La inteligencia artificial ya dejó de ser una promesa para convertirse en una prioridad estratégica dentro de las organizaciones. Sin embargo, existe una realidad que preocupa a líderes de negocio y de tecnología: muchas empresas llevan meses —e incluso años— experimentando con IA, pero muy pocas logran convertir esos pilotos en soluciones que transformen realmente su operación. ¿Qué está impidiendo que la IA genere resultados tangibles? La respuesta parece estar menos en los modelos y mucho más en la forma en que las organizaciones los implementan, gobiernan e integran dentro de sus procesos.
Inteligencia artificial: el reto ya no es probar, sino escalar
Los datos reflejan claramente el desafío. Según el informe más reciente de McKinsey citado durante la entrevista a Diana Catalina Velásquez, Head of AI Deployment for Latam de Konecta, apenas el 23 % de las organizaciones está escalando activamente sistemas de IA basados en agentes, mientras que un 39 % permanece estancado en pruebas piloto que nunca llegan a producción.
Para Velásquez, el problema dejó de ser tecnológico hace tiempo. “La principal barrera hoy ya no es la tecnología”, afirmó.
La ejecutiva explicó que muchas organizaciones adquirieron soluciones independientes que funcionan como “islas”, generando un ecosistema difícil de administrar y prácticamente imposible de escalar cuando llega el momento de llevar la IA a la operación real.
Entre los principales obstáculos aparecen tres factores críticos:
- La seguridad y la gobernanza de los modelos cuando entran en producción.
- Los costos ocultos derivados del consumo de nube y la dependencia de un único proveedor tecnológico (vendor lock-in).
- La falta de una verdadera orquestación de procesos empresariales de extremo a extremo.
Más allá de los bots: la importancia de la orquestación
Durante la conversación, Diana Velásquez planteó que el verdadero desafío empresarial ya no consiste en sumar nuevas herramientas de IA, sino en lograr que todas trabajen coordinadamente junto con los sistemas existentes.
En este contexto habló de Kolibri, una plataforma capaz de integrarse mediante APIs abiertas para coordinar tecnologías, personas y agentes inteligentes sin reemplazar la infraestructura ya instalada. “Kolibri actúa como un director de orquesta”, sostuvo.
El enfoque, explicó, busca evitar la fragmentación tecnológica y ofrecer tres capacidades que hoy resultan determinantes para las empresas:
- Trazabilidad completa de las decisiones tomadas por la IA.
- Observabilidad financiera (FinOps) para medir consumo y retorno de inversión.
- Libertad para cambiar de proveedor de modelos de lenguaje cuando resulte conveniente, evitando quedar atados a una sola tecnología.
La IA empresarial debe medirse por resultados
Uno de los mensajes más contundentes durante la charla es que el éxito de la IA no debería medirse por la cantidad de asistentes virtuales implementados. “Vendemos casos de uso gestionados de principio a fin, no software”, remarcó.
La propuesta contempla procesos específicos para diferentes industrias, como pedidos sin contacto en retail, cobranza proactiva o gestión de siniestros en seguros, utilizando modelos completamente autónomos (Autopilot) o esquemas donde la IA acompaña al colaborador humano en tiempo real (Copilot).
Los indicadores compartidos muestran el tipo de impacto que buscan las organizaciones:
- Reducción del 40 % en el tiempo de procesamiento de reclamos.
- Incremento de más de seis puntos porcentuales en campañas salientes y procesos de cobranza.
- Disminución del 65 % en tiempos de espera dentro del sector hospitalidad.
Gobernanza y seguridad: la confianza como ventaja competitiva
A medida que la IA adquiere mayor autonomía, también aumenta la necesidad de comprender cómo toma decisiones.
Velásquez insistió en que la confianza debe construirse desde el diseño mismo de las plataformas. “La IA no es una caja negra”, aseguró.
Para ello describió mecanismos como registros detallados de auditoría (audit logs), sistemas de trazabilidad (Traces), barreras de seguridad (Guardrails) y modelos de supervisión humana (Human-in-the-loop), que permiten conocer exactamente qué información utilizó la IA, qué herramientas consultó y bajo qué criterios actuó antes de ejecutar una decisión.
El futuro del talento será trabajar junto a la IA
Lejos de plantear un escenario donde la inteligencia artificial sustituya masivamente a las personas, la visión presentada apunta hacia una transformación del trabajo. “La IA está transformando el trabajo, no reemplazándolo”, afirmó.
El concepto que introduce Konecta es el de la “Aumentación de agentes”, donde las tareas repetitivas son automatizadas mientras los colaboradores concentran su tiempo en actividades que requieren criterio, empatía y creatividad.
En ese escenario, las competencias más valiosas serán el pensamiento crítico, el análisis de datos, la supervisión de sistemas inteligentes y la capacidad de colaborar con tecnologías basadas en IA.
La verdadera ventaja competitiva estará en la arquitectura
Mirando hacia los próximos tres años, la ejecutiva anticipó que desaparecerán muchos procesos fragmentados de atención al cliente, sustituidos por modelos completamente orquestados donde la IA resolverá buena parte de las tareas transaccionales y el talento humano intervendrá únicamente cuando la situación requiera juicio o empatía. “La ventaja competitiva estará en la arquitectura”, concluyó.
Las organizaciones que continúen apostando por soluciones aisladas podrían enfrentar una creciente deuda técnica y una fuerte dependencia tecnológica, mientras que aquellas que construyan plataformas abiertas, flexibles y gobernables estarán mejor preparadas para evolucionar conforme avance la inteligencia artificial.
La conversación deja una conclusión clara: el reto empresarial ya no consiste en demostrar que la inteligencia artificial funciona, sino en convertirla en una capacidad estratégica capaz de integrarse con toda la organización. Escalar la IA exige mucho más que buenos modelos; requiere gobierno, trazabilidad, seguridad, control financiero y una arquitectura preparada para evolucionar. En un mercado donde la tecnología tenderá a democratizarse, la diferencia no estará en quién tenga acceso a la IA, sino en quién logre implementarla de manera inteligente y sostenible.
Preguntas frecuentes (FAQ)
¿Por qué muchas empresas no logran escalar sus proyectos de IA?
Porque el principal obstáculo ya no es el desarrollo de modelos, sino su integración con los procesos del negocio, la gobernanza, la seguridad y la arquitectura tecnológica.
¿Qué propone Konecta para resolver ese problema?
Una plataforma capaz de orquestar personas, sistemas y agentes inteligentes mediante APIs abiertas, evitando la fragmentación tecnológica y el vendor lock-in.
¿Cómo debería medirse el éxito de la IA en una empresa?
Por el impacto concreto sobre los procesos y los resultados del negocio, más que por la cantidad de asistentes virtuales o pilotos implementados.
