La presión por acelerar la adopción de inteligencia artificial está chocando con una realidad estructural: muchas empresas siguen operando sobre sistemas heredados diseñados para un contexto tecnológico completamente distinto. Según el análisis de Entelgy, consultora especializada en tecnología aplicada al negocio, estos sistemas legacy continúan siendo el principal obstáculo para que la IA deje de ser experimental y pase a formar parte de la operación diaria.
En este escenario, Jorge Herrero, Solution Manager de Entelgy, subraya que “la inteligencia artificial no transforma por sí sola una organización, lo hace sólo cuando la empresa cuenta con una base tecnológica capaz de sostenerla, integrarla y hacerla crecer dentro de la operación”. Explica que modernizar esa base es lo que permite que la IA deje de ser una promesa y se convierta en una capacidad real, y añade que “la modernización tecnológica ha dejado de ser una iniciativa de eficiencia para convertirse en una decisión estratégica de crecimiento”. A su juicio, las organizaciones que preparen hoy sus sistemas para convivir con la IA estarán mejor posicionadas para innovar y generar nuevas fuentes de valor.
La necesidad de actualización tecnológica se enmarca en un mercado en expansión. Se estima que el tamaño del mercado de modernización de sistemas heredados alcanzará los 29.390 millones de dólares en 2026, frente a los 24.980 millones de 2025. Las previsiones apuntan a una tasa de crecimiento anual compuesto del 17,64% entre 2026 y 2031, reflejo de la urgencia por renovar arquitecturas que ya no responden a las exigencias actuales.
Entelgy identifica cuatro desafíos críticos que bloquean la transición hacia una IA plenamente operativa:
Bases rígidas y antiguas: sistemas que aún funcionan, pero que no soportan las capacidades que hoy requieren los modelos de inteligencia artificial.
La división de información, que fragmenta los datos entre áreas y herramientas desconectadas, dificultando que la IA trabaje con una visión completa del contexto.
Poca visibilidad operacional. Muchas compañías avanzan sin una imagen clara de lo que ocurre en sus sistemas, lo que limita la fiabilidad y el control de cualquier despliegue de IA.
La deuda técnica acumulada, resultado de años de parches y soluciones provisionales que hoy dificultan la innovación y la integración de nuevas tecnologías.
El análisis concluye que operar con IA implica una transformación estructural: integrar la tecnología en procesos, operaciones y decisiones empresariales. Sin una base modernizada, la inteligencia artificial queda relegada a pruebas puntuales y no puede escalar de forma segura, eficiente y sostenible.
