En el marco del live “IA Generativa: De la Expectativa a la Ejecución”, que se realizará el próximo 28 de mayo, Cristián Maulén, director de Estrategia de CustomerTrigger y moderador de la actividad, abordó los principales desafíos que hoy enfrentan las organizaciones para implementar inteligencia artificial con impacto real en los negocios.

En conversación con Actualidad Jurídica: el blog de DOE, el ejecutivo analizó las brechas existentes entre la importancia estratégica de los datos y la capacidad de ejecución de las empresas, además de advertir sobre los riesgos de adoptar tecnologías sin una estrategia clara detrás.

Hoy muchas organizaciones aseguran estar incorporando inteligencia artificial. Desde tu experiencia, ¿dónde está la diferencia entre experimentar con herramientas y ejecutar IA generativa con impacto real en los negocios?

Mediáticamente hoy pareciera que todo el mundo estuviera arriba de la inteligencia artificial, tanto de la IA tradicional como de la generativa, pero hay que entender que la mayoría está utilizando herramientas que ayudan a trabajar mejor o a ser más productivos. Sin embargo, cuando hablamos de IA transformacional, el escenario cambia bastante.

Según el estudio que vamos a presentar en la cumbre, un 46% de las organizaciones todavía no está haciendo absolutamente nada con IA en términos de transformar procesos internos, mejorar la experiencia de clientes o facilitar servicios relevantes. Ahí es donde realmente está la diferencia: pasar de usar herramientas aisladas de productividad a implementar inteligencia artificial que transforme la operación y la propuesta de valor de una compañía.

Por ejemplo, una organización puede utilizar IA para generar textos o resumir información, pero otra muy distinta es ocuparla para facilitar procesos de atención, automatizar servicios, reducir fricciones o incluso permitir que los clientes se autoatiendan de manera eficiente.

Ese fenómeno tiene un efecto negativo importante. Primero, porque se posterga el desarrollo de las personas y capacidades dentro de la organización. Y segundo, porque se pierde competitividad frente a empresas nativas IA, que nacen directamente utilizando estas tecnologías como parte central de su modelo de negocio.

Hoy ya estamos viendo cómo empresas tradicionales comienzan a competir con actores digitales que operan con una lógica completamente distinta y mucho más acelerada.

Antes de implementar iniciativas de IA, ¿qué deberían priorizar primero los equipos directivos?

Lo primero que deberían resolver los equipos directivos es el nivel de importancia estratégica que realmente le asignan a los datos dentro de su organización.

Esta investigación, que cumple diez años, muestra algo muy interesante: nunca antes los datos habían sido considerados tan importantes por las compañías. En una escala de 1 a 5, la importancia estratégica alcanza un 4,41. Sin embargo, la capacidad real de ejecución apenas llega a 3,34. Esa diferencia es la gran señal de alerta.

Uno de los principales problemas tiene que ver con la calidad de los datos. Si la información que administra una organización es mala, aplicar IA generativa lo único que hace es multiplicar ese problema. La inteligencia artificial amplifica tanto las fortalezas como las debilidades de una compañía.

También estamos viendo un retroceso importante en omnicanalidad. Las organizaciones no siempre son capaces de mantener continuidad en la experiencia de los clientes entre distintos canales de atención. Por ejemplo, un cliente realiza una acción en una aplicación y luego llama a un contact center, pero la empresa no tiene memoria ni integración de esa interacción previa.

Eso termina generando una paradoja muy compleja: las compañías entienden la importancia estratégica de los datos, pero no logran convertirlos en experiencias coherentes ni eficientes para sus usuarios.

Ahí está una de las grandes crisis de ejecución que hoy enfrenta el mercado.

Pensando en el escenario latinoamericano y en espacios como esta cumbre, ¿qué conversaciones siguen faltando sobre inteligencia artificial aplicada y transformación organizacional?

Creo que una de las principales conversaciones pendientes tiene que ver con evitar la compra compulsiva de software.

Hoy pareciera que hablar de inteligencia artificial implica automáticamente comprar más tecnología, más plataformas o más herramientas. Pero muchas organizaciones todavía no tienen resuelto algo mucho más básico: dónde están sus datos, cómo los administran o qué infraestructura tecnológica tienen detrás.

Todavía existen empresas que operan con sistemas lentos, estructuras poco escalables o arquitecturas que no están preparadas para trabajar con IA de manera eficiente. Entonces, antes de seguir adquiriendo herramientas, deberían preguntarse cómo están gestionando sus datos y cuál es realmente su estrategia digital.

También falta discutir mucho más sobre las estrategias de datos. Hoy la mayoría de las organizaciones trabaja desde una lógica defensiva, enfocada principalmente en cumplimiento normativo, protección de datos y prevención de riesgos legales.

Muy pocas compañías utilizan los datos de manera ofensiva, es decir, para generar ventajas competitivas, anticipar necesidades o mejorar experiencias de clientes mediante modelos predictivos.

El estudio muestra que solo un 22% de las organizaciones declara tener estrategias ofensivas de datos. Eso significa que todavía existe una enorme oportunidad para utilizar la información como un activo estratégico real y no solamente como un elemento de cumplimiento.

¿Qué desafíos aparecen con la nueva Ley de Protección de Datos?

Hoy muchas organizaciones dicen tener políticas de privacidad, términos y condiciones o documentos relacionados con protección de datos. Pero eso no necesariamente significa que exista una gestión tecnológica adecuada detrás.

El estudio revela algo bien interesante: un 79% de las organizaciones declara tener políticas de protección de datos, pero solo un 39% cuenta efectivamente con registros de actividad de tratamiento, que son elementos mucho más técnicos y operativos.

Entonces, la conversación no puede quedarse únicamente en el plano legal o documental. También necesitamos discutir cómo se administra tecnológicamente la privacidad y la protección de datos dentro de las organizaciones.

Durante mucho tiempo nos hemos enfocado en implementar políticas o marcos normativos, pero todavía falta avanzar en capacidades reales de administración, trazabilidad y gobernanza de datos.

La inteligencia artificial, la transformación digital y la nueva regulación exigen una mirada mucho más integrada entre tecnología, estrategia y gestión organizacional.