Foto generada con IA.
En el último año, la inteligencia artificial (IA) ha pasado de ser una promesa futurista a una presión constante para los directivos en México. Sin embargo, a pesar del entusiasmo y las inversiones millonarias, muchos líderes de la industria aún no ven reflejado ese gasto en su rentabilidad. ¿Qué está fallando en la estrategia tecnológica de las empresas mexicanas?
De acuerdo con Óscar Hernández, Director General para México y CEO LATAM de Bluetab, una empresa del grupo IBM, "el problema no es la tecnología en sí, sino lo que hay detrás de ella: una infraestructura de datos desordenada y una falta de enfoque en el negocio".
La IA dejo de ser experimental en el país, al menos así lo reveló el “EY: Parthenon CEO Outlook Survey 2026”, ya que el 100% de los CEO en México calificó como un motor de crecimiento. Sin embargo, para que las estrategias de Inteligencia Artificial sean exitosas y se puedan obtener los resultados de negocio e inversión esperados, se debe empezar por “limpiar la casa”, es decir, garantizar datos útiles para su uso.
El espejismo del "Plug and Play"
Uno de los errores más comunes en la adopción de la IA es la creencia de que se trata de una solución mágica que se puede conectar y encender sin preparación previa, conocido en el mundo de la tecnología como plug and play. Sin embargo, la IA no es un fin que se instala en el negocio y simplemente da resultados, es un acelerador de procesos que requiere capacitación, curva de aprendizaje y constante mejoras.
La frustración por resultados rápidos ha llevado a incluso abandonar estrategias al enfrentarse a más errores que beneficios con su adopción, sin embargo, no se trata que la tecnología esté fallando, sino que el proceso no fue adecuado. En muchos casos, la IA sirve para exponer deficiencias que la empresa ya tenía: "Lo único que está logrando la inteligencia artificial es ayudarte a descubrir más rápido los errores que ibas a tener más adelante, debido a una mala gestión de la información. El problema ya lo tenías, sólo la IA lo sacó a la luz antes", afirma Hernández.
Esta "burbuja de expectativas" ha llevado a las empresas a implementar modelos de manera aislada, creando silos de información donde los diferentes departamentos de la organización se encuentran en una encrucijada al no compartir una visión unificada de los datos que poseé el negocio.
Te puede interesar: SaaS Spraw: el riesgo silencioso que su empresa puede estar ignorando
Los tres pilares para una IA exitosa
Para que una organización sea realmente "IA Ready", Hernández sugiere alejarse del enfoque puramente tecnológico y centrarse en tres fundamentos:
- Prioridad al Negocio: Antes de programar una sola línea de código, es vital identificar qué decisiones se quieren mejorar y cuál será el retorno de inversión (ROI). "Si no tienes la palabra ROI enfrente de la mesa antes de ponerte creativo, ya tienes un proyecto perdido", sentencia.
- Higiene de Datos: La IA se alimenta de información. Si los datos están sucios o duplicados, el resultado será "basura". La limpieza y estructuración son pasos técnicos que muchas empresas intentan saltarse por su complejidad.
- Ejecución y Producción: El experto señala que muchas empresas en México se quedan atrapadas en la etapa de "piloto" y nunca llevan sus proyectos a una fase productiva real.
El reto del software legado y la migración a la nube
En México, sectores como el financiero y el gubernamental aún operan bajo sistemas "legacy" o heredados. Ante esto, surge la duda: ¿Migrar todo a la nube o arreglar lo que ya se tiene?
El CEO de Bluetab recomienda un enfoque estratégico de "Lift and Shift" consciente. No se trata de mudar todo el desorden a un nuevo entorno, sino de identificar qué casos son productivos y necesarios. "La recomendación es primero revisar qué casos se tienen productivos y qué información de verdad vale la pena migrar a la nube. Cuando haces la mudanza sin haber revisado los datos, te vas a llevar cosas que no vas a utilizar y que pueden crear errores en la IA", explica.
Incluso en sectores tradicionales que aún solicitan expertos en lenguajes antiguos como COBOL, el movimiento hacia nubes públicas o híbridas es inevitable para reducir costos de soporte y mantenimiento.
La amenaza de la "Shadow AI" y el factor humano
En su camino hacia una implementación de proyectos de IA realmente efectivos y rentables, las empresas aún se enfrentan a un riesgo creciente: el famoso Shadow AI, es decir, el uso de herramientas de IA no autorizadas por la empresa, donde los empleados suelen ingresar datos sensibles de la empresa, como estados financieros o incluso patentes, poniendo en riesgo la privacidad de los datos.
De acuerdo con Oscar Hernández, la solución no es prohibir, sino educar y establecer políticas claras. “El liderazgo debe ser el primero en formarse para entender que la IA no es una tendencia pasajera, sino una realidad que ya está transformando el mercado. Si el líder adopta esta idea, tendrá la capacidad de proveer de herramientas que potencien el factor humano, sólo así, al utilizar herramientas que la misma empresa otorga, se podrá eliminar el Shadow AI”.
El camino hacia una inteligencia artificial rentable en México no empieza por la herramienta más sofisticada o por la inversión sin control, sino por la tarea de "limpiar la casa": organizar los datos, unificar los procesos y, sobre todo, entender para qué se quiere usar la tecnología.
Oscar Hernández, director general para México y CEO LATAM de Bluetab. Foto: cortesía. Portal ERP México.
