Ciudad de México,
Sergio F Cara
Crédito foto: Sergio F Cara (NotiPress)
La adopción empresarial de inteligencia artificial avanza sin depender del desarrollo de sistemas capaces de igualar el razonamiento humano. Mientras el debate técnico sobre una inteligencia artificial general continúa en foros internacionales como el reciente en enero de 2026 en Davos (World Economic Forum), compañías ya integran herramientas disponibles para acelerar procesos, reducir tiempos operativos y optimizar costos internos.
En entrevista con NotiPress, Fernando Leibowich Beker, cofundador y CEO de Lidd AI, sostuvo que no es necesario alcanzar una inteligencia artificial general para generar impacto real en organizaciones. Según explicó, los modelos actuales no replican pensamiento humano, aunque producen resultados funcionales en tareas específicas. "No es pensamiento como un humano, pero sí se parece mucho al resultado, un pensamiento", afirmó. Quizá pensar en la Inteligencia General Artificial (AGI por sus siglas en inglés) está de más con el alcance actual de la IA generativa en el ámbito empresarial.
Durante la conversación, el también PhD también señaló que "no hay que llegar al AGI para tener aplicaciones muy espectaculares", al referirse a implementaciones en curso dentro del sector empresarial. Para el directivo de origen argentino, el valor actual no depende de una inteligencia artificial autónoma total, sino del uso estratégico de sistemas entrenados para resolver problemas concretos.
Uno de los ejemplos abordados fue el desarrollo de software asistido por inteligencia artificial. Haig Hanessian de Cognition, indicó que en experiencias recientes algunos procesos lograron acelerarse hasta 51, 91 e incluso 381 veces frente a esquemas tradicionales. Estos incrementos, explicó, no provienen de un sistema general capaz de razonar en cualquier contexto, sino de modelos especializados optimizados para tareas definidas. En el ámbito empresarial, los modelos especializados de IA como Devin, entregan un resultado altamente satisfactorio al combinar el desempeño en análisis de datos y el control de calidad.
Pese a las optimizaciones de los modelos especializados, Hanessian advirtió que hoy no existe "ni la infraestructura energética ni la infraestructura de cálculo" suficiente para sostener un escenario de inteligencia artificial ilimitada. La disponibilidad de energía eléctrica, centros de datos y chips especializados continúa siendo un factor estructural en la evolución del sector. De hecho, Greg Brockman, cofundaror de OpenAI declaró a inicios de 2026 que la capacidad de cómputo será determinante del crecimiento económico tipo el PIB.
Leibowich Beker retomó posturas técnicas que cuestionan si el incremento de potencia computacional conducirá automáticamente a una inteligencia artificial general. Comparó esa expectativa con la diferencia entre fisión y fusión nuclear, al señalar que aumentar capacidad en un modelo actual no garantiza alcanzar una tecnología de naturaleza distinta.
Desde la perspectiva empresarial, ambos coincidieron en que las decisiones estratégicas no se paralizan por la expectativa de una inteligencia artificial general prevista por algunos hacia 2027 o años posteriores. Las organizaciones priorizan soluciones que ofrezcan eficiencia inmediata, automatización de tareas repetitivas y mejora en ciclos productivos.
El factor cultural también apareció en la conversación. Hanessian relató experiencias donde la resistencia interna llevó a implementar despliegues graduales, aun cuando existía presupuesto suficiente para una adopción más amplia. En esos casos, el reto no radica en la tecnología disponible, sino en la capacidad de adaptación organizacional. Dos de los elementos que ponen un freno a la adopción de IA en empresas son la falta de estrategia y la resistencia al cambio.
Mientras el debate técnico sobre el siguiente salto evolutivo permanece abierto, los expertos entrevistados coinciden en que las empresas continúan integrando herramientas actuales en áreas como monitoreo de sistemas, análisis de datos, soporte automatizado y desarrollo de software. De acuerdo con lo conversado, el impacto empresarial no está condicionado por la llegada de una "superinteligencia", más bien priorizado por la aplicación concreta de soluciones disponibles en el presente.