Dos anuncios recientes que conviene leer juntos: Microsoft presentó una iniciativa de 2,500 millones de dólares dedicada a la integración de inteligencia artificial, y AWS anunció 1,000 millones para incrustar ingenieros de IA directamente dentro de los equipos de sus clientes.
Fíjate en dónde está puesto el dinero. No en entrenar modelos más grandes ni en construir más centros de datos. En que la tecnología que ya existe llegue a funcionar dentro de empresas reales.
Lo que ese giro revela
Durante tres años la carrera fue por capacidad: modelos más grandes, más rápidos, más baratos. Esa carrera sigue, pero los proveedores descubrieron algo incómodo: la capacidad de los modelos avanzó mucho más rápido que la capacidad de las organizaciones para incorporarlos.
El resultado es un desfase enorme. Hay empresas pagando licencias de herramientas de IA que su gente casi no usa. Hay pilotos que funcionaron muy bien en la demostración y nunca salieron a producción. Hay proyectos que se detuvieron no porque la IA fallara, sino porque conectarla al sistema de la empresa resultó más difícil de lo previsto.
Cuando Microsoft y AWS ponen miles de millones y equipos humanos en resolver eso, están reconociendo públicamente cuál es el cuello de botella real del mercado.
Por qué mueren los pilotos de IA
Vale la pena nombrar las causas concretas, porque casi ninguna es técnica:
- No se conectó con nada. La herramienta funciona en su ventana, aislada. Copiar y pegar entre sistemas anula el ahorro.
- Nadie se quedó a cargo. Terminó el proyecto, se fue el consultor y no hay dueño interno. A los tres meses nadie lo usa.
- No cambió la forma de trabajar. Se añadió una herramienta encima del proceso viejo, sin quitar ningún paso. Más trabajo, no menos.
- No se midió nada. Sin una métrica definida antes de empezar, la conversación de renovación es una discusión de opiniones.
- Los datos no estaban listos. El más común. La IA necesita información accesible y confiable; si vive en archivos sueltos, el proyecto se detiene ahí.
Lo que sí funciona en una empresa mediana
La receta no es glamurosa pero es la que sostiene resultados:
- Empieza por el problema, no por la herramienta. "Se nos van ocho horas semanales en capturar pedidos" es un buen punto de partida. "Queremos usar IA" no lo es.
- Elige un proceso con volumen y reglas claras. Repetitivo, frecuente, con criterios definibles.
- Define la métrica antes de empezar. Horas ahorradas, errores reducidos, tiempo de respuesta. Un número que hoy puedas medir para comparar después.
- Asigna un dueño interno. Alguien de tu equipo, no del proveedor, responsable de que se use y se mejore.
- Conéctalo a tus sistemas desde el diseño. Si el piloto vive aparte, va a morir aparte.
- Revisa a los tres meses con datos. Escala, ajusta o mata. Las tres son respuestas válidas; lo que no vale es dejarlo en el limbo.
El trabajo que nadie quiere presupuestar
Hay una conversación que en Syswork tenemos seguido y que preferimos tener al inicio: buena parte del presupuesto de un proyecto de IA no se va en IA. Se va en ordenar los datos, integrar sistemas que nunca hablaron entre sí y documentar reglas que hoy viven en la cabeza de alguien.
Es la parte que ningún proveedor pone en la portada de su propuesta, y es la que decide el resultado. Los 3,500 millones combinados de Microsoft y AWS van precisamente ahí.
La buena noticia para una empresa mediana es que ese trabajo tiene valor por sí mismo, con IA o sin ella. Datos ordenados, sistemas conectados y procesos documentados hacen que la operación funcione mejor hoy, y de paso te dejan en posición de adoptar lo que venga en dos años sin empezar de cero.
Si quieres ver dónde está tu empresa en esa escala, lo revisamos sin compromiso: puedes conocer nuestro enfoque en consultoría, automatización y desarrollo a la medida.
Adopción de IA sin humo
¿Tienes licencias de IA que casi nadie usa?
Pasa más de lo que parece. Revisamos qué compraste, por qué no se adoptó y qué haría falta para que ese gasto rinda de verdad.
