“Estamos en una fase de pilotitis. Todo el mundo quiere hacer pilotos con IA, experimentar. ¿Lo bueno? Podemos aprender de los errores que se registraron en Estados Unidos", menciona Francisco Escudero, socio de consultoría de EY Perú.
La inteligencia artificial (IA) discriminativa -aquella que ayuda a transformar procesos complejos del negocio- se ha instalado en la agenda prioritaria de las empresas peruanas, pero su adopción empieza a mostrar una cara menos visible justo en un contexto de experimentación: cuánto cuesta utilizarla, qué retorno genera y quién controla su implementación.
En Estados Unidos, donde las compañías comenzaron a experimentar desde el 2024, y con mayores presupuestos, ya registran sus primeros problemas: muchos proyectos se detuvieron al no producir los resultados financieros esperados o por problemas de acceso a datos o cumplimiento normativo.
Francisco Escudero, Socio de Consultoría de EY Perú. Fuente: EY, compartido con Gestión.
- LEA TAMBIÉN: Carlos Rodríguez-Pastor revela que trabaja en tres proyectos tecnológicos para Intercorp
Escudero ve en el caso estadounidense una oportunidad para el mercado peruano. En Perú -dice-, las empresas se encuentran, en su mayoría, en una etapa de experimentación y pueden observar lo que ocurrió en otros mercados antes de comprometer mayores recursos. “Cuando las empresas en Estados Unidos fallan, son lecciones aprendidas para nosotros. Los problemas que están teniendo son reflejo de lo que han venido haciendo en 2024 y 2025, y probablemente nos van a llegar ahora”, explica.
De acuerdo a datos compartidos por Escudero, del total de empresas peruanas con pilotos de IA discriminativa, solo el 7.6% de las compañías habría superado la etapa de experimentación y avanzado hacia el escalamiento de sus iniciativas. En tanto, existiría un 60% de empresas que ha identificado el uso de herramientas de inteligencia artificial entre sus colaboradores sin contar con una autorización formal.
¿Hay presupuesto para IA?
Escudero describe tres problemas que han llevado a algunas compañías estadounidenses a detener o replantear sus iniciativas. El primero es la acumulación de pilotos que nunca llegaron a incorporarse a los procesos del negocio. El segundo, proyectos que sí se implementaron, pero no generaron suficiente valor para justificar su costo. El tercero, pruebas que utilizaron datos sin la preparación o las condiciones regulatorias necesarias y que encontraron dificultades cuando intentaron crecer.
Una dinámica que puede resultar costosa, sobre todo si se considera que el 43% de las empresas peruanas no tiene una partida presupuestal específica para IA, según EY. (Nota: Algunas podrían estar financiándolas desde partidas de transformación digital o analítica de datos, precisa Escudero).
El socio de Consultoría de EY sugiere que las compañías deben pasar de preguntarse en qué casos de uso pueden aplicar inteligencia artificial a identificar cómo incorporarla para transformar procesos completos. Hay dos caminos, dice: añadir IA en determinadas etapas para obtener eficiencias puntuales o rediseñar un proceso desde el inicio alrededor de esta tecnología.
En una operación de ventas, por ejemplo, no bastaría con incorporar una página web para atender al cliente. La transformación tendría que considerar también el inventario, el transporte y el seguimiento del pedido. La diferencia está en dejar de automatizar una parte aislada y evaluar cómo mejorar el recorrido completo.
Pero para escalar, además de tecnología y presupuesto, se necesitan responsables. “Alguien debe responder tanto por el valor que se espera obtener como por los problemas que pueda generar la herramienta. Si un agente toma decisiones sobre pagos a proveedores o concede descuentos, la compañía debe establecer quién supervisa esas acciones y bajo qué criterios puede ejecutarlas”, advierte el ejecutivo.
El costo que empieza a cambiar
Proveedores como OpenAI, Anthropic y Google ofrecen modelos cuyo consumo puede cobrarse mediante tokens: unidades que permiten medir la información que ingresa al sistema y la que este devuelve. Foto: Difusión.
En Estados Unidos, el 82% de las empresas consultadas ya se ha preocupado por el costo de la IA, pero solo el 64% lleva un control de ese gasto. Y eso -explica Escudero- se debe también a la evolución del modelo comercial de los proveedores tecnológicos.
En una primera etapa, muchas empresas incorporaron herramientas de IA mediante licencias de precio fijo (flat). El costo no variaba sustancialmente si una persona o varios colaboradores utilizaban la aplicación. Sin embargo, cuando la inteligencia artificial se integra a procesos empresariales y aumenta el volumen de consultas, el esquema empieza a cambiar.
