La presión por entrar a la carrera de la inteligencia artificial ya llegó a las juntas directivas colombianas. Presidentes, vicepresidentes y líderes de transformación digital reciben la misma pregunta en reuniones estratégicas: ¿qué estamos haciendo con IA?
La respuesta suele aparecer rápido: pilotos, automatizaciones, asistentes virtuales o herramientas generativas. El problema aparece después, cuando las compañías descubren que la inteligencia artificial necesita algo menos visible que la tecnología: datos confiables, organizados y útiles para tomar decisiones. Ahí es donde muchas organizaciones empiezan a quedarse atrás.
El error suele pasar desapercibido durante meses. Los primeros pilotos funcionan, las demostraciones convencen y los equipos avanzan. La dificultad aparece cuando la compañía intenta escalar esos proyectos y descubre que los datos están dispersos, tienen problemas de calidad o simplemente no existen para responder las preguntas más importantes del negocio.
Sinnetic, firma colombiana especializada en analítica y estrategia de datos, midió durante los últimos dos años el nivel de madurez analítica de 10 compañías líderes en sectores como telecomunicaciones, salud, agroindustria, farmacéutico, consumo masivo y BPO.
El resultado dejó una señal difícil de ignorar: siete de cada diez empresas quedaron por debajo del 20 % en capacidades analíticas y solo una superó el 30 %.
La distancia frente a referentes internacionales sigue siendo enorme. Mientras las mediciones realizadas por Sinnetic muestran organizaciones que apenas alcanzan niveles cercanos al 20 %, estimaciones de Aryng ubican a Netflix alrededor del 60 %. La diferencia ayuda a entender por qué algunas compañías convierten los datos en crecimiento y otras siguen acumulando información sin generar valor.
“Las organizaciones se están lanzando a implementar IA seducidas por la tecnología, cuando la pregunta real es otra: ¿qué problema de negocio están tratando de resolver? La IA es un habilitador, no un fin”, explica María Elvira Restrepo, CEO de Sinnetic.
La escena se repite en compañías de distintos tamaños. Las juntas directivas aceleran proyectos de IA mientras las áreas de tecnología siguen lidiando con bases de datos incompletas, procesos manuales y reportes distintos para un mismo indicador.
Varias organizaciones todavía consolidan información en Excel mientras avanzan en iniciativas de inteligencia artificial generativa. “Un modelo de inteligencia artificial es tan bueno como los datos que lo alimentan. Sin información confiable, integrada y con trazabilidad, la IA difícilmente genera ventajas competitivas sostenibles”, dice María Elvira Restrepo.
La firma empezó a detectar ese patrón mientras acompañaba procesos de transformación empresarial en Colombia. Había dashboards, herramientas nuevas y equipos motivados. Lo que faltaba era una estrategia capaz de conectar todo el sistema.
Los resultados derribaron uno de los mitos más comunes sobre transformación digital: pertenecer a un sector intensivo en tecnología no garantiza una mayor madurez analítica. Algunas empresas agroindustriales mostraron mejores indicadores que organizaciones de salud y compañías tradicionales terminaron más avanzadas que firmas mucho más digitalizadas. La diferencia no apareció en el sector económico.
Lo que cambió el resultado fue la decisión de tratar los datos como un activo estratégico. “Sin gobierno de datos, sin información integrada y sin una estrategia clara de valor, la IA no será una ventaja competitiva. Será un gasto”, afirma la CEO.
La carrera por implementar IA apenas empieza. La discusión dentro de las empresas, ahora, ya no gira solamente alrededor de quién tiene inteligencia artificial. Empieza a centrarse en quién realmente está listo para usarla.