El rápido crecimiento y la evolución de la tecnología de IA han impulsado cambios significativos en la forma en que trabajan las empresas, independientemente de su tamaño, y están condicionando su próximo gran movimiento corporativo.

La IA ha cambiado fundamentalmente el perfil de riesgo de la innovación, ya que puede exponer a las empresas y a sus usuarios a riesgos de forma más rápida, amplia y a mayor escala.

Las organizaciones solían permitirse la posibilidad de posponer decisiones de transformación digital y seguir siendo competitivas; ahora, las empresas pueden acelerar exponencialmente con IA mientras que quienes esperan una certeza absoluta quedan rezagadas incluso antes de empezar. Todo esto coloca a la confianza como un imperativo comercial crucial, y las organizaciones deben endurecer gobernanza, privacidad y seguridad para evitar riesgos regulatorios y reputacionales. A continuación, analizamos estas ideas con insights de Joe Depa, CIO Global de EY.

• Muchas organizaciones han pasado los últimos dos años experimentando con IA, pero pocas han logrado un impacto comercial medible. Desde la perspectiva de EY, ¿qué distingue a las empresas que generan ROI tangible de aquellas que siguen en lo que han definido como “purgatorio de pilotos”?

Todos quieren avanzar más rápido con IA. La primera pregunta es si pueden hacerlo con confianza. La segunda es cuán bien entienden y pueden optimizar la ecuación de valor de la IA.

La confianza es lo que separa a las compañías que obtienen ROI real de las que quedan atrapadas en piloto purgatorio. Las ganadoras que escalan la IA con éxito en toda la organización suelen compartir ciertas características.

Tienen datos confiables como base. Datos propietarias, seguros y bien gobernados se están convirtiendo en una de las mayores ventajas competitivas, ya que reflejan su conocimiento, juicio y experiencia únicos.

Sobre esa base, cuentan con procesos y tecnologías confiables. Los datos deben estar conectados a flujos de trabajo reales, decisiones reales y resultados comerciales tangibles. Las empresas que avanzan no usan la IA para hacer que procesos antiguos sean un poco más rápidos; replantean cómo se realiza el trabajo, dónde la IA puede crear nuevo valor y cómo incorporar gobernanza en la forma en que se despliega y escala la IA.

Y, lo más importante, las organizaciones ganadoras invierten fuertemente en ampliar las habilidades de su fuerza laboral para que puedan usar IA con confianza. Las personas no usarán IA si no confían en ella, y si no la utilizan, no desarrollarán la experiencia necesaria para saber dónde aplicarla. Por ello, la mejora de habilidades es crucial; es la forma de convertir a los empleados en agentes de cambio.

En pocas palabras, los pilotos son útiles para aprender, pero avanzar hacia una adopción a escala es lo que genera resultados comerciales. Y la adopción a gran escala solo ocurre cuando las personas confían en los datos, los procesos, la tecnología y su propia capacidad para usarlos bien.

Pasando a cómo entender y optimizar el valor de la IA, ha habido un gran enfoque en los costos de tokens recientemente, pero estos costos son solo un elemento de la ecuación de valor de la IA. En las primeras etapas de la IA generativa, el enfoque estaba en lograr que las personas la usaran, por lo que las organizaciones tendían a ver el uso como un indicativo de impulso. Ahora que los modelos y casos de uso se han vuelto más sofisticados, el foco se ha desplazado a medir los resultados comerciales.

Por ello, desarrollamos un conjunto de prácticas para abordar esto. Optimizamos la selección de modelos para los casos de mayor valor, formamos a nuestros equipos e implementamos gobernanza sobre el uso. Estas estrategias nos permitieron reducir el consumo total de tokens en un 60% mientras aumentamos el valor. Lo hemos formalizado en una Oficina de Realización de Valor de IA centrada en gobernanza, formación y medición de valor. El objetivo es asegurar que la IA se aplique a las oportunidades de mayor valor y genere impacto medible.

• Frecuentemente hay tensión entre avanzar con velocidad en IA y aplicar los controles adecuados. ¿Cómo pueden las organizaciones incorporar gobernanza, privacidad y seguridad en los programas de IA desde el día uno sin frenar la innovación hasta perder ventaja competitiva?

La gente suele ver la gobernanza como un freno, pero lo contrario es cierto: una buena gobernanza es lo que te da la confianza para acelerar.

