Foto: Axel Olivares (Composición/NotiPress)
Las empresas enfrentan una brecha cada vez mayor entre lo que esperan de la inteligencia artificial y lo que realmente pueden obtener cuando intentan integrarla a su operación. Esta brecha, impulsada por la rápida popularización de herramientas generativas, comienza a impactar proyectos empresariales al generar decisiones basadas en supuestos poco realistas sobre sus capacidades.
En el contexto actual, donde la adopción de IA se acelera en múltiples industrias, especialistas advierten que gran parte del problema no radica en la tecnología, sino en la percepción que se tiene de ella. Héctor Rosado, socio y CTO de Lidd AI, explicó en entrevista con NotiPress que los modelos actuales "no es razonamiento parecido a un humano". Aunque sus resultados puedan parecerlo, lo cierto es que operan bajo sistemas probabilísticos.
A partir de esa percepción, varias organizaciones buscan incorporar estas soluciones sin identificar primero un caso de uso concreto. Según Rosado, es común encontrar empresas que desean implementar esta tecnología sin tener claridad sobre su aplicación práctica, lo que deriva en iniciativas poco alineadas a necesidades reales del negocio.
El fenómeno se amplificó tras la masificación de herramientas como ChatGPT, que facilitaron el acceso a la inteligencia artificial para usuarios sin formación técnica. Esta accesibilidad marcó un punto de inflexión, al permitir que cualquier persona pudiera interactuar con modelos avanzados, aunque también contribuyó a elevar las expectativas sobre lo que estas soluciones pueden lograr en entornos empresariales.
Desde la perspectiva operativa, uno de los principales riesgos es confundir la capacidad de generar prototipos rápidos con la posibilidad de desplegar soluciones escalables. Rosado advirtió que hoy pueden desarrollarse aplicaciones en minutos, pero llevarlas a producción exige conocimientos de arquitectura, seguridad y escalabilidad que no se resuelven solo con herramientas automatizadas.
En ese sentido, la brecha no solo es tecnológica, sino también organizacional. Mientras las áreas de negocio suelen mostrar una visión optimista sobre el potencial de la inteligencia artificial, los equipos técnicos tienden a ser más cautelosos debido a su conocimiento de las limitaciones y riesgos. Esa distancia entre expectativas y diagnóstico técnico puede derivar en fricciones internas durante el desarrollo de proyectos.
Otro factor que influye en la percepción del mercado es la presencia de soluciones sobreprometidas o mal implementadas. Cuando una empresa enfrenta proyectos que no cumplen con lo esperado, aumenta la resistencia a nuevas iniciativas, sobre todo entre perfiles técnicos que buscan evitar errores repetidos. Esa experiencia previa obliga a revisar con mayor rigor cada propuesta antes de integrarla a la operación.
A pesar de estas limitaciones, la inteligencia artificial continúa posicionándose como una herramienta de alto impacto cuando se aplica correctamente. El reto, de acuerdo con el CTO de Lidd AI, consiste en entender con precisión las necesidades del negocio y diseñar soluciones alineadas a objetivos específicos, en lugar de solo intentar adaptar la operación a la tecnología.
El entorno actual plantea así un cambio en la forma en que las empresas abordan la innovación tecnológica. Más allá del acceso a herramientas avanzadas, el diferencial competitivo se encuentra en la capacidad de interpretar sus alcances reales y ejecutar proyectos con criterios técnicos y estratégicos sólidos.
DESCARGA LA NOTA SÍGUENOS EN GOOGLE NEWS
