VER MÁS
MARKET DATA
<%userdata?.email%>
Editar perfil
Credencial
Salir
(Twitter)
Instagram
Facebook
LinkedIn
YouTube
TikTok
Alto contrasteEl estándar que viene: ¿Es tu empresa legible para la IA?
TOMÁS SÁNCHEZ socio de valoriza, director de politropia.
Tomás Sánchez
“Mi orquestador de Inteligencia Artificial (IA) me armó la presentación para el directorio en una hora”, me dijo un cliente hace unas semanas. Pero lo interesante vino después. “No solo eso. Me detectó cierres de negocio que no estaban facturados, facturas atrasadas que no estaban en cuentas por pagar, e inconsistencias entre los sistemas de gestión y los de operaciones”.
Ninguno de esos hallazgos era información nueva. Todos esos datos ya estaban en la empresa. Lo que la empresa no tenía era alguien -o algo- capaz de recorrerla completa.
Llevamos una década construyendo data lakes y data warehouses: depósitos donde la información se guarda, pero no se recorre. Sirven para responder la pregunta que alguien tuvo la lucidez de formular; no para detectar la pregunta que nadie hizo. Un estudio de HubSpot con 720 líderes de la región encontró que el 66% de los equipos perdió o retrasó al menos una oportunidad de venta por información incompleta en sus propios sistemas. No por falta de datos, sino por falta de conexión.
“Los proyectos de IA no deberían elegirse por su retorno directo, sino que también por su capacidad de generar conocimiento reutilizable”.
En ingeniería esto tiene nombre. Las empresas operan como sistemas de ciclo abierto. Se decide, se ejecuta y el proceso termina. Un sistema de ciclo cerrado monitorea lo que está pasando, lo compara con lo que debería estar pasando, aprende y corrige. El cambio de paradigma de una empresa que corre sobre IA no es un chatbot que responde preguntas, es que se pueda navegar la empresa completa -CRM, facturación, plan estratégico, etc.-, detectar la desviación, proponer ajustes y priorizarlos según las metas planteadas.
Sin embargo, hoy en Chile, el 42% de las empresas está en exploración, el 26% en pilotos iniciales y solo el 3,6% escala IA de forma transversal.
Uno de los principales problemas es que no hay confianza en el output, por dos motivos concretos: el agente no conoce la empresa, y se equivoca. Lo primero se resuelve con contexto, que es conocimiento profundo del proceso, la empresa y la industria. Lo segundo, con trazabilidad. Un agente que no puede mostrar de dónde sacó el dato no se puede operar.
Así, los proyectos de IA no deberían elegirse por su retorno directo, sino que también por su capacidad de generar conocimiento reutilizable. Cada quick win debe heredar lo que aprendió el anterior. Lo que se acumula no es una herramienta, es un activo cognitivo. El conocimiento operacional de la empresa, codificado y auditable.
Lo que debería interesarle a un directorio es que pronto esto será una capacidad esencial para cualquier empresa. ¿Es tu empresa completamente auditable, trazable y navegable? Si la respuesta es no, quiere decir que los agentes no pueden aprovechar todo el potencial para tomar decisiones y para implementarlas. Un handicap competitivo.
El activo cognitivo será un activo higiénico, como los estados financieros auditados, operar con ERP o un buen gobierno corporativo. Nadie paga una prima por tenerlo, pero su ausencia descuenta. En un par de años, quien haga un due diligence sobre una empresa, cuyo contexto operacional no es navegable va a asumir riesgo no detectado, y lo va a restar del precio.
La pregunta del directorio ya no es qué proyecto de IA hacer. Es ¿cuánto de nuestra empresa es legible?