Las empresas que lo hacen bien integran la confianza en la IA desde el primer día, para que sus equipos puedan avanzar más rápido sin generar riesgos que luego deban revertirse.

La encuesta Responsible AI Pulse de EY encontró que las compañías en etapas avanzadas de IA responsable reducen riesgos y obtienen mejores resultados. Casi cuatro de cada cinco reportaron avances en innovación, y más de la mitad, crecimiento de ingresos. Las compañías con monitoreo en tiempo real también eran más propensas a ver mejoras en crecimiento de ingresos y ahorros de costos.

Las personas avanzan más rápido cuando conocen las guías. Si los empleados tienen un entorno seguro y bien gobernado para experimentar, es más probable que prueben ideas nuevas. Pero si temen que cada idea pueda generar un problema de cumplimiento, se ralentizan o evitan experimentar.

La gobernanza también importa a nivel técnico. Cuando los controles se añaden demasiado tarde, los equipos suelen enfrentar retrabajo, deuda técnica o pilotos prometedores que no pueden escalar. Construir los controles adecuados desde el inicio ayuda a evitarlo.

Además, una vez que los agentes de IA comienzan a tomar acciones, la gobernanza ya no puede vivir en un documento: debe estar integrada en el sistema mismo: cómo se controla el acceso, cómo se monitorea el comportamiento, cómo se verifica el sesgo y cómo se activan salvaguardas cuando un agente actúa.

Ese es el equilibrio que deben buscar los líderes: avanzar rápido, pero hacerlo con confianza ya integrada.

• A medida que la IA se integra en procesos comerciales clave, la confianza se ve cada vez más como un tema comercial que como un mero cumplimiento. ¿Cómo están las juntas y los equipos ejecutivos replanteando la gobernanza ante un escrutinio regulatorio creciente y las posibles repercusiones reputacionales ante fallos de IA?

La confianza es, en efecto, un asunto comercial. Si clientes, empleados o reguladores no confían en los productos, sistemas o decisiones impulsadas por IA, buscarán alternativas. Esto puede afectar la marca, la reputación, las operaciones y el crecimiento.

Las juntas no pueden gobernar lo que no entienden. No significa que cada director tenga que ser tecnológico, pero sí que haya suficiente fluidez en IA y tecnología en la sala para hacer preguntas adecuadas, desafiar a la dirección y entender dónde están las exposiciones reales.

Vemos juntas pasar de preguntar: “¿Cumplimos?” a “¿Dónde estamos expuestos?” Ese cambio es clave. Las juntas empiezan a ver el riesgo de IA de forma más amplia, como riesgo empresarial, además de riesgo legal y regulatorio. La IA apoderada eleva aún más las apuestas.

Para las juntas, hay tres siguientes pasos prácticos.

1. Desarrollar fluidez en IA en la sala de juntas. Se requieren miembros con suficiente comprensión de tecnología e IA para presionar por la estrategia, los riesgos y los controles. No es necesario codificar, pero sí tener suficiente fluidez y visibilidad sobre indicadores de valor para saber si la gestión está planteando las preguntas correctas.

2. Exigir visibilidad en todo el portafolio de IA. Las juntas deben entender dónde se usa IA, qué datos utiliza, qué tan relevante es el caso de uso, quién es el dueño, qué recursos consume y qué controles existen. El objetivo es garantizar que IA genere valor comercial y se gobierne a nivel de solución, portafolio y empresa.

3. Hacer real los controles técnicos. Esto implica datos aptos para IA, controles de acceso claros, trazabilidad, monitoreo de modelos y agentes, rutas de escalamiento definidas y la capacidad de intervenir cuando algo se desvíe de lo esperado. Por supuesto, la formación es crítica para impulsar la adopción de estas herramientas.

Muchos negocios desean demostrar que abrazan la IA, pero existe el riesgo de lo que llamas “teatro de innovación”. ¿Cuáles son las señales de alerta de que una organización invierte en IA por apariencia y no por transformar realmente el negocio, y cómo pueden los líderes evitar caer en esa trampa?

La señal de alerta es que la actividad se confunde con el impacto.

Una empresa puede tener una larga lista de pilotos, demos y pruebas de concepto y aun así no generar valor significativo. Eso es teatro de innovación: parece ocupado, incluso impresionante, pero no cambia el negocio.

