementar automatizaciones e incluso desarrollar modelos propios.
Todo eso puede hacerse mediante inversión.
Pero ninguna compra resuelve automáticamente los problemas acumulados durante años en los procesos internos.
Imagine una empresa que conserva varias bases de datos de clientes.
El área comercial utiliza una.
Contabilidad utiliza otra.
Mercadeo tiene información adicional.
Servicio al cliente conserva registros propios.
Algunos colaboradores mantienen archivos de Excel personales y determinados procesos todavÃa dependen de documentos enviados por correo electrónico.
Ahora agreguemos inteligencia artificial.
¿Sobre cuál información deberÃa trabajar?
¿Cuál base de datos representa la realidad?
¿Quién determina cuál registro es correcto?
¿Qué ocurre cuando dos sistemas presentan información diferente sobre el mismo cliente?
¿Quién tiene responsabilidad sobre la calidad del dato?
En esas condiciones, la inteligencia artificial no elimina el problema.
Puede multiplicarlo.
Una tecnologÃa capaz de procesar enormes cantidades de información con extraordinaria velocidad también puede procesar enormes cantidades de información incorrecta con extraordinaria velocidad.
Y ahà aparece una de las paradojas empresariales de nuestro tiempo: una organización puede convertirse en tecnológicamente más avanzada y administrativamente más desordenada al mismo tiempo.
La infraestructura obsoleta no siempre parece obsoleta
Cuando hablamos de tecnologÃa antigua solemos imaginar servidores envejecidos, computadores lentos o programas que dejaron de recibir actualizaciones.
El problema es mucho más amplio.
Una infraestructura empresarial puede ser relativamente moderna y, sin embargo, funcionar bajo una arquitectura obsoleta.
Puede tener servicios en la nube y continuar operando mediante silos.
Puede utilizar aplicaciones modernas que no intercambian información.
Puede disponer de excelentes plataformas administradas mediante procesos deficientes.
Puede haber digitalizado documentos sin haber transformado el proceso que los produce.
Puede incluso utilizar inteligencia artificial mientras las decisiones importantes continúan dependiendo de información que alguien copia manualmente de un sistema a otro.
Por eso la obsolescencia no deberÃa medirse solamente por la edad de los equipos.
También existe obsolescencia organizacional.
Aparece cuando los procesos ya no responden a las necesidades actuales.
Existe obsolescencia informacional cuando los datos están duplicados, desactualizados, dispersos o carecen de responsables claros.
Existe obsolescencia de integración cuando cada departamento funciona correctamente de manera individual, pero la organización completa no logra comportarse como un sistema.
Y existe una forma todavÃa más delicada: la obsolescencia del criterio empresarial, cuando seguimos tomando decisiones tecnológicas con la lógica de comprar herramientas en lugar de desarrollar capacidades.
Ese último problema no se soluciona reemplazando servidores.
Requiere revisar la forma como entendemos la empresa.
La IA está haciendo visibles problemas que ya existÃan
Existe otra manera de interpretar esta situación.
Tal vez la inteligencia artificial no esté creando todos estos problemas.
Quizá simplemente los esté haciendo imposibles de ignorar.
Durante años una organización podÃa sobrevivir con información fragmentada porque las personas compensaban manualmente las deficiencias.
Alguien conocÃa cuál archivo era el correcto.
Otro colaborador sabÃa cómo corregir determinada inconsistencia.
Una persona llevaba veinte años trabajando en la empresa y conocÃa un procedimiento que nunca habÃa sido documentado.
Otro empleado tenÃa una hoja de cálculo que conectaba informalmente dos procesos que los sistemas corporativos nunca consiguieron integrar.
Mientras esas personas permanecieran en sus cargos, el sistema aparentemente funcionaba.
Pero eso no significa que existiera una verdadera arquitectura empresarial.
ExistÃa conocimiento distribuido entre personas.
La inteligencia artificial necesita algo diferente.
Necesita información accesible.
Necesita contexto.
Necesita calidad.
Necesita trazabilidad.
Necesita permisos.
Necesita gobierno.
Y necesita procesos suficientemente claros para saber dónde puede actuar y dónde debe detenerse.
