Las empresas están invirtiendo millones en inteligencia artificial, pero hay un problema que podría estar frenando los resultados
La carrera por la IA también puede convertirse en una carrera por modernizar la tecnología que las empresas llevan años acumulando.
Las opiniones expresadas por los colaboradores de Entrepreneur son personales.
Conclusiones Clave
- Un nuevo estudio revela que el 84% de las empresas encuestadas ha cancelado al menos un proyecto de IA por las limitaciones de sus sistemas heredados.
Las empresas llevan más de dos años aumentando sus inversiones en inteligencia artificial (IA) con un objetivo concreto, y es el de convertir la tecnología en productividad, eficiencia y, sobre todo, resultados financieros. El reto ahora está en demostrar que ese gasto realmente está generando valor.
La dificultad es que adoptar IA no garantiza que una empresa pueda aprovecharla. Muchas organizaciones están intentando incorporar nuevos modelos y herramientas sobre infraestructuras tecnológicas construidas mucho antes de la actual ola. En algunos casos, esa tecnología heredada se está convirtiendo en el principal obstáculo para avanzar.
“La adopción de la inteligencia artificial avanza a gran velocidad, pero nuestro estudio revela que las empresas son cada vez más conscientes de la importancia de los cimientos sobre los que se sustenta”, afirmó Marco Santos, CEO global de GFT Technologies.
Un nuevo estudio de GFT Technologies deja ver qué tan grande es el problema. La firma encuestó a 945 CIO y CTO de empresas que facturan al menos US$500 millones al año, repartidas en 19 países.
El resultado llama mucho la atención, pues 89% teme que la inversión global en IA esté creciendo más rápido que el valor que realmente puede aportar a los negocios.
La preocupación llega en un momento en que muchas compañías siguen atascadas en la fase de pruebas y no logran pasar de ahí.
El reporte retoma una cifra de Gartner que afirma que solo 22% de las organizaciones ha conseguido escalar la IA a varias unidades de negocio o adoptar un enfoque centrado en esta tecnología. Y recoge otro dato de McKinsey que va en la misma línea: apenas 37% de los encuestados dice que la IA ha tenido un efecto positivo en el EBIT de su empresa.
La pregunta, entonces, no es solamente cuánto están gastando las empresas en inteligencia artificial. También es si cuentan con las condiciones tecnológicas para convertir esa inversión en resultados.
Relacionado: La gente con las mejores ideas de tu empresa pasa desapercibida. La IA lo va a cambiar
El problema no siempre está en la IA
Una parte importante de la respuesta puede encontrarse en una tecnología mucho más antigua. Los sistemas heredados, conocidos como legacy, continúan siendo parte de la infraestructura sobre la que operan muchas grandes compañías. Ahora también se están convirtiendo en una limitación para sus estrategias de IA.
Según el reporte de GFT, 99% de los CIO y CTO encuestados afirma que la IA de sus organizaciones funciona sobre sistemas legacy o se conecta con ellos. Al mismo tiempo, 95% señala que estos sistemas generan algún nivel de retraso en la capacidad de desplegar y escalar IA dentro de la empresa. Para 56%, ese retraso es moderado o importante.
“Las infraestructuras heredadas se están convirtiendo en una verdadera limitación, no solo para la innovación, sino también para la seguridad y la escalabilidad”, afirmó Santos.
El problema ya está afectando proyectos concretos: 84% de los ejecutivos consultados aseguró que su organización ha cancelado al menos un piloto o proyecto de IA debido a las limitaciones de sus sistemas heredados; el porcentaje incluye a 62% que reportó haber cancelado uno y a 22% que lo hizo más de una vez.
La situación revela una paradoja para las compañías que buscan avanzar rápidamente con IA. Pueden tener acceso a modelos cada vez más sofisticados, pero su infraestructura puede no estar preparada para integrarlos con los procesos y sistemas que sostienen el negocio.
