De acuerdo a un estudio de ESE Business School y PwC Chile, el 73% de las empresas nacionales ha adoptado soluciones de Inteligencia Artificial, mientras que, según datos de HubSpot, un 42% ha logrado un retorno de la inversión. Estas cifras muestran, sin duda, que la IA ya es parte del presente del mundo empresarial y avanza con fuerza para transformar su futuro. Para entender cómo se está aplicando en la práctica, qué retos conlleva su implementación y otros aspectos clave, conversamos con Javier Rodríguez, Experto en IA Generativa, formado en el programa CTO del MIT y Director Regional de Inteligencia Artificial y Arquitectura de Axity.
¿En qué áreas se está aplicando hoy la IA en las empresas?
La inteligencia artificial se está aplicando en múltiples casos, especialmente en tareas repetitivas y procesos que requieren creatividad o alta intervención humana. Un ejemplo clave es la modernización de aplicaciones en empresas con sistemas antiguos, donde la IA permite optimizar tiempos, reducir carga operativa y acelerar la innovación.
Otro caso es la interpretación automática de documentos. En procesos donde se revisan contratos, facturas o tickets línea por línea, la IA permite hacerlo de forma rápida, precisa y eficiente. Esto no solo ahorra tiempo, sino que también reduce errores y demuestra el valor de automatizar tareas repetitivas.
También se está utilizando para analizar documentos más complejos, como especificaciones técnicas, diseños de ecosistemas o arquitecturas de sistemas. En estos casos, la IA puede aportar desde el análisis del estado actual (As Is), ayudando a comprender cómo se comunican y relacionan los distintos elementos, hasta la planificación del estado futuro (To Be).
Por último, está incursionando en ámbitos como la personalización de servicios, el análisis predictivo y la mejora de la experiencia de usuario, expandiendo sus posibilidades más allá de la automatización tradicional.
¿Cuál es la diferencia entre IA y el “antiguo” Machine Learning?
El Machine Learning fue un gran avance en su momento. La diferencia principal radica en el enfoque: en este tú debías enseñarle a la máquina con datos etiquetados y luego hacerle preguntas como: “¿Esto pertenece a este grupo o a este otro?”. La máquina aprendía a clasificar en base a lo que tú le entregabas.
Hoy, con la inteligencia artificial generativa, estamos en otro nivel. Esta tecnología ya fue entrenada previamente con grandes volúmenes de datos, a través de un proceso robusto que implicó mucho análisis y esfuerzo. Ahora, la IA no solo responde, sino que puede sugerir y generar contenido a partir de ese conocimiento.
¿Cuándo una organización debiera implementar IA?
Definitivamente, cuando enfrenta un entorno competitivo. Suena simple, pero es la realidad.
Hoy muchos expertos coinciden en que la inteligencia artificial no es la que va a quitar trabajos o clientes, sino que será una aliada poderosa para quienes sepan integrarla de forma inteligente. Lo mismo ocurre a nivel organizacional: no es que la IA vaya a quitarle el negocio a una empresa directamente, sino que aquellas que no la adopten para mejorar sus procesos y operaciones corren el riesgo de quedarse atrás. Actualmente, muchas organizaciones están explorando cómo aplicar esta tecnología para ganar eficiencia, impulsar la innovación y marcar una diferencia en el mercado. No todas lo comunican abiertamente, pero de forma reservada están experimentando, cometiendo errores y esperando el momento adecuado para avanzar. Por eso hay que prepararse desde ya: la IA no es algo del futuro. Ya está aquí plenamente instalada y madura. Hemos superado la etapa inicial, aprendido de errores y mejorado las soluciones. Hoy es el año de la ejecución, donde tanto nosotros como otros actores del mercado estamos implementando proyectos que generan beneficios reales.
¿Qué recomendaría a una organización que quiere incorporar IA sin una gran inversión inicial?
Lo más importante es tener cuidado con los recortes presupuestarios que puedan comprometer la seguridad, ya que muchas veces, por ahorrar en firewalls o en sistemas de autenticación robusta, se abren puertas a vulnerabilidades graves. Si se permite que la IA opere sin las protecciones adecuadas, la organización queda expuesta a riesgos como ataques de denegación de servicio, que pueden derivar en facturas elevadas por el uso excesivo de servicios de inteligencia artificial.
Entonces, por un lado, se deben reducir los costos donde realmente haga sentido, mientras que por el otro priorizar la inversión en elementos críticos como la seguridad. En nuestro caso ofrecemos una solución de inteligencia artificial “as a service” con todo lo necesario: seguridad, respaldos en la nube, alta disponibilidad y performance. Esto permite a las empresas probar sus casos de uso en un entorno seguro y confiable, incluso con sus propios usuarios y clientes. Luego, si así lo deciden, pueden continuar en nuestra plataforma o migrar sus soluciones a sus propias arquitecturas internas con las mejores prácticas.
Por último, ¿Por qué podría fracasar un proyecto de IA?
Uno de los principales motivos es incorporar datos incorrectos, ya que los resultados serán igualmente erróneos y, por lo tanto, todo el proyecto se encaminará mal.
Otro tema es el temor: muchas empresas se frenan porque piensan que tal vez es muy costoso, o tienen dudas sobre qué pasará con la privacidad o seguridad de sus datos. Algunas incluso optan por esperar para construir su propia solución de IA o su modelo de lenguaje (LLM), pero en la mayoría de los casos, eso implica una inversión muy alta y difícil de justificar si el foco del negocio no está en desarrollar inteligencia artificial. Y la verdad es que si el negocio no se dedica a eso, no es necesario crear algo desde cero; existen múltiples alternativas disponibles. Lo importante es identificar buenos casos de uso y construir uno sólido. Al final, cualquier inversión en IA debe evaluarse en función de cuánto valor aporta frente al costo de integrarla.
También es clave que ya exista un proceso definido donde haya intervención humana. Tratar de forzar la IA en un lugar donde no hay una base clara o no existe un flujo establecido, suele terminar mal. Otro factor a considerar es la relación entre IA y modernización tecnológica. Muchas veces se asocia la inteligencia artificial únicamente a procesos o automatización, pero también cumple un rol en proyectos más amplios de transformación tecnológica.