Si alguien pensó que tras un año 2024 cargado de IA generativa 2025 nos daría una tregua para hablar de otra tecnología, se equivocaba. Todas las tendencias apuntan a que la IA seguirá siendo protagonista indiscutible; eso sí, tras el fervor sin precedentes vivido estos meses atrás, veremos que la IA no está exenta de hype y tal vez estemos en un periodo de “desilusión”. Aspecto al que ya apuntaba el Informe Anual de Gartner Hype Cycle for Emerging Technologies report, en el que veíamos cómo la IA empezaba a desinflarse tras los primeros proyectos empresariales enfrentándose a la realidad.
Su potencial ha sido reconocido y es indiscutible, pero las promesas que circulan sobre sus capacidades están lejos de ser una realidad consolidada en muchos casos. En este sentido, a medida que nos adentramos en el uso práctico de la IA, nos damos cuenta de que la prudencia y la reflexión sobre su implementación se hacen cada vez más necesarias.
En estos momentos, la IA aún se encuentra en una fase “efervescencia”. Este término resalta la rapidez con la que evolucionan los algoritmos, pero también sugiere que estamos ante una tecnología que no ha alcanzado su madurez total. En otras palabras, aunque es posible aplicar la IA en ciertas áreas, la adopción generalizada debe ser cautelosa, especialmente cuando se trata de procesos críticos para las organizaciones. Muchas empresas ya están dando los primeros pasos, pero deben tener claro que la verdadera madurez tecnológica que requiere una implantación a gran escala aún está en camino.
En este contexto, las grandes empresas no se están lanzando a adoptar la IA sin una planificación adecuada, ya que el enfoque correcto es desarrollar casos de negocio que permitan identificar los cuellos de botella que se van a encontrar en sus procesos. De esta manera, se pueden realizar pruebas de concepto (PoC) y, solamente en algunos casos, pasar a producción.
Una referencia es el proyecto de CaixaBank en el que la entidad financiera ha comenzado a experimentar con la IA incorporando un equipo de alrededor de 100 personas para aplicar la tecnología en proyectos internos. Este tipo de iniciativas demuestra que, si bien la tecnología es prometedora, su implementación debe ser gradual y debe estar bien fundamentada.
Si bien seguimos viviendo la explosión de la IA con nuevos algoritmos y modelos que se lanzan al mercado cada semana, esta rapidez en la innovación genera una cierta preocupación en las empresas que buscan estabilidad y temen invertir en una solución que pueda quedar obsoleta en poco tiempo. La clave, por tanto, no está en lanzarse sin más, sino en iniciar proyectos pequeños, donde se pueda evaluar su viabilidad a corto y medio plazo.
En este sentido, la recomendación para cualquier empresa es comenzar con proyectos piloto que se enfoquen en áreas donde se pueda obtener un valor tangible. Este enfoque permitirá a las organizaciones medir el impacto de la IA de manera controlada, reduciendo el riesgo de pérdidas o fracasos. Buenos ejemplos de proyectos son aquellos que se enfocan en automatizar tareas repetitivas, como puede ser la mecanización de facturas. Herramientas como ChatGPT se han integrado en muchos procesos internos de las organizaciones, donde, por ejemplo, un asistente basado en IA puede extraer información relevante de documentos internos, reduciendo así el tiempo y esfuerzo manual necesario.
La IA no es infalible, pero sí productiva
A pesar del gran potencial de la IA, hay una realidad innegable: no es una solución perfecta. La IA no es predictiva en el sentido tradicional, siempre tendrá márgenes de error. Por ejemplo, en los proyectos de clasificación de textos, los modelos de IA pueden ser muy buenos para organizar grandes volúmenes de documentos, pero no son infalibles. Esto significa que aún se requiere la intervención humana para supervisar los resultados y corregir posibles fallos.
Esta coexistencia entre la inteligencia humana y la artificial es crucial. Las organizaciones deben entender que, aunque la IA puede aumentar la productividad al hacerse cargo de tareas repetitivas o tediosas, el componente humano sigue siendo esencial para asegurar la precisión y el éxito de los proyectos. La combinación de la eficiencia de la IA con la supervisión humana permite a las empresas alcanzar niveles de productividad superiores sin sacrificar la calidad.
Nubes y turbulencias
Otro aspecto fundamental a considerar es la infraestructura donde se implementa la IA. Muchas empresas se están decantando por soluciones on premise, es decir, instalando la infraestructura y los modelos directamente en sus propios servidores. Esta opción les permite tener un control total sobre los costes asociados, como los servidores, la electricidad y los recursos necesarios para entrenar modelos de IA, como las GPUs. La alternativa de la nube, si bien más flexible y escalable, ha traído consigo incertidumbres sobre los costes variables de las plataformas, que pueden fluctuar dependiendo de factores como la demanda o el precio de los tokens de entrada y salida.
Este contexto de incertidumbre ha generado que algunas empresas, como las del sector bancario, opten por la opción on premise. La dependencia de los grandes proveedores de tecnología en la nube, como OpenAI o Meta, plantea riesgos derivados de la volatilidad económica y geopolítica. Por ejemplo, las fluctuaciones en los costes de los servicios en la nube o el temor a depender de tecnologías de empresas ubicadas en países con regímenes políticos inestables están llevando a muchas organizaciones a reconsiderar sus estrategias de infraestructura.
En definitiva, la inteligencia artificial está aquí para quedarse, pero su adopción debe ser gestionada con cautela. Aunque la IA ofrece enormes ventajas en términos de eficiencia y productividad, también presenta desafíos que deben ser superados. Desde la infraestructura tecnológica hasta la gestión de los recursos humanos, la clave del éxito radica en una implementación gradual, basada en pruebas de concepto y un enfoque pragmático hacia la realidad de los negocios. Las empresas deben anticiparse a un futuro incierto, adoptando la IA no como una moda pasajera, sino como una herramienta estratégica que puede transformar radicalmente la forma en que operan en los próximos años.