Proveedores como OpenAI, Anthropic y Google ofrecen modelos cuyo consumo puede cobrarse mediante tokens: unidades que permiten medir la información que ingresa al sistema y la que este devuelve. Así, el gasto deja de depender únicamente de una licencia y pasa a estar relacionado con la intensidad y el tipo de uso.
“Pasamos de una inversión inicial a un costo de consumo”, explica Escudero. Por eso, las empresas necesitan establecer mecanismos para seleccionar qué modelo utilizar en cada caso y evitar pagar por una capacidad que no necesitan. “Las empresas han comenzado a definir qué tareas justifican un modelo de IA más costoso y cómo se medirá el beneficio obtenido”.
- LEA TAMBIÉN: Finanzas del Perú bajo la lupa: “lucen bien, pero esconden sorpresas”, dice BBVA Research
¿Dónde queda el área de TI?
Tradicionalmente, TI ha tenido que garantizar que la operación de una empresa funcione: mantener sistemas, entregar reportes y sostener los servicios que necesita la compañía. Pero ahora también debe acompañar la transformación del negocio y responder a áreas que conocen nuevas herramientas y quieren incorporarlas con rapidez.
El problema aparece cuando la agenda de TI no avanza al mismo ritmo, menciona Escudero. Mientras el área comercial, financiera u operativa identifica oportunidades para utilizar IA, tecnología puede estar concentrada en otras prioridades. En ese espacio podría crecer el uso de herramientas no autorizadas y aparecen riesgos de seguridad, manejo de información y cumplimiento.
Para reducir esos problemas, el primer paso es que TI identifique qué herramientas se están utilizando dentro de la organización y las clasifique según su nivel de riesgo. A partir de ese inventario, podrá decidir cuáles mantener, cuáles restringir y en cuáles establecer políticas específicas. “Se trata de contener sin detener”, resume.
La responsabilidad, además, no debería recaer exclusivamente en el área de tecnología. Según el ejecutivo, varias empresas han empezado a aplicar “la alfabetización en IA” entre colaboradores de las áreas de negocio. El objetivo es que puedan hacer uso de estas herramientas, pero conociendo sus límites y qué responsabilidades implica utilizarlas. El gobierno de IA, sostiene Escudero, involucra personas, procesos y tecnología, por lo que requiere coordinación entre TI, negocios, cumplimiento y las demás áreas de la organización.
De la experimentación a una estrategia
La posibilidad de que Perú aproveche las lecciones de Estados Unidos dependerá de cómo gestione esta siguiente etapa (escalamiento). La predisposición existe: un estudio de AI Sentiment citado por Escudero encontró que el 67% de las personas en Perú tenía disposición a utilizar inteligencia artificial, frente a un promedio regional de 58%. Asimismo, el 72.5% de las empresas consultadas tendría claridad sobre las herramientas que utilizaría en los próximos dos años. Pero la intención de adoptar no garantiza que esa adopción produzca resultados.
Esa es la discusión que EY busca llevar a las organizaciones con Shape Your AI Future, su experiencia inmersiva que llegó a Lima que muestra cómo las decisiones que las empresas toman hoy sobre la adopción de IA podrían ayudarlas a gestionar exitosamente hacia el 2030.
Los 4 futuros posibles de la IA:
Futuro de la Restricción: La regulación y los problemas de confianza desaceleran la adopción de IA.
Futuro del Crecimiento: La IA impulsa el rendimiento diario y abre la puerta a nuevos ingresos.
Futuro de la Transformación: La IA está en el centro y toma decisiones a gran escala. El éxito necesita nuevos modelos operativos, controles más sólidos y un personal recapacitado.
Futuro del Colapso: Una sola entidad monopoliza el mercado.
La muestra presente cuatro escenarios posibles, influenciados por las decisiones, competencia y operación de las compañías y sus líderes: crecimiento, transformación, colapso y restricción.
“Una compañía puede necesitar IA para reducir costos, aumentar ventas o ganar participación de mercado. Otra puede descubrir que antes de avanzar requiere ordenar sus datos, definir controles o preparar a sus colaboradores. La decisión no debería partir de la presión por incorporar la herramienta, sino de los resultados que se busca alcanzar y de las capacidades disponibles para hacerlo”, resume Escudero.
Coordinadora en la revista G de Gestión e integrante del podcast de economía y negocios 'Actualidad Latinoamericana'. Escribo sobre management, agricultura, tecnología y emprendimientos. Bachiller en Periodismo por la Universidad Antonio Ruiz de Montoya. Activa participante de los cursos del Centro Knight para el Periodismo en las Américas.