Esto también afecta la seguridad: 93% de los CIO y CTO considera que ejecutar IA sobre sistemas legacy sin modernizarlos terminará provocando una crisis de seguridad a nivel empresarial.
La preocupación aumenta porque prácticamente ninguna de las organizaciones consultadas opera la IA completamente al margen de esa infraestructura. El problema, por tanto, no consiste simplemente en reemplazar una aplicación antigua. Se trata de modernizar los sistemas que sirven como base para incorporar nuevas capacidades de inteligencia artificial.
Relacionado: Integración tecnológica: la oportunidad de la IA para empresas que no desarrollan modelos
La modernización se convierte en parte de la estrategia de IA
Durante años, la modernización tecnológica podía competir con otras prioridades de inversión. Ahora, la expansión de la inteligencia artificial está haciendo más difícil posponerla.
Los datos del reporte muestran que el proceso todavía está lejos de completarse. Solo 15% de las organizaciones consultadas afirma que su modernización está completa o casi completa. Otro 48% dice haber comenzado y estar avanzando según lo previsto, mientras 27% reconoce haber iniciado el proceso, pero considera que está retrasado. Un 9% todavía no ha comenzado.
Esto convierte la infraestructura en una parte central de la estrategia de IA. Una empresa puede desarrollar un piloto exitoso, pero si sus sistemas no permiten conectarlo con los datos, aplicaciones y procesos necesarios, ese experimento difícilmente se convertirá en una herramienta utilizada a escala.
Para el directivo, “cerrar esa brecha entre las ambiciones en materia de IA y la preparación de las infraestructuras es fundamental para convertir la inversión en IA en valor empresarial sostenible”.
Relacionado: De la teoría al ROI: Por qué la IA agéntica definirá a los ganadores corporativos en 2027
La eterna búsqueda por alcanzar el ROI
La presión también viene de la necesidad de demostrar retorno. El reporte señala que, mientras el capital continúa llegando al sector, los ejecutivos están cuestionando cuánto valor real puede producir esa inversión. La preocupación de 89% de los CIO y CTO refleja precisamente esa tensión entre el ritmo de gasto y la capacidad de convertirlo en resultados.
La modernización tampoco se limita a actualizar servidores o reemplazar aplicaciones. Para las empresas que quieren escalar IA, implica revisar cómo se conectan sus sistemas, cómo circulan los datos y qué tan preparada está su infraestructura para incorporar nuevas herramientas sin aumentar los riesgos de seguridad.
En ese contexto, la IA está haciendo visible una deuda tecnológica que muchas compañías podían mantener en segundo plano. La llegada de nuevos modelos no elimina las limitaciones de las plataformas existentes. En algunos casos, las hace más evidentes.
De los pilotos al retorno
La carrera por la IA está entrando en una etapa distinta. El desafío para las empresas ya no es demostrar que un modelo puede generar una respuesta, automatizar una tarea o mejorar un proceso aislado. El reto es incorporar esas capacidades dentro de operaciones reales y conseguir que produzcan un resultado que pueda medirse.
Por eso, el reporte muestra que las organizaciones que intentan escalar IA deben resolver al mismo tiempo problemas de infraestructura, seguridad y modernización. Sin esa base, incluso una inversión importante en inteligencia artificial puede quedarse en la etapa de piloto.
La conclusión del estudio apunta en la misma dirección: GFT señala que las empresas que han añadido tecnología avanzada sobre infraestructuras antiguas están comenzando a cuestionar sus inversiones, mientras que aquellas que construyen de manera más metódica sobre una base tecnológica moderna están creando valor.
Esto cambia también la forma en que los ejecutivos deberían pensar el retorno de la IA. La pregunta no es únicamente qué modelo utilizar o cuánto invertir en una nueva herramienta. Antes de eso, una compañía necesita saber si su propia infraestructura puede soportar aquello que quiere construir.
La carrera por la inteligencia artificial, en otras palabras, también puede convertirse en una carrera por modernizar la tecnología que las empresas llevan años acumulando. Para muchas compañías, el retorno de sus inversiones en IA podría depender menos del próximo modelo que lancen los grandes laboratorios y más de qué tan preparada esté la infraestructura que ya tienen.
