Transformando la IA empresarial

Fuente: Silicon · tecnologia · nacional, España

Transformando la IA empresarial

La inteligencia artificial ha entrado en su segunda etapa. Tras una primera fase centrada en la prueba de chatbots y copilotos, el reto actual de la IA no es experimentar, sino convertir el potencial tecnológico en valor medible y escalable. Sin embargo, existe una brecha evidente entre inversión y resultados: según datos del MIT, solo el 5 % de los pilotos de IA generativa genera un impacto relevante y apenas el 21 % de las empresas logra escalar sus proyectos, a pesar de que el 94 % sigue aumentando su presupuesto en esta tecnología. En España, el avance de la adopción de la IA es significativo. Según el Informe de Indicadores de uso de inteligencia artificial en España de Ontsi, en 2025 el 20,5% de las empresas españolas de 10 o más personas empleadas utilizaba tecnologías de IA, 9,1 puntos porcentuales más que en 2024. Por su parte, las grandes compañías presentaban la mayor penetración, con un 57,5%. Pero el gran salto de la IA empresarial llegará cuando las empresas logren resultados reales de su aplicación que justifiquen su inversión. Ahí está el desafío actual, en crear las condiciones para que estas inversiones generen resultados continuos y sostenibles en las empresas y ello conlleva aplicar un enfoque diferente de la adopción de la IA. Supone integrar la inteligencia operativa, el aprendizaje automático, el aprendizaje profundo y la IA generativa para permitir que los modelos comprendan cómo funciona realmente una organización. Pongamos un ejemplo. Un modelo lingüístico, por muy avanzado que sea, no conoce automáticamente el contexto en el que opera. No comprende los procesos, las reglas, las relaciones entre sistemas, las restricciones organizativas ni los objetivos empresariales. Puede ofrecer respuestas correctas desde el punto de vista estadístico, pero no eficaces en el contexto operativo de la empresa. La IA empresarial llega para dar respuesta a este reto. Cuando la inteligencia artificial cuenta con una representación fiable y actualizada del funcionamiento de la organización, deja de ser una herramienta limitada a casos de uso concretos y se convierte en un factor de transformación. Su uso permite automatizar tareas repetitivas, hacer que la organización sea más ágil a la hora de adaptarse a los cambios del mercado y crear las condiciones para innovar con mayor rapidez. Implica, sobre todo, superar la fragmentación de datos y procesos que, aún hoy, limitan la capacidad de las empresas para aprovechar al máximo el potencial de la IA. Este paso es fundamental para pasar de las expectativas a los resultados. Los datos recopilados en el Informe sobre optimización de procesos 2026 de Celonis muestran que esta transformación acaba de comenzar. El 85% de las organizaciones aspira a convertirse en empresa basada en agentes en los próximos tres años y el 90% ya utiliza o está evaluando sistemas multiagente. Sin embargo, el 76 % reconoce que los procesos actuales constituyen el principal obstáculo para la implantación de la IA. Y es que la transición hacia la IA empresarial no es automática y requiere replantearse la forma en que la tecnología y los procesos interactúan. El primer requisito en el que habría que fijarse es el contexto operativo para tomar decisiones fiables y orientadas al negocio. Cada empresa se define por los procesos, las reglas, las relaciones entre sistemas y los objetivos que guían las decisiones cotidianas. Si la IA no dispone de este conocimiento, corre el riesgo de generar respuestas correctas desde el punto de vista estadístico, pero poco útiles desde el punto de vista operativo.

También lo cubren: Silicon (España).

🔗 Leer la noticia completa en Silicon

Ver más en NewsToday