La diferencia entre una compañía que solo usa la inteligencia artificial y otra que la integra de forma real a sus operaciones marcó el eje de un panel de expertos tecnológicos que analizó el estado de la adopción de esta tecnología en Perú y la región en el marco del AI Summit, organizado por la Embajada de Estados Unidos en Perú con la colaboración de la Universidad Científica del Sur. En dicho espacio participaron Alberto Indacochea, country manager para Perú en Salesforce; Luis Guerra Whittembury, managing director para Perú, Ecuador y Bolivia en Hewlett Packard Enterprise (HPE); y Alex Le Bienvenu, director de datos e inteligencia artificial para América Latina en Microsoft. La conversación estuvo moderada por el periodista multimedia Alberto Nishiyama.
Según los panelistas, la mayoría de las empresas en la región emplea la inteligencia artificial mediante pilotos aislados, sin gobernanza ni datos unificados, lo cual limita su impacto real en los procesos de negocio. Guerra Whittembury explicó que esas iniciativas producen resultados visibles a corto plazo, pero no generan métricas de transformación sostenidas, porque no están conectadas a una base de datos limpia y transversal. “Esa es la diferencia entre una empresa que usa y una que integra”, señaló el ejecutivo de HPE durante su intervención.
Le Bienvenu coincidió en que casi todas las organizaciones utilizan inteligencia artificial de alguna manera, incluso sin saberlo, porque sus propios colaboradores recurren a estas herramientas de forma individual. El directivo de Microsoft advirtió que ese uso informal, conocido como shadow AI, se convierte en un problema cuando las compañías intentan automatizar procesos que sus empleados ya resolvían por su cuenta. “Hemos visto casos de clientes que se han gastado un año, año y medio, implementando algo que los empleados ya estaban automatizando con IA”, relató.
El error de enfocar la inteligencia artificial solo en el recorte de personal
Uno de los riesgos más señalados por los panelistas fue el de diseñar proyectos de inteligencia artificial con el único objetivo de reducir personal. Indacochea, de Salesforce, advirtió que ese enfoque de corto plazo puede resultar contraproducente y citó el caso de Klarna, la empresa sueca de pagos que agentizó buena parte de su atención al cliente y luego debió revertir la decisión y volver a contratar personal. El ejecutivo remarcó que la prioridad debería estar en potenciar las capacidades de los equipos antes que en desvincular trabajadores.
Le Bienvenu complementó esa idea con ejemplos regionales de proyectos que abordan problemas de alta complejidad social. Mencionó el trabajo con un país de la región para definir criterios de asignación de donaciones de órganos mediante inteligencia artificial, un proceso que exigió coordinación con marcos regulatorios y organismos de gobierno. También citó la colaboración con un poder judicial para agilizar juicios de manera más equilibrada, un desarrollo que involucra consideraciones vinculadas a los derechos humanos y que, según el directivo, obliga a trabajar junto a abogados e instituciones públicas para evitar consecuencias sociales negativas.
Guerra Whittembury añadió que uno de los errores más comunes en la implementación corporativa es automatizar únicamente la capa de interacción con el cliente, sin resolver los problemas de fondo. Puso como ejemplo los chatbots de atención al cliente en sectores como hotelería y reservas, que responden preguntas de manera automática, pero no solucionan reclamos ni fallas operativas subyacentes. “Se ve que hay una automatización porque te responde un chatbot, pero no hay una solución real”, explicó.
La calidad de los datos determina el éxito de cualquier proyecto de inteligencia artificial
Los tres especialistas coincidieron en que la calidad y el ordenamiento de los datos constituyen la base sobre la que se construye cualquier implementación exitosa. Le Bienvenu detalló que el proceso de grounding, es decir, la alimentación de un sistema con información precisa y verificada, resulta determinante para evitar respuestas incorrectas. Según el directivo de Microsoft, en proyectos con clientes de ocho semanas de duración, las primeras cinco o seis semanas suelen destinarse exclusivamente a ordenar la estructura de los datos, un proceso que revela con frecuencia falencias significativas.
Luis Guerra Whittembury puntualizó que la información dispersa impide alcanzar resultados confiables y remarcó la importancia de conceptos como el data lake y la landing zone para consolidar una fuente única de verdad dentro de las organizaciones. El ejecutivo de HPE relató además un caso donde una empresa detuvo por completo el uso de una herramienta de inteligencia artificial después de detectar una falla de gobernanza, cuando un empleado del área de sistemas logró acceder a las consultas confidenciales que había realizado el gerente general. La empresa suspendió de inmediato el proyecto hasta revisar sus políticas de trazabilidad y accesos, según el relato del directivo.
Indacochea, por su parte, señaló que los datos en las organizaciones suelen estar fragmentados tras décadas de acumulación sin criterios de centralización. El ejecutivo de Salesforce recomendó contextualizar la información para casos de uso específicos como punto de partida, en lugar de esperar a ordenar la totalidad de los datos antes de iniciar cualquier proyecto, una estrategia que, según explicó, rara vez llega a concretarse en la práctica.
