La importancia de contar con un modelo operativo confiable para el uso eficiente de la IA

En los eventos de tecnología suele hablarse ampliamente sobre el uso de la inteligencia artificial (IA), pero pocas veces se profundiza en las bases operativas necesarias para aprovecharla de manera eficiente.

Lo anterior resulta particularmente relevante si se considera que, de acuerdo con el reciente estudio Perspectivas de la Alta Dirección en México 2025. Incentivar la transformación para superar los desafíos de KPMG, 46% de las empresas consideran la digitalización de procesos mediante nuevas soluciones tecnológicas como una estrategia prioritaria. Asimismo, 56% señala que sus planes de implementación de IA se concentran en mejorar la experiencia del cliente, mientras que 39% busca disminuir los tiempos operativos.[1]

Aunque los conceptos de IA se han abordado desde hace décadas, apenas en los últimos meses se ha observado un acercamiento mucho más tangible a su potencial, gracias al lanzamiento de soluciones basadas en inteligencia artificial generativa (IAGen); sin embargo, como sucede con toda innovación tecnológica, esta herramienta tiene áreas de mejora; por ejemplo, las llamadas “alucinaciones”, es decir, la generación de contenido falso, impreciso o poco realista resultado de un modelo generativo, lo que hace evidente que la calidad de los resultados de la IA depende en gran medida de la veracidad y organización de los datos que la alimentan.

Para obtener mejores resultados del uso de las herramientas de la IAGen, que las soluciones de planificación de recursos empresariales (ERP, por sus siglas en inglés) han incluido como parte de su portafolio, las compañías tienen el reto de evolucionar hacia un modelo de negocios alineado a prácticas líderes de operación. Tal es el caso de las compañías que fueron pioneras en la implementación de estas soluciones, y durante las décadas de 1990 y 2000, dieron prioridad a la personalización de estos sistemas para alinearlos con modelos operativos propios, dando como resultado que varias de ellas hoy cuenten con sistemas legados y soluciones adaptadas, que en ocasiones no necesariamente responden a la operación del negocio, sino a la lógica de quien definió el modelo original. Este enfoque difiere significativamente de las prácticas más recientes, que recomiendan enfocarse en implementaciones limpias que faciliten las actualizaciones constantes, para maximizar el uso de funcionalidades innovadoras.

Hoy en día, algunas de estas empresas están buscando formas rápidas de actualizarse, con mínimas interrupciones operativas y cuya inversión comience a generar resultados en el menor tiempo posible.

Por otro lado, es interesante observar que algunas de las grandes compañías en México, cuyo volumen de información es elevado y se caracterizan por contar con un alto número de adaptaciones en sus sistemas, ya están optando por una implementación greenfield o desde cero,[2] que, aunque representa un camino más largo, es el más recomendable, ya que permite una transformación digital efectiva, que no se limita a la incorporación de tecnología, sino que implica una redefinición profunda del modelo operativo para establecer las bases de información que facilitan la innovación y la capacidad de adaptación oportuna ante un mercado que evoluciona a una velocidad sin precedentes.

En definitiva, hablar de IA implica hablar de un cambio profundo en la manera en que se gestiona la información, y en las empresas, empuja a redefinir los modelos operativos y optimizar los procesos incluyendo acciones como:

1.     Considerar las prácticas líderes de la industria en su diseño

2.     Identificar la segregación de funciones adecuada, incluyendo los candados necesarios para la seguridad de la información

3.     Focalizar un modelo de prestación de servicios alineado a la estrategia de negocio

4.     Sentar las bases para establecer políticas y procedimientos en la organización

5.     Alinear los procesos y asegurar el uso eficiente del ERP que se desea implementar

6.     Crear una fuente de información robusta para obtener analíticos y reportes, integrando el uso de la GenIA como parte de la estrategia tecnológica

En conclusión, los modelos operativos impactados por decisiones pasadas requieren de una revisión crítica y redefinirse considerando prácticas recomendadas en su industria. La transformación digital no es solo tecnológica, sino también operativa y estratégica, por lo que optar por una actualización meramente tecnológica de los sistemas legados y ERP, motivada únicamente por el deseo de mantenerse a la vanguardia en materia de soporte y para evitar disrupciones, no siempre es la mejor decisión.

Considerando la velocidad con la que avanza la innovación, particularmente con la incorporación de la IAGen, es recomendable replantear la estrategia hacia una transformación digital holística que incorpore como variable estratégica la evolución del negocio, cuyos resultados dependen cada vez más de la capacidad de adaptación a un mercado en constante cambio.

[1] Perspectivas de la Alta Dirección en México 2025. Incentivar la transformación para superar los desafíos, KPMG México, 2025.

[2] Una implementación greenfield, especialmente en el contexto de los sistemas de información o cualquier otro software empresarial grande, se refiere a la instalación y configuración de un sistema en un entorno completamente nuevo, donde los sistemas legados o infraestructuras previas se minimizan para evitar restringir o influir en la configuración nueva.