Mientras millones de personas usan inteligencia artificial todos los días, las empresas avanzan con mayor cautela. La razón no es tecnológica, sino estratégica: los datos, la seguridad y el gobierno de la información.
Agustín Bellido, gerente General de IBM para Argentina, Chile, Uruguay y Paraguay, explicó en Future Talks que hoy conviven dos velocidades muy diferentes de adopción.
“El consumo y la velocidad a la que está creciendo la IA es tremendamente alto. Y ¿por qué? Porque hay lanzamientos todo el tiempo, porque hay novedades, porque porque se buscan nuevas funcionalidades y nos cuesta a veces percibir a la velocidad que va y cómo se va adoptando”.
Según el ejecutivo, el uso personal de la tecnología crece sin fricciones, mientras que las empresas enfrentan barreras estructurales.
“Cuando hablamos de adopción hay dos mundos distintos: el del consumo y el empresarial, la IA para las organizaciones”.
Cultura, talento y el fenómeno del Shadow AI
La principal diferencia entre ambos escenarios está en la gestión de la información y la seguridad. Mientras que las personas utilizan IA libremente para tareas cotidianas, las compañías deben proteger datos críticos.
Bellido remarcó que este punto es clave para entender por qué la adopción corporativa avanza a un ritmo más controlado.
“Porque obviamente tenemos que cuidar los datos. Los datos en las compañías son todos. Entonces, yo no puedo compartir los de mis clientes o no puedo meterlos en un modelo donde no sé cómo se entrena, no sé dónde van a terminar esos datos”.
Además, el fenómeno del Shadow AI, es decir, el uso de herramientas de inteligencia artificial por parte de empleados sin control corporativo, agrega complejidad al escenario.
“No puedo meter de manera indiscriminada a toda mi población para fomentar la innovación y demás, herramientas de todos los colores sin tener un gobierno de esas herramientas”.
Por eso, el ejecutivo considera que la clave está en construir estrategias claras de adopción con foco en ética, seguridad y gobierno.
“Hay varios puntos para trabajar, pero los más importantes son la ética, la seguridad y el gobierno de la tecnología dentro de las compañías”.
La propuesta de IBM para la adopción empresarial de IA
Para enfrentar estos desafíos, IBM impulsa plataformas diseñadas específicamente para entornos corporativos. Bellido mencionó el caso de Watsonx, el ecosistema de inteligencia artificial de la compañía.
“Cuando nosotros hablamos de WatsonX, que es nuestra plataforma, hablamos de una plataforma de AI, una plataforma que tiene gobierno, tiene seguridad y que tiene n cantidad de modelos abiertos que sabemos cómo se entrenan”.
La propuesta apunta a que las organizaciones puedan innovar sin perder control sobre sus datos ni sobre el funcionamiento de los modelos.
Dentro de este ecosistema también aparece Orchestrate, una plataforma que permite gestionar agentes de inteligencia artificial. “Tiene cerca de doscientos agentes ya predeterminados que podés reutilizar”.
Este enfoque busca resolver uno de los desafíos emergentes: la proliferación de agentes dentro de las organizaciones.
“¿Cómo gobierno esos agentes? ¿Cómo hago que trabajen entre sí sin que se vuelva un problema? ¿Cómo registro quién trabaja con quién y de dónde salen los datos?”.
Los primeros casos de IA aparecen dentro de las organizaciones
De acuerdo con Bellido, las primeras implementaciones exitosas suelen comenzar dentro de las compañías, en procesos internos, antes de impactar directamente en clientes.
IBM denomina a esta estrategia “cliente cero”, donde la empresa utiliza su propia tecnología para probar casos reales.
“Armamos casos con nuestra propia tecnología, primero de modo exploratorio y aparte para hacer reskilling de toda nuestra población”.
Estos primeros proyectos suelen enfocarse en áreas operativas y administrativas.
“Los primeros casos aparecen dentro de las organizaciones, ayudando a usuarios internos en áreas como finanzas, impuestos o liquidaciones”.
El objetivo es comprender cómo funcionan los agentes, cómo se gobiernan y qué impacto generan antes de expandirlos a procesos más críticos.
Ask HR: un ejemplo de IA aplicada en la gestión interna
Uno de los casos más visibles dentro de IBM es Ask HR, un agente que responde consultas internas de los empleados.
El sistema permite gestionar desde trámites administrativos hasta preguntas frecuentes relacionadas con recursos humanos.
“Hoy toda la parte de autogestión de tus vacaciones, de tus liquidaciones, de consultas habituales y demás, lo hacemos a través de un agente que se llama Ask HR”.
El aprendizaje progresivo del sistema permitió mejorar su desempeño con el tiempo.
“Hoy te digo que casi el 90% de la de las preguntas que tengo para hacerle con mis equipos y demás, me los responde”.
Agentes de IA para mejorar la relación con clientes
En paralelo, algunas organizaciones ya están implementando agentes de inteligencia artificial para apoyar la atención al cliente o asistir a ejecutivos de cuenta.
En estos escenarios, la IA funciona como una capa de información que agiliza las interacciones.
“Un ejecutivo de cuenta que le pueda preguntar a un agente toda la información que necesita o las dudas que tiene para atender a un cliente final”.
Según Bellido, estos modelos reducen tiempos de respuesta y mejoran la experiencia del cliente.
“Les baja un montón la cantidad de tiempo de atención, mejora un montón el NPS, hay un montón de puntos buenos”.
Autoaprendizaje y cultura: el verdadero desafío de la IA
Más allá de la tecnología, Bellido cree que la diferencia en la adopción de inteligencia artificial estará marcada por las personas y la cultura organizacional.
“Hoy te diría que la barrera o la discusión no es qué tecnología, hoy tenemos todas las tecnologías disponibles”. El verdadero desafío, sostiene, es cómo las organizaciones deciden implementarlas. “La tecnología te marca la cancha, las personas deciden cómo jugar en esa cancha”.
En ese contexto, el aprendizaje continuo se vuelve clave para no quedar rezagado frente a la velocidad del cambio tecnológico.
“El autoaprendizaje y el aprendizaje continuo es materia de todos los días”.
Experimentar con IA también forma parte del proceso
Dentro de IBM, iniciativas como el Watsonx Challenge impulsan la creación de agentes de inteligencia artificial por parte de equipos multidisciplinarios.
El objetivo es fomentar la experimentación y la innovación dentro de la organización. “Con nuestra propia inteligencia artificial construimos agentes. Primero lo diseñamos, lo pensamos, hacemos una actividad más de cocreación y después lo ponemos”.
Bellido incluso desarrolló un agente propio para generar resúmenes ejecutivos antes de reuniones con clientes.
“Yo necesito un resumen ejecutivo de esto… entonces te hacía una especie de licuado y te entregaba toda la información”.
El caso refleja cómo la inteligencia artificial ya empieza a integrarse en tareas cotidianas dentro de las empresas. Sin embargo, según Bellido, el verdadero desafío no es tecnológico sino cultural: aprender a utilizar estas herramientas de manera estratégica.
Leer más
- La Ciudad integra IA con Google Gemini en escuelas primarias
- Una cuarta parte de los CIOs deberá rescatar fracasos de la IA aplicada al negocio
- Liderazgo y motivación: por qué el cerebro no sostiene la intensidad para siempre