Conclusiones Clave
- Un nuevo estudio revela que el 84% de las empresas encuestadas ha cancelado al menos un proyecto de IA por las limitaciones de sus sistemas heredados.
Las empresas llevan más de dos años aumentando sus inversiones en inteligencia artificial (IA) con un objetivo concreto, y es el de convertir la tecnología en productividad, eficiencia y, sobre todo, resultados financieros. El reto ahora está en demostrar que ese gasto realmente está generando valor.
La dificultad es que adoptar IA no garantiza que una empresa pueda aprovecharla. Muchas organizaciones están intentando incorporar nuevos modelos y herramientas sobre infraestructuras tecnológicas construidas mucho antes de la actual ola. En algunos casos, esa tecnología heredada se está convirtiendo en el principal obstáculo para avanzar.
“La adopción de la inteligencia artificial avanza a gran velocidad, pero nuestro estudio revela que las empresas son cada vez más conscientes de la importancia de los cimientos sobre los que se sustenta”, afirmó Marco Santos, CEO global de GFT Technologies.
Un nuevo estudio de GFT Technologies deja ver qué tan grande es el problema. La firma encuestó a 945 CIO y CTO de empresas que facturan al menos US$500 millones al año, repartidas en 19 países.
El resultado llama mucho la atención, pues 89% teme que la inversión global en IA esté creciendo más rápido que el valor que realmente puede aportar a los negocios.
La preocupación llega en un momento en que muchas compañías siguen atascadas en la fase de pruebas y no logran pasar de ahí.
El reporte retoma una cifra de Gartner que afirma que solo 22% de las organizaciones ha conseguido escalar la IA a varias unidades de negocio o adoptar un enfoque centrado en esta tecnología. Y recoge otro dato de McKinsey que va en la misma línea: apenas 37% de los encuestados dice que la IA ha tenido un efecto positivo en el EBIT de su empresa.
La pregunta, entonces, no es solamente cuánto están gastando las empresas en inteligencia artificial. También es si cuentan con las condiciones tecnológicas para convertir esa inversión en resultados.
Relacionado: La gente con las mejores ideas de tu empresa pasa desapercibida. La IA lo va a cambiar
El problema no siempre está en la IA
Una parte importante de la respuesta puede encontrarse en una tecnología mucho más antigua. Los sistemas heredados, conocidos como legacy, continúan siendo parte de la infraestructura sobre la que operan muchas grandes compañías. Ahora también se están convirtiendo en una limitación para sus estrategias de IA.
Según el reporte de GFT, 99% de los CIO y CTO encuestados afirma que la IA de sus organizaciones funciona sobre sistemas legacy o se conecta con ellos. Al mismo tiempo, 95% señala que estos sistemas generan algún nivel de retraso en la capacidad de desplegar y escalar IA dentro de la empresa. Para 56%, ese retraso es moderado o importante.
“Las infraestructuras heredadas se están convirtiendo en una verdadera limitación, no solo para la innovación, sino también para la seguridad y la escalabilidad”, afirmó Santos.
El problema ya está afectando proyectos concretos: 84% de los ejecutivos consultados aseguró que su organización ha cancelado al menos un piloto o proyecto de IA debido a las limitaciones de sus sistemas heredados; el porcentaje incluye a 62% que reportó haber cancelado uno y a 22% que lo hizo más de una vez.
La situación revela una paradoja para las compañías que buscan avanzar rápidamente con IA. Pueden tener acceso a modelos cada vez más sofisticados, pero su infraestructura puede no estar preparada para integrarlos con los procesos y sistemas que sostienen el negocio.
Esto también afecta la seguridad: 93% de los CIO y CTO considera que ejecutar IA sobre sistemas legacy sin modernizarlos terminará provocando una crisis de seguridad a nivel empresarial.
