Iván Herrera, Sr Account Executive para SAS Colombia y Ecuador. Foto: cortesía. Portal ERP Colombia.
La Inteligencia Artificial ha entrado en una fase de madurez forzada. Tras años de experimentación y promesas, el 2026 se perfila como el año del "AI Reality Check", un periodo de ajuste donde el entusiasmo cede ante la exigencia de resultados verificables, control ético y sostenibilidad operativa. En este escenario crítico, SAS celebra 50 años de trayectoria reafirmando su compromiso con la región mediante la apertura de una moderna sede en Bogotá.
50 años de evolución: de la estadística a la IA agéntica
Al cumplir cinco décadas, la compañía no solo celebra su pasado, sino su capacidad de anticipar el futuro. La renovación de su presencia física en Colombia no es casualidad; la sede en Bogotá se convierte en el punto de articulación para toda América Latina, buscando elevar los estándares de la IA: de experimentos aislados a capacidades empresariales robustas.
"La conversación ha cambiado. Ya no se trata de 'tener IA, sino de quién responde cuando el sistema falla y cómo se audita una decisión automatizada", aseguró Iván Herrera, Sr Account Executive para SAS Colombia y Ecuador. Esta visión se materializará en el próximo SAS Innovate 2026, que se llevará a cabo en Texas, donde más de 2.000 líderes globales definirán la hoja de ruta de la analítica para la próxima década.
Te puede interesar: Snowflake impulsa la IA empresarial con agentes autónomos y una alianza millonaria con OpenAI
El dilema de la confianza: una brecha peligrosa
El estudio global realizado por SAS en colaboración con IDC (basado en 2.375 tomadores de decisión) revela una paradoja preocupante. Aunque el 65% de las organizaciones ya utiliza IA, existe una desalineación crítica entre la confianza percibida y la demostrable:
-
78% de los líderes afirma confiar plenamente en la IA.
-
Solo el 40% ha invertido en herramientas de gobierno, explicabilidad y ética.
Esta brecha del 46% en las organizaciones define el "trust dilemma". El riesgo es que las empresas están sobredependiendo de sistemas no probados o, por el contrario, subutilizando herramientas potentes por temor a lo desconocido. Un dato revelador: en entornos con bajo control, la GenAI es valorada tres veces más que el Machine Learning, a pesar de que este último es técnicamente más transparente.
La presión por el ROI: más que simples recortes
El reporte de 2026 vincula directamente la madurez ética con el éxito financiero. Las reglas del juego han cambiado y el ROI (Retorno de Inversión) ahora se mide bajo una lupa estratégica:
-
Transformación de la experiencia: los mayores beneficios se ven en la fidelización de clientes.
-
Resiliencia del negocio: la capacidad de anticipar crisis supera en valor a la simple automatización.
-
El mito del ahorro: el uso de IA únicamente para "ahorrar costos" muestra el retorno más bajo, sugiriendo que la tecnología brilla cuando expande el mercado, no cuando solo recorta nóminas.
La siguiente ola: IA agéntica y cuántica
El artículo destaca que el 2026 es el año de la IA Agéntica (52% de adopción), donde los sistemas no solo sugieren, sino que ejecutan. Sin embargo, SAS advierte que esta autonomía es inviable sin "cimientos" sólidos. Los principales frenos identificados son:
-
Entornos de datos en la nube no optimizados (49%).
-
Gobierno de datos insuficiente (44%).
-
Escasez de talento especializado (41%).
Por otro lado, la IA Cuántica (30% de interés) empieza a integrarse en las agendas ejecutivas, no como hardware experimental, sino como una búsqueda de "arquitecturas híbridas" que permitan resolver problemas complejos de logística y finanzas que la computación clásica no puede abordar.
El plan de acción para Colombia
Para SAS, el reto en Colombia y América Latina no es adoptar la tecnología, sino "adoptarla bien". En su 50 aniversario, la marca enfatiza cinco prioridades para este año:
-
Escalar con foco en valor: menos pilotos, más casos con indicadores de negocio (CX, Revenue).
-
Gobernar "por diseño": la ética no es una capa final, es el ADN del modelo.
-
Arquitectura para agentes: preparar los datos para que la IA pueda actuar con seguridad.
-
Reskilling: entrenar al talento humano para supervisar sistemas autónomos.
-
Evidencia sobre fe: reducir la brecha entre lo que se cree y lo que se puede demostrar con métricas.