El informe citado por ComputerWeekly refleja precisamente esa tensión: aunque el 98 % de las organizaciones encuestadas ya utiliza, prueba o explora IA, existen diferencias importantes en su preparación tecnológica y organizacional.
Por eso adoptar IA y estar preparado para aprovecharla son dos cosas completamente diferentes.
El verdadero activo no es la IA: son los datos que puede utilizar
Durante décadas protegimos los activos empresariales visibles.
Edificios.
Maquinaria.
Inventarios.
VehÃculos.
Equipos.
Capital financiero.
Todos siguen siendo importantes.
Pero las organizaciones actuales poseen otro patrimonio menos visible: la información acumulada durante años de operación.
Clientes.
Proveedores.
Transacciones.
Procesos.
Experiencias.
Errores.
Decisiones.
Comportamientos.
Conocimiento interno.
La inteligencia artificial puede convertir parte de ese patrimonio informacional en capacidad empresarial.
Pero solamente cuando los datos son suficientemente confiables.
El estudio de Hitachi Vantara citado por ComputerWeekly señala precisamente la importancia de contar con entornos de datos estructurados y gobernados, además de infraestructura resiliente y liderazgo alineado. También registra preocupaciones crecientes por seguridad y pérdida de información.
Esto cambia profundamente la conversación.
La pregunta deja de ser:
¿Qué inteligencia artificial deberÃamos comprar?
Y empieza a convertirse en:
¿Qué información posee nuestra empresa, qué calidad tiene, quién responde por ella y qué decisiones queremos mejorar utilizando esa información?
Cuando cambia la pregunta, cambia también la estrategia.
Modernizar tampoco significa reemplazarlo todo
Aquà debemos evitar otro extremo.
Descubrir que existen tecnologÃas obsoletas no significa iniciar inmediatamente una gigantesca renovación tecnológica.
Eso puede convertirse en otro error costoso.
Una organización tiene historia.
Durante años ha construido aplicaciones, procedimientos, bases de datos, integraciones y conocimientos alrededor de determinadas plataformas.
Algunos sistemas antiguos continúan cumpliendo correctamente su función.
Reemplazarlos únicamente porque apareció una tecnologÃa más nueva puede destruir valor en lugar de crearlo.
Por eso modernizar exige criterio.
Primero necesitamos comprender qué tenemos.
Después debemos identificar qué funciona.
Luego determinar qué limita realmente el crecimiento.
Y solamente entonces decidir qué debe integrarse, actualizarse, migrarse, reemplazarse o mantenerse.
Esta lógica es especialmente importante en inteligencia artificial porque el entusiasmo puede provocar decisiones apresuradas.
No toda empresa necesita el modelo más avanzado.
No todo proceso necesita IA.
No toda información debe trasladarse a una nueva plataforma.
Y no toda tecnologÃa antigua representa necesariamente un problema.
La pregunta correcta continúa siendo funcional:
¿Esta arquitectura permite que la organización haga mejor aquello que necesita hacer?
Si la respuesta es sÃ, existe valor.
Si la respuesta es no, debemos comprender primero por qué.
Cuando cada área optimiza su parte, la empresa puede empeorar
Hay otro componente menos tecnológico y profundamente empresarial.
Muchas organizaciones se han desarrollado por departamentos.
Finanzas resuelve finanzas.
TecnologÃa resuelve tecnologÃa.
Mercadeo resuelve mercadeo.
Talento humano resuelve talento humano.
Operaciones resuelve operaciones.
Cada área adquiere herramientas, establece procedimientos y crea indicadores.
Individualmente pueden funcionar muy bien.
El problema aparece cuando necesitamos que todas colaboren alrededor de un mismo objetivo.
Una implementación seria de inteligencia artificial atraviesa esas fronteras.
Para automatizar correctamente un proceso comercial quizá necesitamos información del CRM, facturación, inventarios, cartera, servicio al cliente y protección de datos.
Ya no estamos hablando exclusivamente de tecnologÃa.
Estamos hablando de administración.
Contabilidad.
Procesos.
Seguridad.
Cumplimiento.
Personas.
Datos.
Y estrategia.
