De acuerdo con el EY Chief Data Officer Study 2026, el 85% de las empresas peruanas incrementó su inversión en datos e IA durante los últimos 12 meses, mientras que el 93% prevé aumentarla nuevamente. Sin embargo, solo el 10% cuenta con políticas de inteligencia artificial aprobadas y el 68% de los ejecutivos no ha recibido capacitación en esta tecnología.
Para José Luis Bugarín, Principal Solutions Architect de Red Hat Perú, el reto está en pasar de la experimentación a soluciones que generen resultados medibles para el negocio. “Un piloto demuestra que el modelo responde; la producción demuestra que el negocio mejora. Las empresas que escalen serán las que decidan desde el inicio dónde corre cada modelo, cuánto cuesta cada respuesta y quién responde por cada resultado”, explica.
El especialista señala que las organizaciones deben evaluar el costo de ejecución de los modelos, optimizar la infraestructura y seleccionar las herramientas según las necesidades de cada proceso. Tecnologías de código abierto como vLLM y llm-d pueden contribuir a mejorar la eficiencia y escalabilidad.
Otro factor es la flexibilidad tecnológica. Las arquitecturas de nube híbrida permiten distribuir las cargas de trabajo entre nubes públicas, centros de datos y entornos de edge computing, considerando requisitos de seguridad, costos y procesamiento. Esto cobra especial importancia en sectores como banca, minería, salud y servicios públicos.
A estas decisiones se suma la gobernanza de la IA, que implica establecer responsables, proteger los datos y mantener mecanismos de supervisión sobre los resultados. En Perú, las empresas también deben considerar la Ley N.° 31814 y las disposiciones sobre protección de datos personales.
De la inversión al valor empresarial
Para avanzar hacia una adopción sostenible, Bugarín plantea cuatro prioridades: definir objetivos de negocio e indicadores de impacto, incorporar políticas de gobernanza, desarrollar plataformas flexibles y medir continuamente el desempeño y los costos de las soluciones.
“La oportunidad no consiste simplemente en incorporar más IA, sino en convertirla en una capacidad que genere valor para el negocio de manera continua. Para conseguirlo, las empresas necesitan combinar una estrategia clara, una infraestructura flexible y mecanismos de control que les permitan escalar con confianza”, concluye.