La preocupación aumenta porque prácticamente ninguna de las organizaciones consultadas opera la IA completamente al margen de esa infraestructura. El problema, por tanto, no consiste simplemente en reemplazar una aplicación antigua. Se trata de modernizar los sistemas que sirven como base para incorporar nuevas capacidades de inteligencia artificial.
Relacionado: Integración tecnológica: la oportunidad de la IA para empresas que no desarrollan modelos
La modernización se convierte en parte de la estrategia de IA
Durante años, la modernización tecnológica podía competir con otras prioridades de inversión. Ahora, la expansión de la inteligencia artificial está haciendo más difícil posponerla.
Los datos del reporte muestran que el proceso todavía está lejos de completarse. Solo 15% de las organizaciones consultadas afirma que su modernización está completa o casi completa. Otro 48% dice haber comenzado y estar avanzando según lo previsto, mientras 27% reconoce haber iniciado el proceso, pero considera que está retrasado. Un 9% todavía no ha comenzado.
Esto convierte la infraestructura en una parte central de la estrategia de IA. Una empresa puede desarrollar un piloto exitoso, pero si sus sistemas no permiten conectarlo con los datos, aplicaciones y procesos necesarios, ese experimento difícilmente se convertirá en una herramienta utilizada a escala.
Para el directivo, “cerrar esa brecha entre las ambiciones en materia de IA y la preparación de las infraestructuras es fundamental para convertir la inversión en IA en valor empresarial sostenible”.
Relacionado: De la teoría al ROI: Por qué la IA agéntica definirá a los ganadores corporativos en 2027
La eterna búsqueda por alcanzar el ROI
La presión también viene de la necesidad de demostrar retorno. El reporte señala que, mientras el capital continúa llegando al sector, los ejecutivos están cuestionando cuánto valor real puede producir esa inversión. La preocupación de 89% de los CIO y CTO refleja precisamente esa tensión entre el ritmo de gasto y la capacidad de convertirlo en resultados.
La modernización tampoco se limita a actualizar servidores o reemplazar aplicaciones. Para las empresas que quieren escalar IA, implica revisar cómo se conectan sus sistemas, cómo circulan los datos y qué tan preparada está su infraestructura para incorporar nuevas herramientas sin aumentar los riesgos de seguridad.
En ese contexto, la IA está haciendo visible una deuda tecnológica que muchas compañías podían mantener en segundo plano. La llegada de nuevos modelos no elimina las limitaciones de las plataformas existentes. En algunos casos, las hace más evidentes.
De los pilotos al retorno
La carrera por la IA está entrando en una etapa distinta. El desafío para las empresas ya no es demostrar que un modelo puede generar una respuesta, automatizar una tarea o mejorar un proceso aislado. El reto es incorporar esas capacidades dentro de operaciones reales y conseguir que produzcan un resultado que pueda medirse.
Por eso, el reporte muestra que las organizaciones que intentan escalar IA deben resolver al mismo tiempo problemas de infraestructura, seguridad y modernización. Sin esa base, incluso una inversión importante en inteligencia artificial puede quedarse en la etapa de piloto.
La conclusión del estudio apunta en la misma dirección: GFT señala que las empresas que han añadido tecnología avanzada sobre infraestructuras antiguas están comenzando a cuestionar sus inversiones, mientras que aquellas que construyen de manera más metódica sobre una base tecnológica moderna están creando valor.
Esto cambia también la forma en que los ejecutivos deberían pensar el retorno de la IA. La pregunta no es únicamente qué modelo utilizar o cuánto invertir en una nueva herramienta. Antes de eso, una compañía necesita saber si su propia infraestructura puede soportar aquello que quiere construir.
La carrera por la inteligencia artificial, en otras palabras, también puede convertirse en una carrera por modernizar la tecnología que las empresas llevan años acumulando. Para muchas compañías, el retorno de sus inversiones en IA podría depender menos del próximo modelo que lancen los grandes laboratorios y más de qué tan preparada esté la infraestructura que ya tienen.
