Su empresa invirtió en IA. Sin gobernanza, tiene apenas 4% de probabilidades de recuperar esa inversión

Su empresa puede estar usando inteligencia artificial (IA) para tomar decisiones todos los días sin que nadie adentro pueda explicar del todo cómo llegó el sistema a esa decisión. Según un estudio global reciente, esa es exactamente la razón por la que la mayoría de esas inversiones en IA nunca termina de recuperarse.

El estudio que le pone un número a algo que ya se sospechaba

El Data and AI Impact Report: The New Economics of Trust, la segunda edición anual del estudio que SAS elabora junto con IDC (International Data Corporation, firma de investigación tecnológica), encontró que las organizaciones con buenas prácticas de confianza en su IA (datos trazables, decisiones explicables, gobernanza clara) tienen 62% de probabilidades de lograr un retorno de inversión (ROI) sólido. Las que no las tienen, apenas 4%. Es hasta 15 veces más probable lograr un buen retorno cuando existe esa confianza, según el comunicado oficial del estudio, que encuestó a 2,699 tomadores de decisiones en 28 países. En Perú, El Peruano recogió estos hallazgos el 14 de septiembre.

La lectura incomoda a cualquier empresa que compró una licencia de IA esperando que el retorno llegara solo: la tecnología no es lo que determina el resultado, es lo que la rodea.

Por qué la confianza pesa más que el modelo que se use

El 89% de los encuestados ya tiene agentes de IA interviniendo en decisiones dentro de su organización, pero la confianza no es pareja. El 76% confía en la IA generativa (la que redacta, resume o genera imágenes), mientras que solo el 66% confía en la IA agéntica (la que además actúa y decide con más autonomía). Esa brecha de 10 puntos es justamente donde se pierde el retorno: una empresa no obtiene valor de un agente que decide si nadie confía lo suficiente en él como para dejarlo actuar sin supervisión constante.

Mario Ulloa, director de SAS México, lo resumió así: “la pregunta ya no es si implementarán agentes de IA, sino cómo garantizarán que sus decisiones puedan ser auditadas, explicadas y supervisadas”.

Las barreras no son de tecnología, son de orden

Solo el 17.5% de las organizaciones a nivel global está en el nivel más alto de madurez de infraestructura de datos. El resto convive con alguna de estas barreras, según el mismo estudio:

• Falta de calidad y trazabilidad en los datos que alimentan la IA.
• Dificultad para explicar por qué el sistema tomó una decisión específica.
• Ausencia de un marco de gobernanza que defina qué puede decidir un agente y qué no.
• Infraestructura de datos insuficiente para sostener el proyecto más allá de una prueba piloto.
• Integración débil entre los sistemas que deberían alimentarse de la misma información.

Ninguna de estas barreras se resuelve comprando un modelo más avanzado.

Qué significa esto si su empresa ya usa IA (o está por hacerlo)

Esto conecta con algo que ya señalamos al hablar de la comisión que el MTPE creó para evaluar el impacto de la IA en el empleo: la pregunta de fondo nunca fue si automatizar, sino con qué criterio. El estudio de IDC solo pone en números lo que ya se podía intuir, automatizar sin ese criterio no ahorra tiempo, lo cambia por un riesgo que nadie documentó.

Antes de escalar cualquier proyecto de IA más allá de una prueba de concepto, vale la pena resolver lo básico:

• Definir qué nivel de autonomía tiene permitido cada agente, y qué decisiones siguen requiriendo una persona.
• Documentar por qué se automatizó cada proceso y con qué información decide, no solo qué hace.
• Revisar que los datos que alimentan ese proceso sean confiables antes de confiarle más decisiones, la misma lógica que ya aplicamos al hablar de por dónde conviene empezar a automatizar.

Ese orden previo es, casi siempre, la diferencia entre el 62% que sí recupera su inversión y el 4% que no. En MerkiTec ayudamos a empresas peruanas a automatizar procesos con ese criterio desde el diseño, no como una corrección posterior. Conversemos sobre su caso o conozca nuestro servicio de Automatización de Procesos.