Las compañías que lo hacen bien son mucho más disciplinadas. Se han movido de medir la actividad a medir el impacto en el valor comercial. Se enfocan en qué pilotos crearon valor, qué se escaló con éxito y qué mejoras en flujos de trabajo, experiencias de cliente, resultados de riesgo o rendimiento financiero se lograron.

Las organizaciones más exitosas también establecen una rendición de cuentas desde el inicio. Cada iniciativa de IA debe tener un propietario comercial, una hipótesis de inversión, métricas de éxito claras y formación habilitada por IA que se centre en desplegarla de forma eficaz. Sin esto, resulta difícil separar la experimentación del impacto.

Si los pilotos no se escalan, los líderes deben entender por qué. ¿Es un problema de datos? ¿Un problema de confianza? ¿Un caso de negocio débil? ¿No hay un dueño claro? ¿Falta transparencia o control? ¿Faltan capacidades de formación? Esos modos de fallo indican dónde la organización necesita mejorar.

Las compañías disciplinadas evitan la trampa del teatro de la innovación. Cada piloto tiene un dueño, un conjunto de métricas prioritarias y un punto de decisión: escalar, repensarlo o terminarlo.

De lo contrario, terminarás con muchos demos interesantes y poco impacto en el negocio.

• Con la regulación de IA evolucionando en distintos mercados y las expectativas de los clientes sobre IA responsable aumentando, ¿qué prácticas de gobernanza se volverán innegociables en los próximos 12 a 24 meses para escalar IA de manera responsable?

La IA avanza más rápido que lo que puede seguir una organización, una junta o un regulador.

Por ello, los líderes no pueden permitirse esperar. Necesitan modelos de gobernanza que sean resilientes y capaces de adaptarse a distintos mercados, porque el entorno regulatorio seguirá evolucionando y no evolucionará de la misma manera en todas partes.

La idea de la IA soberana se convertirá en una parte mucho más importante de esa conversación. Las organizaciones deberán entender dónde reside su datos, cómo se protegen, quién puede acceder a ellos, qué modelos se están usando y cómo esos sistemas se alinean con leyes locales y expectativas de mercado. Esto va más allá de un tema técnico; es una cuestión de gobierno, junta y confianza.

Las áreas a las que hay que prestar atención son, entre otras, la gobernanza y soberanía de datos. Es fundamental saber qué datos utiliza la IA, de dónde proceden, dónde se almacenan y si son apropiados para el uso previsto.

Otra área de enfoque es la resiliencia en el modelo operativo. La regulación seguirá cambiando, por lo que la gobernanza debe ser dinámica. Las organizaciones necesitan controles, monitoreo, trazabilidad y rutas de escalamiento que se adapten a nuevas reglas, riesgos y expectativas. Por ejemplo, cuando se despliegan agentes de IA que pueden tomar decisiones, actuar y interactuar con otros sistemas, los reguladores esperarán entender su comportamiento en el mundo real.

Por último, deben mantener un ecosistema abierto. Nadie puede navegar esta complejidad por sí solo. Los líderes deberán colaborar con reguladores, proveedores de tecnología, asesores, grupos de la industria y instituciones académicas para separar señales relevantes del ruido y comprender hacia dónde se dirige el mercado.

Enfocarse en estas áreas es lo que hace que la IA responsable evolucione de un conjunto estático de políticas a un habilitador. Debe diseñarse desde el inicio en la forma en que las empresas gestionan datos, despliegan tecnología, trabajan con reguladores y escalan la innovación entre mercados. Eso es lo que permite construir confianza y resiliencia al mismo tiempo.

• Mirando hacia el futuro, ¿crees que la confianza se convertirá en un diferenciador competitivo en la adopción de IA? En otras palabras, ¿las organizaciones que pueden demostrar una gobernanza robusta, transparencia y seguridad obtendrán una ventaja comercial frente a quienes tratan estos temas como un simple cumplimiento?

Sí. La confianza es una necesidad comercial, no una simple casilla por marcar.

La paradoja es que la confianza puede ayudar a las empresas a avanzar más rápido. Cuando las salvaguardas y los indicadores de éxito están claros, los equipos pueden innovar con mayor confianza y menos retrabajo.

Esa es la verdadera oportunidad: la confianza para moverse rápido de manera que inspire a todos, desde la junta hasta los empleados y los clientes, a confiar en la IA.

Este es el momento de mirar hacia delante con una visión de IA responsable que impulse crecimiento y diferenciación, sin perder de vista las salvaguardas que protegen a la organización y a sus clientes.