Los platos sucios de la IA

Hay una brecha entre lo que el mercado espera de la inteligencia artificial y lo que la inteligencia artificial puede efectivamente hacer. Esa brecha se enfoca en lo organizacional, en lugar de lo tecnológico.

Las empresas que están incorporando IA sin haber resuelto sus procesos están comprando velocidad sobre una base inestable, no se están transformando de manera genuina. El resultado, en la mayoría de los casos, es frustración. Y la conclusión equivocada de que la tecnología no funciona.

Eduardo Laens lleva más de dos décadas acompañando organizaciones en procesos de integración tecnológica. Hoy dirige Varegos y enseña inteligencia artificial en dos universidades. En esta conversación con Blas Briceño, fundador y CEO de Finnegans, desmontan las promesas más repetidas del mercado y proponen una lectura más honesta de lo que está pasando. Y de lo que realmente se puede esperar.

El fomo y la frustración

Hay una escena que se repite en el mercado corporativo latinoamericano. Una organización, empujada por el miedo a quedar atrás de sus competidores, decide "incorporar inteligencia artificial". Compra licencias, contrata un implementador, anuncia la iniciativa. Meses después, los indicadores no se movieron. La conclusión que se instala es la equivocada: que la tecnología no funciona.

La tesis de este artículo es otra. La tecnología funciona, pero no puede resolver los problemas que la organización no resolvió antes. La inteligencia artificial amplifica lo que encuentra. Si encuentra procesos claros, datos ordenados y una estrategia definida, amplifica la eficiencia. Si encuentra desorden, amplifica desorden, más rápido y a mayor escala.

El “efecto Abtronic”

A fines de los noventa, los infomerciales vendían un cinturón llamado Abtronic que prometía abdominales perfectos mediante descargas eléctricas. Quien lo compraba encontraba, dentro de la caja, un manual con una advertencia en letra chica: para que el producto funcionara, había que hacer dieta y ejercicio. La tecnología no era mágica, presuponía hábitos que el comprador no tenía.

La inteligencia artificial es hoy el Abtronic de muchas organizaciones. La compra es un acto de fe que reemplaza, en lugar de exigir, el trabajo previo. Y ese trabajo previo tiene tres frentes concretos, que en la conversación entre Blas y Eduardo aparecieron bajo un nombre deliberadamente doméstico: los platos sucios.

El primero es la infraestructura. Buena parte del tejido tecnológico corporativo de la región sigue sostenido por aplicativos fuera de mantenimiento, lenguajes obsoletos y sistemas sin interfaces. El segundo son los datos. Sin data warehouse, sin política de calidad, con procesos de integración que mueven información de un lugar a otro sin estrategia, no existe la materia prima sobre la que la IA trabaja. El tercero, y el más subestimado, son los procesos. Suelen existir por escrito, guardados en un bibliorato, pero nunca optimizados. Y lo que dice el manual rara vez coincide con lo que la operación ejecuta en la vida real.

Pedir automatización sobre esa base es, en la analogía más filosa de la conversación, contratar albañiles sin tener los planos de la casa. Un proceso real no es el "camino feliz" que un colaborador muestra en un video de pantalla. Es ese camino más todas sus rutas de excepción (el comprobante vencido, el impuesto mal calculado, la retención que varía por distrito). Automatizar exige documentar eso primero. Y eso, en la enorme mayoría de las organizaciones, no está hecho.

Sistemas como entes vivos

Al problema de la base se le suma un problema de dinámica. Los proyectos de transformación se miden en meses, pero los modelos de inteligencia artificial evolucionan en semanas. Mientras una organización migra su ERP o su data warehouse, los fabricantes publicaron dos versiones nuevas que vuelven parcialmente obsoleta la decisión original.

Esto no es un desajuste transitorio, es un cambio en la naturaleza de lo digital. Las organizaciones ya no integran sistemas estables sino entes vivos, en un ambiente que genera condiciones de cambio de forma permanente. La consecuencia metodológica es directa, dejaron de tener sentido los proyectos de 14 meses. La alternativa es trabajar con la lógica del checkpoint, ventanas de ocho a doce semanas, expectativas cumplibles, y una decisión nueva al final de cada ciclo, tomada con la información que ese ciclo produjo.

Las dos promesas verdaderas (y la falacia más difundida)

Despejadas las promesas falsas, quedan dos verdaderas. La primera es velocidad: procesos que llevaban semanas pasan a ejecutarse en horas. La segunda, y la de mayor impacto estratégico, es escala: con la misma estructura, una organización puede salir a buscar un mercado varias veces mayor. La IA no reduce el equipo, multiplica lo que el equipo puede atender.

La falacia más difundida es la inversa, que el primer beneficio es recortar nómina y ampliar margen. Los casos globales de desvinculaciones masivas atribuidas a la IA describen otra cosa, corporaciones con ineficiencias estructurales acumuladas que encontraron en la tecnología una justificación para un ajuste que ya debían. Ese escenario no es replicable en el mercado latinoamericano, donde las estructuras son magras y cada persona cumple múltiples funciones. Peor aún, el primer ciclo de una implementación seria aumenta el gasto, porque la nómina se mantiene y se suman implementador y licencias. La eficiencia real aparece en el segundo o tercer ciclo, cuando una estrategia sana convierte la escala en revenue.

Sistema o decoración

Existe, finalmente, una trampa más sutil que la compra impulsiva: el caso aislado exhibido como transformación. Un área que logra una mejora espectacular mientras el resto de la organización permanece intacta produce títulos para un post en redes, no un cambio en el negocio. Los puntos brillantes, si no se hilvanan en una forma nueva de operar, siguen siendo puntos.

Lo que distingue a las organizaciones que avanzan no es la cantidad de iniciativas sino la arquitectura que las sostiene. Una estructura de governance que identifica los procesos core, los que mueven los indicadores por los que el negocio es medido, y concentra ahí el esfuerzo. Lo demás es ofimática con esteroides, la gente hace mejores macros, la operación sigue igual.

Tres preguntas para saber dónde está parada nuestra organización

De la conversación surgió un instrumento de diagnóstico deliberadamente simple. Tres preguntas o luces de semáforo. ¿Existe un área o al menos una persona dedicada a relevar y documentar los procesos de la organización? ¿Hay alguien evaluando sistemáticamente las herramientas que van saliendo, con criterio propio para distinguir valor de humo? ¿Existe un sistema de reconocimiento para quien propone una automatización eficiente?

Quien pueda responder las tres preguntas afirmativamente tiene el semáforo en verde. La próxima oleada tecnológica lo encontrará con la cocina ordenada. Quien no, tiene algo mejor que una compra pendiente, tiene un plan. Porque la transformación no se compra. Se diseña, se ordena y se sostiene. Y ese trabajo, a diferencia de las licencias, no lo vende nadie.