El sector público avanza en la adopción de agentes de inteligencia artificial
Los panelistas coincidieron en que los gobiernos de la región reúnen condiciones favorables para la adopción de inteligencia artificial, entre ellas grandes volúmenes de información, reglas claras y necesidad de auditoría constante. Indacochea mencionó proyectos desarrollados con gobiernos regionales de Alemania para correlacionar historias clínicas de pacientes oncológicos y acelerar diagnósticos, así como sistemas de recaudación fiscal capaces de detectar patrones de evasión a partir del volumen de facturación de las empresas.
Le Bienvenu detalló que Brasil lidera actualmente la adopción de estos sistemas en América Latina, con un caso vinculado al Ministerio de Trabajo que permite a los ciudadanos resolver trámites laborales a través de WhatsApp mediante una arquitectura multiagente. El directivo de Microsoft agregó que en México se implementó una interfaz de búsqueda con inteligencia artificial para facilitar la comprensión de normativas legales, mientras que en distintos países se utilizan sistemas para revisar casos judiciales vinculados a periodos de conflicto interno.
El ejecutivo también mencionó el uso extendido de inteligencia artificial para modernizar sistemas heredados en instituciones estatales de la región, algunos de los cuales todavía operan con lenguajes de programación desarrollados hace más de treinta años. “Esta es la primera vez que veo un cambio tecnológico donde el sector público está mucho más cerca de implementar y usar la tecnología que en procesos anteriores”, afirmó Le Bienvenu, quien remarcó la diferencia con la adopción histórica de la nube o el blockchain en la región.
Casi la mitad de las nuevas empresas peruanas no supera el primer año de operación
De acuerdo con datos del Instituto Nacional de Estadística e Informática (INEI), en Perú se constituyen alrededor de 350 mil empresas formales nuevas cada año, pero solo la mitad logra sobrevivir los primeros doce meses. Ante este panorama, los panelistas coincidieron en que la inteligencia artificial puede convertirse en una herramienta de acompañamiento para emprendedores, siempre que se utilice de forma gradual y con criterios de seguridad de la información.
Indacochea recomendó comenzar con cursos gratuitos disponibles en internet y elegir una sola herramienta de modelos de lenguaje, ya sean OpenAI, Gemini o Anthropic, para familiarizarse con conceptos básicos antes de avanzar hacia soluciones más técnicas. El ejecutivo de Salesforce ilustró esta recomendación con el caso de un usuario de edad avanzada que logró digitalizar su organización de documentos en carpetas físicas mediante una aplicación de inteligencia artificial, tras recibir la sugerencia de pagar por una versión que garantizara la privacidad de sus datos.
Guerra Whittembury identificó tres desafíos centrales para los pequeños negocios que la inteligencia artificial puede ayudar a resolver, la identificación de clientes potenciales, el manejo del flujo de caja y la mejora de la eficiencia operativa. El directivo de HPE explicó que estos sistemas permiten anticipar problemas de cobranza, prevenir rupturas de inventario y detectar de forma temprana cuentas por cobrar en riesgo, funciones que resultan especialmente valiosas para emprendimientos que no cuentan con acceso a líneas de crédito formales.
El turismo y la administración de justicia muestran ejemplos de adopción en Perú
Le Bienvenu destacó que la inteligencia artificial resulta particularmente relevante para el sector turístico peruano, del que depende aproximadamente uno de cada cinco hogares en el país, según cifras que citó el directivo durante el panel. El ejecutivo explicó que estas herramientas permiten a pequeños negocios comunicarse en distintos idiomas con turistas extranjeros, una barrera que antes limitaba el desarrollo de emprendimientos vinculados a esta actividad.
El directivo de Microsoft relató además una conversación con un grupo de abogados que identificó una mejora notable en la calidad de las resoluciones emitidas por jueces de instancias iniciales en distintos países de la región durante los últimos dos años, un cambio que los propios profesionales atribuyeron al uso de inteligencia artificial en la redacción de sentencias. Le Bienvenu recomendó que cualquier persona interesada en incorporar estas herramientas converse directamente con un modelo de inteligencia artificial para aprender a utilizarlo, en lugar de recurrir a cursos o contenidos externos que podrían estar desactualizados.
La recomendación final, elegir un solo proceso de negocio y medir resultados
Consultados sobre qué haría una empresa con presupuesto limitado que solo pudiera desarrollar un proyecto de inteligencia artificial este año, los tres panelistas coincidieron en priorizar un único proceso con impacto medible antes que múltiples iniciativas dispersas. Indacochea insistió en centrarse en una sola operación con métricas claras, respaldada por datos gobernados y de calidad, en lugar de multiplicar pilotos sin continuidad.
Guerra Whittembury propuso que los líderes empresariales identifiquen los cinco problemas más urgentes de la organización y seleccionen el más viable de resolver mediante inteligencia artificial, en lugar de optar por el desafío más complejo. Le Bienvenu, por su parte, remarcó que cualquier implementación debe ir acompañada de un trabajo centrado en las personas, que incluya la redefinición de roles y la capacitación de los equipos, dado que la organización de los datos y la gestión del cambio interno resultan tan determinantes como la tecnología misma.