Por eso algunos proyectos de IA comienzan como iniciativas tecnológicas y terminan descubriendo problemas administrativos que llevaban años ocultos.
Ese descubrimiento no deberÃa considerarse un fracaso.
Puede ser una oportunidad extraordinaria.
Porque obliga a la organización a verse completa.
El problema que ninguna empresa puede resolver completamente sola
Aquà aparece una reflexión que consideramos especialmente importante desde la Organización Empresarial Todo En Uno.
La complejidad empresarial contemporánea ha crecido hasta un punto donde resulta cada vez más difÃcil que una sola disciplina comprenda todas las dimensiones de una decisión.
El ingeniero conoce profundamente la infraestructura.
El contador comprende las consecuencias financieras y tributarias.
El abogado identifica obligaciones jurÃdicas.
El especialista en protección de datos analiza privacidad y tratamiento de información.
El administrador entiende procesos y estructura.
El profesional de mercadeo comprende clientes y comportamiento.
El experto en ciberseguridad observa amenazas que otros probablemente no detectan.
Ninguno de ellos sobra.
Pero ninguno, trabajando completamente aislado, alcanza a observar toda la organización.
La inteligencia artificial hace todavÃa más evidente esa realidad porque conecta precisamente todos esos mundos.
Un sistema automatizado puede ser técnicamente impecable y jurÃdicamente problemático.
Puede ser financieramente rentable y vulnerable desde la seguridad.
Puede mejorar productividad mientras deteriora la experiencia del cliente.
Puede generar información extraordinaria utilizando datos que nunca debieron utilizarse para ese propósito.
Puede incluso resolver perfectamente un problema que la empresa nunca necesitó resolver.
Por eso el futuro empresarial no depende solamente de tecnologÃas más inteligentes.
Depende también de nuestra capacidad para colaborar inteligentemente.
Colaborar no significa contratar más proveedores
También necesitamos distinguir colaboración de acumulación.
Una empresa puede tener diez proveedores tecnológicos y continuar completamente fragmentada.
Puede contratar excelentes profesionales que nunca conversan entre sÃ.
Puede tener consultores especializados que entregan informes independientes y contradictorios.
Eso no constituye un ecosistema.
La colaboración verdadera comienza cuando diferentes conocimientos consiguen observar el mismo problema desde perspectivas complementarias.
El objetivo deja de ser defender una herramienta, una profesión o una solución.
El objetivo pasa a ser comprender qué necesita realmente la organización.
Entonces ocurre algo interesante.
El tecnólogo deja de preguntar únicamente qué plataforma instalar.
El contador deja de observar solamente el costo.
El administrador no mira exclusivamente el procedimiento.
El abogado no se limita al cumplimiento.
Todos empiezan a comprender las consecuencias de sus decisiones sobre las demás áreas.
Esa conversación produce algo que ninguna herramienta puede comprar:
criterio colectivo.
Antes de invertir más en IA, quizá debemos comprender mejor la empresa
Las cifras sobre inversiones desperdiciadas pueden producir una reacción inmediata: modernicemos la tecnologÃa.
Pero quizá la enseñanza más importante sea diferente.
Antes de invertir nuevamente, necesitamos comprender.
Comprender los procesos.
Comprender los datos.
Comprender las dependencias.
Comprender los riesgos.
Comprender qué capacidades existen.
Comprender qué conocimientos faltan.
Y, especialmente, comprender qué problema empresarial queremos resolver.
Solamente después deberÃa aparecer la tecnologÃa.
Ese orden puede parecer más lento.
En realidad, suele evitar enormes desperdicios posteriores.
Una inteligencia artificial instalada sobre una empresa desordenada puede acelerar el desorden.
Una inteligencia artificial incorporada dentro de una organización que comprende sus procesos, gobierna sus datos y articula diferentes conocimientos puede convertirse en una extraordinaria capacidad de transformación.
La diferencia no está únicamente en el algoritmo.
Está en todo lo que existe alrededor de él.
El futuro no se construye acumulando tecnologÃa
Durante años las organizaciones aprendieron a comprar soluciones.
Ahora necesitan aprender algo más complejo: construir capacidades compartidas.
La inteligencia artificial probablemente seguirá avanzando mucho más rápido que nuestras estructuras empresariales.
Aparecerán nuevos modelos.
Nuevos agentes.
Nuevas plataformas.
Nuevas posibilidades de automatización.
Intentar perseguir cada novedad puede convertirse en una carrera interminable.
Las organizaciones que desarrollen bases sólidas tendrán una ventaja diferente.
Procesos comprensibles.
Información gobernada.
Infraestructura adaptable.
Personas capacitadas.
Responsabilidades claras.
Y una red de conocimientos capaz de analizar problemas desde diferentes disciplinas.
Entonces la tecnologÃa podrá cambiar sin obligar a reconstruir la empresa cada vez.
Ese puede ser uno de los aprendizajes más importantes que deja esta nueva etapa de inteligencia artificial.
No necesitamos empresas dependientes de una determinada tecnologÃa.
Necesitamos organizaciones capaces de aprender, adaptarse y colaborar.
Porque cuando los problemas se vuelven demasiado complejos para una sola persona, una sola profesión o una sola empresa, la respuesta no consiste necesariamente en buscar una herramienta todavÃa más poderosa.
A veces consiste en conectar mejor el conocimiento que ya existe.
Esa es precisamente la lógica de un ecosistema empresarial.
No reunir empresas para vender más.
Reunir capacidades para comprender mejor.
No competir por resolver individualmente todas las necesidades.
Reconocer que cada uno posee conocimientos que complementan los de los demás.
La tecnologÃa seguirá evolucionando.
La inteligencia artificial también.
Pero existe una capacidad que probablemente será todavÃa más importante:
aprender a construir juntos aquello que individualmente ninguno podrÃa construir por completo.
Como expresa una de las ideas que inspira a la Organización Empresarial Todo En Uno:
“Yo hago lo que usted no puede, usted hace lo que yo no puedo. Juntos podemos hacer grandes cosas.”
Si esta reflexión también plantea preguntas sobre la forma como su organización está enfrentando la transformación empresarial, puede conocer nuestro ecosistema aquÃ:
https://t.mtrbio.com/Organizacion-Empresaril-TodoEnUno
1. Cuando mantener la tecnologÃa empieza a frenar la empresa
https://organizaciontodoenuno.blogspot.com/2026/09/cuando-mantener-la-tecnologia-empieza.html
Complementa directamente este artÃculo porque analiza una situación diferente pero relacionada: empresas cuya capacidad tecnológica termina absorbida por el mantenimiento de arquitecturas cada vez más complejas.
2. Cuando experimentar con IA ya no es suficiente
https://organizaciontodoenuno.blogspot.com/2026/08/cuando-experimentar-con-ia-ya-no-es.html
Permite continuar la reflexión desde la gobernanza: la IA ya participa en actividades empresariales reales y, por ello, experimentar sin definir criterios, responsabilidades y controles resulta cada vez menos sostenible.
3. La inteligencia artificial necesita algo más que potencia: necesita una arquitectura tecnológica que garantice el control de sus datos
https://todoenunonet.blogspot.com/2026/07/la-inteligencia-artificial-necesita.html
Profundiza en la dimensión tecnológica del problema: arquitectura, datos, integración y control de la información como fundamentos para obtener valor de la IA.
4. La IA a gran escala está redefiniendo los centros de datos
https://todoenunonet.blogspot.com/2026/06/la-ia-gran-escala-esta-redefiniendo-los.html
AmplÃa el análisis hacia la infraestructura que necesitan las cargas modernas de inteligencia artificial y explica por qué redes, almacenamiento y procesamiento ya no pueden pensarse con criterios de hace una década.
US$108.000 millones desperdiciados llaman la atención por su magnitud. Pero la cifra verdaderamente importante para cualquier empresario no es esa.
Es la que todavÃa no aparece en sus estados financieros:
¿cuánto valor estamos dejando de crear porque nuestros datos, procesos, personas y tecnologÃas todavÃa no trabajan como un verdadero sistema?
Responder esa pregunta requiere tecnologÃa, pero también administración, conocimiento, confianza y colaboración.
Y probablemente ahà se encuentre una de las mayores oportunidades empresariales de esta nueva era.
0 Comentarios